VALOR
DEL DATO
3. Palancas
del Valor del Dato
LA ESTRATEGIA DEL DATO
EL ECOSISTEMA DEL DATO
LOS INTANGIBLES Y EL VALOR DEL DATO
VALOR
DEL DATO
Rafael Fernández Campos & Javier Martínez Rodríguez
VALOR DEL DATO
Estrategia del Dato
ÍNDICE
01. INTRODUCCIÓN
2
3
02. LOS DATOS Y LA TOMA DE DECISIONES ¿DATA-DRIVEN COMPANY?
5
03. EN BUSCA DE LOS DATOS RELEVANTES
8
04. MÉTODO DE LA RELEVANCIA ESTRATÉGICA
10
05. EL VALOR POTENCIAL DE LOS DATOS
14
06. LA CURVA DE LA RELEVANCIA
16
07. BARRERAS DE ENTRADA CON DATOS
21
08. CONCLUSIONES
22
VALOR DEL DATO
Estrategia del Dato
01
3
INTRODUCCIÓN
Supongamos que estamos en la época prehistórica y somos
cazadores. Como buenos cazadores nuestros objetivos son dos:
conseguir comida y sobrevivir otro día. Según avanzamos por el
bosque vemos un arbusto moviéndose motivado por un animal en
su interior.
La realidad es que el arbusto no escondía un depredador. La
falta de datos al cazador le ha costado no comer ese día,
pero la pregunta que nos haríamos ahora sería ¿podemos
digitalizar el arbusto y su movimiento para dar más
elementos de decisión al cazador?
Tenemos dos opciones: huir, pero no comeríamos o enfrentarnos al
animal en cuyo caso si es un depredador podríamos morir.
Imaginemos el dilema, basándonos en nuestra experiencia lo más
normal es que el cazador huya porque no esta preparado para
luchar con un depredador y no tiene más datos para juzgar la
situación.
La transformación digital no solo implica digitalizar todo
aquello que sea susceptible de ser digitalizado. No se trata
tan solo de convertir realidad física en digital, sino de
representar algo físico a través de datos, unido al uso
posterior de éstos.
VALOR DEL DATO
Estrategia del Dato
Es precisamente la traducción de realidad a datos lo que está transformando la práctica totalidad de las
industrias. Veamos dos ejemplos:
02
Lo que hoy llamamos hogar digital podríamos
definirlo como la representación con datos de las
necesidades de la vivienda en función del
comportamiento del residente. Los termostatos
inteligentes sensorizan las temperaturas y por medio
de algoritmos gestionan el confort de los habitantes
de la vivienda. Las neveras inteligentes hacen lo
propio con la compra diaria en función de nuestros
hábitos y de las existencias de alimentos.
Resumiendo: los datos de la vivienda al servicio del
morador, a través de la toma decisiones
automática, con el objetivo de mejorar nuestra
vida.
AHORA BIEN,
¿CUÁL ES EL OBJETIVO DE LA
TRANSFORMACIÓN DIGITAL?
TODOS ESTOS LOGROS,
¿QUÉ FINES PERSIGUEN?
El fin último de la transformación digital es
generar valor. Si bien cada compañía define el
valor de una manera diferente, podríamos
decir que se puede traducir en cuatro posibles
objetivos:
•
•
•
•
4
Incrementar ingresos
Reducir gastos
Mitigar riesgos
Mejorar intangibles
El coche digital es otro ejemplo
paradigmático, cuyo máximo exponente es el
del fabricante Tesla, que ha universalizado la
sensorización del vehículo para, basándose en
datos, “manejar” el coche por nosotros. Este
hecho es el que ha marcado la ventaja
competitiva respecto al resto. Tener tantos
datos les permite tomar decisiones
constantes para ser más eficientes y mejorar
la experiencia del cliente, tanto desde el
punto de vista de la comodidad como de la
seguridad.
LA TOMA DE
DECISIONES COMO
PALANCA
El aumento de los datos, tanto en
volumen como en tipología (fotos,
vídeos, sonidos, documentos,
etc.), es exponencial. Implica una
mayor complejidad para poder
generar información que aporte
valor a la toma de decisiones en
las decisiones estratégicas de los
objetivos de la transformación
digital.
VALOR DEL DATO
Estrategia del Dato
02
LOS DATOS Y LA TOMA DE
DECISIONES ¿DATA-DRIVEN
COMPANY?
El ser humano está constantemente tomando decisiones, algunas veces de forma
consciente y otras de un modo inconsciente. En algunas funciona la parte racional y en
otras la irracional, pero lo importante es que todo lo hace basado en información, ya sean
datos de experiencias pasadas o creencias incorporadas. La ciencia del comportamiento,
representada por componentes como la psicología y la neurociencia, estudia una parte
clave en nuestras decisiones.
Pensemos en el ejemplo del escándalo de Cambridge Analytica en las elecciones de
EEUU de 2016, presentar los datos en función de lo que se quería que el usuario pensara,
influyó en miles de votantes. Ahora imaginemos que a nuestro cazador le decimos que lo
que hay en el arbusto es un animal pequeño y no peligroso, cuando es un depredador.
¿Cuál sería el resultado?
La revolución digital no es ajena a este proceso, ya que también está digitalizando el
proceso de toma de decisiones.
4 5
EL PROCESO DE TOMA DE
DECISIONES PERSIGUE ENCONTRAR
UNA CONDUCTA ADECUADA PARA
UNA SITUACIÓN EN LA QUE EXISTEN
UNA SERIE DE SUCESOS INCIERTOS.
VALOR DEL DATO
Estrategia del Dato
La capacidad de sofisticación de la inteligencia en el uso de los datos que aportan
la transformación digital acciona la ventaja competitiva que deben tener las
organizaciones para competir con los datos.
Siguiendo la última encuesta de NewVantage Partners para 2021, la capacidad
de competir con los datos “(Competing On Analytics)”, ha ido disminuyendo y
solo el 41.2% de las organizaciones afirman avanzar en su transformación con
esta disciplina.
Analítica
prescriptiva
Analítica
avanzanda
Analítica
autónoma
El enorme potencial que abren las nuevas tecnologías de captura,
almacenamiento y procesado de datos, provoca que en ocasiones las
organizaciones se cieguen ante la preponderancia de los datos. La cuestión es
la siguiente: ¿tener muchos datos mejora la toma de decisiones por sí solo?
Esta reflexión abre un debate sobre si las organizaciones deben:
Business
Analytics & Data
Discovery
Analítica
predictiva
A. Usar los datos para la toma de decisiones > Data-Driven DecisionMaking
B. Tomar las decisiones necesarias, basadas en datos > DecisionDriven Data Analytics
Reporting
Regulatorio &
Interno
Analítica Descriptiva
Este debate se ilustra en el artículo Leading With Decision-Driven Data Analytics
del MIT Sloan Management Review. A continuación, se muestra una tabla con
las diferencias:
C O M P A Ñ Í A S
6
DATA - DRIVEN
DECISION – DRIVEN
Parten de los datos que están disponibles
Parten de las decisiones que hay que tomar
Encuentran un propósito para los datos
Encuentran datos para un propósito
Empiezan por lo conocido
Empiezan por lo desconocido
Empoderan a los científicos de datos
Empoderan a los decisores
VALOR DEL DATO
Estrategia del Dato
Partiendo de unas decisiones o situaciones de partida (la estrategia de la compañía), se va evolucionando el conocimiento e
identificando las alternativas, por medio de preguntas, hasta conseguir una compresión profunda de las respuestas y/o
alternativas que se tengan en cuenta para la decisión final.
Por otro lado, el despliegue de nuevas capacidades o palancas de uso de los datos, aportadas por la transformación digital,
pueden complementar las decisiones dotándolas de “super-poderes” al proceso de toma de decisiones racional.
DATOS
Datos
Conocidos
TO DATA
DATA
TO INSIGHTS
Datos
Agregados
Preguntas
Alternativas
Respuestas
SUPERPODERES
7
ELECCIÓN
INSIGHTS TO ACTION
Elección
Acción
Descubrir / Generar
conocimientos
PROCESO
RACIONAL
SOURCE
ALTERNATIVAS
Búsqueda de
respuestas
Big Data
Inteligencia Artificial
Comunicar decisiones
de negocio
Volviendo a la reflexión inicial del
cazador, ante la pregunta de si atacar o
huir, si hubiera tenido “super-poderes”
de datos, por ejemplo, disponiendo de
que
P A R T E S D unas
E L gafas
E C Ode
S IRealidad
S T E MVirtual
A
analizaran
con
técnicas
de
inteligencia
DEL DATO:
artificial el movimiento, la fuerza y otros
componentes para indicarle la
probabilidad de que sea un depredador
• La Estrategia define:
o una presa, probablemente ese día
• Qué es el Valor para la compañía
habría comido.
• Cómo dicho Valor se traduce en objetivos
y planes
Si el proceso de toma de decisiones ha
de comenzar por las preguntas de
• Los Caso de Uso son palancas para generar
negocio que impulsa la estrategia, la
Valor a través de los objetivos marcados
cuestión entonces es: ¿tenemos todos
los datos para tomar las decisiones?
• Los Datos son la materia prima para los casos de
uso
Kaplan & Norton en los años 90, con el
enunciado de su Cuadro de Mando
• La Tecnología, el Talento y el Modelo de
Integral, ya defendían que primero se
Gobierno son facilitadores
debe comenzar con la estrategia, para
posteriormente buscar los indicadores
• Gobierno es el modo de organizar las Personas y
estratégicos que dan seguimiento y
la Tecnología alrededor de la Cadena de Valor
gestión de la misma. Según su
del Dato, con el objetivo de optimizar el Valor
razonamiento, si el dato para construir
un indicador no existe, hay que buscarlo.
Y si no se logra encontrar, es necesario
cambiar el indicador, porque para poder
gestionar se debe poder medir.
VALOR DEL DATO
Estrategia del Dato
03
EN BUSCA DE LOS
DATOS RELEVANTES
Las cuatro posibles acciones de generación de datos son:
Si bien la toma de decisiones basada en datos debe comenzar con las preguntas de negocio
adecuadas, sin datos no es posible su puesta en práctica. Por ello la pregunta es: ¿Cómo
buscamos los datos relevantes?
TIPO DE DATO
Dato
Conocido
Un ejemplo es la inferencia de la renta familiar que puede hacer Amazon, a
partir de los patrones de compra, frente a los datos reales con los que
cuenta la entidad financiera del cliente.
No Disponible
INFERIR
CAPTURAR
2. CAPTURAR
INFERIR
Dato desconocido
DESCUBRIR
INFERIR
Disponible
CAPTURAR
Dato
Conocido
Dato
externo
COMPRAR
No Disponible
INFERIR
CAPTURAR
INFERIR
Dato desconocido
8
Ante datos de los que no disponemos, una alternativa es tratar de inferirlos a
partir de datos de los que sí disponemos, pasando a constituirse en variables
proxi. La ventaja fundamental es ahorrar los costes de captura. La
desventaja es la menor fiabilidad de los mismos frente a los datos reales.
POSIBLES ACCIONES
Disponible
Dato
interno
1. INFERIR
CAPTURAR
Uno de los principales impactos de los avances tecnológicos es la creciente
facilidad técnica para capturar de forma masiva datos relevantes de los
usuarios. Esta es por tanto una alternativa posible a la hora de hacerse con
datos no disponibles. En cuanto a los pros y contras, citar dos:
• Esta alternativa debe venir precedida de un correcto análisis costebeneficio, en el sentido de conocer si el coste de captura de los datos
realmente será cubierto por los beneficios obtenidos de ellos.
• Es preceptivo realizar un análisis previo del cumplimiento de las normas
de privacidad, así como de la probabilidad de que los clientes otorguen
su consentimiento al uso que haremos de los datos. Un bajo volumen de
aceptación puede poner en riesgo el análisis coste-beneficio al que nos
referíamos en el punto anterior.
VALOR DEL DATO
Estrategia del Dato
3. COMPRAR
La adquisición, bien por licenciamiento, bien por compra directa de conjuntos de
datos, es una alternativa cada vez más universalizada. Tres cuestiones a tener en
cuenta son:
• Ha de efectuarse un análisis coste-beneficio del valor que nos aportarán
dichos datos frente al coste de captura.
• Es necesaria una evaluación sobre el respeto de los estándares de
privacidad y consentimientos del proveedor de datos. La responsabilidad
ética sobre el uso de los datos no debería terminar en nuestra compañía, sino
ampliarse a toda la cadena de aprovisionamiento del dato.
• Es importante analizar la calidad de los datos externos, así como su
adecuación a la arquitectura interna de la compañía, ya que dichos datos
pueden convertirse en una fuente de información de difícil encaje en el
modelo de datos interno.
4. DESCUBRIR
Las grandes organizaciones, con el paso de los años, han ido construyendo
enormes sistemas informacionales, en forma de silos, con capas de datos
diseñadas para usos concretos, sin sinergias posibles con otros usos, que en
muchos casos han sido abandonados por los usuarios que los solicitaron,
cuando no son los propios usuarios los que han desaparecido de la compañía.
Ello ha supuesto la generación de auténticos “vertederos de datos”, donde es
difícil separar lo relevante de lo accesorio, lo superfluo, e incluso simplemente
de lo duplicado.
En este entorno, el descubrimiento de datos puede conllevar verdaderas
sorpresas, no solo en términos de eficiencia en costes por decomisados o
mejoras en el gobierno de los datos, sino en términos del propio
descubrimiento de atributos relevantes de negocio, que habían quedado
sepultados entre pilas de datos redundantes.
9
Tal y como se ha ido detallando, para tomar
decisiones, es necesario analizar todas las
alternativas y estas alternativas ser
refrendadas con conocimiento, que se soporte
en información y, finalmente, en datos. Es por
ello por lo que las decisiones que se tomen
serán tan buenas o malas como el valor de tus
datos.
La siguiente pregunta es por tanto:
¿C Ó M O A C C I O N A M O S E L
VALOR DE LOS DATOS Y LOS
USOS PARA QUE APOYEN LA
TOMA DE DECISIONES
GENERANDO VALOR?
VALOR DEL DATO
Estrategia del Dato
04
MÉTODO DE LA RELEVANCIA ESTRATÉGICA
Los datos tienen valor en función de su aportación a la estrategia de la organización. Este proceso desde el dato hasta el
valor, se refleja en la cadena de valor del dato, y es fundamental para la gestión del dato como un activo.
Tres conceptos nos ayudan a calcular, sobre la base de la Cadena de Valor del Dato, el Valor Interno de los Datos (VID),
tal como lo definen los autores en el libro El Valor del Dato (2020): Valor Intrínseco, Valor Aplicado, Relevancia
Estratégica
SOURCE TO DATA
DATA TO INSIGHTS
INSIGHTS TO ACTIONS
CANTIDAD
CALIDAD
ACCESIBILIDAD
ANÁLISIS
Volumen
Cantidad
Usos
Utilidad
VALOR INTRÍNSECO
VALOR APLICADO
DECISIÓN
Valor
RELEVANCIA ESTRATÉGICA
VID = VALOR INTRÍNSECO X VALOR APLICADO X RELEVANCIA ESTRATÉGICA
10
VALOR INTRÍNSECO: Volumen de Datos x
Calidad de los Datos. O lo que es lo mismo
cómo de buenos o malos son mis datos
capturando la realidad. Cuántas veces las
organizaciones se enfrentan a la toma de
decisiones con una calidad inferior al 100%.
Esto implica que en la decisión hay un grado
de incertidumbre sobre la cual el decisor
debe decidir. En el caso de los modelos
analíticos el impacto se verá claramente en
el grado de éxito de éstos.
VALOR APLICADO: Casos de Uso x Utilidad
de los Usos. El uso que se da de la
información disponible es clave en
cualquier organización, ya sea Data-Driven
o Decision-Driven. Algo que no se usa no
aporta valor, pero si coste. Coste no solo
directo de la carga y almacenamiento de la
información, que se ha ido reduciendo con
la implantación de nuevas tecnologías, sino
de gobierno, calidad, etc.
RELEVANCIA ESTRATÉGICA: Impacto de
los usos en los indicadores estratégicos
clave. Cuando hablamos de indicadores
clave no solo se hace referencia a los que
están en el plan estratégico, sino a todos los
necesarios para hacer funcionar la
organización.
VALOR DEL DATO
Estrategia del Dato
Tomando de referencia la teoría de Robert S. Kaplan y David P. Norton sobre el Balanced Scorecard y ampliándola, los indicadores asociados
a la estrategia, en su amplio espectro, se podrían clasificar en:
ESTRATÉGICOS
Aquéllos que representan la medición de la estrategia de la
organización y que ayudan en la toma de decisiones de la
misma. Son los destinados a conseguir la excelencia
competitiva. Es importante entender que las estrategias en la
revolución digital son muy cambiantes y hay que estar preparado
para estos nuevos entornos VUCA. Los indicadores estratégicos,
según la recomendación de Kaplan y Norton, no deberían
superar los 25 y se pueden subdividir en:
• Indicadores de efecto, donde se refleja el éxito de las
acciones. Por ejemplo, con perspectiva financiera el
periodo medio de cobro (en días).
• Indicadores de causa, aquellos que ayudan a mover
las acciones necesarias para mejorar los efectos. Por
ejemplo, tomando el periódo medio de cobro,
podríamos observar que los clientes que tienen mayor
satisfacción con la organización pagan antes. En este
caso la satisfacción o la calidad serían inidicadores de
causa del periodo medio de cobro.
La identificación de causas y efectos es una cuestión muy
relevante y el aprendizaje automático tiene mucho que decir en
este ámbito, ya que en ocasiones, una correlación entre variables
no esperada sobre la base de la experiencia, puede ser
descubierta.
11
OPERATIVOS O DE DIAGNÓSTICO
Aquéllos que siguen y controlan el negocio emitiendo
señales cuando ocurre algo no previsto. Aquí se puede hablar
de una amplia variedad, si bien cada organización debe
adaptar este número a su realidad.
Los indicadores operativos o de diagnóstico deberían tener
un enlace con la generación de una causa que genera un
efecto con impacto en la organización. Si por cualquier motivo
este enlace no existiera deberíamos reflexionar si el proceso
que gestionan es crítico o no para la organización.
Si fuera crítico para la organización y no tiene su reflejo en los
indicadores estratégicos habría que replantear la estrategia. En
el caso de no tener reflejo, el análisis es distinto, pero podría
levantar la posibilidad de decomisar el proceso con el
consiguiente ahorro de costes.
REGULATORIOS
Indicadores que son requeridos por los organismos oficiales y
que, si bien pueden apoyar o no a la toma de decisiones, su
no cumplimiento puede conllevar sanciones severas. Todos los
datos que se requieran en esta línea tienen un valor.
VALOR DEL DATO
Estrategia del Dato
EXPANDIENDO EL VALOR INTRÍNSECO Y EL VALOR
APLICADO LA FÓRMULA RESULTANTE SERÍA:
V: Volumen de
Datos
N: Número de
casos de Uso
RE: Relevancia
Estratégica
VID = ∑ [V x Q] x [N x U] x RE
VID: Valor Interno de
los Datos
Q: Calidad de
Datos
U: Utilidad de
los Usos
El VID muestra un valor sobre el cual, en función de las acciones que lancemos, podremos
gestionar nuestros datos de manera trasversal a través de su aportación a la organización.
Permite hacer un seguimiento y actuación sobre varios ejes, por ejemplo:
La evolución temporal de dicho valor
Las palancas que mejoran el valor
El impacto proporcional que cada una de esas palancas tiene sobre el valor
Comparar el valor aportado por las diferentes acciones informacionales con el
coste asociado a cada una de ellas, de forma que se puedan priorizar
• Fijar un objetivo medido en términos de valor
•
•
•
•
12 12
VALOR DEL DATO
Estrategia del Dato
Siguiendo con la teoría del Cuadro de Mando
Integral, ampliando los cuatro ámbitos clásicos
al mundo de los datos, podríamos estructurar la
estrategia en cinco grandes ámbitos:
La inclusión de la perspectiva de datos garantizaría el alineamiento
con la estrategia global de la organización, su aportación y su
impacto. Haciendo consciente a la organización de la importancia. La
consciencia de la organización es clave para el desarrollo de una
cultura basada en datos.
PERSPECTIVA
• Perspectiva Financiera
FINANCIERA
Disponer de una cultura analítica. Otro punto de preocupación de los
encuestados en la encuesta NewVantage 2021, solo el 24% de los
ejecutivos creen que han fomentado una culta data-driven.
• Perspectiva de Clientes
• Perspectiva de Procesos
• Perspectiva de Talento
• Perspectiva de Datos
Es por ello, que la perspectiva de los datos se podría ver desde el
siguiente axioma:
PERSPECTIVA
DE CLIENTES
PERSPECTIVA
DE PROCESOS
ESTRATEGIA
LOS DATOS Y SU TRANSFORMACIÓN EN
CONOCIMIENTO SON LA PARTE
PERSPECTIVA
PERSPECTIVA
DE TALENTO
DE DATOS
FUNDAMENTAL DE LA TOMA DE
DECISIONES, TANTO RACIONALES COMO
AUTOMÁTICAS (ALGORITMOS).
13
VALOR DEL DATO
Estrategia del Dato
05
EL VALOR POTENCIAL DE LOS DATOS
Una vez definido el concepto de Valor Interno de los Datos, con el objetivo de conseguir el mayor Valor, la
siguiente pregunta es: ¿cuál es el máximo valor que podemos obtener con nuestros datos y usos? Dicho de otra
forma: ¿existe la posibilidad de mejorar el potencial de nuestros datos?
ESTO
IMPLICA
INTRODUCIR EL
CONCEPTO
DEL
VALOR POTENCIAL
DE
LOS DATOS.
Definimos el Valor Potencial del Dato como el valor que alcanzarían nuestros datos si la calidad de los mismos y
la utilidad de los casos de uso fuera del 100%.
En consecuencia, podríamos formular el Valor Potencial de los datos para hacer cumplir la Estrategia de la
siguiente forma:
V: Volumen de
Datos
VALOR
=
POTENCIAL
MAX
∑ [V x Q
] x [N x U
Q: Calidad
máxima
14
RE: Relevancia
Estratégica
N: Número de
casos de Uso
MAX
] x RE
U: Utilidad máxima
de los Usos
VALOR DEL DATO
Estrategia del Dato
De lo que inferimos que la Calidad es a la Cantidad lo que la Utilidad es al
Número de casos de uso. Es decir, la Calidad y la Utilidad son los
cualificadores de la fórmula del Valor Interno de los Datos.
En la siguiente figura se representan los impactos que las diferentes acciones
tienen en cada una de las variables de la fórmula del Valor Interno del Dato:
Esta definición significa que hay acciones que pueden elevar el valor
potencial de nuestros datos, mientras que otras lo que harán es acercarnos a
dicho valor potencial, sin elevarlo:
Acercan el valor a su potencial
Acciones que acercan el dato a su Valor Potencial, pero no lo elevan:
• Incremento del alto de registros. Ejemplo: captura de nuevos clientes o
de potenciales clientes.
• Mejoras en la calidad de los datos. Mejorando los procesos operativos o
infiriendo datos.
• Mejoras en la utilidad de los casos de uso.
Acciones que pueden mejorar o elevar el Valor Potencial del Dato:
• Aumento del número de variables (métricas y atributos). Por ejemplo,
incluyendo nuevos atributos a los clientes.
• Aumento de los casos de uso. Para identificar nuevas causas que
impacten en los indicadores estratégicos y permitan accionar palabras
desconocidas.
• Cambios en la Relevancia Estratégica, bien por introducción de nuevos
indicadores estratégicos (efectos) o por cambios en la distribución de la
relevancia entre los indicadores existentes.
15
Registros
VALOR
INTERNO
= ∑ [V x Q] x [N x U] x RE
Atributos
Elevan el Valor Potencial
VALOR DEL DATO
Estrategia del Dato
LA CURVA DE
RELEVANCIA
Aunque las condiciones de calidad, número de usos, utilidad de
los usos y relevancia estratégica no varíen, lo cierto es que los
datos no aportan valor de forma lineal a medida que su
volumen aumenta, sino que lo hacen de forma desigual a
medida que acumulamos datos.
La función que relaciona el valor aportado por los datos con su
volumen puede representarse de la misma forma que se
representan muchos procesos naturales de aprendizaje, por
medio de la función sigmoide:
𝑦=
Punto de
Valor
1
1 + 𝑒 −𝑥
Es lo que denominamos la Curva de la Relevancia, cuyo eje de
abscisas representa el volumen de datos acumulado y el eje
de ordenadas el valor obtenido.
16
Punto de
Saturación
VALOR
06
VOLUMEN
Tramo de
acumulació
n
Tramo de
valor
Tramo de
saturación
VALOR DEL DATO
Estrategia del Dato
En un nivel inicial, contar con un pequeño puñado de datos aportará poco valor,
ya que su capacidad de generar análisis valiosos será muy limitada.
Sin embargo, a partir de un determinado volumen, el incremento marginal de
valor obtenido por un dato adicional aumenta exponencialmente.
En el mismo sentido, cuando el volumen de datos acumulado es muy alto, llega
un momento en que el incremento marginal de valor aportado por un nuevo dato
es muy bajo.
Teniendo esto en cuenta, se pueden diferenciar tres tramos:
• Tramo de acumulación: nivel de datos por debajo del cual apenas se aporta
valor a la toma de decisiones.
• Tramo de valor: rango de volumen donde la captura de nuevos datos aporta
un valor significativo.
• Tramo de saturación: nivel de datos por encima del cual la aportación marginal
de valor de un nuevo dato es muy baja.
Como consecuencia de lo anterior, definimos dos puntos clave:
1
Al punto a partir del cual se entra en el
Tramo de Saturación se define como
Punto de Saturación. Por encima de
este nivel, el incremento marginal de
Valor aportado por un dato adicional
es tan bajo que el análisis coste
beneficio de incorporar ese dato
adicional puede hacer que no resulte
rentable.
17
2
Al punto a partir del cual se entra
en el Tramo de Valor se define
como Punto de Valor. Por debajo
de este nivel, no existirán datos
suficientes como para tener
capacidad de ayudarnos en la
toma de decisiones.
VALOR DEL DATO
Estrategia del Dato
En la Curva de la Relevancia los movimientos se pueden
dar de dos tipos:
2
A lo largo de la curva: Son todos aquellos
movimientos que buscan incrementar el volumen
de datos o el número de casos de uso, sin intervenir
en el resto de factores de la fórmula de Valor Interno
de los Datos: adquisición de datos externos, creación
de nuevos casos de uso...
Desplazando la curva: Son todos aquellos
movimientos en los que las acciones lanzadas
desplazan la pendiente de la curva o hacen
movimientos paralelos, principalmente moviendo los
puntos de saturación y de valor. Por ejemplo,
mejorando las capacidades de los usuarios de tal
manera que con menos datos y/o acciones sean
capaces de generar el mismo valor en la toma de
decisiones.
El movimiento más evidente a lo largo de la curva para
mejorar el Valor de los Datos es mediante el volumen de
datos, aunque se debe recordar que mantener datos que
no se usan no aporta valor.
Otros ejemplos, de moverse a lo largo de la curva son las
siguientes: Captura de nuevos datos, Compra de datos
externos, Perdida accidental de datos, Reusabilidad de
datos
18
Punto de
Saturación
VALOR
1
SOBRE EL EJEMPLO DE ADQUISICIÓN DE
DATOS EXTERNOS EL MOVIMIENTO POR
LA CURVA DE LA RELEVANCIA SERÍA:
Punto de
Valor
2
MEJORA DE
VALOR
1
VOLUMEN
Compra de Datos
VALOR DEL DATO
Estrategia del Dato
EN OTRO EJEMPLO, VEAMOS QUÉ SUCEDE CUANDO
SE PRODUCE UNA PERDIDA DE DATOS O BORRADO
DE LOS MISMOS DEL SISTEMA:
En caso de una pérdida de datos:
Si nos encontramos en el Tramo de Saturación, el impacto en el Valor será muy
pequeño (paso de la posición 1 a la 2), ya que una pérdida de datos tiene un
impacto reductor mínimo en la aportación al Valor
Por el contrario, si nos encontramos dentro del Tramo de Valor, el impacto
puede ser muy alto (paso de la posición 3 a la 4), ya que cada dato adicional
aporta un incremento del valor muy significativo
VALOR
Punto de
Saturación
1
PÉRDIDA DE
VALOR
2
Los movimientos que desplazan la curva son incontables, lo que demuestra la
complejidad y riqueza de la implementación de una estrategia de datos.
Veamos algunos ejemplos:
•
Remediación de datos para
mejorar la calidad.
•
Homogeneización de maestros o
datos de referencia.
•
Grado de escasez de los datos
existentes (si un competidor logra
inferir nuestros datos escasos,
nuestra ventaja competitiva puede
desvanecerse).
•
Nuevas herramientas de business
intelligence.
•
Nuevas visualizaciones que
ayuden a la toma de decisiones.
•
Mejora tecnológica.
•
Acciones de data-literacy.
•
Mejora en los análisis, ya sea en
forma de predictibilidad de los
modelos, como de utilidad de un
cuadro de mando para la toma de
decisiones.
•
Formación.
•
Gestión del talento.
•
Cambios en la estrategia, que
pueden provocar que nuestros
datos y usos sean más o menos
relevantes en el nuevo escenario.
3
PÉRDIDA DE
VALOR
4
Punto de
Valor
VOLUMEN
Borrado de Datos
19
Borrado de Datos
•
Implementación de un mejor
modelo o arquitectura de datos.
VALOR DEL DATO
Estrategia del Dato
En el siguiente gráfico se analiza, sobre la Curva de la Relevancia, el
impacto de la implantación de una nueva herramienta de business
intelligence y un plan paralelo de formación analítica a usuarios de
negocio.
Estas acciones están encaminadas a la mejora de la capacidad de
análisis de los usuarios de negocio. El impacto positivo provoca que
hagan falta menos datos para tomar las mismas decisiones o, visto de otra
forma, con el mismo número de datos, nuestras decisiones serán más
acertadas y, por tanto, mejorarán el valor en mayor grado.
1.
Es posible adelantar el Punto de Valor, es decir, que se necesiten
menos datos para poder realizar análisis que aporten más valor .
2.
Es posible adelantar el Punto de Saturación, de forma que puedan
dejar de almacenarse y procesarse datos sin perder valor. Este caso
es útil para un principio de Data Ethics, según el cual se persigue usar
el mínimo número de datos posible sin reducir la explicabilidad de un
modelo.
3.
20
Existen acciones que no tienen que ver con la parte técnica de la
cadena de valor del dato, que tienen un impacto muy relevante en la
capacidad de los datos para aportar valor: formación, cultura,
motivación, liderazgo…
2
MEJORA
DE VALOR
VALOR
LAS CONSECUENCIAS DERIVADAS DE
ESTAS MODIFICACIONES EN LA CURVA
SON VARIADAS:
Punto de Saturación
final
Punto de
Valor
VOLUMEN
1
Punto de
Saturación inicial
VALOR DEL DATO
Estrategia del Dato
07
BARRERAS DE
ENTRADA CON DATOS
Si bien cada sector y cada producto y servicio tienen una curva de
características diferentes, las empresas pueden generar ventajas
competitivas sostenibles basadas en datos, que supongan barreras
de entrada difícilmente franqueables para los competidores.
Sin embargo, el gran volumen y la representatividad acerca de
cómo los usuarios escribían realmente, lejos de los modelos
más formales, compensaba esa deficiencia. Juntando ese gran
volumen de datos con modelos más simples, consiguieron un
acierto mayor que los modelos más formales.
Estas barreras pueden construirse sobre dos factores:
1.
2.
Alta relevancia de los Datos
Alta relevancia de los Usos
BARRERAS DE ENTRADA POR
ACUMULACIÓN DE DATOS:
Estas se dan cuando el conjunto de datos o corpus que dispones
es mucho mayor que el que disponga cualquier empresa de nueva
creación o perteneciente al sector. Lo motivos son muy variados,
captura de datos externos, mayor número de clientes,
transacciones, etc.
Quizá el máximo exponente de estas barreras de entrada es Google,
cuando en 2006 reunió un corpus de un billón de palabras para que
los investigadores de lingüística desarrollaran un motor de
procesamiento del lenguaje. Hasta ese momento los corpus o
conjuntos de datos eran mucho menores y habían entrenado a
modelos muy complejos con un gran acierto. Lo que descubrieron a
partir de ese momento los investigadores del campo de aprendizaje
automático de Google (Halevy, Norvig y Pereira) es que la calidad
era mucho menor, ya que el conjunto de datos estaba lleno de
frases incompletas.
21
BARRERAS DE ENTRADA POR UTILIDAD:
Estas se dan cuando el uso de los datos para la toma de
decisiones marca una ventaja competitiva respecto a la
competencia. Puede darse por disponer de mejor talento,
mejores herramientas de explotación, mayor eficiencia en los
modelos analíticos...
Continuando con el ejemplo de Google, podemos referirnos a su
algoritmo de clasificación de páginas. Evoluciona a tal velocidad
que no solo a los competidores no les da tiempo a igualarlo, sino
que los que pretenden “engañarlo”, cuando lo consiguen ya se ha
puesto en producción una nueva evolución. En 1998, en los inicios
de Google, el buscador y el índice computacional se actualizaban
cada pocas semanas. Hoy en día sucede casi de manera
instantánea a través de diversas funciones, para las que Google
indica que usan un número de señales superior a 200, si bien
Danny Sullivan, en su artículo FAQ: All about the Google
RankBrain algorithm, amplía indicando que se estima que usen
hasta 50.000 subseñales. Esto es algo que hoy en día hace a
Google el claro vencedor como buscador, explotando una
barrera de entrada lograda a base de mejoras en la Utilidad de
sus algoritmos.
VALOR DEL DATO
Estrategia del Dato
08
CONCLUSIONES
Realmente nuestro cazador se hacía la pregunta correcta, correr o atacar. Si lo miramos desde otro eje y si
se hubiera preguntado ¿Cuál es el tamaño de animal? ¿Hace ruidos peligrosos? Si hubiera tenido todas las
alternativas disponibles, a lo mejor hubiera podido cambiar la decisión. Las compañías tienen que partir
de las preguntas correctas para poder disponer de todas las posibilidades sobre la mesa y poder tomar
las mejores decisiones.
Los participantes en competición basada en datos en la era de la transformación digital, deberán
desplegar las capacidades analíticas (usos) y accionar la captura de los datos clave, internos y externos, de
una manera ordenada. Añadiendo una quinta perspectiva a los cuatro tradicionales: financiera, clientes,
procesos, talento y datos.
La perspectiva de los datos gobierna la obtención de información y el uso que se hace de ellos, su
medición es capital si se quiere obtener valor y es aquí donde las organizaciones que implementen un
método de valoración de los datos como un activo serán los vencedores en la guerra de los datos.
El método de la Relevancia Estratégica es la piedra filosofal que ayuda a accionar estas palancas y con
la ayuda de la Curva de la Relevancia a gestionar las Barreras de datos que ayuden a competir con los
datos.
Resumiendo, toda mejora o perdida de valor de la información impactará directa o indirectamente en la
toma de las decisiones, lo que se traducirá en mayor o menor medida en una perdida de valor en los
resultados de la organización o en la comparativa versus sus competidores de mercado.
PORQUE LA TRANSFORMACIÓN DIGITAL HA DOTADO AL CAZADOR
DE UN ARMA PODEROSA: LOS DATOS
22
VALOR DEL DATO
Palancas del Valor del Dato
https://clubcdo.com/
https://www.sdggroup.com/es-ES
Club Chief Data Officer Spain & Latam
SDG Group Iberia
@ClubCDO_Spain
@SDGGroupSpain