ANALÍTICA – Gratia

Tres tipos de analítica.

En Gratia amamos la intuición, las emociones y las musas que inspiran. Son tres de las patas de esa criatura hermosa de mil cabezas llamada creatividad. Pero no por amar lo blando nos olvidamos de lo duro porque, en el mundo de la comunicación, las decisiones respaldadas por datos ya son una necesidad, y nuestra marca registrada.

En este snack 🥒 queremos hablarte sobre los tres tipos de analítica que transforman la manera en que tu empresa toma decisiones, conecta con sus audiencias y optimiza sus operaciones: la descriptiva, la predictiva y la prescriptiva.

¿Empezamos a desglosarlas?

La analítica descriptiva. O entendiendo el pasado.

Es la básica: a partir de las fuentes de datos, los cruncheamos para obtener insights de forma objetiva y clara. Queremos entender y describir qué sucedió, respondiendo preguntas como:

* ¿Qué pasó? (Ejemplo: equis rendimiento de una campaña o pieza). * ¿Cuándo? (Ejemplo: si era la fecha adecuada, si corría junto a otra, si era la primera vez, si había competencia). * ¿Dónde? (Ejemplo: en qué plataforma, área, país). * ¿Quién estuvo involucrado? (Ejemplo: qué campaña, pieza, acción). * ¿Cómo sucedió? (Disparadores, exponenciadores o mitigadores). * ¿Por qué sucedió? Acá buscamos unir puntos y entender la causa raíz de lo que se midió.

Para responder a estas preguntas se usan técnicas matemáticas, bastante conocidas para los que estén en tema (medidas de tendencia central, de dispersión, representaciones gráficas, tablas de frecuencias, comparaciones, etc.).

Digresión: usamos “etc” porque es un snack breve, ¡no un paper científico!

Esta analítica mejora la comprensión de los datos y la identificación de patrones, tendencias y relaciones entre ellos que podrían pasar desapercibidos a simple vista. Y es super útil, porque facilita la toma de decisiones informadas y estratégicas.

La analítica predictiva. O anticipando el futuro.

Por ejemplo, querés saber si en tu campaña de back to school vas a vender más y, por lo tanto, deberías invertir más en comunicación, distribución y fuerza de ventas. ¿De dónde sacás la info? No, la bola de cristal no es opción. La sacás de los datos. El objetivo principal de la analítica predictiva es anticipar lo que sucederá, con el fin de tomar decisiones más acertadas y proactivas.

Te basás en la construcción de modelos predictivos, que son algoritmos complejos que aprenden de los datos y son capaces de identificar patrones y relaciones difíciles de correlacionar. Por eso tiene un grado de sofisticación mayor a la anterior, porque utiliza técnicas avanzadas de estadística, aprendizaje automático y data mining para predecir resultados futuros con base en datos históricos y patrones actuales. Esta analítica ayuda a tomar decisiones más proactivas y reduce riesgos, identifica nuevas oportunidades de negocio, personaliza el marketing y mejora la experiencia del cliente.

Y si bien están fuera de nuestro expertise (somos una agencia, no todólogos) se usa para mil cosas cotidianas, como pronosticar la demanda de productos, detectar fraudes, predecir el mantenimiento de equipos y hasta calcular posibilidades de incendios forestales, por ejemplo.

NOTA: si estás en un bosque, no dejes fogatas sin apagar.

La analítica prescriptiva. O tomando decisiones inteligentes.

Saber qué es lo más probable que ocurra y qué hay que hacer al respecto son dos cosas distintas. Por eso, esta analítica se enfoca en recomendar (prescribir) los mejores accionables en base a predicciones futuras y análisis de escenarios hipotéticos.

Es decir, va un paso más allá y sugiere qué se debe hacer para alcanzar un objetivo.

Acá ya nos metemos en océanos de datos y mucha, pero mucha, lucidez humana. Rara vez (o nunca) los acontecimientos se producen de forma aislada. La tecnología nos muestra correlaciones, pero el talento humano tiene que detectar las interconexiones y construir escenarios hipotéticos para comprender detalladamente lo que hay que hacer para cambiar las trayectorias futuras.

Del mismo modo que tu médico prescribe la mejor medicina sobre la base de un examen minucioso de tu historia clínica y tus análisis, las mejores acciones prescriptivas se basan en un contexto hipotético bien comprendido.

La magia está en la combinación.

A esta altura del snack suponemos que ya fue quedando claro:

* Descriptiva: entendés lo que ocurrió y detectaste patrones. * Predictiva: anticipaste lo que podría suceder. * Prescriptiva: sugerís y actuás con precisión para lograr mejores resultados.

Ahora quizá te estés preguntando si tenés que usar una, o las tres. Bueno, no todas las empresas pueden llegar a la máxima sofisticación; ya empezar por la más básica, es un gran avance.

Pero si te agarró la desesperación para incorporar analítica para tus comunicaciones de marketing o comunicaciones internas, tomátelo con calma… ¡¡LLAMANOS!! 🔥🔥 No, chiste, podés empezar tranqui: para obtener insights descriptivos tenés herramientas accesibles como Google Analytics. Y luego podés escalar progresivamente, integrando soluciones predictivas con plataformas como Tableau o Power BI. Ahora, para la analítica prescriptiva, acudí a expertos que te ayuden a armar el modelo.

En comunicación, los datos son tan valiosos como la visión, la intuición y la creatividad. La analítica no es sólo para los equipos técnicos. Y si estudiaste una carrera de Humanidades y creías que los números no eran para vos, bueno, es hora de cambiar de mentalidad.

¿Opiniones?

Gracias por leer este Gratia snack. ¡Ahora andá a crear algo increíble!

Para un deep-dive de este artículo, visitá el episodio del podcast.

SIEMPRE ES CON QUIÉN©

ANALÍTICA

Data Storytelling: el “Había una vez…” de la Comunicación Interna.

En Gratia tenemos un super equipo de Analítica, pero en realidad, es un equipo de storytellers que cuentan historias basadas en datos. Aunque éstos no dicen nada si no están contextualizados dentro del propósito de la empresa, la estrategia de CCII y la experiencia de los colaboradores: siempre son parte de una narrativa más amplia.

¡Ah, pero yo tengo dashboards para todo! Felicitaciones, pero no alcanza. Un dashboard es maravilloso para mostrarte datos, pero no necesariamente para relacionarlos.

Un ejemplo super básico: si en el indicador de velocidad del auto leés 130 km/h, es un dato. Ahora, ¿estás en una ruta o en una ciudad? Ese mismo número, en el contexto, puede ser tranquilizante o alarmante. Y si lo relacionás con otros, como si tenés sueño o no, si es de día o de noche, o cualquier otra cosa que genere sentido, recién ahí el dato te permitirá tomar decisiones.

En este snack 🍉 te compartimos algunos criterios para que puedas encontrar datos útiles, relacionarlos, crear narrativa consultiva y agregar mucho más valor que lo que haría un dashboard.

El poder de contextualizar.

Para que un dato realmente cuente una historia, debe tener contexto. Los números sin explicación generan más preguntas que respuestas. La tasa de apertura de los correos electrónicos internos puede parecer impresionante, pero ¿qué significa eso para el compromiso de los colaboradores? ¿Cómo impacta en la productividad? ¿Contribuye a la cultura organizacional? ¿Cómo unimos mensajes con conductas? ¿Cómo relativizamos índices con situaciones o momentos-empresa? Los datos deben ser presentados dentro del marco de la estrategia de la empresa para que tengan sentido.

Por ejemplo, si una campaña interna busca mejorar el bienestar de los colaboradores, los datos deben mostrar cómo las iniciativas de bienestar están mejorando los niveles de estrés, la satisfacción laboral y la retención de talento. Sin esta conexión clara, los números sólo parecen cifras aisladas sin ninguna implicación real.

Elegir métricas de múltiples fuentes, que tengan sentido y se puedan relacionar.

El uso de métricas clave es estratégico. No sólo hay que considerar las de comunicación, sino buscar otras que se relacionen con efectividad de las campañas: pueden ser del área de RRHH, de ventas, de Talent Acquisition, de marca empleadora, hasta de Seguridad e Higiene. Algunas son más útiles que otras para medir el éxito pero, a priori, no descartes ninguna, porque cualquier indicador que pueda ser influenciado por campañas de comunicación, debe ser considerado. Aquí es donde trabajamos junto al cliente y sus equipos de datos para seleccionar las métricas correctas que permitan entender los efectos de las comunicaciones y se alineen con las prioridades estratégicas de la organización.

Por ejemplo, en lugar de medir sólo la cantidad de posteos en alguna red interna, o la tasa de apertura de correos electrónicos, los líderes de comunicación deben enfocarse en indicadores como la participación activa, el nivel de feedback de los colaboradores, la efectividad de las campañas en la mejora del ambiente de trabajo o el impacto en la retención. Estas métricas, cuando se presentan en una narrativa adecuada, pueden ayudar a demostrar un ROI claro para la comunicación interna.

Llegando al C-Level: la narrativa como puente entre los datos y la estrategia.

Los datos arrancan de abajo, la información sube y el conocimiento llega arriba. La verdadera magia del data storytelling ocurre cuando los datos se colocan dentro de aprendizajes y una narrativa que resalta su relevancia en la estrategia. No se trata de mostrar un aumento en la participación de un programa interno, sino de contar la historia de cómo ese aumento influyó en el engagement o negocio, o mejoró la rotación, por ejemplo.

Al conectar los datos y las causas y efectos con las metas estratégicas de la empresa, podés demostrar cómo tus acciones están impulsando el éxito organizacional. Por ejemplo, al mostrar cómo una mejora en la comunicación interna redujo los tiempos de resolución de conflictos, no sólo estás demostrando un cambio operativo, sino que también estás ilustrando el impacto positivo en la experiencia laboral.

Lo obvio: la transparencia.

Sabemos que los éxitos tienen muchos padres y los fracasos siempre son huérfanos. Pero si una campaña no tuvo los resultados esperados, ¡no la dibujes! Los datos pueden ayudarnos a indagar qué funcionó y qué no, y descubrir patrones a repetir o a evitar. Mostrar tanto los éxitos como los fracasos, y cómo se está utilizando la analítica para aprender y mejorar, fortalece la reputación del equipo de CCII. Un equipo que demuestra transparencia y usa los datos para mejorar continuamente es un verdadero activo estratégico para el C-Level.

La bola de cristal y los datos predictivos.

¿Vos sabés lo que pasará en el futuro? ¡Nosotros tampoco! Pero, a medida que la tecnología y las herramientas de análisis avanzan, podemos analizar patrones y tendencias pasadas para predecir futuros comportamientos. Por ejemplo, el análisis predictivo podría ayudar a identificar qué tipo de comunicación interna será más efectiva para ciertos grupos demográficos dentro de la organización, lo que te permitirá personalizar los mensajes y mejorar la relevancia.

El data storytelling no termina con la creación de una narrativa convincente. El verdadero poder radica en lo que hacés con esa información después de haberlos contextualizado dentro de tu estrategia. Aquí es donde entra el concepto clave del “del dato al insight y del insight a la prescripción”. Separemos las cosas:

Del dato al insight.

Cuando se analizan a fondo los datos y se interpretan en relación con el entorno, los objetivos estratégicos y la experiencia de los colaboradores, se transforman en insights valiosos. Un insight es mucho más que una simple cifra: es una revelación. Acá es donde debemos usar el máximo pensamiento crítico posible, buscando no sólo lo que los datos dicen en la superficie, sino también lo que nos pueden enseñar sobre el comportamiento y las necesidades de los colaboradores.

Del insight a la prescripción… y al aprendizaje constante.

Este paso es el que realmente cierra el ciclo del data storytelling. Los insights contemplativos no alcanzan; deben convertirse en acciones tangibles y concretas que puedan afectar la forma en que la organización se comunica con sus colaboradores, los conecta con la cultura e influye en sus comportamientos.

Este enfoque transformador va más allá de los simples cambios operativos: implica un proceso continuo de ajuste y aprendizaje. A medida que se aplican las prescripciones derivadas de los insights, los datos comienzan a mostrar los resultados de esas acciones. Con el tiempo, este ciclo de feedback permite a las organizaciones mejorar continuamente, refinar sus estrategias de comunicación y hacer que cada interacción con los colaboradores sea más relevante y menos spameante (¿existe la palabra?).