Para los humanos, la imprevisibilidad de la vida es una preocupación existencial. Es una amenaza similar para los modelos analíticos. Al igual que nosotros, los algoritmos intentan predecir el futuro generalizando eventos pasados. Cuanto más aleatoria es la historia, más luchamos los dos para crear un patrón a partir del caos.
Hace un mes pensamos que COVID podría haber terminado. Ahora, con el surgimiento de la variante Delta, la economía se encuentra en un extraño baile entre lo abierto y lo cerrado. Y si quisiéramos saber qué sigue, por ejemplo, si alimentamos un modelo predictivo con un resumen del último año y medio, muy bien podría decirnos que nos dirigimos a otro bloqueo.
Los datos, como la alimentación o las tendencias de la moda, caducan. Si solo proporciona a sus modelos datos históricos limitados, no pueden pintar una imagen muy precisa de lo que está sucediendo en el mercado hoy, y mucho menos de lo que sucederá mañana.
Cuando la realidad de la vida diaria cambia cada semana e incluso cada día, necesita actualizar sus modelos, constantemente, con nuevos activos de datos y nuevas dimensiones que brinden información sobre el contexto actual.
Cuando la realidad cambia, tú debes cambiar con ella
Cada fluctuación en las pautas de seguridad pública ha provocado un cambio notable en el comportamiento del consumidor. Desafortunadamente, cada uno de esos cambios en el comportamiento del consumidor hizo que una gran parte de los modelos analíticos de las organizaciones quedaran obsoletos.
Ahora piense en las empresas que, a pesar del cambio constante, han mantenido e incluso hecho crecer su negocio durante la pandemia. Actuaron rápidamente para encontrar los conjuntos de datos correctos que pudieran darles visibilidad sobre los hábitos cambiantes de los clientes. Las empresas que trataron de mantener las mismas fuentes de datos antiguas, a pesar de que el mundo había cambiado por completo, perdieron su participación en el mercado.
La industria minorista, por ejemplo, tuvo que aceptar la transición masiva a las compras en línea al comienzo de la pandemia, la complejidad de las transacciones combinadas en línea y fuera de línea (como la recogida en la acera) y la reactivación de las experiencias en persona a medida que se levantaron las restricciones de COVID.
Las empresas minoristas inteligentes buscaron fuentes de datos alternativas para proporcionar el contexto adecuado en cada paso del proceso. Al principio, buscaron conjuntos de datos relacionados con COVID, que incluían datos de los CDC sobre la propagación de la enfermedad, por ejemplo, para ajustar sus modelos de pronóstico de ventas. Luego, revisaron el tráfico peatonal frente al tráfico en línea para determinar su enfoque para la reapertura. A medida que avanzaba la pandemia, las empresas minoristas examinaron los datos de ventas y gastos de tarjetas de crédito en comparación con los atributos demográficos para comprender cómo había cambiado su perfil de cliente típico.
Deterioro de datos déjà vu
Por mucho que todos estemos ansiosos por la reapertura (cuando sea que llegue), este cambio social dramático advierte un resultado similar al del primer cierre global. Las organizaciones que han entrenado sus modelos analíticos utilizando conjuntos de datos relacionados con el mercado de la era de la pandemia tendrán que buscar nuevas fuentes una vez más.
Pero a diferencia del primer confinamiento, esta vez tenemos la oportunidad de prepararnos para el cambio significativo cuando llegue. Sabemos que necesitaremos encontrar fuentes de datos alternativas y crear modelos que puedan dar sentido a la nueva realidad.
Entonces, ¿qué debe hacer cuando sabe que sus datos caducan? Primero, busque formas de ampliar sus fuentes de datos fuera de sus datos históricos. Las organizaciones con los programas analíticos más potentes tratan la adquisición de datos de la misma manera que tratan la adquisición de clientes: construyen un enfoque escalable para descubrir, examinar e incorporar continuamente nuevos activos de datos. Este enfoque se reduce a tres componentes: personas, sistemas y procesos, en ese orden.
Personas
Hay muchas fuentes de datos por ahí. ¿Cómo sabes que los que estás usando están funcionando? ¿Cómo sabes lo que te estás perdiendo? Creando un equipo dedicado a adquirir los datos correctos, trabajando con proveedores para hacerlo y administrando sus propios activos de datos. Los roles a contratar incluyen un Jefe de Adquisición de Datos, Arquitectos de Datos, Estratega de Datos y Científicos de Datos.
Sistemas
¿Recuerda cómo algunas empresas lucharon con la transición al trabajo remoto porque no tenían una TI centralizada? Es una lección que aún debemos recordar cuando se trata de modelos analíticos. He visto grandes organizaciones comprando e integrando los mismos datos dos o tres veces en diferentes etapas. Es necesario un lugar centralizado donde los diferentes lados del negocio puedan colaborar en los conjuntos de datos que ingresan a la organización.
Aún más importante, su ecosistema de adquisición de datos debería permitirle iterar en una variedad de datos y acelerar sus PLC, pruebas e iniciativas comerciales. En unos pocos días, debería poder no solo catalogar nuevas fuentes de datos, sino también implementarlas en producción. El tiempo lo es todo cuando la realidad cambia tan rápidamente.
Procesos
Hablando de tiempo, si su organización tarda dos o tres meses en examinar una única fuente de datos (mucho menos en integrarla), eso es una señal de que no está muy bien preparado para absorber nuevos datos. Cree un flujo de trabajo para el ciclo de vida de la adquisición de datos, desde la prueba hasta la compra y la integración. Este proceso debe involucrar una asociación interfuncional que consista en TI, adquisiciones, legal, cumplimiento y seguridad para que cada equipo pueda abordar los problemas de abastecimiento respectivos.
Conclusión
Los líderes de datos inteligentes saben que las fuentes de datos son un activo competitivo para reaccionar rápidamente a las condiciones del mercado. Una vez que haya invertido en una estrategia de adquisición de datos, no importa si volvemos al bloqueo o nos recuperamos rápidamente. Estarás listo para aterrizar de pie en medio de cualquier interrupción importante.