¿Cuál es el valor económico de un ‘data-insight’?
El objetivo de cualquier iniciativa Big Data es encontrar una ventaja competitiva mediante el procesamiento de información, permitiendo, o maximizar beneficios, o reducir costes. Sin entrar en una discusión de qué estrategias de diferenciación deberían buscar las compañías, en este artículo vamos a centrarnos en explorar el nexo de unión entre los ‘insights’ ofrecidos por los datos, estrategia empresarial y la generación de valor. Durante las últimas décadas, la inteligencia de negocio (BI), ha sido una herramienta clave utilizada por los gestores para facilitar el proceso de toma de decisiones, ya que en esencia, el rol de los datos no es otro que aliviar la incertidumbre asociada a las decisiones empresariales. De forma didáctica proponemos modelar la ejecución de una estrategia dirigida por datos como una serie de decisiones interrelacionadas que tienen por objetivo superar una serie de indicadores clave de negocio (Figura 1).
La creación de este framework nos permite responder a una pregunta comúnmente ignorada: “¿Cuál es el valor económico de un data- insight?” Conocer esta respuesta permitiría al CIO evaluar la viabilidad o no, de iniciativas en el ámbito informacional. Ilustremos esta situación con un ejemplo.
Supongamos un banco, que, en un esfuerzo para maximizar los ingresos, ha decidido lanzar una campaña de marketing enfocada a un segmento. Los costes asociados a la campaña ascienden a un total de $190K y, en base al rendimiento de campañas anteriores, el equipo de BI ha definido la probabilidad de éxito en términos de nueva producción, generando tres escenarios: desfavorable (35% probabilidad) con producción de $40K, escenario plausible (45%) con producción de $220K, y, el mejor caso (25%) con impacto de $300K. El gerente de marketing se encuentra ante el problema de si debería lanzar la campaña o no. (Podríamos modelar la situación según se muestra en la Figura 2).
Podríamos pues, calcular el valor esperado de la campaña, resultando ser de (-$2K). Con esta información, la decisión racional sería no ejecutar la iniciativa. Consideremos ahora, que el banco tiene la posibilidad de contratar un proyecto de consultoría, donde se incorporen nuevos datos a la segmentación, como por ejemplo la propensión de contratación de un producto. Como resultado, el departamento de marketing podrá seleccionar de forma más acertada los perfiles sobre los que ejecutar la campaña, viéndose la probabilidad de éxito aumentada. El nuevo escenario podría modelarse de la siguiente manera (Figura 3).
Para leer el artículo completo descargue el PDF con imágenes y gráficos aquí.
