Noticias Manténgase informado sobre las más recientes actualizaciones de productos y noticias de tecnología empresarial.

Cómo la F1 y otros se están moviendo más allá de la analítica descriptiva

La Fórmula 1 y Merck Sharp & Dohme utilizan análisis de datos para comprender mejor el comportamiento del usuario y predecir el futuro.

El análisis de datos se ha convertido en una herramienta imprescindible para las organizaciones de todos los sectores,...

y se está integrando tanto en los aspectos operacionales como de negocios en las empresas, dijeron los expertos en la conferencia de Chief Data & Analytics Officer de Singapur.

Si bien el análisis de datos ha sido fundamental para optimizar el rendimiento de los autos en una carrera de Fórmula 1 (F1), la tecnología ahora se utiliza para ayudar a que el lado empresarial de la F1 pase de ser una marca de deportes motorizados a una de entretenimiento.

"En 2017 y antes, F1 utilizaba datos, como hombres borrachos que usaban postes de luz, para respaldar las ideas existentes versus nuevas perspectivas", dijo Max Métral, gerente de insight en la Fórmula 1, en una presentación.

Anteriormente, solo se producían dos informes relacionados con el negocio de F1 sobre la exposición de los socios y los datos de audiencia televisiva, que eran revisados únicamente por el CEO.

Ahora, la analítica tiene un papel importante que jugar en la F1, brindando información para permitir una mejor toma de decisiones en los tiempos de inicio del Gran Premio de F1, para comprender el comportamiento del usuario a través de análisis de pisadas en sus carreras, y para impulsar la personalización del sitio web a través de un modelo de clústeres conductuales.

La analítica también se utiliza para maximizar la audiencia televisiva de sus carreras, identificar a los usuarios anónimos de la web que tienen más probabilidades de comprar suscripciones de F1 TV, así como para evitar el abandono y mejorar la retención de clientes para F1 TV.

En una presentación por separado, Roy Goh, director de ciencia de datos, información y análisis de Merck, Sharp & Dohme (MSD), dijo que "el valor real de los análisis de datos es obtener una visión del futuro".

Analítica descriptiva

Si bien gran parte del análisis realizado por el equipo de ciencia de datos de MSD es de naturaleza descriptiva, el equipo está tratando de ir más allá de eso para un uso más sofisticado de los datos.

"Los tableros siempre ayudan a entusiasmar a la gente. Como científicos de datos, queremos aportar más valor que solo los KPI [indicadores clave de rendimiento] y los informes", dijo Goh, agregando que el equipo ahora construye capacidades predictivas dentro de los tableros para mejorar la toma de decisiones y permitir mejores resultados.

El equipo de ciencia de datos de seis años de la compañía también se dividió en dos, en un intento por estar más preparados para el futuro: un grupo de ciencia de datos que busca una toma de decisiones más rápida, más informada y precisa; y el grupo de inteligencia artificial (IA).

Otra prioridad es inculcar una cultura basada en datos dentro de MSD. "Nos enfocamos en preguntas y problemas de negocios como iniciadores fundamentales para nuestras soluciones, que implican el uso de análisis para aumentar los ingresos, reducir costos, mejorar el cumplimiento o el flujo de efectivo", dijo Goh.

Para cerrar cualquier brecha en alfabetización de datos debido al tamaño de la organización o cambios de personal, el equipo de ciencia de datos realiza capacitación interna para ayudar a los empleados a hacer las "preguntas correctas y sofisticadas" y evitar "llegar a conclusiones estadísticas simples solo mirando gráficos".

Andy Goldin, director de datos y análisis de PwC South East Asia Consulting, hizo hincapié en la importancia de contar con métricas y terminología estandarizadas en torno a los datos dentro de una organización.

"No me importa si toda la organización está utilizando términos de datos incorrectamente, siempre y cuando se usen de la misma manera", dijo.

Goldin, quien anteriormente era jefe de análisis de Uber en Asia-Pacífico, señaló que muchos ejecutivos tienden a tener una percepción limitada de lo que la analítica puede hacer.

"Piense más allá de los casos de usuarios obvios. Aléjese del uso de analíticas para aumentar las ventas y las ventas cruzadas", dijo Goldin. "Si está ignorando la gran mayoría de los casos de uso, probablemente no esté aprovechando muy bien la analítica en su organización".

Profundice más

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