Tipos de análisis de datos para mejorar la toma de decisiones.De vuelta en la 17 ª siglo, John Dryden escribió: “El que quiera buscar perlas debe sumergirse a continuación.” A pesar de que el autor no tiene análisis avanzado de datos en mente, la cita describe perfectamente su esencia. Averigüemos qué tan profundo uno debe entrar en los datos en busca de una visión muy necesaria y basada en hechos.
Hay 4 tipos diferentes de análisis. Aquí, comenzamos con el más simple y vamos más allá al más sofisticado. De hecho, cuanto más complejo es un análisis, más valor aporta.
Analítica descriptiva
La analítica descriptiva responde a la pregunta de qué sucedió. Por ejemplo, un proveedor de atención médica sabrá cuántos pacientes fueron hospitalizados el mes pasado; un minorista: el volumen de ventas semanal promedio; un fabricante: una tasa de los productos devueltos durante el último mes, etc. Permítanos también traer un ejemplo de nuestra práctica: un fabricante fue capaz de decidir sobre categorías de productos de enfoque basadas en el análisis de ingresos, ingresos mensuales por grupo de productos, ingresos por grupo de productos, calidad total de piezas metálicas producidas por mes.
La analítica descriptiva hace malabares con los datos sin procesar de múltiples fuentes de datos para proporcionar información valiosa sobre el pasado. Sin embargo, estos hallazgos simplemente indican que algo está mal o bien, sin explicar por qué. Por esta razón, las compañías altamente basadas en datos no se contentan solo con análisis descriptivos y prefieren combinarlo con otros tipos de análisis de datos.
Analítica diagnóstica
En esta etapa, los datos históricos se pueden medir con otros datos para responder a la pregunta de por qué sucedió algo . Gracias al análisis de diagnóstico, existe la posibilidad de profundizar, descubrir dependencias e identificar patrones. Las empresas optan por el análisis de diagnóstico, ya que proporciona información detallada sobre un problema particular. Al mismo tiempo, una empresa debe tener información detallada a su disposición; de lo contrario, la recopilación de datos puede resultar individual para cada problema y llevar mucho tiempo.
Nuestra demostración de BI muestra cómo un minorista puede desglosar las ventas y las ganancias brutas en categorías para descubrir por qué no alcanzaron su objetivo de ganancias netas. Otro recuerdo de nuestros proyectos de BI: en la industria de la salud, la segmentación de clientes junto con varios filtros aplicados (como diagnósticos y medicamentos recetados) permitió medir el riesgo de hospitalización .
Analítica predictiva
El análisis predictivo dice lo que es probable que suceda. Utiliza los resultados de los análisis descriptivos y de diagnóstico para detectar tendencias, grupos y excepciones, y para predecir tendencias futuras, lo que lo convierte en una herramienta valiosa para el pronóstico. A pesar de las numerosas ventajas que aporta el análisis predictivo, es esencial comprender que el pronóstico es solo una estimación, cuya precisión depende en gran medida de la calidad de los datos y la estabilidad de la situación, por lo que requiere un tratamiento cuidadoso y una optimización continua.
Gracias al análisis predictivo y al enfoque proactivo que permite, una empresa de telecomunicaciones, por ejemplo, puede identificar a los suscriptores que tienen más probabilidades de reducir su gasto y activar actividades de marketing específicas para remediar; Un equipo de gestión puede sopesar los riesgos de invertir en la expansión de su empresa en función del análisis y las previsiones del flujo de caja. Uno de nuestros estudios de caso describe cómo el análisis de datos avanzado permitió a una empresa líder de bienes de consumo predecir lo que podrían esperar después de cambiar el posicionamiento de la marca.
Analítica prescriptiva
El propósito del análisis prescriptivo es prescribir literalmente qué medidas tomar para eliminar un problema futuro o aprovechar al máximo una tendencia prometedora. Un ejemplo de análisis prescriptivo de nuestra cartera de proyectos: una empresa multinacional pudo identificar oportunidades para compras repetidas basadas en análisis de clientes e historial de ventas.
Este tipo de análisis de datos de última generación requiere no solo datos históricos sino también información externa debido a la naturaleza de los algoritmos estadísticos. Además, la analítica prescriptiva utiliza herramientas y tecnologías avanzadas, como aprendizaje automático, reglas y algoritmos comerciales, lo que hace que su implementación y administración sean sofisticadas. Es por eso que, antes de decidir adoptar análisis prescriptivos, una empresa debe comparar los esfuerzos requeridos con un valor agregado esperado.
¿Qué tipos de análisis de datos eligen las empresas?
Para identificar si existe un tipo predominante de análisis de datos, veamos diferentes encuestas sobre el tema para el período 2016-2019.
Para la Encuesta global de datos y análisis de 2016: grandes decisiones , PwC solicitó a más de 2,000 ejecutivos que elijan una categ¶oría que describa mejor el proceso de toma de decisiones de su empresa. Además, C-suite fue cuestionado con qué tipo de análisis confiaban más. Los resultados fueron los siguientes: el análisis descriptivo dominó (58%) en la categoría de «toma de decisiones basada en datos raramente»; el análisis de diagnóstico encabezó la lista (34%) en la categoría «Basada en datos»; El análisis predictivo (36%) lideró en la categoría «Altamente basado en datos».
Esa encuesta mostró la necesidad de uno u otro tipo de análisis en diferentes etapas del desarrollo de una empresa. De hecho, las empresas que se esforzaron por la toma de decisiones informadas consideraron que los análisis descriptivos eran insuficientes y sumaron los análisis de diagnóstico o incluso llegaron a ser predictivos.
Para otra encuesta, BI Trend Monitor 2017 de BARC , 2.800 ejecutivos compartieron su opinión sobre la creciente importancia de la analítica avanzada y predictiva. El término análisis avanzado era el término general para los tipos de análisis predictivo y prescriptivo.
Según la Investigación de mercado de análisis avanzado y predictivo de 2018 , la mayoría de los encuestados consideraron por primera vez el análisis avanzado y predictivo como «crítico» o «muy importante».
Dentro de la encuesta de BI Trend Monitor 2019 de BARC , C-suite todavía nombró el análisis avanzado entre las tendencias de inteligencia empresarial más importantes.
Para resumir
Con varios tipos de análisis, las empresas son libres de elegir qué tan profundo necesitan sumergirse en el análisis de datos para satisfacer mejor sus necesidades comerciales. Si bien los análisis descriptivos y de diagnóstico ofrecen un enfoque reactivo, los análisis predictivos y prescriptivos hacen que los usuarios sean proactivos. Mientras tanto, las tendencias actuales muestran que cada vez más empresas se enfrentan a la situación cuando necesitan un análisis de datos avanzado y eligen adoptarlo.
Leer también: Fundamentos de la analítica predictiva; Fundamentos de la analítica descriptiva; Analítica, qué es, definición, concepto, significado
This post is also available in:
Español
