Cómo transformar una compañía (V): Complementar las fuentes internas con datos externos

En artículos anteriores se ha hablado de aspectos relacionados con los datos o la empresa, o desde el punto de vista cercano a negocio .
En esta entrada nos vamos a acercar un poco más a cómo piensa un área técnica a la hora de mejorar la toma de decisiones de negocio añadiendo datos de fuentes externas.

¿Cuándo es conveniente añadir fuentes de datos externas?

Antes de empezar un proceso de ETL (extracción, transformación y carga, sus siglas en inglés) es común plantearse: ¿Tenemos suficientes datos? Con esta duda no hacemos referencia al volumen de los mismos, si no a la diversidad de sus orígenes.

Si trabajamos en un negocio online en el que se realizan pedidos, lo habitual sería tener registrados una serie de valores como los siguientes: cuándo se realizó el pedido, cuál fue el importe, qué cliente lo hizo, desde dónde se realizó la compra. Con sólo estos cuatros datos ya nos podría surgir la duda anterior: ¿Es suficiente esta información para poder extraer insights de nuestros datos?

Supongamos que analizando los datos anteriores descubrimos que tenemos varios picos de ventas. En ocasiones ocurrirá que, sobre todo si nuestras variables originales son principalmente descriptivas, no podamos explicar estos picos a partir de ninguna de ellas y tengamos que recurrir a datos externos a nuestro negocio, como podrían ser los datos meteorológicos, datos socio-demográficos o información de redes sociales.

Durante muchos años, la idea tradicional de negocio en cuanto a datos se refiere, fue almacenar todo lo que la empresa tenía y hacía, guardando un histórico de estos datos. Y era sobre ese volumen de datos sobre el que las empresas realizaban las tareas analíticas. Para comprender y detectar patrones, o para intentar adelantarse a posibles aumentos en la demanda, pero sin tener en cuenta la posible influencia de factores externos.

Con el abaratamiento del almacenamiento y el uso cada vez más frecuente de tecnologías Big Data se ha abierto una puerta a la posibilidad de almacenar más datos y de orígenes más diversos, lo que se puede traducir en un aumento de la calidad de los datos para nuestro negocio.

Uno de los pasos necesarios en la transformación digital de una empresa consiste precisamente en la transición desde una empresa encerrada en sus propios datos, a una empresa que considera factores externos, introduciendo datos de fuera de la compañía.

Tipos de fuentes de datos externos

Datos de redes sociales: Las redes sociales son una de las principales fuentes de datos externos actuales, al servir tanto para entender mejor el mercado de nuestro negocio (o mejor dicho, la percepción de los usuarios del mismo), como para realizar análisis de sentimiento, con el objetivo de ver qué opinión tiene el público sobre nuestra empresa, tipo de producto, lanzamiento reciente, etc.
Datos demográficos: Si vendiésemos en múltiples países al mismo tiempo, quizás observásemos distintos comportamientos en distintos países. En ocasiones la respuesta puede venir de sitios tan dispares como las edades medias de los compradores de cada país, su poder adquisitivo, o una relación más compleja de distintos datos demográficos, con lo que poder comparar el comportamiento observado con estos datos objetivos puede resultar en nuevos insights con los que tomar decisiones.
Información contenida en páginas web, en los sitios que dispongan de una API que se pueda utilizar para acceder a los datos, es quizás la mejor manera de acceder a datos, al darnos datos semiestructurados que podemos automatizar y tratar de manera eficiente.
Datos meteorológicos: Por ejemplo, se podría contrastar la temperatura y las precipitaciones que hay en el momento de la compra de un producto de nuestra empresa contra el histórico de pedidos, y ver si el clima influye en nuestro volumen de pedidos, o en qué tipos de clientes siguen haciendo pedido, y así hacer una categorización de los mismos más detallada.
Calendario laboral y festivo. Saber cuándo tiene libre la mayoría de la gente con trabajo de una localidad puede ser útil para relacionar con nuestros propios datos, y buscar tendencias asociadas a patrones de comportamiento, ya que la gente se comporta de forma distinta en distintas épocas a lo largo del año.
Valores en bolsa, ya sea porque nuestra empresa cotiza en bolsa, so porque depende o usa productos que sí lo hacen. Predecir valores futuros siempre es una tarea increíblemente ardua, pero echar la vista atrás y realizar un análisis, relacionando datos clave de nuestros propios datos, con las oscilaciones típicas de la bolsa, puede arrojar nueva luz sobre temas críticos.
Iniciativas Open Data, que se podría resumir como una iniciativa para hacer accesibles al público general los datos de distintos gobiernos a distintos niveles (ayuntamientos, ministerios, gobiernos, institutos oficiales de estadística o instituciones como el Banco Mundial o la Comisión Europea).

Si bien hasta ahora hemos hablado de datos de libre acceso, también hemos de mencionar datos recabados por otras empresas, y que pueden reforzar los nuestros de una manera u otra:

Datos relacionados con el transporte o el alojamiento. Empresas de transporte como pueden ser empresas ferroviarias, aerolíneas, empresas especializadas en el sector hotelero o en el de alquiler y compra de inmuebles, pueden indicarnos datos tan potencialmente útiles como el potencial adquisitivo de nuestros clientes, o el tipo de perfil de los mismos (en función de si viajan mucho o no, por ejemplo).
Datos relacionados con el consumo digital. En la actualidad, la mayoría de las compañías telefónica proveen internet, ya sea mediante wifi o a móvil, y recaban, de forma anonimizada y agregada (para cumplir adecuadamente con las normativas de protección de datos), datos sobre el consumo de sus clientes. Esto nos da el potencial para ayudarnos a entender el perfil de los usuarios y, por tanto, de los habitantes de una determinada zona.
Datos especializados, ofrecidos por compañías como puede ser Nielsen o Bloomberg,que nos pueden servir para encontrar información muy concreta, como pueden ser precios y cotizaciones de productos financieros, tipos de cambio monedas y precios de materias primas.

Conclusión

En definitiva, a la hora de tomar las mejores decisiones basadas en datos, es muy posible que tengamos que usar no solamente los datos recopilados de forma interna, sino también aquellos datos externos que mejor se adecúen a nuestro caso de uso.

Escrito por Guillermo Manglano Díaz.

Otros post de esta serie:

Para mantenerte al día con LUCA visita nuestra página web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube.

Grafeno, un supermaterial para IoT¿Son competitivas las estrategias basadas en datos en el sector energético? Naturgy lo demuestra