El nou petroli de les empreses té nom propi, ‘big data’ o dades massives. Aquestes dades descriuen el 'modus operandi' dels actuals i els potencials clients, per, a través d'algoritmes, predir comportaments i, fins i tot, prescriure solucions anticipant-se al futur.
Ara bé, cal saber seleccionar les dades que genera un negoci i creuar-les amb altres de fonts externes per, a través de programes analítics, obtenir respostes més avançades, precises i fidels a la realitat del moment. No es tracta, per tant, d'aconseguir-les de manera manual i introduir-les una a una en un ‘software’, una tasca lenta i més exposada a possibles errors humans; la gestió ha d'estar automatitzada a través de la interconnexió de processos i màquines, bé amb ‘software’, bé amb ‘hardware’ (sensorització de dispositius). Tota aquesta informació s'envia a entorns ‘cloud’ o al núvol, on es processa i s'emmagatzema. Sofisticats ‘softwares’ d'intel·ligència artificial l'analitzen en temps real per donar respostes que, posteriorment, són interpretades pels treballadors.
Precisament, l'accés al núvol a través de l'anomenat Software as a Service (SaaS) és la via d'accés de les pimes a eines de ‘big data’ d'una manera més econòmica, ja que es fonamenta en el pagament per ús, tal com recomana l'expert Raúl Arrabales, fundador de Psicobõtica, tenint en compte que, en la majoria dels casos, les petites i mitjanes empreses no compten ni amb departaments de ‘business intelligence’ ni d'analítica avançada. Els gegants d'Internet Amazon, IBM, Microsoft i Google s'han convertit en les grans plataformes de serveis en ‘cloud’, on ofereixen aquelles eines d'anàlisi predictiva.
Al marge d'aquestes plataformes també existeixen altres eines, fins i tot gratuïtes, de fàcil maneig, per processar grans volums de dades en lot utilitzant models de programació simples com Python, Lenguaje R o Apache Spark.
La qualitat de les dades és clau perquè la presa de decisions sigui més encertada. Un exemple: durant el confinament, la manera de comptabilitzar els contagiats i els morts va demostrar ser errònia en vista de les actualitzacions d'aquestes que es van fer 'a posteriori' i que, fins i tot, encara avui, es desconeix de manera certa quantes persones han estat víctimes de la Covid-19.
“La pandèmia ha posat de manifest la importància de la presa de decisions en funció de les dades”, però també, la importància de la seva qualitat, reconeix Llorenç Rubió, IoT & Smart Cities Bobinés Development a Telefónica, al Podcast de Banc Sabadell.
Et pot interessar: Escolta El Podcast de Banc Sabadell
Com vincular la presa de decisions a les dades?
Fet que corrobora Carmen Reina, directora del programa superior en Data Science de l'institut nadiu digital ICEMD de l'escola ESIC Bobinés & Marketing School. “Els mètodes de comptabilitzar les dades de les comunitats autònomes no eren homogenis i no es podien comparar”, aclareix l'experta
Traslladat al món empresarial, “sense dades de qualitat exhaustives sobre la realitat del negoci és difícil créixer”, assevera Manu Carricano, professor del departament d'Operacions, Innovació i Data Sciences d'Esade, qui explica que actualment cal ser “capaços de tenir un diagnòstic d'on estem i a partir d'aquest moment identificar el potencial de creixement per la qual cosa es necessita tenir una visió holística del negoci”. I, sens dubte, les dades de qualitat són les que ofereixen aquesta fotografia.
Si bé, la manera d'extraure les dades de qualitat és complexa per tres raons, segons explica Luis Echávarri, Chief Data Officer de Banc Sabadell. Primer perquè “partim d'un ‘story’ d'uns sistemes de ‘legacy’; segon, perquè no sempre aquests sistemes estan orientats a l'explotació de les dades; i tercer, perquè no totes les persones que participem en el cicle de la dada ens adonem de la responsabilitat que hi tenim”.
‘BIG DATA’ VS. ‘SMART DATA’
En opinió dels experts, cal evangelitzar pimes i autònoms sobre la importància que tenen les dades de qualitat per prendre decisions de negoci més precises. Cal distingir, per una banda, entre ‘big data’, que és la captura, emmagatzematge i anàlisi d'una gran quantitat de dades que es produeixen a una enorme velocitat i són molt variables; i, per una altra, ‘smart data’, consistent en seleccionar de la ‘big data’ aquella informació que verdaderament és útil per a la presa de decisions intel·ligents.
“Hem de tornar ràpidament a una situació com més similar possible a la normalitat, ja que no podem perdre l'estiu”
En aquest cas, la mida no importa. Pot ser una botiga de barri o una cadena d'hipermercats. Cada negoci genera les seves pròpies dades i s'han de valorar creuant-les amb altres procedents de fonts externes, siguin públiques o privades, d'empreses que venen bases de dades o de grans corporacions que compten amb una gran base de clients.
A partir d'aquí s'utilitzen tècniques d'intel·ligència artificial, algoritmes de ‘machine learning’ o aprenentatge automàtic a partir d'imatges, àudios i dades; de ‘deep learning’ o aprenentatge profund, que fan un pas més i són capaces de predir el futur a partir de patrons de comportament. “Aquest és el valor, avançar-te al que pot succeir a través de les dades, convertint-te, així, en una empresa ‘data driven’”, impulsada per dades i, d'aquesta manera, “les decisions a prendre estan definides per les dades, no per la subjectivitat”, assenyala Reina.
“Ser ‘data driven’ és basar les nostres decisions en dades. Cada vegada és més necessari obtenir bones dades i de més qualitat, i aquesta és la tendència en les empreses”, afirma Echávarri. En la seva opinió, l'analítica de dades “és la manera de treure valor a la quantitat ingent de dades que cada cop més manegem i pot servir-nos per detectar determinats indicadors que ens facin veure que un client nostre està en una situació en què el podem ajudar o oferir un producte que s'adeqüi més a les seves característiques”.
Per elles mateixes, les dades no diuen res, són “neutres, i el que ha d'analitzar-les és l'empresari aplicant-les al seu negoci”, aclareix Rubió.
ATERRANT LES DADES A LA PIME
Encara que pugui semblar que l'ús de tecnologies i sistemes ‘big data’ i intel·ligència artificial només està a l'abast de les grans empreses ja digitalitzades, entorns professionals de menor mida i tradicionals poden aprofitar aquests habilitadors de la Indústria 4.0 per millorar la seva competitivitat en el mercat.
És el cas dels salons de perruqueria i bellesa. Gràcies a la ‘big data’, la plataforma d'aprenentatge en línia ModumB desenvolupa junt amb l'Associació Nacional de Perfumeria i Cosmètica (Stanpa) l'Observatori Anual del sector de la perruqueria a través del qual els professionals del món de la bellesa poden analitzar i comparar els seus salons des de quatre perspectives diferents, segons explica el seu conseller delegat, Sergio Gutiérrez.
Per una banda, el perfil professional, on s'aprofundeix i es coneixen les característiques dels professionals que es troben al saló; per una altra, el perfil del saló, per identificar els serveis més demanats, costos mitjans, serveis en vies de creixement, així com opcions d'ingressos addicionals; en tercer lloc, el perfil formatiu, on es verifiquen els mitjans més utilitzats i valorats, inversions mitjanes en formacions anuals i nombre de formacions a les quals assisteixen; i, per últim, l'anàlisi de perfils de marques i productes, on s'exposen els productes i ensenyes més demanades creuades amb els diferents tipus de serveis oferts.
Un altre exemple és el que descriu Llorenç Rubió a través d'una carnisseria, on l'ús de bases de dades externes com la de Telefónica “pot ajudar a predir quin és el flux de persones que passa per davant de la botiga, el seu perfil sociodemogràfic i socioeconòmic i, així, ajustar horaris d'obertura i adaptar l'oferta al públic. És més, si és una zona turística, fins i tot afinar encara més a un potencial consumidor que fins aquell moment no es contemplava”.
Més casos. Un taller de cotxes pot usar la ‘big data’ a partir de les matrícules per redimensionar la plantilla quan prevegi pics de revisions de vehicles; una empresa de logística, per optimitzar la càrrega dels camions; un banc, per prevenir fraus; una empresa de qualsevol activitat, per evitar impagaments, anticipar patrons de consum i/o fer vendes complementàries…
CAS D'ÈXIT
Un cas real per treure millor partit a les dades que genera l'empresa és el d'Alia Taxacions, qui a través de Power Bobinés Intelligence analitza en temps real i a cop de clic l'evolució dels encàrrecs i les vendes, visualitza tendències i ‘zones calentes’ i preveu càrrega de treball. “Vinculem les bases de dades al programa i extraiem dades que ens ajuden a prendre decisions més encertades, aprovisionar medis humans a la previsió de sol·licituds, ajustar terminis o preveure i tenir controlada la tresoreria”, apunta María Zaragozí, directora de Desenvolupament Tècnic i Productes de la taxadora. El programa també detecta incidències i reclamacions, sent la seva resolució més ràpida, fet que sens dubte millora la qualitat del servei. En la seva opinió, els grans avantatges que aporta la ‘big data’ en la seva organització són l'eficiència i l'agilitat. Recorda que en un passat totes les dades s'introduïen de manera manual en un Excel, fet que requereix una inversió en temps i deixa en interrogant la veracitat de les dades introduïdes pel professional. Ara, en fer-ho de manera automàtica a través de ‘software’, l'autenticitat d'aquestes no es qüestiona.
Tal com es pot veure, les possibilitats de creixement que ofereix prendre decisions empresarials a partir de les dades són enormes. S'ha d'utilitzar de manera intel·ligent allò que la competència no té: les dades de la teva empresa i dels teus clients.