A analizar se aprende analizando

Normalmente definimos el proceso analítico en 5 etapas fundamentales que se repiten cíclicamente: definición de objetivos y KPIs, implementación y medición, diseño de reporting, análisis de datos y optimización. Desde mi punto de vista la etapa más complicada y de las más productivas es el análisis de datos. Pero, ¿cómo podemos aprender a analizar? Tras reflexionar mucho sobre ello he llegado a la conclusión de que a analizar se aprende analizando.

Hace un tiempo estuve gestionando los planes de formación de un equipo de analítica. Profesionales maravillosos que conocían a la perfección los entresijos de las herramientas de analítica más populares. Dominaban el proceso analítico completo: la recolección del dato, el procesamiento aplicado por las herramientas, el reporting… Cada uno de ellos estaba especializado en una parte, pero todos con la visión global. Entre todos formábamos el famoso y anhelado “equipo multidisciplinar”.

Diseñando un plan de formación

Mi objetivo era diseñar un plan de formación que nos aportase valor a nivel de equipo, pero también a cada persona individual, de forma que cada uno pudiera crecer y evolucionar en las disciplinas que más le interesasen. Así que lo primero que hice fue organizar entrevistas individuales para que todos mis compañeros respondieran a dos preguntas,

• ¿en qué parte del proceso te ves más flojo?
• ¿en qué disciplinas te interesaría especializarte?

Entre todas las respuestas había una común:

“Me gustaría aprender a analizar mejor, a extraer conclusiones y acciones a recomendar”.

Mi dream team de analítica

¿Cómo aprendes a analizar?

Tengo que reconocer que la respuesta me sorprendió bastante por dos motivos.

El primero es que estaba ante el “dream team” de la analítica. Esta gente tenía muy claro el objetivo final de todo nuestro trabajo. No se trataba de implementar un tag manager, automatizar un informe o configurar una herramienta de analítica para revisar cuatro informes. No, todo esto iba mucho más allá. Todo esto era trabajo secundario pero muy necesario para llegar a lo principal: extraer conclusiones y acciones a partir de los datos. Todos lo tenían claro y todos querían reforzar esta parte, porque sabían que eso los convertiría en los mejores analistas y en conjunto nos convertiría en el mejor equipo. Las verdad es que sentí ORGULLO de todos ellos, de lo que habíamos evolucionado como equipo, y desde aquí os doy las gracias por ello.

¿Existe un curso efectivo de análisis de datos?

El segundo motivo por el que me sorprendió esta respuesta es que nunca me había planteado que el análisis fuera algo que se pudiera estudiar. Se estudia lo que es un canal o una sesión. Se estudia cómo funciona un tag manager, una herramienta de analítica o una herramienta de reporting. Se estudia qué es y cómo aplicar un modelo de atribución, modelos predictivos o de machine learning. Se estudia análisis estadístico utilizando R o Python. Se estudia cómo visualizar y presentar los datos de una manera lógica, comprensible y enfocada a tu audiencia… Se estudian mil cosas, pero ¿analizar? ¿como aprendes a analizar los datos y sobre todo a extraer conclusiones?

En su momento estuvimos buscando cursos y formaciones que nos reforzasen en ese punto, pero no encontramos nada que se adecuase a lo que nosotros buscábamos. La mayoría de las formaciones de analítica se basaban en teoría o aprendizaje específico de una u otra herramienta. Si alguno de vosotros conoce un buen curso práctico de análisis de datos y extracción de conclusiones, por favor, indicadlo en los comentarios, estoy segura de que mucha gente que sigue a Datola estará interesada en ello 😉.

¿Cómo enseñar a analizar?

Hace unos meses tuve que enfrentarme de nuevo a esta pregunta debido a una petición que me llegó desde el Máster de Marketing Digital de la Universidad de Santiago de Compostela, con los que colaboro como profesora desde hace un par de años. Me proponían ser profesora de una clase de 5 horas dentro del módulo de analítica digital en la que el tema era “Analizando datos”. Inmediata e inevitablemente mi mente me llevó de vuelta a aquel maravilloso equipo que hacía unos años me habían pedido formación en el análisis de datos. Pero ¿cómo se puede enseñar a analizar datos?

Estuve semanas dándole vueltas a cómo plantear la clase y llegué a una conclusión: no se puede enseñar a analizar, la única forma de aprender es dedicarle muchas horas y analizar muchos datos, tropezar muchas veces con la misma piedra y así, con el paso del tiempo, desarrollar esa especie de “intuición” que encuentras en los grandes analistas.

Así que, dado que no encontré la fórmula perfecta para enseñar a analizar datos (si la tenéis por favor animaros a compartirla), me decidí por contarles a los alumnos las técnicas y recomendaciones que yo considero más importantes a la hora de enfrentarse a un análisis. De esta forma al menos tendrán un sitio por el que empezar cuando en el futuro les pidan un análisis en sus empresas.

Veamos un resumen de cada una de ellas.

La importancia del contexto

Yo creo que lo más importante a la hora de enfrentarse a un análisis de datos es tener contexto. Saber qué está sucediendo alrededor de esos datos. Hay un montón de factores que impactan en un negocio, factores tanto internos como externos y debemos de ser conscientes de todos ellos para interpretar los datos de la manera correcta.

En mi opinión hay tres niveles distintos en los que nos debemos de esforzar para obtener todo el contexto posible:

1. Contexto de las acciones de empresa

Entras el lunes por la mañana, sacas los datos de siempre y ¡oh, sorpresa!… un aumento en las sesiones, ¿de dónde vienen? Parece que de social, han lanzado una campaña de facebook, y como siempre, no nos han avisado. Al menos han puesto bien las utms, las regañinas de las últimas 10 veces han surgido efecto… ¿Os suena esto?

Otro ejemplo. Petición urgente del CEO: “Quiero saber el performance de la nueva funcionalidad que sacamos ayer”. Tú entrando en pánico, “¿de qué c*** me hablas? Nadie me ha dicho nada de esto, no sé si está etiquetado, tengo que ver qué podemos sacar”.

¿Por qué es tan difícil mantener una comunicación fluida con el equipo de analítica? Aviso a todos los que queréis tomar decisiones basadas en datos, es imprescindible que el equipo de analítica está al tanto de los nuevos desarrollos desde el principio para elaborar un plan de medición adecuado. De lo contrario nunca podréis contestar las preguntas de negocio que queréis.

2. Contexto del mercado o sector

Conocer la evolución del mercado en el que se mueve tu negocio, a tu competencia y al sector en general también es muy importante. Por ejemplo, todos los problemas de aprovisionamiento y de importación de materiales desde ciertos países que se están viviendo en los últimos meses son un punto clave para explicar las caídas en los beneficios de muchas empresas. Y por supuesto para fundamentar algunas decisiones dentro de la empresa, como el aumento de los precios o cambios de proveedores.

3. Contexto del mundo que nos rodea

El mayor y más reciente ejemplo que tenemos de esto es el covid. La pandemia ha cambiado drásticamente nuestra forma de ver la vida, de priorizar y de relacionarnos con los demás, incluidas las marcas que nos rodean. En general hemos sufrido una aceleración del consumo digital para el que muchos negocios no estaban preparados. A la hora de analizar los datos de los dos últimos años hemos de tener en cuenta la situación anómala vivida.

Comparar datos

Otro punto fundamental a la hora de analizar es comparar los datos que estás analizando con un periodo anterior. Imagínate que tienes los ingresos totales del mes de julio. Ese dato por sí sólo no te aporta ningún valor, no sabes si es un dato bueno o malo. Para saberlo tendrás que comparar con el mes anterior o con el mismo mes del año pasado, por ejemplo. El periodo contra el que comparas va a depender mucho de tu negocio y de la estacionalidad que tenga este. Por ejemplo, si tengo un negocio de ropa y estoy viendo los datos de julio, lo normal es que tenga muchos más ingresos que en junio, debido al periodo de rebajas, por lo que probablemente será más interesante comparar con julio del año anterior.

Otra buena práctica es definir una línea base sobre la métrica que te interesa analizar. Para ello puedes calcular la media de la métrica para el último mes, trimestre o año. La línea base te indicará el nivel en el que te encuentras, será tu referencia. Conocida la línea base, puedes definir a dónde quieres llegar en los próximos meses, este será tu objetivo. De esta forma tendrás el punto en el que te encuentras (línea base) y el punto al que quieres llegar en unos meses (objetivo). Podrás marcar acciones para conseguir ese objetivo y monitorizar cómo afectan cada una de esas acciones a esa métrica. Esto te servirá como guía para alcanzar tu objetivo.

Segmentación de datos

La segmentación de los datos nos permite hacer otro tipo de comparación, en este caso de subconjuntos de tu audiencia/usuarios. De esta forma podrás detectar patrones de comportamiento o definir acciones específicas para ese grupo de clientes. Algunas segmentaciones típicas son por mercado, país, dispositivo, tipos de usuarios…. Depende mucho de tu negocio, pero en general estos análisis más detallados te suelen aportar información muy valiosa.

Usar varias fuentes de datos

Si te estás enfrentando a un análisis en profundidad probablemente tendrás que buscar respuestas en distintas fuentes de datos y cruzarlos. Por ejemplo, es habitual que tengas tus datos de la web/app en Google Analytics o Adobe Analytics. Por otro lado, tienes tus datos de las tiendas físicas en alguna base de datos interna, que puede ser más o menos compleja.

¿Queremos saber cuánto estamos invirtiendo y cómo están impactando las acciones de marketing? Pues tendremos que ir a cada una de las plataformas de publicidad que estamos usando.

¿Y qué se de mis clientes, cómo puedo completar la información un poco más? Tendrás que ir al CRM, si es que lo tienes.

Que resulta que el análisis es para el CEO y necesito todos los costes, pues tendré que ir al departamento de compras a ver cómo están recogiendo esta info y cómo la puedo integrar con el resto. Ostrás!, que dentro de los costes está también el del personal, tendré que ir al departamento de People and talent (los antiguos recursos humanos…). Cruzo los dedos a ver si tenemos un ERP donde tenga toda esta información centralizada y fácil de extraer para analizar….

Como ves la cosa se puede complicar mucho, pero tranquilo es todo cuestión de echarle tiempo. Y con cada pasito que des con cada fuente de datos recordarás que a analizar se aprende analizando 🙂

Tirar del hilo

Ha habido un gran aumento en la tasa de conversión con respecto a la semana anterior. ¡Son fantásticas noticias! Lo metemos orgullos en nuestro informe semanal y decimos “Vamos por el buen camino, esta semana ha crecido la tasa de conversión un 45%”. Dar buenas noticias es fácil y muchas veces no nos piden más explicaciones, por lo que no ahondamos en el origen de ese aumento.

Pasa un mes y de repente la tasa de conversión vuelve al valor anterior, tenemos una bajada del 45%. ¿Cómo explico esto? ¿cómo le digo al comité de dirección que la conversión ha bajado mucho respecto a la semana anterior?

Me pongo a analizar en detalle. La tasa de conversión la estoy calculando como ventas entre sesiones. Vamos a ver la tendencia de esas métricas. Reviso las ventas y veo que están estables durante los últimos dos meses. Reviso las sesiones y ahí está el problema, hace un mes hubo una caída en las sesiones y se recupera esta semana. Pero, ¿por qué? Segmento por dispositivo y veo que las sesiones de android estuvieron a 0 durante un mes entero y ahora se han recuperado. Entro en pánico ¿Cómo es posible?¿Cómo no me he dado cuenta antes? ¿Cómo explico que lo que hace un mes parecía un gran éxito en nuestra estrategia en realidad se debe a un error de etiquetado y que ahora hemos vuelto a los valores reales de conversión?

Buscar el origen del cambio

La situación que os planteo puede parecer increíble, pero he visto a varios analistas cometer este error. Cuando las cosas van bien nos dormimos en los laureles, el dato es bueno y no tengo tiempo de revisar a qué se debe el cambio. Es fácil dar buenas noticias, pero a la larga te puede venir en contra si cometemos el error de “vender” como bueno algo que realmente no lo era.

Es importante ahondar en los cambios de tendencia y descubrir su origen. Esto es a lo que yo llamo tirar del hilo o seguir la pista. En estos casos debemos de ponernos nuestro sombrero de detective y coger la lupa, debemos dedicar tiempo a descubrir cuál es el verdadero origen del cambio.

Intenta siempre ser honesto

Por último, me gustaría recalcar la importancia de la honestidad a la hora de comunicar los datos. Esto realmente no es parte del análisis, pero sí que es fundamental para poder tomar las decisiones correctas. Muchas veces nos da miedo comunicar datos malos, intentamos buscar y maquillar aquellos que más nos convienen. No lo hagas, sé que es difícil, normalmente se culpa al mensajero del contenido del mensaje, pero es importante que seamos fuertes y muy sinceros con los datos, solo así aportarán valor.

Desde aquí me gustaría hacer también un llamamiento a todos los CEOs y directivos que quieren tomar decisiones basadas en datos. Intentad crear un ambiente de honestidad y comprensión, los analistas no son el enemigo que viene a decirte lo mal que están yendo las cosas. Los analistas son aliados que te permitirán darte cuenta de algunos errores en tu estrategia. Escúchalos e involucralos en las reuniones de tomas de decisiones. Es importante que tengan el contexto de todo lo que se está haciendo en la empresa para que sus análisis sean óptimos.

A analizar se aprende analizando

Nadie dijo que analizar fuera fácil. Requiere conocimiento de las herramientas, de la empresa, del negocio… Y sobre todo requiere de horas de dedicación, de seguir la pista, de tirar del hilo. Como ayuda se pueden aplicar algunas de las técnicas aquí explicadas, pero seguro hay muchas más. ¿Cómo os enfrentáis vosotros a un análisis? ¿Tenéis algún proceso para ello? ¿Cómo aprendisteis a analizar? No dudéis en dejar un comentario para compartir vuestras experiencias.