cherezoff - Fotolia

Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

Contar historias de datos requiere una sintaxis común para la información analítica

La narrativa de datos es solo la última fase en la larga historia de transmitir conocimientos a las personas, explica el experto David A. Teich. Es solo que las herramientas han cambiado.

“Cada imagen cuenta una historia, ¿no?”. Si usted piensa que es aterrador que empezara este artículo con una cita de una canción de Rod Stewart, tenía una razón para hacerlo. La narrativa de datos es el gran mensaje que está siendo promocionado por algunos proveedores clave de BI y visualización de datos en estos días. Pero al igual que con la cita de la canción, que se remonta a 1971, contar historias con datos no es nada nuevo.

Soy un tipo de marketing, y me gustan los mensajes fuertes de marketing. Y sí, la narración de datos es importante. Pero lo que los proveedores de software de BI y de visualización están permitiendo ahora es solo un paso evolutivo en la forma en que contamos historias de datos en las organizaciones, y no es solo una cuestión de crear visualizaciones de datos.

En realidad, las empresas han utilizado los datos para contar historias por mucho más tiempo de lo que ha habido computadoras. Un estado de ganancias y pérdidas cuenta una historia. Una hoja de ingreso cuenta una historia. Un registro de la producción manufacturera del último mes cuenta una historia. El advenimiento de la informática nos ayudó a analizar más datos, más rápido, y a contar historias más precisas. Pero el hecho es lo que les contábamos cuando yo era un programador de software financiero COBOL en mainframes, a mediados de la década de 1980.

En la década de 1990, Microsoft PowerPoint se hizo cargo de la narración de negocios, a menudo en detrimento del proceso narrativo. No es que PowerPoint fuera malo en sí mismo, es que demasiadas personas pasaban demasiado tiempo diseñando diapositivas con fundidos de entrada de fantasía y otras transiciones y animaciones, en lugar de centrarse en la información que estaban tratando de transmitir.

Al mismo tiempo, el crecimiento del poder de cómputo y los volúmenes de datos puso de relieve una gran limitación de las técnicas de narración entonces disponibles para los analistas: La naturaleza estática de los informes esencialmente congelaba los datos que se presentaban a los ejecutivos de negocios.

La narrativa de historias conoce al análisis de datos

Afortunadamente, la tecnología de BI comenzó a moverse más allá de eso. La década de 1990 también vio el crecimiento de proveedores tales como Business Objects, Cognos y Microstrategy, que trabajaron para proporcionar capacidades de análisis de baja latencia a los analistas de negocios y los desarrolladores de BI. Inicialmente, el principal beneficio era una manera de poner información más actual en los informes y presentaciones todavía estáticos.

Conforme el rendimiento del procesamiento continuó mejorando, más se hizo posible, incluyendo consultas ad hoc de los datos. Eso fue un gran paso adelante para las operaciones de negocios, y la narración impulsada por datos. Tome la gestión de una fuerza de ventas como ejemplo. Antes de la aparición del software de inteligencia de negocios (BI), los informes u hojas de cálculo impresos se utilizaban para proporcionar a los ejecutivos de ventas con información sobre cómo los equipos regionales y los representantes de ventas individuales se estaban desempeñando. La capacidad de utilizar una herramienta de análisis para explorar y consultar los datos de ventas proveyó conocimiento más rápido y mejor sobre el rendimiento.

Desde mediados de la década del 2000, hemos visto a nuevos proveedores de BI como Tableau y Qlik, así como a los jugadores ya establecidos en el mercado, pasar a un método mucho más dinámico de análisis de datos y narrativa basado en software de autoservicio de BI y visualización de datos. El resultado no fue la invención de la narración de datos, fue un cambio en los tipos de historias de datos que se pueden contar.

Piense en los estilos más antiguos de contar historias con datos de forma similar a escribir novelas. Se requiere una gran cantidad de pensamiento avanzado y la fijación de una trama; a continuación, tenía que ser escrita y producida. Todo el que leyera uno de los informes resultantes, un día o un año después de su creación, leían la misma historia.

Las nuevas capacidades de narración son más similares al habla extemporánea o incluso a la improvisación. Han estrecharon el marco de tiempo para el análisis y la presentación de datos a un tiempo casi real o incluso en genuino tiempo real, permitiendo que el presentador y la audiencia interactúen unos con otros y ajusten una historia de datos a medida que se desarrolla.

Riesgos, no solo recompensas, en las historias de datos

Si bien el aumento de la flexibilidad tiene grandes ventajas, también incluye algunos riesgos. Para tener una idea de ellos, vamos a volver mucho más lejos en el tiempo. En el mundo preliterario, la narración era crítica para la transmisión de conocimientos a la gente. Sin embargo, había dos cuestiones: los narradores individuales aprendían versiones ligeramente diferentes de historias, e incluso la misma persona podía contar una historia de manera diferente cada vez.

Tales variaciones pueden causar grandes problemas en el mundo de los negocios. Cuando un director de ventas analiza lo que está sucediendo en un determinado territorio, usted desea que el administrador de la región entienda exactamente lo que se quiere decir. Los indicadores de rendimiento clave utilizados para medir el rendimiento de las ventas deben ser los mismos o traducibles entre cada área geográfica, para que el análisis de datos tenga sentido desde una perspectiva corporativa.

La inmediatez de la analítica de autoservicio y la visualización de datos añade otra dimensión de dificultad a ese proceso. Una historia oral podía cambiar con el tiempo, pero la parábola seguía siendo la misma. ¿Qué pasa con la comparación de los datos de ventas antes y después de un cambio en la delimitación de las zonas de venta? Las métricas financieras no son parábolas y necesitan consistencia.

Como resultado, la libertad de la moderna visualización y narración de datos no puede ser absoluta. Es por eso que los metadatos y la gestión de datos maestros son absolutamente necesarios. Ellos proporcionan la sintaxis y la semántica de datos consistente, necesarias para contar historias de datos que puedan ser entendidas a través de geografías y unidades de negocio, sin crear malentendidos y errores en la toma de decisiones.

Del mismo modo que el crecimiento temprano de la PC dio poder a los usuarios finales PC y creó cierta confusión en las organizaciones, los nuevos métodos de análisis de datos, visualización y narrativa de historias tienen ventajas y desventajas. Para ser totalmente exitosos, requieren un lenguaje común y contexto compartido. Hemos estado contando historias con datos en las organizaciones desde hace mucho tiempo. Vamos a asegurarnos de que las nuevas formas de hacerlo realmente suman a la imagen de negocios.

Sobre el autor: David A. Teich es consultor principal en Teich Communications, una empresa de servicios de consultoría de tecnología y marketing. Su correo electrónico es: davidt@teich-communications.com.

Investigue más sobre Análisis de negocios e inteligencia de negocios

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close