Eli Senerman.
Un rol fundamental en el desafío de optimizar el valor de los datos en la organización es el de Chief Data Officer o CDO. Se trata de estrategas de datos cuya primera misión, explica Karim Touma, Director of Data Science – Falabella Retail, “es conocer en detalle la cadena de valor de la empresa, y sus principales brazos comunicantes a nivel de flujos de procesos e información, para luego, con esto, identificar los puntos de ‘dolor’, los cuales se originan como necesidad de negocio, y que para su ejecución (parte más compleja del rol de CDO), requiere coordinar y, muchas veces, construir las capacidades culturales, tecnológicas y de conocimiento, en pos de integrar el conocimiento encontrado en los datos hacia el valor de la empresa”.
Específicamente en el retail, el perfil de un CDO se compone por dos principales roles: optimización o eficiencia operacional y mejora en la generación de valor para los clientes. “Esto se traduce en un sinfín de casos de uso, en donde la meta es identificar los posibles problemas de cara a la experiencia de los clientes, tanto en las tiendas como en el sitio web; mejorar el surtido de productos, los precios, la disponibilidad de productos en diferentes ciudades o bodegas para su despacho o, incluso, generar nuevas funcionalidades para la app”, indica.
El profesional agrega que “la data es un sensor que nos permite escuchar la voz de nuestros clientes y, mediante esta interpretación, utilizar datos para satisfacer sus necesidades”, lo que es determinante en el éxito de un retailer.
Hacia una empresa Data Driven
El acceso a los datos hoy permite a las organizaciones tomar decisiones de negocio más certeras y eficaces, pues son determinaciones informadas, basadas en conclusiones extraídas de grandes volúmenes de datos. En este punto, el concepto “Data Driven” tiene mucho que aportar.
Una empresa Data Driven basa la gran mayoría de sus decisiones en datos. Esta pequeña frase, según el profesional, trae consecuencias gigantes para la gestión. Algunas de las empresas más populares por la innovación en sus modelos de negocio basan gran parte de este en el manejo de datos, como Uber y Airbnb, que han creado sus estrategias en base a la información.
En el sector de retail, el potencial es muy alentador; según un estudio de la consultora McKinsey, las empresas que usan un modelo Data Driven en sus operaciones, pueden alcanzar beneficios que superan el 60%.
“Basar las decisiones en datos implica objetivizar los diferentes puntos de vista y realizar bastante investigación. Eso requiere tener las fuentes de información gobernadas y el conocimiento transparentado sobre estos al interior de la organización. Pese a que la tecnología puede cubrir los puntos de gestión, la transformación cultural, y los perfiles ejecutivos con conocimientos de datos son los principales puntos a desarrollar”, explica el profesional de Falabella Retail.
En este sentido, la transformación digital tiene, entre otras, una consecuencia notable: construir los brazos comunicantes entre los diferentes sistemas de información, como también centrarse en la experiencia del cliente en el roadmap de las capacidades tecnológicas. “Ambas características -explica Karim Touma- componen los principales insumos para un modelo Data Driven, es decir, contar con la información desde los sistemas y, a su vez, tener las capacidades para actuar con los datos de cara a cliente”. A su juicio, esto es importante para soportar una programa Data Driven, pero, a su vez, se requiere también que las capacidades de transformación digital se generen alineadas con las capacidades de datos.
En esta línea, Falabella Retail actualmente tiene su foco tanto en la tecnología y la modernización de sus sistemas, como en los datos para enriquecer estos mismos. “Ambos focos son de vital importancia para la compañía en sus diferentes dimensiones: cultura, talento humano, capacidades tecnológicas y recursos”, detalla el ejecutivo.
Junto a su equipo, el Director of Data Science tiene la misión de encontrar las oportunidades de mejora para el negocio de Falabella Retail desde un punto de vista global, utilizando datos mientras se construyen las capacidades de analítica avanzada, ingeniería y gobierno de datos. Esto, explica, no solamente para descubrir las claves a fin de optimizar los procesos desde la data, sino también para construir las capacidades de procesos y tecnológicas para mantener estas decisiones en el tiempo.
Y al ser una industria bastante competitiva, en el retail existen muchas optimizaciones de productividad en procesos que se pueden potenciar con los datos. “Este es un punto que está en constante mejora. Hoy en día el manejo de data se utiliza como agente diferenciador de cara a nuestra propuesta de valor. Existen múltiples iniciativas que utilizan datos para mejorar nuestros procesos y competitividad”, explica Karim Touma. En este sentido, agrega, otro aspecto trascendental tiene que ver con identificar los puntos de interacción más importantes para los clientes, y con esto, generar información relevante para los equipos comerciales o de marketing para, con el tiempo, lograr mejorar la comunicación y propuesta de valor para estos.
Obtener un mayor valor
Actualmente el proyecto más importante, de público conocimiento, que desarrolla Falabella en lo que respecta a la gestión de los datos es Customer Data Platform, el cual consta de una plataforma para centralizar la información de sus clientes, asegurar esta como activo y lograr la explotación conjunta, segura y resguardando toda la regulación en virtud de la protección de datos que este retailer tiene en todos los países donde opera.
Para el Director of Data Science de Falabella Retail, en pro de seguir avanzando en obtener un mayor plus de la información, la compañía vislumbra dos principales fuentes de valor en donde los equipos de datos juegan un rol protagónico. La primera: enriquecer con data la gestión del negocio, lo que puede involucrar desde nuevas APIs o procesos, hasta mejoras. “Y, por otro lado, aportar con nuevo conocimiento para la futura toma de decisiones o para enriquecer el conocimiento colectivo sobre nuestros clientes, productos o mercado”, explica.
No obstante, para sacar el máximo partido a proyectos de Big Data, siempre hay algunas consideraciones relevantes, a juicio del ejecutivo. Por ejemplo, es clave no enmarcarse en proyectos demasiado ambiciosos sin antes prototipar o testear el valor de las iniciativas; la capacidad de experimentar y demostrar valor con modelos viables mínimos tiene que estar al inicio de cada proyecto. “Es importante también considerar presupuesto para innovación y para proyectos de valor agregado y, al mismo tiempo, enfocar a los primeros equipos (innovación) a aprender cada vez más rápido, así como a los segundos (proyectos) a solucionar los problemas de forma iterativa, en fases y pensando en cubrir las necesidades antes de sofisticar las arquitecturas o tecnologías”, asevera.
