Negocios de Datos de Negocios

Según el informe Data Never Sleeps publicado por domo.com[i], actualmente en el mundo, cada minuto se ven 4.333.560 videos en Youtube, se registran 3.877.140 búsquedas en Google, se descargan 750.000 canciones en Spotify, se contratan 1.389 carreras por Uber, se postean 49.380 fotos en Instagram y se envían 12.986.111 textos.

Datos interesantes, o datos curiosos, o simplemente datos. Y seguirán siendo datos mientras los reconozcamos como tales. Pero si logramos visualizar el universo de información que ellos contienen, esos simples datos adquieren un valor que puede ser monetizado y, en consecuencia, generar un negocio: el negocio de datos de negocios.

Analicemos operativamente esta idea. Para que todo negocio funcione hacen falta los 5 elementos de la matriz SIPOC: Suppliers, Inputs, Process, Outputs y Customers. Cabe señalar que este análisis se limita a ser operativo. Naturalmente, en una visión más amplia, se incluirían los procesos estratégicos, finanzas, marketing, recursos humanos entre otros.

Entonces, para generar negocios de datos, debemos transformar la materia prima (datos) en producto terminado (información). El procesos resumido sería: DATOS – TRANSFORMACIÓN – INFORMACIÓN, o, según nuestro modelo: PROVEEDOR DE DATOS – DATOS – TRANSFORMACIÓN – INFORMACIÓN – CONSUMIDOR DE INFORMACIÓN.

Comencemos por la materia prima: los datos. Se estima que el 2020 se generarán 44 zettabytes de datos en el mundo, es decir, 44 billones de gigabytes, o  expresado en Kb: 44 seguido de 18 ceros. Hagamos un ejercicio para entender mejor esta magnitud: un documento de Word de 1 hoja, tiene un tamaño aproximado de 10 Kb. Si tuviéramos que transcribir toda la información generada en internet en documentos de Word e imprimirla en hojas de papel tamaño carta de 75 gramos, requeriríamos 20 billones de toneladas de papel: es decir, deforestar toda la población de árboles del mundo (estimada en 3 billones de ejemplares). Por tanto, se puede concluir que la abundancia de materia prima (datos) no sería un factor de riesgo para nuestro negocio y, por otra parte, no sería nada ecológico un negocio físico alternativo al nuestro.

Ahora bien, los proveedores tampoco presentan problemas. A grandes rasgos, las fuentes de información podrían ser:

1.       Proveedores que venden datos (negocios de datos de negocios) tales como las consultoras de estudios de mercado y las empresas online que procesan datos, los limpian, los ordenan y los venden.

2.       Proveedores gratuitos, tales como Google Analytics, Spotify Data Analytics, Facebook Analytics, Instituto Nacional de Estadística (INE), Banco Mundial, etc.

3.       Una empresa en particular que entrega sus datos para que sean analizados.

4.       Fuentes de datos de IoT (Internet de las cosas) con un alto valor para ser analizados.

5.       Generación propia de datos mediante técnicas convencionales tales como encuestas, observación y diseño de experimentos entre otros.

Salvadas las dos primeras etapas, las siguientes tres se las puede analizar en conjunto puesto que distintos procesos producen distintos productos para distintos clientes. En el trabajo realizado por Alcaíno, Arenas y Gutierrez[ii], se describen 6 tipos de modelos de negocios basados en datos. A saber:

1.       Recopilación y agregación de datos

2.       Análisis de datos descriptivos

3.       Generación y análisis de datos

4.       Análisis de datos disponibles gratuitamente

5.       Agregación de datos desde múltiples fuentes internas

6.       Agregación de datos facilitados desde distintas fuentes

Los 6 tipos de modelos de negocios citados, podrían resumirse en tres grandes etapas del proceso: 1. Recopilación, 2. Agregación y 3. Análisis.

El primer grupo incluye la recopilación de la información. El producto terminado son grandes bases de datos que se venden a clientes para su uso “en crudo” o para una depuración posterior. Un ejemplo de este negocio es la venta de bases de datos de correos electrónicos para empresas de marketing con estrategia digital de emailing.

El segundo grupo es la agregación de datos, que incluye los subprocesos de limpieza, organización, agregación y clasificación de datos. Este es un proceso que demanda mucho trabajo y tiempo y que le da un mayor valor agregado al producto terminado. Para ejemplificar esto, es importante mencionar que menos del 10% de los datos generados a nivel mundial son estructurados, es decir,  están organizados en tablas que facilitan su acceso y consulta. El porcentaje complementario son datos no estructurados: textos, videos, fotos, audio, publicaciones en redes sociales, etc. El valor de este negocio se obtiene, por ejemplo, de la transformación de datos no estructurados en datos estructurados para su uso y análisis. Para lograr esto se utilizar una amplia gama de técnicas informáticas, matemáticas y estadísticas, tales como el text mining o el reconocimiento facial. El resultado: datos procesados que se venden a empresas para que puedan delinear sus estrategias comerciales y operativas.

El tercer grupo implica el análisis de los datos. El resultado es información depurada y presentada de forma estructurada, comprensible, esquemática y, alternativamente, gráfica. Los clientes podrían ser: una empresa en particular, empresas consumidoras de información o público en general. Las herramientas visuales utilizadas en este punto van desde los dashboards de inteligencia de negocios, hasta las infografías.

Pero lo más importante en este último punto es la dosis de arte que el analista sea capaz de darle a los datos. Y lo que se paga es precisamente eso: arte para analizar, para encontrar tendencias, para hacer pronósticos, para resumir gráficamente los datos y para generar información útil. El mayor valor agregado es ese diferenciador subjetivo capaz de “contar una historia significativa con datos”, tal como se expresa en un buen post publicado en thinkwithgoogle.com[iii]. 

En una entrevista realizada al director del INE Chile, Guillermo Pattillo, expresa que “El futuro está mucho más cerca del procesamiento de datos que de las encuestas de datos que nosotros hacemos”[iv]. En este sentido, confiando en su percepción y en las tendencias mundiales de información actuales, es momento de pensar en crear nuevos negocios de datos de negocios.

Autor: Fernando Fernández-Hervas

Nota: Las ideas y opiniones expresadas en este documento son las de los autores y no reflejan necesariamente la posición oficial de la Escuela de la Producción y de la Competitividad (ePC).

Referencias:

[i] Domo.com (08/04/2019). Data Never Sleeps. Recuperado de: https://www.domo.com/learn/data-never-sleeps-6.

[ii]Alcaíno Ruiz M., Arenas Miranda V., Gutiérrez Baeza F. (08/04/2019). “Modelos de negocios basados en datos: desafíos del Big Data en Latinoamérica”. Recuperado de: http://repositorio.uchile.cl/handle/2250/135243

[iii] Thinkwithgoogle.com (08/04/2019). Contar una historia significativa con datos. Recuperado de: https://www.thinkwithgoogle.com/intl/es-es/recursos-y-herramientas/content-marketing-spain/contar-una-historia-significativa-con-datos/

[iv] La Tercera (08/04/2019). Director del INE: “El futuro está mucho más cerca del procesamiento de datos que de las encuestas. Recuperado de: https://www.latercera.com/pulso/noticia/director-del-ine-futuro-esta-mucho-mas-cerca-del-procesamiento-datos-las-encuestas/589523/#