google-site-verification=v5iY2Gdz-zxOgnVQjut3cRIcQjmYyl9pb-1ISc6yXoY

La clave para crear software más inteligente: ofrecer conocimientos

 

Hace tres años pasé mucho tiempo mirando empresas de inteligencia empresarial SaaS. Me encantó lo que vi en las demostraciones: conexiones de datos sencillas, gráficos de aspecto elegante, potentes herramientas de desglose y paneles personalizados que hicieron que las herramientas parecieran obvias. Y luego comencé mis llamadas de diligencia. Todas estas campanas y silbidos fueron útiles para los analistas de datos que aprendí, pero en su mayoría inútiles para los usuarios habituales. Los clientes no querían volverse analistas de datos, querían el software para hacer el trabajo del analista de datos.

Entonces me di cuenta de que existe una enorme disparidad entre las áreas en las que se centran los proveedores, es decir, gráficos, cuadros de mando, herramientas de consulta e informes, y la realidad de las necesidades de los clientes. Nadie tiene tiempo para examinar cuadros de mando, gráficos e informes. Y los clientes no quieren perder tiempo en su aplicación a menos que sea absolutamente necesario.

Resulta que esta discrepancia no solo se aplica a las herramientas de inteligencia empresarial, sino a cualquier software que gestione datos. Tome Sales Cloud de Salesforce, por ejemplo. Recopila y gestiona una gran cantidad de datos, pero hace muy poco para analizar esos datos de forma proactiva y proporcionar conocimientos. ¿No sería mejor si Salesforce le enviara un correo electrónico cuando detectara información interesante?

Esto es exactamente lo que escuché de los clientes. Quieren un correo electrónico o un SMS que les advierta de una condición anormal, indicando la información junto con la mayor cantidad de información posible sobre la causa raíz del problema. Aquí tienes un ejemplo en un contexto de ventas:

Proyectamos que perderá su plan de reservas este trimestre.

Su plan es de $ 2.5 millones; Según los datos que tenemos, proyectamos que las reservas serán $ 400k por debajo del plan.

Esto se debe a que tiene muy pocas oportunidades en proceso, dada su tasa de conversión histórica de oportunidades a acuerdos cerrados (55%). El total de todas las oportunidades en el embudo que se proyecta cerrar este trimestre es de $ 3.8 millones.

La región occidental parece ser el problema. Más específicamente, los representantes John XX y Kate XX están por debajo de sus objetivos. Haga clic aquí para ver más información. (Aquí es donde puede traerlos de vuelta a su aplicación con gráficos y herramientas de consulta para profundizar).

Para algunos, esto puede parecer ciencia ficción, pero en realidad no es tan difícil de lograr. Sin darnos cuenta, interactuamos con software inteligente todo el tiempo. Amazon recomienda automáticamente productos que nos pueden gustar. Nest optimiza la configuración del termostato. VideoIQ incluso se da cuenta de que alguien está a punto de cometer un delito. La clave es que todos estos productos anticipan lo que quiere un usuario y luego lo hacen automáticamente.

Como todos los desarrolladores de software le dirán, facilitar las cosas al usuario final normalmente requiere un arduo trabajo por parte del desarrollador. Entonces, ¿qué se necesita para crear un software de análisis de datos inteligente que pueda brindar información a los usuarios de manera automática y proactiva?

1. Comience con el enfoque de la aplicación

Este paso solo se aplica a los proveedores de plataformas: Al afirmar lo obvio, para proporcionar realmente grandes conocimientos, los proveedores de plataformas deberán centrarse en una aplicación específica y pasar de ser una plataforma horizontal amplia. De esa forma, la información en el sistema se vuelve comprensible. por ejemplo, estos datos representan reservas y no son solo un montón de números.

Los proveedores de BI obtienen esto y han creado un conjunto de aplicaciones que se construyen sobre sus plataformas. Algunos de estos son realmente buenos. Pero todavía están por debajo de lo que esperan los clientes.

2. Descubra los momentos importantes

La mayoría de las veces, no es necesario que un humano mire los datos, ya que todo se comporta como se esperaba. Este es uno de los problemas con los paneles de control: si sigues volviendo a ellos y no hay nada inusual que observar, pronto dejarás de usarlos. Los clientes quieren que se les avise cuando ha ocurrido algo problemático o fuera de lo común.

Las herramientas de BI suelen proporcionar funciones de alerta. Pero los que he visto son demasiado simplistas y requieren que el usuario defina las reglas para lo que es una excepción. Una vez más, el software no está siendo inteligente y espera que el usuario haga el trabajo, en lugar de averiguar cómo hacer ese paso por ellos.

Aquí hay algunas ideas iniciales sobre cómo detectar los eventos inusuales que requieren atención humana:

Basar los datos

La mayoría de los datos siguen un patrón, y ese patrón puede discernirse a lo largo del tiempo y usarse como línea de base. Las técnicas de reconocimiento de patrones automatizado se pueden utilizar para la detección de anomalías cuando los datos se desvían de las normas establecidas.

Mira presupuestos o previsiones

Muchas veces habrá un presupuesto o pronóstico para los datos que se puede usar para determinar cuál es el comportamiento «normal» o «esperado» de los datos. Luego, cuando las cosas difieran de eso, cree una alerta.

Utilice el conocimiento de la aplicación para determinar qué es anormal

En muchas situaciones, el simple conocimiento de la aplicación ayudará al desarrollador de software a reconocer qué son datos anormales. Por ejemplo, en la gestión del almacenamiento, sabrá que cuando su disco se acerca al 90% de su capacidad, es una condición de alerta.

Envíe actualizaciones periódicas cuando nada sea anormal

Hasta ahora solo hemos hablado de alertar cuando hay actividad anormal. Pero en la mayoría de las aplicaciones también es útil que le digan a intervalos regulares que nada va mal. En sí misma, esta ausencia de problemas es en realidad una idea.

Esto se logra mejor con un correo electrónico regular para informarles qué datos se están monitoreando y que no hay excepciones. Quizás esto tome la forma de una lista de elementos de datos de alto nivel con una luz de estado verde y posiblemente un gráfico o un valor numérico. Por ejemplo, sería bueno recibir un correo electrónico mensual de su software de contabilidad para informarle que las reservas, los ingresos, los márgenes, los gastos y el efectivo fueron todos los esperados, en lugar de recibir un correo electrónico cuando estuvieron significativamente por encima o por debajo plan.

3. Determine la causa raíz

Si su software determina que las reservas están a punto de perder el plan, eso es algo útil. Pero de inmediato surge la pregunta: ¿Por qué?

Normalmente, para encontrar la respuesta a esa pregunta, necesitaría «profundizar» en el cuadro de reservas para averiguar la causa raíz. ¿Fue porque una de sus regiones tiene un rendimiento inferior, porque cierto producto no cumplió con el objetivo de ventas esperado o porque la productividad general de las ventas es menor de lo esperado?

Lo que vemos de esto es que la mayoría de los datos son de naturaleza jerárquica. Para cada aplicación, habrá una pequeña cantidad de métricas de alto nivel realmente importantes. Pero detrás de cada uno de estos, por lo general, habrá una jerarquía de métricas de apoyo que ayudarán a comprender la causa raíz de un problema si la métrica de alto nivel es anormal.

Tomemos Profit como ejemplo. Si no cumplimos con nuestro objetivo de ganancias, comenzaríamos a analizar los siguientes componentes para ver de dónde venía el problema:

imagen

Luego, si profundizamos en Reservas, si hubiera un problema allí, podríamos mirar el siguiente conjunto de componentes: imagen

Conocer esta jerarquía hace posible que el software de análisis inteligente haga el desglose para el cliente en lugar de hacer que él haga el trabajo.

4. Trabaje con un experto en el dominio para descubrir las perspectivas clave

Además de utilizar la jerarquía para determinar qué es importante, también tiene sentido pedirle a un ejecutivo del dominio de la aplicación que le explique las ideas clave que buscan y cómo diagnosticarían problemas comunes.

Si estuviéramos hablando con un vicepresidente de ventas, es posible que le diga que quiere saber lo siguiente:

  • ¿Voy a perder el número de reservas trimestrales?
    • Y le dirían cómo diagnosticarían un problema observando los elementos contribuyentes, como he intentado mostrar en el diagrama anterior.
  • ¿Se está construyendo el oleoducto, por lo que estoy bien ubicado para alcanzar mi número para el siguiente trimestre?
    • Requiere que mire las ofertas que se encuentran en una etapa anterior del embudo.
  • ¿Cuál de mis vendedores no está funcionando?
    • ¿Qué parte del trabajo de venta es un problema para ellos (por ejemplo, demostraciones)? (Permite al vicepresidente tomar medidas correctivas, como capacitación adicional).
      • ¿Quiénes son los mejores vendedores en esa función de ventas (es decir, dando demostraciones)? Utilice a las mejores personas para dar demostraciones a la capacitación de las personas que tienen problemas con su demo a la tasa de conversión de acuerdos cerrados.

Una vez que sepa qué es lo que les importa, trabaje en la configuración de las métricas de tal manera que le permita proporcionarles esos Insights.

5. ¿Puede recomendar también una acción correctiva?

Esto puede ser una exageración, pero en muchos casos también es posible sugerir acciones correctivas. Por ejemplo, en una aplicación de ventas, sus datos pueden mostrar que algunos representantes de desarrollo de mercado no están obteniendo una buena tasa de conexión con los clientes después de enviar un correo electrónico inicial (es decir, probablemente no estén haciendo un buen trabajo investigando al cliente y escribiendo un correo electrónico atractivo). Puede buscar representantes que tengan una tasa de conexión realmente alta y sugerir que el gerente de ventas considere usar esos representantes para entrenar a los representantes problemáticos.

Conclusión

Si está creando software que genera, recopila o administra datos de alguna manera, pregúntese: ¿Pueden los clientes recopilar información fácilmente a partir de mis datos? Tenemos una gran oportunidad para crear software más inteligente que les brinde a los clientes lo que quieren, solo requiere un poco más de trabajo.

Leave a Comment!