Se estima que en la actualidad se crean 328,77 millones de terabytes de datos al día. Un dato por sí mismo no tiene valor. Lo importante es darle sentido para generar información que permita tomar decisiones. A este proceso se lo conoce como Ciclo de vida de un dato y las compañías que lo aplican pueden hacer una gran diferencia.
Los datos son el alma de los negocios, aseguró Bill Gates en su libro Los negocios en la era digital publicado en 1999. Como con tantas otras cosas, el creador de Microsoft se adelantó al futuro y hace más de dos décadas que analiza el poder de los datos para impulsar una organización. Aunque ya en ese momento también realizaba una advertencia importante: Solo las empresas que puedan utilizarlos de manera eficaz tendrán una ventaja significativa sobre sus competidores.
El contexto actual obliga a las compañías a utilizar tecnología sin importar su tamaño. Hoy es muy complejo pensar, incluso a una PyME, facturando a mano. Ya sean compañías viejas o nuevas, los datos son un pilar fundamental para sus operaciones. Nosotros decimos que todas tienen que ser ‘data driven', es decir, que toda decisión tiene que estar basada e impulsada en datos. Quienes no lo hagan, están perdiendo ventaja competitiva, explica al respecto Gaston Gugliotta, Gerente General Streambe. Y agrega apuntalando la afirmación de Gates: Lo que toda empresa debe entender es que un dato en sí mismo no ayuda en nada. Lo que importa es darles un sentido para crear información y conocimiento. Un proceso que tiene un ciclo de vida.
Cuando se habla del Ciclo de vida de un dato se refiere a un proceso madurativo de los datos. Al ser implementado, un sistema genera una variedad de datos que en esa primera instancia, cuando están por separado, no dicen nada. Lo que da sentido al proceso es entender la acción detrás de los datos creados, la secuencia de sucesos que se dieron hasta llegar a ellos y, a partir de esto, desarrollar información.
Después de todos estos pasos se toman decisiones porque recién ahí se generó un conocimiento que permite llegar a resoluciones favorables. Por eso, siempre lo importante es cuestionar qué le preguntamos a los datos para que éstos den respuestas que necesitamos, subraya Gugliotta, quien destaca un ejemplo específico para explicar este ciclo de vida: Cuando arranca la pandemia, una prepaga con más de un millón de usuarios tenía toda su comunicación concentrada a través de mails y la atención con una credencial física. A la credencial digital no le daban mucha importancia. Con la pandemia, la empresa tuvo que migrar a todos sus usuarios a la versión digital para atenderlos. Cuando arrancaron, tenían solo 15% de su cartera con la credencial digital activa y, luego de meses de comunicación, no podían hacer crecer ese porcentaje. Empezamos a analizar los datos y observamos que más de la mitad no usaban la aplicación móvil porque no la tenían descargada. Entonces, no era un tema de los mails que se mandaban sino de entender qué tan digitales eran los usuarios para luego mandarles un mail con la información.
Para dar una idea, se mandaban siete millones de mails con una tasa de rechazo del 45%. Gracias al análisis de los datos y hacer las preguntas correctas, se bajó al 0,3% de la tasa de rechazo y menos de un millón de mails que, si no tenías la app, te explicaban cómo bajarla y, posteriormente, descargar la credencial digital. La acción fue la misma pero gracias a los datos se ejecutó de forma más eficiente, se gastó menos plata y se aumentó el parque de credencial digital al 75% en un año. Ese es el poder de la analítica bien utilizada al comprender el ciclo de vida de los datos.