Pautas para convertir los datos en información de valor

Los datos empresariales esconden valores muchas vevces desconocidos para las empresas y que permitirían generar información muy útil de tendencias.

La firma ActionsData, especializada en la obtención, explotación y análisis de los datos extraídos de acciones de marketing, ha elaborado un decálogo para que las empresas, y concretamente las pymes, conozcan cuáles son los pasos y pautas a seguir para convertir en valor los datos de sus empresas.

De acuerdo a su esquema la firma clasifica en cinco los pasos que debe dar una empresa para convertir su información en valor:

1/ Obtención de datos: el primer paso a dar será la obtención de los datos, que pueden provenir de diversas fuentes: recopilados en una acción anterior (cupones, registros de llamadas, bases de datos relacionales, ventas); por adquisición de una base de datos; o generados en otra acción específicamente diseñada para cumplir el objetivo.

2/ Tratamiento de los datos: Tan importante como la obtención de los datos es el tratamiento de los mismos, de forma que se adecúen al sistema. Este proceso prepara las bases de lo que será la gestión diaria de la información, abriendo "históricos" de los parámetros que modelizarán las relaciones con el cliente: contactos mantenidos, campañas a él dirigidas, comportamiento de compra y segmentación por valor, prioridad o riesgo para la compañía.

3/ Gestión de los datos: una vez obtenidos y tratados los datos ya se pueden gestionar mediante procesos analíticos en OLAP o data mining, que permiten extraer información válida de los datos para analizar la eficiencia de las campañas que se estén llevando a cabo.

4/ Retroalimentación: Todos estos procesos forman parte del ciclo de retroalimentación que, durante el tiempo que requiera el cumplimiento de los objetivos, mantendrá vivo el conocimiento que rentabilizará la relación entre la empresa y el cliente, garantizando información recuperable para acciones futuras.

5/ Análisis de la información: La extracción de conocimiento no es un proceso lineal ni finito, ya que puede haber cambios en el entorno que pueden hacer obsoleta la información que sirvió de partida. El objeto del análisis es producir, constantemente, nuevo conocimiento sobre el que poder actuar. Los sistemas OLAP ofrecen en todo momento una revisión rápida y multidimensional del historial, haciendo visibles oportunidades y tendencias sobre las que actuar. Data mining aporta nuevas correlaciones, modelos de valor o comportamientos y tendencias dentro de grandes volumenes de datos, para que la empresa pueda anticiparse.