Análisis de negocios

  [pic 1]

SEMANA 1

Transcripciones

Video de Introducción

Hola, soy Chris Ittner, profesor de contabilidad EY de la Wharton School, y presidente del departamento de contabilidad. También soy Director Académico del programa Business Analytics: de los datos a la acción. Los ayudaré a navegar por las próximas nueve semanas de estudio.

Introduciré cada módulo y te ayudaré a entender cómo cada uno encaja con los demás para que así comprendas realmente el campo de la analítica de negocios. En la primera semana nos enfocaremos en la analítica descriptiva. Aprenderás sobre las distintas formas de recolección de datos relevantes para responder distintos tipos de preguntas y de los problemas que encaran los negocios modernos.

Aprenderás cómo usar datos que te permitan analizar problemas inciertos o ambiguos, elaborar mejores descripciones y comenzar a explorar los elementos de los datos que están correlacionados. Esta semana tu guía será Raghu Iyengar, profesor Adjunto de Marketing y Codirector de la Iniciativa de Análisis del Consumidor de Wharton.

*

Video 1 – Analítica Descriptiva: Introducción

Soy Raghu Iyengar, profesor de Marketing del Departamento de Mercadotecnia de Wharton. Llevo aproximadamente diez años aquí. En este tiempo he impartido Investigación de Mercados y otras clases relacionadas con la analítica del consumidor. Hoy hablaremos de la analítica descriptiva. Espero que estés tan entusiasmado como yo para hablar de la analítica descriptiva.

Hoy en día, buena parte de la recolección y análisis del Big Data se subcontrata con empresas externas especializadas en estos temas. A lo largo de este módulo, te presentaré las compañías que realizan este trabajo en los distintos sectores de la industria, desde el escaneo de datos en tiendas de abarrotes, hasta métricas para evaluar el compromiso de una audiencia de las compañías de medios.

Y aunque no estés relacionado con estas industrias o prefieras involucrarte en la analítica descriptiva en menor escala, es importante conocer estas compañías, la forma en la que recolectan estos datos y el tipo de preguntas que estos datos están intentando responder. ¿Por qué? Porque es una forma de reflexionar sobre este tipo de temas. Por lo tanto, al aprender acerca de estas empresas obtendrás técnicas para pensar y plantear preguntas acerca de los datos descriptivos, técnicas que podrás utilizar en cualquier escenario de datos descriptivos que pretendas analizar.

Veamos, ¿qué es la analítica descriptiva? La analítica descriptiva puede definirse de distintas formas. Una de ellas define la analítica descriptiva como un medio para conectar el mercado al negocio a través de decisiones. Otra forma de plantear la analítica descriptiva es la de proveer información necesaria para la toma de decisiones. Otra forma más es la de ser una base de recolección e interpretación sistemática de datos. ¿Cuál es el hilo conductor aquí? El hilo conductor es la obtención de datos útiles. También quiero hablar de la sinergia que los gerentes deben generar entre los datos y las decisiones. Eso es lo que genera buena analítica.

Entonces, ¿cuáles son los distintos tipos de decisiones que los gerentes deben tomar? Un grupo de decisiones podría ser simplemente exploratoria. Pensemos en un gerente de marca que está observando que las ventas de su marca comienzan a caer repentinamente. La pregunta es, ¿por qué están cayendo? ¿Se debe a que las preferencias de los clientes cambiaron? ¿Se debe a que a los clientes les agrada la competencia? Podrían estar ocurriendo muchas cosas. En sentido estricto, a este nivel se trata de algo de naturaleza puramente exploratoria. Queremos comprender qué es lo que no funciona como esperaríamos.

Otro grupo de preguntas podría ser meramente descriptiva. Por ejemplo, regresando con el gerente de marca, quiero saber cuál es mi participación en el share of wallet, cuánto gastan conmigo, y cuánto gastan con la competencia. ¿Quiénes son mis clientes, a qué segmentos pertenecen? Este tipo de preguntas requieren de datos duros que permitan comprender, por ejemplo, qué tanto están comprando nuestros productos o productos de la competencia.

Otra serie de preguntas puede ser eminentemente causal. La idea aquí es, por ejemplo, si le estoy haciendo cambios a la landing page de mi sitio web, ¿cómo afectará el comportamiento de los clientes? ¿Habrá algún cambio, habrá incremento en términos de proporción de clics, o habrá una disminución? Y así en adelante. Así que estas preguntas, las que se encuentran más a la derecha, las preguntas causales, requieren de recolección sistemática de datos y una reflexión cuidadosa de cómo se quieren recolectar esos datos. Lo que vemos aquí es un movimiento de izquierda a derecha. El tipo de datos que tienen que recolectarse, la clase de condiciones en las que esos datos deben recolectarse cambian continuamente.

Conforme avancemos hoy en este módulo, hablaremos de los distintos tipos de preguntas que los gerentes deben hacerse y qué tipo de datos funcionan mejor para responder esas preguntas. Comencemos con el tipo de recolección exploratoria de datos. La recolección exploratoria de datos se suele llevar a cabo para desbloquear corazonadas o percepciones iniciales. Regresemos al ejemplo con el que comenzamos: el gerente de marca que se pregunta por qué bajan las ventas.

Podría haber una gran variedad de razones. Habitualmente, este tipo de recolección de datos es un primer y vital paso para tener un entendimiento general de los posibles problemas subyacentes. Aporta también lineamientos generales de lo que deberá ser revisado con mayor rigor.

¿Cuál es la técnica típica que se nos viene a la mente cuando pensamos en la recolección exploratoria de datos? Los focus groups. Los focus groups han existido desde hace tiempo. ¿Qué es un focus group? En términos generales, tienes un grupo de ocho a diez clientes en un cuarto con un moderador, quien lleva el flujo integral del grupo. Lo que quieres es que estas personas platiquen sobre la marca, sobre sus opiniones de la marca y que, quizá, se retroalimenten y de esa forma puedas observar su dinámica. Es razonablemente desestructurado. Es una conversación que fluye libremente. ¿Qué es lo que tratas de conseguir como gerente de marca? Quieres percepciones de lo que podrían ser puntos clave para los clientes. Hoy en día, en tiempos de analítica de datos y Big Data los focus groups se han transformado en cierto sentido para tomar distintas formas.

Los comités de mercadotecnia en línea, o las comunidades de internet, son básicamente focus groups con esteroides. Seguramente puedes pensar en una gran variedad de compañías que ofrecen este servicio. Por ejemplo, Vocal Point. Básicamente, lo que hace Vocal Point es que, en lugar de trabajar con diez o veinte personas, empieza con un ciento o doscientas o hasta quinientas personas en un grupo. Y el trabajo de monitoreo no es en un momento preciso, si no en un periodo de seis meses a un año. ¿Cuál es la idea, entonces? La idea es la de construir relaciones con tus clientes.

Con el tiempo, estas cien o doscientas personas comienzan a construir una relación entre ellos y se sienten más cómodos exponiendo sentimientos y percepciones reales. Vocal Point no es la única empresa que hace esto, hay muchas otras compañías. Una de ellas, por ejemplo, es C Space, aunque también existen muchos otros competidores. Las comunidades de internet tienen muchas ventajas.

Una de ellas es que promueven el compromiso con los clientes. Estos clientes están conversando, hablando entre ellos sobre la marca, entre seis meses y un año. De manera que esta concentración, al hablar entre ellos y comunicarse con la marca, realmente eleva su compromiso. Otra ventaja es que es posible poner fechas límites cortas. Normalmente con focus groups existen temas logísticos, desde tratar de hacer coincidir a estas personas en un salón, conseguir un moderador, etcétera. Dado que estás trabajando con estos clientes entre seis meses y un año, puedes tener fechas límite más cortas.

Habrá momentos de revelación. El ejemplo más famoso es el del paquete de cien calorías de Kraft. ¿Qué se les ocurrió? Tenían una comunidad y trabajaron con C Space, tenían una comunidad y querían saber, ¿qué es lo que la gente quiere de botana? ¿Cuál fue la revelación? No que la gente quisiera dejar de comer botanas. Lo que querían eran botanas con menos calorías. Los paquetes de Nabisco de cien calorías han sido un gran éxito. Pero hay inconvenientes.

¿Cuál es el mayor inconveniente? Puede ser muy difícil calcular el retorno de inversión. ¿Por qué? Porque conforme comienzas a relacionarte con una comunidad de internet, puede resultar muy difícil de predecir qué tipo de revelaciones se darán. Para Kraft, esto fue grandioso, pero puede no serlo en muchos otros casos. Así que es muy importante pensar cuándo quieres comunidades en internet, pensar con detenimiento si vale la pena la inversión de seis meses a un año. Es importante decidir cuándo comienzas con la idea de recolectar datos provenientes de clientes en un amplio periodo de tiempo.

...