Tenemos un proyecto que genera un volumen de datos tremendo sobre las transacciones y los clientes. Datos en tiempo real de todo tipo, desde montos por transacción como geo localizaciones de dichas compras amén de los tiempos que se tardan en pulsar los botones para que todo suceda correctamente. Estos datos, que almacenamos tanto en bruto como procesados (importantísimo procesar datos en tiempo real y agregarlos), están generando información que nosotros pensamos pueden ser de muchísima utilidad para los diferentes departamentos de la empresa con la que estamos trabajando. Desde el departamento más obvio, Marketing, hasta el departamento menos obvio, Operaciones. Tenemos la capacidad de definir en tiempo real cosas como por ejemplo, qué localización y qué turno de empleados exactamente está dando el mejor servicio, y por lo mismo, el peor servicio y por tanto, deteriorando su marca y la experiencia de sus clientes. También podemos ayudar a la marca a redireccionar clientes a otras localizaciones que probablemente tenga el stock optimizado para ellos en vez de tener que modificar el stock de las localizaciones que es muchísimo más lento y costoso -y probablemente llegue tarde a la demanda.
Como puedes ver, tenemos un set de datos que cualquier marca querría tener en sus manos y poder analizar en tiempo real. Además, una marca como la que menciono, que tiene miles de empleados y que ha apostado por las nuevas tecnologías como pagos móviles en sus localizaciones de venta directa a clientes, debería de estar tremendamente interesada en poder acceder a esa información.
Pues nada más lejos de la realidad. Llevamos más de un año trabajando con ellos, y lo que nos encontramos es precisamente todo lo contrario.
Tienen una buena justificación, no es que la empresa no quiera los datos o no tenga interés en ellos. Es que tiene un problema mucho mayor que le impide si quiera poner interés en esos datos: es una empresa de miles de empleados, con miles de jefes, procesos internos, burocracia y responsabilidades. Es una empresa que tiene una organización tradicional (como toda gran empresa) que tiene una rigidez que le impide moverse con suficiente velocidad.
Pongamos el siguiente ejemplo: podemos analizar y ofrecer los turnos de trabajo de cada una de las localizaciones y discernir cuáles están dando un mejor o peor servicio. Este dato, por muy sencillo que parezca, no es nada trivial. En esta organización en concreto, los empleados de las localizaciones son gestionados desde Operaciones y tienen un índice de rotación muy alto. Desde el momento que el director de operaciones recibe el dato, hasta que este queda digerido por su equipo y se llega a los nombres y apellidos de dichos empleados, lo más probable es que esos empleados ya no se encuentren en plantilla, y por tanto, no se pueda saber qué es lo que les ha motivado a dar tan mal servicio. Peor aún, implementar un proceso interno que tenga esta información y pueda reaccionar a tiempo puede costar incluso más que la rotación natural de los propios empleados, y por tanto, no se justifica el gasto.
La realidad del Real Time Data es que las grandes corporaciones, pese a que generan tremendos volúmenes de información, no son capaces -y no lo van a ser en el corto plazo- de analizar y digerir dicha información de tal manera que les produzca un valor añadido y en consecuencia un retorno de inversión por usar dicha información. Existen excepciones, y es que dentro de estos grandes conglomerados hay equipos que sí son tremendamente ágiles. Estos departamentos suelen ser Marketing y Customer Support. Justo los dos departamentos que tocan directamente el mercado y los clientes, por lo que resulta obvio que tienen que ser lo suficientemente ágiles. Por eso vemos que la demanda más grande en consumo y análisis de datos internos es en estos departamentos.
Ninguna empresa grande no relacionada con la tecnología actualmente está preparada para reaccionar en tiempo real. De hecho, no está preparada si quiera para analizar y digerir la información en tiempo real. Pese a que puedas procesar la información de tal manera que queda ya lista para la toma de decisiones, lo más probable es que no hayas tenido en cuenta (sobretodo si no has tenido mucha exposición a las grandes corporaciones) todo lo que implica tu información en esa toma de decisiones. La definición de los destinatarios adecuados puede aliviar la fricción, pero sigue siendo el mismo problema, hay que cambiar un proceso interno en una corporación de miles de personas.
La realidad del Big Data es que por ahora solamente los departamentos más ágiles como Marketing van a ser los que lo consuman. Pero lo que más me choca es que una gran empresa no reconozca que el valor de ahorrar en los procesos, en mejorar la atención al cliente y en reducir su tiempo de respuesta, pueden significar mejores números al final del año y se incline por el camino de menos fricción, que es usar los datos para su departamento de Marketing y de Atención a Clientes.
Random Though – He aquí un negocio redondo para las grandes consultoras que quieren atacar este problema… ¡cuando ellas mismas sufren del mismo dolor!
joax|blog 