Tipos de análisis de datos
En este escenario, la VP sabe que las ventas no están creciendo, pero esa única observación no le dice qué hacer a continuación. Cada pregunta de seguimiento requiere un método analítico diferente. Cinco tipos de análisis trabajan juntos para llevar la investigación de la observación inicial a una recomendación de precios concreta.
Análisis descriptivo: ¿qué ha ocurrido?
El análisis descriptivo cuantifica lo que sucedió sin explicar por qué.
Para Tailwind Traders, esto significa crear un panel que desglosa las ventas totales por canal y producto. El panel muestra que las ventas en línea contabilizan casi la mitad de todos los ingresos, con redes sociales como el segundo canal más grande. Las tiendas y los outlets contribuyen significativamente menos. Las tendencias mensuales confirman la preocupación de la VP: las ventas fluctúan estacionalmente, pero no muestran un crecimiento general.
En la imagen siguiente se muestra un panel de ventas y marketing que proporciona a las partes interesadas una vista rápida del rendimiento a través de tarjetas, gráficos de anillos, gráficos de barras y líneas de tendencia entre canales y productos.
Análisis de diagnóstico: ¿por qué sucedió?
El objetivo siempre es pasar del síntoma a la causa.
El cuadro de mando confirmó que las ventas no están creciendo, pero la vicepresidenta ahora necesita saber qué factores impulsan las operaciones que sí se cierran. El proceso de diagnóstico sigue tres pasos:
- Identificar qué investigar: las tasas de cierre varían significativamente entre productos y equipos de ventas.
- Recopilar datos relacionados: niveles de descuento, categorías de productos, tipos de campaña, propietarios de ventas.
- Busque el patrón: los niveles de descuento tienen el mayor impacto en si una oferta se cierra, casi triplicando la probabilidad. El tipo de producto y el equipo de ventas también influyen en los resultados.
Este análisis muestra una visión más profunda: es posible que el equipo dependa de un gran descuento para cerrar las ofertas, lo que impulsa el volumen, pero reduce los márgenes.
La siguiente imagen muestra un ejemplo del visual de Influenciadores clave en Power BI. Este tipo de objeto visual identifica automáticamente qué factores impulsan más fuertemente un resultado específico, los clasifica por impacto y muestra la relación en un gráfico de dispersión para que pueda validar visualmente el patrón.
Análisis predictivo: ¿qué es probable que suceda a continuación?
El análisis predictivo usa patrones históricos para calcular los resultados futuros antes de que se produzcan.
Ahora que el equipo entiende lo que impulsa los resultados, la VP quiere saber dónde se dirigen los ingresos. El equipo traza los ingresos mensuales durante los últimos dos años y agrega una previsión. La línea de tendencia muestra una tendencia ligeramente descendente, y la previsión indica que ese patrón continuará durante los próximos meses.
En la imagen siguiente se muestra un gráfico de líneas con una previsión integrada. El área sombreada en gris proyecta hacia dónde se dirige la tendencia basándose en patrones históricos, ofreciendo a los equipos un rango visual de los valores futuros probables.
Análisis prescriptivo: ¿qué debemos hacer?
La pregunta principal es siempre: "¿Si hacemos esto frente a eso, cuál es el resultado probable?"
El análisis diagnóstico reveló que los grandes descuentos impulsan los cierres, pero perjudican los márgenes, y el pronóstico muestra que los ingresos disminuyen gradualmente. La VP ahora necesita determinar la estrategia de precios adecuada. El equipo modela el impacto de ajustar los precios desde una disminución del 10 % hasta un aumento del 20 % y descubre una clara disyuntiva: bajar los precios aumenta los ingresos, pero reduce el beneficio, mientras que los aumentos moderados de alrededor del 7-10 % maximizan el beneficio antes de que la resistencia de los clientes haga que ambas métricas disminuyan.
En la imagen siguiente se muestra un gráfico de doble eje que compara los ingresos ajustados con los beneficios ajustados a distintos precios, lo que permite a los responsables de la toma de decisiones ver exactamente en qué punto la relación de equilibrio entre ambos pasa de ser favorable a desfavorable.
Análisis cognitivo: ¿qué puede ayudarnos a comprender la inteligencia artificial?
Cognitive Analytics responde a preguntas que requieren procesamiento más allá de la capacidad humana, no solo versiones más rápidas del trabajo que podría realizar manualmente.
Tailwind Traders también recopila miles de opiniones de clientes, incidencias de soporte técnico y menciones en redes sociales. El análisis cognitivo utiliza IA para procesar estos datos no estructurados a una escala que el análisis manual no puede igualar: categoriza los comentarios por tema y sentimiento, identifica correlaciones inesperadas entre cientos de variables y saca a la luz patrones que los analistas tardarían bastante más en descubrir.
Inteligencia artificial en análisis
Además del análisis cognitivo como método, las herramientas de inteligencia artificial también ayudan a los analistas a trabajar de forma más eficaz en los cuatro tipos tradicionales. La inteligencia artificial puede generar resúmenes de datos iniciales, sugerir qué factores investigar, detectar anomalías y traducir preguntas de lenguaje natural en consultas analíticas.
El rol del analista en cada caso sigue siendo el mismo: confirme que se aplica el tipo de análisis correcto, valide que la salida responda a la pregunta que se está preguntando y determine si los datos son lo suficientemente confiables como para actuar.
Tip
Mirando hacia atrás en el escenario de Tailwind Traders: la VP quería comprender por qué las ventas no crecen. ¿Con qué tipo de análisis empezaría y cuál se aplicaría a continuación?