Si quieres vencer a la competencia, haz más preguntas interesantes.

En los últimos meses, mientras he hablado con los clientes de Qlik, me han sorprendido las soluciones inteligentes que se han propuesto para los problemas de negocios difíciles. He visto una aplicación que aleja los camiones de las inclemencias del tiempo y otra que identifica a los pacientes prediabéticos para activar la gestión de cuidados alternativos. Estas aplicaciones aportan un gran valor a las organizaciones que las han desarrollado y, por lo general, reducen drásticamente los costos.

Lo que me ha resultado interesante, mientras escucho las historias, ha sido el cuidado con el que las organizaciones planificaron las aplicaciones: se basaron en una comprensión concreta de un problema empresarial, en el que el reto era reunir y presentar datos. En el primer ejemplo, había un desafío bien establecido con costosos fallos de entrega en los desastres naturales, a pesar de la disponibilidad general de datos del Servicio Meteorológico Nacional. En el segundo ejemplo, había una extensa investigación sobre las características de los pacientes prediabéticos, pero no se logró combinarla de manera sistemática para tomar buenas decisiones médicas.

Pero, ¿qué pasa si no se tiene un entendimiento concreto del problema? ¿Y si no sabe lo que está buscando? ¿Qué pasa si, en lugar de "qué rutas de camiones se dirigen a una tormenta", mi pregunta era "¿debería incluso usar un camión para este envío?" Ahora, esta es una pregunta más interesante. Para poder responderla, necesito tener algún conocimiento de las alternativas. ¿Consideraría la posibilidad de evaluar los datos de los ferrocarriles? ¿Datos de los vuelos? ¿Qué tal el transporte público o incluso los aviones no tripulados? ¿Cómo encuentro esta información? ¿Cómo sé si es útil?

Este año, en Qlik Qonnections, realizamos nuestra Hackathon anual para demostrar las soluciones de Qlik. Este año, el equipo de Qlik presentó a los participantes los datos de vuelo de los viajeros en las Naciones Unidas (ONU). Preguntaron a los participantes: "¿Pueden crear una recomendación de viaje más ecológica para el 2020 para los embajadores y empleados de la ONU?". Esta es una pregunta interesante, ya que es tan abierta y se basa en el ingenio del analista para obtener respuestas perspicaces. Los encuestados consideraron la alternativa de organizar reuniones web en lugar de sesiones presenciales entre los embajadores y su personal. Se trataba de una aplicación sencilla que calculaba el coste de los vuelos en el invernadero y lo fijaba en cero. Por supuesto, esto es útil, pero una solución más interesante podría haber contemplado el papel de los trenes y los autobuses. Tal vez, la ONU debería invertir en una flota de aviones para consolidar los vuelos. Tal vez, la ONU debería invertir en una flota de vehículos eléctricos para transportar a los viajeros de los aeropuertos de LaGuardia, John F. Kennedy International y Newark Liberty International a la ONU. Las posibilidades son infinitas y dependen casi por completo de la disponibilidad de datos para comprender el costo-beneficio relativo y el impacto de los gases de efecto invernadero de cada opción.

Y, fíjense cuántas veces más arriba he utilizado la palabra quizás. Qué dolor de cabeza. Sé que necesito datos para tomar decisiones, pero cuando pido datos, tengo que admitir tímidamente que ni siquiera estoy seguro de que esos datos sean importantes. En teoría, podría obtener los horarios de los trenes sólo para descubrir que no cubren las áreas en cuestión. Por lo tanto, para ser eficaces en este tipo de análisis, tenemos que tener un sistema que reduzca la fricción que implica la obtención, la comprensión y el uso de nuevos conjuntos de datos. Tenemos que pensar en establecer un catálogo de los activos de información disponibles y ponerlos en uso. Tenemos que pensar en publicar este catálogo en horas y días, en lugar de semanas y meses. Y, necesitamos deleitarnos con nuestros fracasos en el análisis, ya que son nuestros mejores maestros y motivadores, animándonos a volver por aún más datos. En Qlik hemos empezado a hablar de este esfuerzo como Qataloging: la metodología y la tecnología que pone los datos en manos de las personas de forma rápida y rentable. Requiere un cambio en el proceso, posiblemente un cambio organizativo y, sin duda, apoyo ejecutivo. Y se convierte en la piedra angular del BI de tercera generación.

Mientras contempla la evolución hacia el BI de tercera generación en su organización, hágase unas cuantas preguntas sencillas:

¿A quién pertenece el problema de la disponibilidad de datos en mi organización?

¿Se nos mide por el costo y la velocidad de entrega de la información?

>¿Mi organización hace preguntas interesantes o simplemente automatiza los KPIs?

La forma en que responda a estas preguntas puede poner de manifiesto la necesidad de un rol de CDO, un desajuste de la tecnología y los objetivos de negocio o, en el mejor de los casos, una ventana de oportunidad para mejorar la agilidad de los datos de su organización.