Analytics es una disciplina con un enorme crecimiento en los últimos años.

Sin duda es uno de los topics que está en la agenda de CEOs y Directores Generales actualmente, especialmente en su derivada de Big Data Analytics.

Además está teniendo una gran cobertura de los medios, que dicen cosas como que “los datos son el nuevo petróleo” o que “Data Science es la profesión más sexy del siglo XXI”.

Data Scientist: The Sexiest Job of the 21st Century – https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century

En un estudio de LinkedIn ha aparecido como la profesión más demandada y sus profesionales tienen comparativamente salarios superiores a otros ámbitos, especialmente en US donde en algunos casos se ha llegado a cifras absurdas. El siguiente estudio es de Google:

Data Scientist

Fuente: https://www.glassdoor.com/Salary/Google-Data-Scientist-Salaries-E9079_D_KO7,21.htm

Recuerdo hace unos años un caso muy sonado en la consultora multinacional en la que trabajaba de un recién licenciado por MIT en US que se le fichó por 300k$ anuales.

Anécdotas a parte, está claro que en el ámbito de analytics el mercado ha ido por delante de las empresas, y estas se encuentran en la necesidad de definir cómo organizar estas funciones internamente.

Las decisiones más típicas para estructurar una dirección de Analytics

Se plantean varias cuestiones cómo:

  • ¿Dónde debería estar esta capacidad: IT, Marketing, dirección propia, …?
  • ¿Qué diferentes gerencias debería tener y cómo se deberían organizar?
  • ¿Qué perfiles profesionales se necesitan?
  • ¿Qué funciones debería cubrir?
  • Etc

Por no hablar de la complejidad adicional si es una multinacional, que además de las anteriores se plantea cosas como:

  • ¿Capacidad replicada por país o un área global?
  • ¿Integración vertical en el área de negocio o estructura horizontal como un Centro de Excelencia (COE)?
  • ¿Qué capacidades y atribuciones debe tener el COE y cuales las geografías?
  • Etc

Sobre este apartado de cómo organizar un COE hablaré en otro post. De momento vamos a centrarnos en cómo organizar un área local de Analytics.

Cómo lo veo yo

Disclaimer: esto no es una ciencia exacta. Mi visión está basada en mi experiencia personal:

  • Como consultor de Management Consulting para empresas que se planteaban este tema
  • Como Director de Analytics y responsable, a la vez que “usuario” del planteamiento organizativo y de la estructura del equipo.

Por otro lado la actual propuesta es para un departamento de Analytics en una empresa “final”. La organización para una empresa consultora que vende servicios de Analytics a clientes podría ser diferente.

Bien, comencemos.

¿Cuál es el objetivo de una dirección de Analytics?

Esta es la primera pregunta a definir.

Tradicionalmente el objetivo de una dirección de Analytics es utilizar toda la información interna de la empresa, y también potencial información externa, para mejorar el negocio core de la empresa.

Es decir, si vendo seguros utilizo Analytics para mejorar los resultados de la venta de seguros.

Este debería ser el objetivo prioritario. Aunque es cierto que en los últimos años está surgiendo un segundo gran objetivo.

Se trata de usar Analytics, no ya para mejorar el negocio core, sino para incluir una línea adicional de ingresos a través de Data Monetization.

Hablaré sobre Data Monetization en otro post. De momento nos centramos en el objetivo uno.

¿Dónde debe ubicarse la dirección de Analytics?

Hemos definido el objetivo como la mejora de resultados de negocio. Pero esto es muy genérico.

Hay 3 grandes áreas en las que Analytics ha demostrado extensamente la creación de valor:

  • Marketing / Comercial: personalización comercial, optimización de campañas, digital customer journey, reducción del abandono, segmentación y life time value, etc
  • Riesgos: aceptación de clientes, concesión de crédito, análisis de cartera, prevención de morosidad, recobro, etc
  • Operaciones: fraude transaccional, suplantación identidades, robo de información, supply chain management, …

La decisión de la ubicación del departamento de Analytics depende de cómo se quieran organizar las funciones anteriores. Hay dos opciones:

Un única dirección que da servicio interno a las áreas de negocio.

Estructura Analytics

Analytics como servicio transversal

  • Ventajas: alta sinergia en los recursos analíticos: tanto humanos como hardware y software
  • Alta sinergia en el acceso y gestión de datos a la hora de disponer de una visión 360 grados de clientes y procesos
  • Inconvenientes: al ser más cross los perfiles tenderán a tener más especialización analítica pero menos de negocio. Por lo que los proyectos deberán ser realizados por equipos mixtos entre consultores analíticos y expertos del área en cuestión (marketing, riesgos, …)
  • En este caso la Dirección de Analytics debería estar paralela al resto de direcciones y ser miembro del Comité de Dirección

Diferentes departamentos analíticos que se integran dentro de sus direcciones de negocio. Es decir un área analítica dentro de Marketing, otra dentro de Riesgos, etc

Analytics Integrado

Analytics replicado y verticalizado

  • Ventajas: mayor especialización de los consultores analíticos en su área de negocio, lo que incrementa la eficiencia y velocidad de los proyectos
  • Inconvenientes: se destruyen las sinergias en los recursos: aparecen diferentes silos de información, se duplican licencias de software, se incrementa el total de headcount analíticos en la empresa y por tanto los costes, etc

Mi recomendación

  • En casos en los que el tamaño de la empresa es muy grande y la función analítica es muy especializada es mejor la opción de diferentes departamentos analíticos. Por ejemplo un gran banco, en el que existirá un departamento analítico de riesgos separado del departamento analítico de CRM
  • En el resto de casos es más recomendable la opción de una Dirección de Analytics única que de servicio a las diferentes áreas a través de proyectos

¿Qué pasa con Big Data?

Actualmente hay muchas empresas que están optando por desarrollar las funciones de Big Data desde el área de IT. ¿Esto es correcto?

Para la parte de tecnología sí. Me explico. En este blog me habrás oído varias veces diferenciar entre Big Data Tecnología y Big Data Analytics.

La primera se encarga de la arquitectura y configuración de los sistemas y plataformas y la segunda de la explotación de negocio mediante los algoritmos analíticos.

La primera debería estar en IT y la segunda en bajo alguna de las dos opciones que vimos anteriormente, ya que para mí Big Data Analytics no es más que la parte de Analytics que trabaja en casos de uso especiales: por ejemplo alto volumen o tiempo real.

¿Qué gerencias debería tener una Dirección de Analytics?

Es muy importante que la Dirección de Analytics disponga de capacidades y autonomía en las siguientes cuatro funciones, y lo recomendado es que cada función se organice como una Gerencia:

Direccion Analytics

Estructura de una Dirección de Analytics

  • Data: su función será identificar, localizar, integrar y mantener todos los datos necesarios para la Dirección de Analytics. Tanto datos internos como externos. También será la responsable de la creación y gestión del Data Lake analítico y de la plataforma Big Data de la Dirección.
  • Analytics: equipo de consultores de alta especialización analítica, tanto en metodologías y algoritmos analíticos (cómo se calcula un LTV, cómo se hace un modelo de retención, etc), como en lenguajes analíticos (SAS, R, Python, …)
  • Negocio: consultores especializados en dos cosas: áreas funcionales (al menos un experto en marketing, otro en riesgos y otro en operaciones) y en gestión de proyectos (entendimiento de necesidades, gestión de hitos y calendarios y comunicación de beneficios de negocio)
  • Tecnología: expertos en visualización de datos y construcción de aplicaciones sobre las que implementar y operativizar los insights conseguidos en los proyectos

Estos son los principales factores a tener en cuenta cuando se define y crea un departamento de Analytics.

Obviamente es un tema complejo, y puede tener muchas variaciones en función de cómo sea el negocio, la empresa, y otros factores que hay que definir en cada caso concreto.

Pero siguiendo las pautas revisadas ya habrás sentado unas bases robustas para el éxito de la dirección.

¿Qué piensas?¿Cómo está organizado en tu empresa?¿Cual es tu experiencia al respecto?

¿QUIERES APRENDER MÁS SOBRE MANAGEMENT DE BIG DATA? MIRA MI NUEVO LIBRO