Para poder determinar el nivel de corrección de nuestras acciones, los seres humanos necesitamos saber como las hemos ejecutado. Esta medición de nuestros actos nos permite evaluar el grado de calidad de cada una de nuestras acciones.
Además, también solemos tener diferentes niveles de aceptación sobre la corrección de esas acciones, que nos permiten poner etiquetas a esas acciones (e.g. Muy deficiente, Insuficiente, Suficiente, Bien, Notable, Excelente). Esas etiquetas las podemos asignar al comparar un resultado con unos objetivos.
En términos de Data Analytics, el uso del análisis de datos para la medición de procesos y su comparación con unos objetivos previamente determinados es de vital importancia para poder determinar el éxito de los procesos de una organización y así poder mejorar la toma de decisiones.
Consulta vs. Análisis
Al efectuar una medición sobre un proceso, estamos almacenando datos sobre la medición y el contexto de ese proceso. Esos datos pueden ser consultados de manera individual. Es decir, podemos visualizar las métricas y el contexto asociado a esa medición en concreto. Pero pocas decisiones pueden tomarse en base a una única medición.
El análisis de miles o millones de mediciones, el hecho de tratar un gran volumen de datos para obtener una métrica agregada, supone una dificultad adicional que requiere la existencia de una solución de Business Intelligence para poder obtener las respuestas deseadas.
Cómo visualizar los datos, bien en bruto como en una medición individual, bien mediante su agregación al analizar un gran conjunto de datos, es la gran diferencia entre una simple consulta y el análisis de datos.
Realidad vs. Objetivos
El análisis de miles o millones de datos nos proporciona información sobre hechos acaecidos en el pasado. Esta información, nos permite saber que ha sucedido hasta el momento. Sin embargo, esa información, por sí sola, no nos permite saber la calidad de esos hechos.
En una gran cantidad de ocasiones el ser humano dispone en su mente de una vara de medir para evaluar la calidad de los procesos que han producido esas mediciones. Esa vara de medir es lo que denominamos «objetivos».
Por ejemplo, si un jugador de baloncesto lanza a canasta, el público (que mide como canasta o fallo ese lanzamiento) comparará a ese valor con el objetivo que no es otro que encestar el tiro. Sin embargo, el propio jugador puede medir lanzamiento de distintas maneras a partir de la dirección, el ángulo de tiro y la fuerza del lanzamiento. En su caso, el objetivo no es solamente encestar sino ejecutar el tiro con la dirección, el ángulo y la fuerza deseadas para poder encestar, ya que un lanzamiento podría acabar en canasta por mera suerte, pero no debería considerarse como un buen lanzamiento para un jugador que se precie.
Definición de objetivos
Con este ejemplo, vemos que para cada métrica y contexto podemos tener unos objetivos determinados. Es fácil imaginar que disponer de todos los objetivos para todas las metricas en todos los contextos posibles es algo muy complicado y aún más en la mente de un ser humano. Es por eso, que debemos almacenar esos objetivos para poder compararlos con los datos reales provenientes de esas mediciones que estamos efectuando.
Los objetivos suelen definirse a niveles superiores al nivel de detalle de las mediciones (e.g. Las ventas de una organización pueden estar definidas a nivel de trimestre y zona geográfica, mientras el proceso se produce en un contexto con más dimensiones y con un nivell de análisis más detallado). Esto permite una definición de objetivos relativamente sencilla que puede ser revisada por las personas responsables de su definición con relativa facilidad.
Conclusión
El análisis de datos nos proporciona la capacidad de mostrar datos agregados sobre mediciones de procesos individuales. Sin embargo, esta información carece de todo su valor si no somos capaces de comparar esos valores con los objetivos definidos para estos procesos.
La definición de objetivos para los diferentes procesos de una organización permite su comparación con los datos reales obtenidos mediante la medición de éstos.
Las herramientas de Data Analytics nos permiten comparar los objetivos con los datos acumulados de las mediciones realizadas en los diferentes procesos. Esta comparación proporciona un gran valor añadido a la organización, ya que permite etiquetar cada uno de las mediciones a partir de esa comparación con los objetivos. Esa comparación, esa visión de la realidad respecto a los objetivos esperados, es lo que permite la toma decisiones inteligente.