Category: Big Data y Analítica Empresarial

El benchmarking es la evaluación comparativa de las estrategias empleadas por tu propia empresa y tu competencia. Puede ser continua o abarcar un periodo de tiempo escogido. Se puede empezar en cualquier momento, aunque es recomendable empezar incluso antes de establecer nuestra propia estrategia para poder evitar los errores, ahorrando así el tiempo, esfuerzo y dinero. Obviamente el proceso de benchmarking tiene que basarse en la información accesible de forma legal.

Benchmarking

Diferentes tipos de benchmarking.

Se puede realizar un benchmarking interno, lo que sería aplicar técnicas para analizar la eficacia dentro de tu propia empresa. Esta técnica puede ser muy útil para empresas que tienen una infraestructura muy desarrollada, por ejemplo una empresa de transporte que dispone de muchos almacenes o una cadena de franquicias.

También se puede analizar cómo funcionan las empresas que tienen éxito en otros sectores (benchmarking funcional) para descubrir su estrategia e intentar adaptarla al nuestro. Sin embargo, para la gran mayoría de las empresas es más relevante realizar el benchmarking externo.

Benchmarking paso a paso

  1. Definir los objetivos. Para empezar, debes decidir qué quieres conseguir y qué tipo de benchmarking será necesario para tu empresa. Aquí vamos a suponer que te interesan tus competidores así que deberías optar por el benchmarking externo o competitivo.
  2. Eligir la competencia. Una vez que tengas claros los objetivos, va a ser mucho más fácil decidir a quién deberías analizar. ¿Sólo te interesa la competencia más cercana? ¿O quieres ampliar los horizontes y ver lo que se hace más allá de tu parcela? Si optas por observar las principales marcas de tu sector, con un buen benchmarking podrías descubrir las claves de su éxito.
  3. Establecer los benchmarks. Métricas a tener en cuenta:
    • Estrategia SEO: merece la pena fijarse en las estrategias utilizadas por la competencia, ya que es una información bastante fácil de conseguir y muy valiosa.
    • Share of voice en Redes Sociales: conocer el alcance y participación tanto de nuestra propia marca, como de la competencia puede ser muy útil
    • Notoriedad y reputación: la presencia de la marca en la mente de los consumidores también se puede medir, pero ¿que reputación tiene?
    • Engagement: generar engagement o compromiso con los públicos se ha vuelto imprescindible para la supervivencia de las marcas; deberías tenerlo en cuenta a la hora de hacer benchmarking
    • Fidelización: ¿tus clientes se escapan antes del tiempo, pero a tu competencia no le cuesta tanto mantener a los suyos fidelizados? Mira qué estrategias utilizan para lograr éxito, ¿un programa de socios? ¿tarjeta VIP? ¿aplicación de descuentos?

Métricas

  1. Recopilar y analizar los datos. Una vez establecidos todos los benchmarks que se estiman necesarios, se procede a su recopilación y posteriormente un análisis. ¿Cómo? Existe una serie de herramientas o servicios, tanto gratuitos, como de pago. Vamos a exponer algunos de ellos más adelante.
  2. Interpretar e utilizar la información obtenida. Este último paso es cuando los conocimientos teóricos se convierten en práctica. Todo lo que hemos hecho hasta ahora no sirve de nada, si no se saca las conclusiones apropiadas y aprovecha para mejorar nuestra estrategia.

Ventajas de realizar benchmarking:

  • Visión completa de la empresa
  • Mejor conocimiento de la competencia
  • Detección de las amenazas
  • Permite predecir posibles crisis
  • Se puede adaptar a las características específicas de cada organización
  • Es posible fijar mútliples objetivos
  • Métricas tanto cuantitativas como cualitativas
  • Elección de competidores en función de los objetivos
  • Ayuda estar al día
  • Descubre nuevas oportunidades

Herramientas:

  1. Obtener información sobre SEO:
  • MOZ
  • SEM Rush
  • Majestic SEO
  • SEO Guardian
  • SEOquake
  • SEO site checkup
  • Keyword Spy
  1. Monitorización de las noticias del sector:
  • Google Trends
  1. Monitorización RR.SS.:
  • NetOpinion
  • Social Mention
  • Monitor Wildlife
  • Followerwonk
  • Kloud
  • Kret
  • PerrIndex
  1. Monitorización de página web/blog:
  • Sistrix
  • Similar Web
  • Ahrefs
  • Quick Sprout
  1. User Experience:
  • Nibbler
  1. Todo en 1 o globales:
  • Woorank
  • Hub Sport´s Marketing Grader
  • Alexa
  • Compete

Algunas recomendaciones…

  • No se trata de copiar las estrategias de los demás, sino de aprender y mejorar. Aprender a analizar los datos obtenidos del benchmarking y sacar conclusiones. Mejorar o modificar tu propia estrategia en relación a la información obtenida y seguir avanzando. Lo esencial es no perder de vista tu propia identidad.

“Se diferente. Piensa diferente. Somos muchos millones de personas en este mundo, marca la diferencia”

Steve Jobs

  • El benchmarking es la clave para la diferenciación. Para poder encontrar nuestro sitio en el mercado es imprescindible primero descubrir qué lugares ocupan las demás marcas para poder encontrar el nuestro y posicionarnos, y este proceso es válido para cualquier marca.

Internet de las cosas (Internet of Things ó IoT) es un concepto creado por Kevin Ashton, que se refiere a un ecosistema en el que los objetos cotidianos están interconectados a través de Internet.

Para un usuario promedio el Internet sigue siendo un concepto asociado a la idea de los ordenadores interconectados, y así era en el pasado, incluso a principios del siglo. Sin embargo se están produciendo avances importantes que ya están cambiando este concepto. Cada vez son más los dispositivos y máquinas conectadas al Internet y cada vez ganan más independencia.

Internet of Things

Potencial escondido en datos 

El nombre “Internet de las cosas” puede crear confusión, ya que realmente no se refiere a las cosas en sí, sino a los datos que se podrían obtener gracias a la conexión de las cosas con Internet. Dicho en otras palabras, el potencial que esconden estos datos.

Gracias al sistema RFID (siglas de Radio Frequency Identification, es decir, «identificación por radiofrecuencia»), bastará con integrar un chip de pocos milímetros en cualquier objeto del hogar, del trabajo o de la ciudad para poder procesar y transmitir información a partir de él, constantemente.

¿SEGUNDA REVOLUCIÓN INDUSTRIAL?

El objetivo final de IoT sería hacernos la vida más fácil a los humanos, ya que las cosas interconectadas podrían comunicarse no sólo con nosotros, sino también entre sí, facilitando la información necesaria sin tener que interferir nosotros y agilizando así las tareas cotidianas. El listado de posibles aplicaciones es interminable, estos son algunos ejemplos destacados para el uso de Internet de las Cosas en el futuro más próximo:

1.- Hogar inteligente o la casa de mañana.

La automatización del hogar ya no es sólo una fantasía sobre un futuro lejano. El frigorífico inteligente que controla la caducidad de los productos, sugiere las recetas, o incluso puede hacer la compra de los productos que se agotan por Internet ya es una realidad. En poco tiempo la domótica permitirá controlar desde cualquier dispositivo electrónico el funcionamiento del hogar:

  • Calefacción, ventilación y aire acondicionado (conocido como sistemas HVAC)
  • Iluminación
  • Electrodomésticos
  • Cerraduras, puertas y ventanas
  • Cámaras de vigilancia,
  • Y un amplio etcétera.

Smart Home

2.- Smart city o ciudad inteligente.

Este concepto smart city significa el desarrollo de la infraestructura urbana apoyada en las nuevas tecnologías, desarrollo sostenible y mejor gestión de los recursos disponibles que tiene como objetivo un aumento de calidad de vida de sus ciudadanos:

  • Mejora de movilidad urbanaun sistema de sensores que conectaría los semáforos, vías de trenes, puentes y otros elementos de tráfico con coches podría descongestionar las ciudades y facilitar la búsqueda de aparcamiento
  • Seguridad ciudadana: los sensores instalados en las ciudades inteligentes aumentarían nivel de seguridad frente a los incidentes como delincuencia o incendios y permitirían atender las emergencias más rápidamente
  • Abastecimiento: un sistema interconectado de sensores podría ayudar en la gestión de los recursos como la energía eléctrica o agua potable.

Cabe mencionar que en este caso no sólo se trata de algo deseable, sino necesario, ya que según las previsiones en los próximos 30 años la mayoría de la población mundial vivirá en las ciudades, lo que implicaría una serie de cuestiones difíciles de ignorar, como la seguridad, el tráfico urbano, las emisiones de CO2, atención médica o aprovisionamiento de bienes y materias primas.

3.- Salud y bienestar. 

La conexión de los sistemas sanitarios con los aparatos médicos  optimizarían el flujo de la información, permitiendo personalizar la experiencia del paciente, e incluso hacer posible un cuidado remoto mejorando así su calidad de vida. Puede que este avance tarde más tiempo en llegar, ya que supone una gran inversión. En cambio los productos de cuidado personal inteligentes, como cepillos eléctricos con conexión vía Bluetooth o dispositivos que registran la actividad física en tiempo real ya son una tendencia.

4.- Educación del futuro. 

La aplicación de los avances de IoT facilitaría un aprendizaje más eficiente, permitiría estudiar desde cualquier sitio a través de la educación digital y ayudaría a la investigación.

5.- Industria y manufactura inteligente.

La automatización de la producción será posible gracias al control remoto de la cadena de producción y aplicación de los robots ensambladores. Es podría facilitar las tareas de mantenimiento, gestión de los activos de producción y responder de forma más rápida a la demanda de los productos fabricados.

Industria Inteligente

Estas son tan sólo algunas propuestas para el uso de Internet de las Cosas, sin embargo existen muchos más sectores, como financiero, energético, digital, transporte o control medioambiental, donde IoT en los próximos años se volverá imprescindible.

La pregunta no es si llegará, sino cuándo.

De momento existe un cierto grado de desconfianza y preocupación por el control que podría suponer este avance, sin embargo el futuro se está acercando cada vez más, a paso tranquilo, pero constante.

ae

La Analítica Empresarial (AE) comprende los métodos y las técnicas que se utilizan para recopilar, analizar e investigar el conjunto de datos de una organización, lo cual genera conocimiento que se transforma en oportunidades de negocio y mejora la estrategia empresarial. AE permite una mejora en la toma de decisiones ya que éstas se basan en la obtención de datos reales y tiempo real y permite conseguir objetivos empresariales a partir del análisis de estos datos

Algunos factores como el aumento en la obtención de datos big data, los diversos cabales para relacionarse con los clientes-usuarios-consumidores y el crecimiento de la demanda para obtener mejores servicios;  hacen que los responsables de comunicación y marketing deban ser innovadores y efectivo en la toma de decisiones ya que la AE puede ser muy útil para dar apoyo a la estrategia de marketing de la empresa.

¿Qué podemos hacer con la Analítica Empresarial?

La AE permite:

  • Detectar tendencias
  • Realizar diagnósticos a partir de modelos predictivos
  • Utilizar estos modelos para optimizar los procesos de negocios
  • Enriquecer los datos internos de la empresa para diferenciarse de la competencia.

Clasificación de la Analitica Empresarial:

  1. Analítica Descriptiva. Utiliza los datos para explicar el pasado. Consiste en preparar y analizar datos históricos para identificar patrones y tendencias. Técnicas como modelos de regresión, el modelado de datos y visualización suelen ser usados en la Analítica Descriptiva.
  2. Analítica Predictiva. Utiliza los datos para determinar que puede pasar en elfuturo. La Analítica Predictiva permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada), además permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  3. Analítica Prescriptiva. Utiliza los datos para prescribir aquellas accionesque incrementen nuestras posibilidades de obtener los mejores resultados. La Analítica Prescriptiva determina nuevos forma de operar que permitan alcanzar nuestros objetivos de negocio. Técnicas como la optimización o la simulación son utilizadas, aunque normalmente se requiere la creación de un modelo predictivo previo.

Business Analytics vs Business Intelligence

Internet ha generado un fenómeno completamente nuevo, en el que el mercado realiza sus propios análisis comparando ofertas, intercambiando experiencias y, en esencia, tomando el control de las marcas. Es por ello que los responsables de marketing deban tener en cuenta: ¿qué es la Inteligencia Empresarial?

Otro concepto relacionado con la AE es la Inteligencia Empresarial (IE) centrada en el uso de los datos de una empresa para facilitar también la toma de decisiones y anticipar acciones empresariales.

La diferencia con la AE es que la IE es un concepto más amplio, no solo se centra en el análisis de datos sino que éste es un área dentro de la IE. Es decir, la IE se trata de un conjunto de estrategias, aplicaciones, datos, tecnología y arquitectura técnica entre las que se encuentra la AE; y todo ello, enfocado a la creación de nuevo conocimiento a través de los datos existentes de la empresa.

El sector IT (Information Technology) es uno de los que mayor demanda de profesionales genera actualmente. Las empresas de este sector buscan principalmente expertos en Big Data y Analítica empresarial que sepan adaptarse a la nueva revolución de la industria 4.0. Y es que la repentina aparición de los expertos en Big Data tiene una razón de ser. Hoy en día las organizaciones comienzan a enfrentarse a unas cantidades y formatos de información con las que nunca antes habían tenido que lidiar. Por ese motivo son necesarios los perfiles profesionales especializados en analítica que sepan gestionar y emitir conclusiones a partir de estos grandes volúmenes de datos (Big Data).

Esta  fiebre del Big Data también surge en el momento en el que aparece la tecnología que posibilita el manejo de este tipo de datos. La importancia de estos avances tecnológicos es indiscutible, pero igual de importantes resultan las personas capaces de manejarlos correctamente. De hecho, podemos afirmar que estamos asistiendo a una falta de especialistas en Big Data para muchos sectores. Una de las causas de esta inexistencia de profesionales sea que no existe un consenso sobre cuáles son las funciones que un profesional en Big Data desempeña dentro de una organización. Por este motivo, hemos visto la necesidad de recopilar en este post, a groso modo, los 10 perfiles profesionales más recurrentes en el sector IT:

  1. Data Scientist
  2. Data architect
  3. Data Analyts
  4. Data Engineer
  5. Statistician
  6. Database Administrator
  7. Business Analyts
  8. Data and Analytics Manager
  9. Audit Analytss
  10. Data Journalist

DATA SCIENTIST 

Científico de datos

Según Harvard Business Review se trata de la profesión más atractiva del siglo XXI. El data scientist, como su propio nombre indica, es un experto en la Ciencia de Datos (Data Science). Su trabajo se centra en extraer conocimiento a partir de grandes volúmenes de datos extraídos de diversas fuentes y múltiples formatos para dar respuesta a las cuestiones que se planteen.

El Data Scientist posee las siguientes habilidades y competencias:

DATA ARCHITECT

Arquitecto de datos

El arquitecto de datos debe diseñar, crear, implementar y administrar la arquitectura de datos de una organización. Los arquitectos de datos definen cómo los datos serán almacenados, consumidos, integrados y administrados por diferentes entidades de datos y sistemas informáticos, así como cualquier aplicación que utilice o procese esos datos de alguna manera.

¿Qué habilidades debe poseer un arquitecto de datos?

DATA ANALYTS

Analista de datos

Se trata de un profesional que recopila, procesa y gestiona datos relevantes para la empresa, estando encargados de su análisis estadístico. Se encarga de:  interpretar datos y analizar resultados mediante técnicas estadísticas; desarrollar e implementar análisis de datos, sistemas de recolección de datos y otras estrategias que optimicen la eficiencia estadística y la calidad; adquirir datos de fuentes de datos primarias o secundarias y mantener bases de datos.

Las habilidades más destacadas de este perfil profesional son:

  • Manejo de programas de hoja de cálculo (Excel)
  • Conocimiento de sistemas de base de datos (SQL y noSQL)
  • Comunicación y visualización
  • Matemáticas, estadísticas y Matching Learning
  • Adicto a los datos con un alto coeficiente de resolución
  • Los lenguajes que debe saber manejar son: R, Python, Javascript, C/C++, SQL.

DATA ENGINEER

Ingeniero de datos

Un ingeniero de datos es un trabajador cuyas principales responsabilidades laborales incluyen la preparación de datos para usos analíticos u operacionales. Las tareas específicas manejadas por los ingenieros de datos pueden variar de una organización a otra, pero normalmente incluyen construir pipelines de datos para reunir información de diferentes fuentes. Otras funciones del ingeniero de datos son: integrar, consolidar y limpiar datos; y estructurarlos para su uso en aplicaciones analíticas. Las habilidades que debe tener un Data Engineer son:

  • Conocimiento de sistemas de base de datos (SQL y noSQL)
  • Modelado de datos y herramientas ETL
  • APIs de datos
  • Soluciones de almacenamiento de datos
  • Persona versátil
  • Los lenguajes que debe saber manejar son:  R, SQL,HivE, Python, Java, SAS, SPSS, Ruby, C++, Perl, Maths

STATISTICIAN

Estadístico

Se encargan de recoger, analizar e interpretar datos numéricos. Sus resultados ayudan a otros profesionales a tomar decisiones informadas, a crear políticas de empresa y a comprender distintos aspectos de la vida moderna. Se tratan de profesionales con un conocimiento profundo y eminentemente aplicado de las diferentes técnicas estadísticas y de investigación operativa  que les permitan evaluar  la información y obtener argumentos científicos en los que apoyar la toma de decisiones. Un statistician es una persona capaz de planificar, diseñar y realizar un estudio estadístico asi como la explotación de datos.

Por tanto, las habilidades de este perfil serán:

  • Estadística
  • Minería de datos y Matching Learning
  • Computación distribuida
  • Conocimiento de sistemas de base de datos (SQL y noSQL)
  • Herramientas Cloud
  • Un entusiasta de la estadística y la lógica
  • Los lenguajes que debe saber manejar son: R, SAS, SPSS, Matlab, Python, Perl, Spark, SQL,HivE, Pig.

entrepreneur-1340649_960_720

DATABASE ADMINISTRATOR

Administrador de base de datos

El administrador de base de datos es aquel profesional que administra las tecnologías de la información y la comunicación, siendo responsable de los aspectos técnicos, tecnológicos, científicos, inteligencia de negocios y legales de bases de datos, y de la calidad de datos.

 Las habilidades que debe tener un administrador de base de datos son:

  • Copia de seguridad y recuperación
  • Modelado de datos y diseño
  • Computación distribuida (Hadoop)
  • Conocimiento de sistemas de base de datos (SQL y noSQL)
  • Seguridad de los datos
  • ERP y conocimiento de negocio
  • Persona precavida ante posibles crisis o desastres
  • Los lenguajes y las tecnologías que debe saber manejar son: SQL, Java, Ruby on Rails, XML, C#, Python

BUSINESS ANALYTS

Analista de negocio

El analista de negocio o business analyst es la persona que posee conocimientos técnicos sobre la construcción de sistemas informáticos y al mismo tiempo comprende y está al corriente de las necesidades del usuario que requiere de esos sistemas para realizar su trabajo. Su misión es la de ser el interlocutor entre el usuario y el departamento de sistemas. El papel de un analista de sistemas también puede definirse como un puente entre los problemas empresariales y las soluciones tecnológicas. Aquí los problemas empresariales pueden ser cualquier cosa acerca de los sistemas empresariales, por ejemplo, los modelos, procesos o métodos. Las soluciones tecnológicas pueden ser el uso de arquitectura, de tecnología, herramientas o aplicaciones de software. Los analistas de sistemas están obligados a analizar, transformar y, en última instancia, resolver los problemas del negocio con la ayuda de la tecnología.

Las competencias y habilidades del profesional en BA son:

DATA AND ANALYTICS MANAGER

Gestor de datos y analítica

El gestor de datos y analítica se encarga de liderar y desarrollar el equipo de analistas de datos. Es el responsable de la elaboración las estrategias para el análisis y representación de los datos así como saber implementar soluciones analíticas.  Las competencias y habilidades de este perfil profesional son:

  • Conocimiento de sistemas de base de datos (SQL y noSQL)
  • Liderazgo y gestión de proyectos
  • Comunicación interpersonal
  • Minería de datos y modelado predictivo
  • Los lenguajes que debe saber manejar son: SQL, R, SAS, Python, Matlab, Java

Audit Analyts

Auditor de datos

El auditor de datos se encarga de revisar, examinar y evaluar con coherencia la integridad de los datos que maneja una empresa. La herramienta principal de un Audit Analyts es el dato, un dato que debe ser correcto y de buena calidad. Su trabajo consiste en ayudar a las compañías a extraer información útil y precisa para así tomar decisiones de forma rápida con el menor riesgo de negocio.

Las competencias del auditor de datos son:

  • Conocimiento de sistemas de base de datos (SQL y noSQL)
  • Protocolos y soluciones de seguridad en infraestructuras tecnológicas
  • Seguridad de los datos
  • Los lenguajes y las tecnologías que debe saber manejar son: SQL, R, SAS, Java, XML, Python

newspaper_business

Data Journalist

Periodista de datos

El periodista de datos, además de una solidad formación periodística debe de conocer y manejar las nuevas herramientas del Data Science y Big Data. Deber ser capaz, gracias a dichas herramientas, de extraer información de los grandes repositorios de información y datos que la era del Big Data pone a su disposición. Un claro ejemplo de este nuevo perfil demandante es la aparición de Masters y Expertos en este área en las Universidades españolas como:

Algunos ejemplos de éxito de periodismo de datos en España e Iberoamérica.

¿Cómo es el perfil de un especialista en Data Science, Big Data y Business Analytics?

El perfil del experto en Big Data que demanda el mercado, suele cumplir los siguientes requisitos:

  • Es un experto en alguno de estos ámbitos: ingeniería informática, matemáticas, estadística, marketing.
  • Tiene una gran capacidad para la resolución de problemas
  • Es capaz de analizar, resolver y explicar lo que ha visto de manera que los demás lo entiendan sin entrar en conceptos científicos.
  • Tiene conocimientos en programación. Es capaz de expresar la información en lenguajes informáticos.
  • Se adapta fácilmente a cualquier tecnología.
  • Conocimiento de lenguajes específicos como SQL, Hadoop, Spark, R, SAS, Java, XML, Python, etc.  

Sin duda, el crecimiento del Big Data ha disparado la demanda de profesionales especialistas en el análisis de datos pero también de potentes herramientas de Business Intelligence que den una solución global a la empresa.