Cómo crear su nueva estrategia de inteligencia empresarial

La inteligencia comercial tiene el potencial de descubrir información de datos que puede impulsar su negocio a nuevas alturas de crecimiento y éxito. Pero si aún está aprendiendo a aprovechar al máximo su nuevo software de BI, simplemente desbloquear ese potencial puede parecer una lucha.

Jen Larson, directora de análisis e investigación de marketing de Pennsylvania State Employees Credit Union (PSECU), está familiarizada con esta lucha y cómo superarla.

Recientemente nos sentamos con Larson para conversar sobre su estrategia de inteligencia comercial para ayudar a otras empresas a aprovechar al máximo su software de BI. Para resumir lo que aprendimos, los nuevos usuarios de software de BI deben centrarse en tableros simples y visualmente estéticos; visualizaciones de datos coherentes e interactivas; y la recopilación de datos para alimentar análisis avanzados con el fin de aprovechar al máximo su nuevo software de BI a corto y largo plazo. Siga leyendo para obtener más detalles sobre cómo poner en práctica esta estrategia.

Cuando Larson se unió a PSECU por primera vez en 2020, habló con diferentes jefes de departamento para averiguar con qué tipo de problemas estaban luchando.

“Un refrán común que escuché cuando me uní a PSECU por primera vez fue la queja de que (los usuarios) tienen que ir a 17 informes diferentes en todo el lugar para obtener toda la información necesaria para responder una pregunta”, dijo.

La solución a este problema no fue fácil, pero sí evidente: los cuadros de mando.

“El tablero nos ha permitido traer todos esos informes diferentes y números diferentes de todo el lugar a un área donde (los usuarios) pueden acudir para responder un problema o pregunta”, dijo Larson.

Larson dice que los tableros son su herramienta principal para empoderar al liderazgo de PSECU para tomar mejores decisiones basadas en datos. Y su estrella polar para usar tableros es asegurarse de que sean claros y no confusos.

“Para mí, un buen tablero responde una pregunta”, dijo. “Por ejemplo, no querrá un informe o una visualización que analice las cosas desde la perspectiva del préstamo en el mismo tablero que las cosas desde la perspectiva del miembro. Quiere que alguien pueda mirar un tablero y las visualizaciones e informes que hay allí y decir 'OK, sé que este es un lugar al que puedo ir para responder este tipo de preguntas'. “

Cuando Larson se unió a PSECU por primera vez, la demografía de los miembros de la organización se ubicaba en "15 informes diferentes", según su estimación. “Tendría que hacer clic para salir, hacer clic para entrar, hacer clic para salir... Una solución de tablero nos ha permitido tener todos esos datos en un solo lugar. Así que estamos trabajando con una fuente de verdad”.

Los usuarios pueden emplear software de BI moderno con paneles interactivos para explorar sus datos sin un científico de datos. Uno de los paneles de perfiles de miembros de Larson permite a los usuarios consultar datos nacionales o aplicar un filtro para ver datos específicos de los residentes de Pensilvania.

¿Listo para aprovechar al máximo la función de tablero en su nuevo software de BI? Aquí hay algunos consejos para los próximos pasos:

• Mantenlo simple. Un tablero sin usar es un tablero sin valor, incluso si contiene información útil. Por lo tanto, si intenta poner demasiados datos en su tablero de inmediato, corre el riesgo de que sea demasiado abrumador y confuso para el usuario final hasta el punto de que no pueda hacer nada con la información que se presenta. Siempre puede ampliar si los usuarios solicitan más información.
• Recuerde usar filtros y desglosar. Los filtros permiten a los usuarios ver diferentes subconjuntos de datos dentro de un tablero sin necesidad de crear un tablero completamente nuevo. Los analistas pueden configurar estos filtros con anticipación para asegurarse de que los usuarios finales puedan explorar un tablero dentro de los límites preestablecidos.
• Use tableros interactivos solo cuando sea necesario. El hecho de que tenga la opción de hacer que los tableros sean interactivos para las partes interesadas internas no significa que deba usar esta función. Por ejemplo, si está compartiendo un tablero con un cliente externo, es posible que desee eliminar la funcionalidad interactiva para evitar que exploren datos de propiedad a los que no deberían tener acceso.

Cuando el equipo de Larson está tratando de determinar cómo presentar visualmente diferentes datos, es útil poder probar diferentes tablas y gráficos fácilmente. El software BI de PSECU permite a los usuarios cargar un conjunto base de datos y luego usarlo para completar diferentes tipos de tablas y gráficos.

“Así que no estás atado a un determinado tipo de cuadro o gráfico”, dijo Larson. “Puede jugar para ver qué visualmente tiene más sentido para el mensaje que está tratando de lograr”.

Estas visualizaciones de datos permiten a los analistas de datos ser creativos y presentar sus hallazgos de datos en un formato que se adapte mejor a la audiencia a la que se presentan.

Por ejemplo, cuando Larson vio un mapa geográfico que mostraba cómo se estaba propagando el COVID-19 por todo el país, le dio una idea. Su equipo estaba tratando de mostrar la proximidad de los miembros al inventario de cajeros automáticos de PSECU, y el mapa geográfico resultó ser el tipo de gráfico perfecto.

“Pudimos ver la concentración de miembros en relación con los cajeros automáticos y eso nos ayuda a saber dónde podríamos necesitar más cajeros automáticos, menos cajeros automáticos e incluso funcionalidad de cajero automático. Algunos aceptan efectivo (depósitos) y otros no, por ejemplo”, dijo. “Está sombreado más oscuro para una mayor concentración de miembros, más claro para menos radios en los cajeros automáticos para la distancia que las personas están dispuestas a viajar a un cajero automático. Y luego los cajeros automáticos están codificados por colores para mostrar sus funcionalidades”.

Usando visualizaciones de datos, el equipo de Larson podría hacer rápidamente una maqueta de un mapa geográfico como ese, pero luego también poner los mismos datos en un gráfico circular para ver el porcentaje de miembros que viven a varias distancias de un cajero automático, por ejemplo.

¿Listo para aprovechar al máximo la función de visualización de datos en su nuevo software de BI? Aquí hay algunos consejos para los próximos pasos:

• En caso de duda, ponte en la mentalidad de tu audiencia. Si tiene problemas para elegir el tipo correcto de visualización para un conjunto de datos, pregúntese quién será la audiencia y qué preguntas probablemente tendrán. A continuación, seleccione el tipo de gráfico que mejor responda a esas preguntas.
• Tenga en cuenta el elemento visual de la visualización de datos. Larson dice que el estilo y el diseño son casi tan importantes como los datos mismos. Por ejemplo, probablemente no deberías codificar con color rojo para mostrar números que están aumentando.
• Si tiene los recursos, involucre a su equipo creativo con los estándares de la marca. El equipo de diseño creativo de PSECU creó estándares de marca y paletas de colores para que al equipo de Larson le resultara más fácil concentrarse en la información de los datos y asegurarse de que estaban usando los esquemas de color correctos.

La proliferación de la inteligencia artificial y el aprendizaje automático durante la última década ha permitido que su software de inteligencia empresarial haga cosas sorprendentes que bordean la predicción del futuro. Esta tecnología puede parecer desalentadora para los nuevos usuarios, pero es la clave para desbloquear los conocimientos más poderosos para ayudar a hacer crecer su organización.

Caso en cuestión: el equipo de Larson ha estado explorando el modelado de datos y el análisis predictivo para ayudar a descubrir dónde se encuentran los miembros en su viaje de membresía y cuál podría ser el próximo mejor producto de cooperativa de ahorro y crédito para cualquier miembro determinado.

“Nos ha ayudado con nuestra automatización de marketing y marketing dirigido”, dijo. “Nos ha ayudado a enviar el mensaje adecuado a la persona adecuada en el momento adecuado”.

Estas herramientas de análisis avanzado podrían ayudar al equipo de Larson a detectar patrones que indiquen cuándo un miembro que comparte múltiples similitudes demográficas con otros miembros está en una posición privilegiada para abrir una cuenta del mercado monetario, por ejemplo.

Una consideración clave para aprovechar al máximo el análisis avanzado en su nuevo software de BI son los datos detrás de él. El análisis avanzado se basa en big data como combustible para impulsar estos conocimientos profundos, y no puede tener uno sin el otro.

Si le preocupa no tener un conjunto de datos lo suficientemente grande como para impulsar el análisis avanzado, Larson tiene algunas palabras tranquilizadoras.

“La mayoría de los lugares en los que he trabajado tienen más datos de los que creen”, dijo Larson. “Eche un vistazo a los datos que tiene y diga: '¿Hay alguna pregunta que tengo basada en estos datos que podamos responder?' Entonces, por ejemplo, una pregunta que mucha gente tiene es "¿Cuánto tiempo tendré este cliente o miembro?" “

Entonces, incluso si solo tiene varios años de datos históricos sobre cuándo se van los miembros y cuánto tiempo se quedan, puede conectar esos datos a su software de BI y dejar que el análisis avanzado descubra similitudes demográficas que pueden desbloquear tendencias más grandes. Por ejemplo, es posible que los miembros que abrieron recientemente una cuenta del mercado monetario sigan siendo miembros durante al menos otros cinco años.

“No tiene que ser perfecto”, dijo Larson. “Pero a partir de ahí, tal vez puedas obtener algunas indicaciones de datos que te ayuden a comprenderlo un poco mejor. Y siempre se puede refinar y mejorar. Eso es lo divertido de esto. El hecho de que se te haya ocurrido un modelo una vez no significa que hayas terminado”.

¿Listo para aprovechar al máximo los análisis avanzados en su nuevo software de BI? Aquí hay algunos consejos para los próximos pasos:

• Comience a recopilar datos lo antes posible. Piense en los datos como el combustible que impulsa su análisis avanzado. Querrá recopilar todo lo que pueda, e incluso si recién está comenzando, probablemente ya tenga más datos de los que cree.
• Para comenzar, use cualquier información que tenga a mano. Incluso si está limitado a datos demográficos o varios años de informes financieros, por ejemplo, puede usar ese conjunto de datos para comenzar a explorar a medida que recopila más.
• No tengas miedo de experimentar. El análisis predictivo es por naturaleza una ciencia inexacta. Larson usa el ejemplo de un meteorólogo. Aunque los informes meteorológicos no siempre son 100 % precisos, cada pronóstico proporciona más datos para ayudar a que las predicciones futuras sean más precisas.

“Culturalmente, para ir por ese camino, tienes que estar preparado para experimentar y tienes que estar preparado para equivocarte. Entonces, si no tienes la gracia del liderazgo o la mentalidad de equipo para dar lo mejor de ti y hacerlo, entonces probablemente no llegarás muy lejos”, dijo. “Siempre digo que no hay un pronóstico perfecto. Si miras a los economistas e incluso al pronóstico del tiempo, sabes que nunca puedes predecir perfectamente el futuro. Pero puedes acercarte bastante.

Utilice su nuevo software de BI para convertirse en el mejor equipo de soporte de su organización

La conclusión, dice Larson, es recordar usar el software de BI al servicio de los demás. Los equipos de análisis de datos no deberían estar en el negocio de trabajar a puerta cerrada, controlar los datos y explorar esos datos en función de sus propios caprichos. Deben estar en el negocio de proteger los datos de la organización como un recurso vital y traducirlos a un formato que permita a otros equipos aprovecharlos al máximo.

“Veo a mi equipo como el máximo apoyo para todos los demás equipos”, dijo Larson. “No estamos en primera línea. No somos nosotros los que hacemos cosas con estos datos y tomamos decisiones comerciales. Por lo tanto, nuestro trabajo es ayudar a las otras áreas a obtener los datos que necesitan en el formato que necesitan de una manera que puedan entenderlos para que puedan tomar decisiones basadas en datos basados ​​en ellos”.

Para ayudar a su equipo de análisis a convertirse en el mejor equipo de soporte de su organización, aquí hay un resumen de los consejos que compartimos en este artículo:

Esperamos que la experiencia de Larson lo haya hecho sentir entusiasmado y empoderado para comenzar a sacar más provecho de su propio software de BI. Cuando esté listo para explorar más sugerencias para aprovechar al máximo su software de BI, lo cubriremos con nuestro blog de inteligencia empresarial. Aquí hay algunos artículos recientes para comenzar:

• Comparación de categorías: Business Intelligence vs. Big Data
• 3 mejores software de panel gratuito
• Aprendizaje supervisado vs no supervisado: ¿Qué modelo de aprendizaje automático es adecuado para usted?

Fuentes

1. LinkedIn
2. Visor de Tableau, Tableau
3. Rastreador de datos de COVID, CDC.gov