• Dom. Jun 23rd, 2024

La regla “3-4-5” para construir una compañía data driven

 

En el marco de Latam Summit Data Explote México 2023, Favio Vázquez, científico de datos de H2O.ai, explicó la “regla 3-4-5” de principios, pilares y fuentes de poder que se necesitan para construir compañías data driven.

H2O.ai es la empresa líder de IA en la nube que tiene como misión “democratizar la IA para todos”.  Sus clientes utilizan la plataforma H2O AI Cloud para crear, operar e innovar rápidamente con el fin de resolver problemas empresariales complejos y acelerar el descubrimiento de nuevas ideas.

Vázquez es enfático al asegurar que con H2O.ai están cambiando vidas desde hace más de diez años. En su presentación explicó que grandes consultoras y compañías de investigación en tecnología de la información calculan que el impacto de la AI en la  economía global se ubica por el orden de los 11.1 a los 17.7 trillones de dólares.

Y, para acceder a un pedazo de ese gran valor que se disputa la AI en el ámbito mundial, es necesario transitar el camino de convertirse en una compañía data driven, con el aporte de científicos de datos que entiendan que su principal función es agregar valor a las compañías.

¿Qué es una compañía data driven?

El científico de datos define las compañías data driven como aquellas que construyen herramientas, habilidades y, principalmente, una cultura que actúa sobre datos.

Como prerrequisitos para aspirar convertirse en una data driven, la compañía debe recolectar datos (tener una manera de guardar información) y estos datos deben ser accesibles y consultables.

Además, debe poner en práctica la peculiar “regla 3-4-5” o de tres principios, cuatro pilares y cinco fuentes de poder que definen a las compañías data driven.

El primer principio para ser una compañía data driven es “abrazar el devenir humano” y tener “obsesión” por los clientes, que no es otra cosa que procurar entender qué hacen los seres humanos, cómo funcionan y cómo cambian.

“Con la pandemia nos dimos cuenta de que somos muy frágiles y que cambiar no es una opción, sino una necesidad. Entender lo que hace a un cliente un consumidor final no es sencillo. Toma tiempo, esfuerzo y mucha información. Todas las compañías avanzadas a nivel mundial que ofrecen un servicio de calidad siguen esta regla. Piensen en un Amazon, Wallmart, Facebook, Google. Son compañías obsesionadas con sus clientes”, recalcó Vázquez.

Como segundo principio figura entender el continuo de los datos, o lo que es lo mismo: que las compañías comprendan que tienen más datos de los que creen y que también crean que pueden tener más datos de los que hay realmente disponibles: ”Las compañías exitosas en machine learning, ciencia de datos y AI saben exactamente qué tienen y cómo usarlo. Y eso depende mucho de tecnología, personas y cultura. Saber qué datos tengo realmente y cuáles no es muy importante”, apuntó el científico de datos.

El tercer principio fundamental de una data driven es familiarizarse con la noción de que no hay verdades absolutas: el que manda no debe decidir todo y debe estar dispuesto a escuchar lo que dicen los datos, pues la intuición no siempre nos lleva al mejor camino.  “Vale la pena entender qué dicen los datos y pensarlos desde un ojo crítico. Las compañías data driven son comúnmente muy objetivas. Se basan en datos bien construidos”, agrega el experto.

Pilares y fuentes de poder de una compañía data driven

Los cuatro pilares sobre los que reposa una compañía data driven exitosa son la cultura de datos, el marco de trabajo, las personas y la tecnología y datos.

El primero de ellos implica el aprendizaje continuo de nuevas técnicas para tomar decisiones basadas en datos y permearlas en toda la compañía. En cuanto al marco de trabajo la agilidad es importante, pero sin forzar a los científicos de datos.

Las personas son un foco fundamental para ser exitosos en ciencia de datos, machine learning y AI y hay que contemplar cómo mantenerlos felices, motivados, construyendo cosas que agregan valor. Y si no se tiene una forma correcta de acceder al valor de los datos con tecnología y soporte, por muy buen equipo que se tenga o por mucha cultura de datos que exista, el barco no se enrumbará a buen puerto.

Las fuentes de poder, a su vez, son procesos importantes que aplican empresas exitosas tales como segmentación (usar los datos de las personas para dar en el blanco y encontrar a quién proponer tus servicios o productos), activación(encontrar personas a través de cualquier canal posible), personalización (usar datos para construir experiencias de usuarios excepcionales. Las compañías que más usamos a diario dan una experiencia de usuario excepcional), optimización (encontrar eficiencia y efectividad en los canales disponibles, comúnmente a partir de experimentos estadísticos) y percepción (entendimiento de qué quieren los clientes,  cuándo lo quieren y cómo cambian).

Caso de éxito: compañía que aplicó el paso a paso para ser una data driven

 Vázquez contó la experiencia con un cliente de H2O.ai, el mayor embotellador de refrescos en el mundo, con más de dos millones de clientes directos y 270 millones de clientes finales.

Esta compañía hizo uso de cada una de estos principios, pilares y fuentes de poder para ser una data driven. Tenían una propuesta piloto de un producto que pudiera sugerir una compra avanzada a manera de listado y cantidades para el cliente. La empresa tenía datos y formas de acceder a ellos, cultura de datos, personas indicadas, entendían el devenir humano (fue en época de pandemia y tenían que adaptarse a las necesidades de las personas en confinamiento) pero les faltaba la tecnología indicada para lograr escalar el producto a nivel masivo.

Con el modelo inicial, la compañía solo atendía a 3% de los clientes. En menos de dos meses H2O.ai construyó  un piloto que replicaba lo que tenía la empresa como modelo y que se aplicó en México y Brasil. Luego empezaron a construir el escalamiento analítico y a través del automachine learning pudieron escalar en menos de seis meses a 1,5 millones de clientes.

“Transformamos un piloto a algo que cambió la vida de los mexicanos y de Brasil. Este año y el que viene el plan es extender a los clientes de la compañía a nivel internacional y el foco será el canal digital”, anunció Vázquez.

Este producto hoy en día permite que todos los camioneros de México y Brasil tengan impreso un “ángel” con el pedido recomendado o sugerido para cada compañía. “Con este producto, así no sepas nada de ciencia de datos, tienes el machine learning en tus manos”, concluyó Vázquez.

Analizando datos para cambiar vidas

Favio Vázquez es físico teórico e ingeniero en computación. Tiene una maestría en Ciencias Físicas de la UNAM. Actualmente trabaja como científico de datos en H2O.ai resolviendo problemas de negocios para toda la región de LATAM en compañías como FEMSA, Telcel, SQM, entre otras. Es profesor de ciencias de datos en las universidades de Dartmouth, Wharton, Berkeley y UNAM y miembro de facultad en el Emeritus Institute of Management.

Conoce los líderes tech que están cambiando el mundo visitando nuestra sección.