La importancia de una buena explicacion de datos en Business Intelligence

Las diferentes herramientas de Business Intelligence simplifican enormemente la ardua tarea de conectar, explorar y visualizar los datos de la empresa. ¿Qué sentido tiene entonces la figura del analista de datos en la organización? Es imprescindible, es el responsable de dar una explicación breve y efectiva para la toma de decisiones acertadas.

Antaño el analista de datos se sumergía en hojas de Excel y pasaba horas y horas para elaborar gráficos ininteligibles para el equipo directivo. Dedicaba más horas al análisis de datos y menos esfuerzo en su explicación. Ahora es imprescindible explicar bien los datos en Business Intelligence, que cualquier persona que trabaje en análisis datos sea capaz de crear una narrativa del proceso y una explicación sobre los resultados. Sin embargo, todavía muchas empresas creen que con la adopción de una herramienta de BI ya está todo hecho. En realidad está todo por hacer. En este artículo vamos a ver 5 razones por las que es importante que los datos y las historias basadas en la analítica son tan importantes para tu empresa.

Veamos primero por qué un buen analista de datos ha de ser también un buen comunicador:

• Las historias son herramientas eficaces para transmitir las experiencias humanas. La narrativa es la forma en la que simplificamos y damos sentido a un mundo complejo. La visualización de datos precisa de un contexto e interpretación, todo lo que da significado a los datos y hace que se vuelvan más interesantes y relevantes para conseguir los objetivos empresariales.

• El objetivo de la inteligencia de negocio es facilitar la toma de decisiones. Con la analítica conseguimos argumentaciones de peso para persuadir e inspirar confianza en la toma de decisiones. Sin embargo, no importa lo impresionante que sea tu análisis o la calidad de los datos que manejas, si no sabes comunicarlo eficientemente. Para ello, precisas de una historia visual o una narrativa, precisas contar una historia.

• La mayoría de la gente no quiere perderse en los detalles de la analítica, quieren evidencias contundentes del análisis de datos. Más allá de historias basadas en anécdotas o experiencias personales, tu objetivo será construir historias convincentes que incorporen datos. Quizás la mayoría de las historias convincentes sean aquellas que combinan datos y análisis de datos, así como un punto de vista o ejemplo que involucre tanto a la organización como a las personas.

• La preparación y el análisis de datos son unos grandes consumidores de tiempo. Debemos por tanto encontrar la manera de hacer llegar la información de una forma amena y sin extendernos en los detalles del análisis cuantitativo. Como analista, debes encontrar la manera de explicar tus resultados de una forma breve y sencilla. Tu público quiere entender las conclusiones rápidamente.

• Existen diversas maneras de contar estas historias. La más común es basarse en la evolución temporal para explicar el pasado, el presente y predecir el futuro. Puedes explicar también el qué, el cómo o el porqué. Hay quién basa su explicación en relaciones de correlación o de causa-efecto.  Se trata de diversas formas no exclusivas que te pueden ayudar construir una explicación que siempre debe ir más allá del “esto es lo que sucedió”.

Las implicaciones de no ser capaz de crear historias basadas en los datos son muy graves. La información no se transmite correctamente al cuadro ejecutivo y se corre el riesgo de no tomar las decisiones acertadas.  La inversión económica y de tiempo en analítica e inteligencia de negocio carece entonces de retorno. No olvidemos que en inteligencia de negocio medimos y analizamos para mejorar.

Preguntémonos ahora por qué los individuos y las organizaciones no están haciendo bien las cosas a la hora de contar historias con datos. Veamos las 3 principales razones.

• Las personas que se dedican al mundo de la analítica no se sienten muy motivadas o no tienen éxito a la hora de contar historias. Ellos se mueven en el mundo de las matemáticas y las estadísticas, los datos estructurados y la ciencia informática, y se sienten cómodos interactuando con números antes que con personas. Por supuesto, no todos los analistas cuantitativos son así, y algo que tenga un enfoque muy matemático puede evolucionar hacia un estilo más humano y literario. Pero contar historias convincentes no es algo que resulte muy natural para la mayoría de analistas de datos.

• Si a los analistas de por sí no se les da bien la narrativa (el storytelling) es porque probablemente no han recibido mucha instrucción al respecto. Muchos de los cursos de analítica cuantitativa no profundizan en la capacidad de contar historias. Se sienten más cómodos enseñando métodos para no perder el tiempo en la narrativa de los datos.

• Algunos analistas creen que enfocarse en el storytelling requiere mucho menos esfuerzo e inversión personal en comparación con los aspectos más técnicos. Pueden justificar su argumento con que muchas personas son capaces de contar buenas historias, pero muy pocas son capaces de hacer lo que hacen ellos. Sienten que el mejor uso que le pueden dar a su tiempo es el análisis cuantitativo frente a otros aspectos como contar historias.

Explicar historias basadas en datos requiere experiencia y consume una gran cantidad de tiempo. Sin embargo es un aspecto fundamental en el éxito de la inteligencia de negocio.

Fuente: Ágatha Estera (saimasolutions.com)