Durante años, el trabajo del analista consistió en encontrar respuestas.
¿Qué está pasando?
¿Por qué está pasando?
¿Qué piensan los consumidores?
¿Qué oportunidades existen?
Y durante mucho tiempo, eso fue suficiente.
Las organizaciones tenían poca información, pocos datos y una visibilidad limitada sobre sus mercados. Encontrar un problema ya representaba una ventaja competitiva.
Hoy la situación es distinta.
Los dashboards son más sofisticados.
Las bases de datos son más grandes.
Las herramientas analíticas son más accesibles.
La inteligencia artificial puede detectar patrones en segundos.
Paradójicamente, mientras más información tienen las empresas, menos valioso se vuelve simplemente identificar problemas.
Porque el problema ya suele ser evidente.
La verdadera pregunta es otra:
¿Qué hacemos con él?
El fin de la era del diagnóstico
Imaginemos tres escenarios.
Nivel 1: El dato
Las ventas cayeron 8%.
Nivel 2: El insight
Las ventas cayeron porque disminuyó la penetración en consumidores jóvenes.
Nivel 3: La solución
Las ventas cayeron porque disminuyó la penetración en consumidores jóvenes. Si simplificamos el portafolio, concentramos inversión en los productos con mayor adopción y fortalecemos los canales digitales, podríamos recuperar participación durante los próximos 12 meses.
Los tres aportan valor.
Pero cada nivel acerca más a la organización a una decisión.
Y las decisiones son las que generan resultados.
Por eso las empresas están comenzando a demandar algo diferente de sus equipos de análisis:
Menos descripción.
Más intervención.
El surgimiento del «Analytics Translator»
Firmas como McKinsey han popularizado una figura que resulta particularmente interesante: el Analytics Translator.
Su función no consiste únicamente en analizar datos.
Tampoco consiste exclusivamente en dirigir el negocio.
Su trabajo es conectar ambos mundos.
Mientras muchos analistas se enfocan en responder preguntas, el traductor se enfoca en convertir hallazgos en decisiones.
Para lograrlo necesita comprender tres dimensiones simultáneamente:
Los datos
- Qué está ocurriendo.
- Qué tan sólido es el hallazgo.
- Cuál es el nivel de incertidumbre.
El negocio
- Cómo genera ingresos la empresa.
- Cuáles son sus objetivos.
- Qué indicadores realmente importan.
La implementación
- Quién debe actuar.
- Qué recursos se requieren.
- Qué obstáculos podrían impedir la ejecución.
Esta última dimensión suele ser la gran ausente en muchos análisis.
La diferencia entre conocimiento e intervención
Uno de los mayores riesgos del análisis es asumir que comprender un problema equivale a resolverlo.
No es así.
Veamos un ejemplo.
Hallazgo:
«Los clientes abandonan el proceso porque el formulario es demasiado largo.»
El problema ya fue identificado.
Pero todavía no existe una solución.
La intervención aparece cuando proponemos una acción concreta:
«Reducir el formulario de 14 a 6 campos.»
Sin embargo, incluso eso sigue siendo una hipótesis.
La solución real llega cuando la organización implementa el cambio y observa el resultado:
«Reducimos el formulario y aumentamos la conversión un 22%.»
Muchos análisis terminan antes de llegar a esta etapa.
Los solucionadores permanecen hasta comprobar que el cambio generó impacto.
Los solucionadores no buscan problemas. Buscan restricciones.
Uno de los conceptos más útiles para evolucionar como analista proviene de la Theory of Constraints, desarrollada por Eliyahu Goldratt.
La mayoría de los negocios tiene decenas de problemas simultáneamente.
- Procesos lentos.
- Mala comunicación.
- Capacitación insuficiente.
- Tecnología obsoleta.
- Clientes insatisfechos.
Pero no todos los problemas tienen el mismo peso.
Los solucionadores buscan identificar la restricción principal.
Aquello que está limitando el desempeño del sistema completo.
La pregunta deja de ser:
«¿Qué está mal?»
Y se convierte en:
«¿Qué está impidiendo que el sistema funcione mejor?»
Es una diferencia sutil, pero profundamente transformadora.
Del consumidor al mecanismo
Otro cambio importante ocurre en la forma de entender al cliente.
Muchos análisis describen personas.
Edad.
Ingresos.
Hábitos.
Preferencias.
Pero las soluciones suelen surgir cuando entendemos los mecanismos detrás de sus decisiones.
Por ejemplo:
Un insight tradicional podría decir:
«Los consumidores buscan seguridad.»
Un insight orientado a soluciones preguntaría:
«¿Qué riesgo están intentando evitar?»
De repente la conversación cambia.
Ya no estamos describiendo una característica.
Estamos entendiendo una necesidad funcional que puede resolverse.
El marco que convierte insights en acciones
Una herramienta simple pero poderosa es la estructura:
What
¿Qué encontramos?
Ejemplo:
El 68% de los compradores compara al menos tres alternativas antes de tomar una decisión.
So What
¿Por qué importa?
Los consumidores están evaluando activamente distintas opciones y no llegan al punto de compra con una decisión tomada.
Now What
¿Qué debemos hacer?
Necesitamos influir antes del momento de decisión y no únicamente en la etapa final del embudo.
Esta estructura obliga a conectar evidencia con acción.
Y evita uno de los problemas más frecuentes en investigación: producir hallazgos interesantes pero poco utilizables.
La habilidad que pocos analistas desarrollan
Existe una competencia que rara vez aparece en cursos de análisis de datos o investigación de mercados.
Sin embargo, suele marcar la diferencia entre quienes generan reportes y quienes generan impacto.
Se trata de comprender cómo funciona el negocio.
Los directores generales no piensan en insights.
Piensan en palancas.
Preguntan:
- ¿Qué mueve la rentabilidad?
- ¿Qué impulsa la recompra?
- ¿Qué aumenta la penetración?
- ¿Qué mejora el margen?
Cuando un analista logra conectar sus hallazgos con estas variables, deja de ser un proveedor de información.
Se convierte en un socio estratégico.
La evolución natural del analista
Durante mucho tiempo, el éxito de un analista se midió por su capacidad para encontrar respuestas.
Hoy, las organizaciones necesitan algo más.
Necesitan personas capaces de conectar datos, contexto, negocio y ejecución.
Personas que no solo expliquen lo que ocurre.
Personas que ayuden a cambiarlo.
La evolución profesional del analista no consiste únicamente en aprender más herramientas, más estadística o más metodologías.
Consiste en desarrollar una nueva obsesión:
Pasar de entender los problemas a intervenirlos.
Porque al final, los clientes rara vez pagan por diagnósticos.
Pagan por resultados.
Y los resultados aparecen cuando alguien logra transformar un hallazgo en una acción capaz de mover la aguja.