No se trata solo de analizar, procesar y extraer hallazgos de los datos. Para tomar decisiones acertadas se requiere una comprensión intuitiva del análisis. La narración de historias es el camino a seguir.
Por Fernando Silvestre, country manager Colombia, Ecuador y Centroamérica, Neoris.
A medida que la pandemia continúa expandiéndose a nivel mundial, así mismo las empresas de todos los sectores comienzan a notar que no tienen la suficiente data para entender los problemas derivados de la crisis y tomar decisiones de manera inteligente.
En estas nuevas circunstancias tan críticas, el análisis de datos se ha convertido en una práctica común para extraer información valiosa que puede ayudar a desarrollar flujos de trabajo basados en procesos y –finalmente-, obtener decisiones predictivas. Decisiones impulsadas por datos.
Es aquí donde la narración de historias –conocida en inglés como storytelling-, convierte los conjuntos de datos en narraciones significativas y ricas en imágenes, que ayudan a guiar las decisiones comerciales.
¿Cómo es eso posible? Por su naturaleza, el storytelling permite a aquellos miembros de equipo que dominen la narración de historias transmitir su sabiduría a través de narrativas extraídas de conjuntos de datos.
Me explico con ejemplo: a medida que el Covid-19 se extendió por todo el mundo, así mismo surgió una enorme cantidad de datos. Número de pacientes infectados, período de incubación, propagación del virus, tasas de recuperación y de muertos, cantidad de salas de cuidados intensivos disponibles e incluso el número de profesionales de salud dispuestos a atender la emergencia.
Todos estos datos condujeron a una misma verdad: a menos que los ciudadanos tomaran distancia social unos de otros, los sistemas de salud colapsarían y muchas personas morirían. Fue así como en cuestión de días, la visualización de la data asociada a la pandemia inundó las noticias y las redes sociales para indicar que la humanidad debía ser capaz de ‘aplanar la curva’.
Fue el análisis de datos detrás del brote lo que permitió contar una historia capaz de producir cambios sísmicos en el comportamiento de los sistemas y sociedades al punto que los gobiernos –luego de su análisis-, concluyeron que lo mejor era ‘quedarse en casa’.
APLICACIÓN EN LA EMPRESA
Pues bien, esa capacidad de tomar los datos para comprenderlos, procesarlos y extraer valor de ellos mediante narrativas posteriores es una habilidad que no solo puede aplicarse a problemas sanitarios de escala global, sino que debería explotarse en las organizaciones modernas.
Sin embargo, en la práctica las cosas son diferentes, pues las organizaciones carecen del conjunto de habilidades para contar historias. Una cosa es tener la data organizada, analizada y procesada mediante sistemas de Big Data y otra muy diferente es tratar de transmitir los resultados de su análisis mediante narrativas relevantes, visuales y en contexto para tomar decisiones de manera más comprensible, ajustada al lenguaje humano.
En este sentido, en NEORIS tenemos gratas experiencias de storytelling al guiar a nuestros clientes por el camino de la comprensión intuitiva del análisis. Se trata, ni más ni menos, de un problema de comunicación en el cual se debe producir una historia de manera tal que los humanos (léase: los tomadores de decisión), puedan interpretarla fácilmente.
He aquí el meollo del asunto, ya que –si la data analizada no se entiende-, pues difícilmente será posible tomar decisiones acertadas. Con el storytelling se logra un enfoque estructurado para comunicar los hallazgos más relevantes a través de la combinación de tres elementos claves: datos, narrativa e imágenes.
Al reunir estas variables y conjugarlas con el talento de nuestros narradores y las tecnologías de analítica de NEORIS, somos capaces de abstraer la data y los hallazgos y convertirlos en una historia potente capaz de cambiar el rumbo de las organizaciones.
Recordemos que los datos son solamente una colección de números hasta que se convierten en una historia. De nada sirve contar con numerosos tableros de control y estadísticas si no es posible extraer su conocimiento y convertir los datos en información accionable para la tomar de decisiones.
###
