Sin ninguna duda el tema estrella a nivel de negocio en los últimos años ha sido todo lo relacionado con datos, machine learning, inteligencia artificial, automatización, etc. Y es que vamos en camino que las máquinas serán mucho mejores que las personas en realizar determinadas tareas, como por ejemplo la traducción de textos, la conducción de vehículos, la detección de enfermedades, la recomendación de productos, … etc. Todo parece indicar que en un futuro no lejano, incluso en actividades menos mecanizables como escribir un texto con gracia o mantener una conversación amena, las máquinas serán tan eficaces como las personas en este tipo de labores, y por eso nace Kraz.
Hay múltiples estudios y publicaciones sobre el impacto del tratamiento de datos en la productividad de los distintos sectores de actividad e industrias. El instituto de investigación económica de mercados McKinsey calcula que, globalmente, los incrementos en productividad de la IA en todos los sectores podrían aumentar la economía mundial anualmente entre un 0,8% y un 1,4% del PIB global.
Asimismo, el impacto global de la IA en la transformación de la sociedad y en la economía y la geopolítica es tema habitual en la prensa generalista.
La era del Data Big Bang
La explosión de los datos disponibles en las organizaciones se ha debido principalmente a diversos factores:
- Nuevas fuentes de datos (web&app analytics, CRMs, CDPs, RRSS, web crawlers/bots, Open data sources, etc).
- Nuevos dispositivos IoT capturan nuevos tipos de datos digitales: cámaras/imagen, micrófonos/audio, sensores wireless/detectores, etc.
- Uso generalizado de smartphones, dispositivos que generan una explosión de datos de comportamiento digital.
- Mejores herramientas de almacenamiento y acceso (cloud services)
- Mejores herramientas de análisis (R, Python, etc)
- “Comoditización” de algoritmos y procedimientos de análisis de datos.
- Mejores herramientas de visualización (Tableau, Qlik, Power BI, Google Data Studio, etc)
Asimismo, además de los datos disponibles en las organizaciones existe una nueva área de actividad relacionada con datos sintéticos -datos artificialmente creados que permiten a los modelos trabajar con datasets mucho mayores de los inicialmente disponibles.
Los datos ya están en todas partes
Esto sin duda es una ventaja que cualquier empresa debería aprovechar al máximo, independientemente de su tamaño. Todas las posibles fuentes de datos, debidamente tratadas y procesadas, contienen un enorme valor. Se dice frecuentemente que los datos son la nueva fuente de riqueza en las organizaciones, y es que el conocimiento es poder. Cuanto más conozcamos los detalles de un escenario más minimizaremos las probabilidades de fracaso y multiplicaremos las de éxito.
Los datos son claves, tanto a nivel de ejecución de procesos automatizados como a nivel de input para una correcta toma de decisiones.
El valor de los datos de una organización puede encontrarse en múltiples áreas funcionales. Mostramos aquí algunos ejemplos de estas aplicaciones en distintas áreas:
- En marketing, un buen análisis de modelos MMM puede sacar a la luz los canales de comunicación de más impacto en ventas a corto y medio plazo, permitiendo asignar los presupuestos de comunicación de la forma más efectiva y eficiente.
- En ventas, el análisis de patrones de productos vendidos a usuarios puede facilitar las acciones de cross-sell y upsell para aumentar los ratios de conversión de leads a ventas e incrementar el LTV (Lifetime value, valor de vida de cliente)
- En fabricación, el análisis y modelización de los datos históricos de operaciones puede optimizar los programas de mantenimiento preventivo de la maquinaria e instalaciones.
- En logística, la complejidad de las redes de distribución, con los permanentes cambios en los distintos nodos y sus múltiples relaciones, hace que los modelos matemáticos sean clave en la gestión eficiente de estas redes.
- En RRHH, la gestión de grandes equipos también precisa de modelos matemáticos para su gestión, desde su dimensionamiento hasta su gestión continua.
Por qué una consultora externa de Data Solutions
La constitución de un equipo interno de Data & Analytics no es tarea fácil, se necesita un equipo dedicado al 100% para obtener resultados y eso no es una inversión pequeña. Pero más allá del puro coste económico, existe la dificultad de la selección, atracción y retención de RRHH especialistas en una situación en que la demanda de profesionales del dato supera con creces la oferta de personal.
Además la formación de un equipo de Data Science no es una tarea rápida, con lo que la constitución de un equipo interno desde cero siempre tendrá que ser un proyecto a medio plazo.
La era del dato es ahora, y es en este momento cuando las empresas necesitan un equipo que pueda impulsarlos desde esta área. No hay tiempo que perder.
Estos son algunos de los motivos por los cuales las marcas y empresas deberían contar un una consultora externa de Data Analytics:
Full Focus: La consultora está 100% centrada en Data Analytics y consecución de resultados. El full focus está garantizado.
Experiencia: Un equipo con experiencia es fundamental para obtener todo el poder posible de los datos disponibles en la organización. La detección de las posibilidades que los datos ofrecen es algo que solamente los años de bagaje y experiencia en campo pueden dar.
Metodología : Muchos de los problemas que surgen en las compañías pueden ser categorizados en tipologías comunes. Una agencia puede detectar con facilidad soluciones y modelos conocidos, con lo que la curva de implementación y aprendizaje será mucho más rápida.
Visión: Una consultora externa puede identificar fortalezas de forma clara, relacionarlas con las oportunidades que se pueden presentar para ella en ese momento en el mercado, y de las que está al tanto, y distribuir los recursos de forma óptima.
Adaptación: A menudo el tamaño de las grandes organizaciones las hace lentas para adaptarse al cambio e implementar nuevos proyectos. La naturaleza del negocio de las consultoras externas garantiza respuestas más ágiles.
Por todos estos motivos contar con el apoyo, total o puntual de una Consultora de Data Analytics puede ser un punto de inflexión en la mejora directa del negocio.
Por qué Kraz, la consultora de analítica independiente.
En un entorno tecnológico en constante evolución, el equipo fundador de Kraz aporta una enorme experiencia, de más de 20 años en múltiples facetas del ámbito digital. En Kraz convergen 3 contribuidores distintos, cada uno aportando una experiencia única y complementaria.
El grupo VIKO aporta una experiencia de más de 20 años en servicios de marketing digital, a través de agencias líderes en su sector como Elogia, Tandem Up, y medios de referencia online como Marketing4ecommerce. Kraz es la nueva empresa del grupo con foco exclusivo en Advanced Analytics y Data Science, complementando el resto de actividades del holding, y haciendo del mismo un ecosistema más fuerte y reforzado en todas las áreas implicadas dentro del Digital Business.
Joan Miró aporta una extensa trayectoria de 20 años dentro del marketing online en España: en 1997 lideró las iniciativas digitales de la división mundial de gran formato de HP en Sant Cugat, en 2000 formó parte del equipo de lanzamiento de Travelprice-Lastminute en España. Socio fundador de Elogia en 1999, socio director de Netquest Iberia desde 2013 y más recientemente en 2017 responsable del lanzamiento de Netrica en Iberia y Latam, el servicio de medición del ecommerce via consumer panel online. Desde su cargo de Presidente de AEDEMO, Joan lideró la creación de I+A (Insights & Analytics España), la nueva asociación del sector de investigación y Data en España, de la que fue socio fundador y primer Presidente. Joan es licenciado y master en Administración y Dirección de Empresas por ESADE.
Quim Coll tiene más de 20 años de experiencia laboral. Hace 12 años se formó como Data Scientist en la UPC cuando aún no existía tal nombre, y durante este tiempo ha focalizado su carrera en el tratamiento de datos desde múltiples variantes. En 2014 entró en eDreams como Senior Data Scientist, trabajando en las áreas de Revenue y Marketing, desde donde creó la nueva área de Customer Analytics. Como Lead Data Scientist, ha liderado equipos multidisciplinarios de Data Scientists, Machine Learning Engineers y Data Engineers. Quim es Ingeniero Industrial por la UPC y tiene un Máster en Ciberseguridad por la URL.
El principal valor de las empresas de servicios son las personas que las forman, y en Kraz, consultora analítica, sin duda este es uno de sus pilares y la semilla de su nacimiento, y estamos orgullosos de ello.
