Según la tercera Encuesta Longitudinal de Empresas (ELE), que elabora el Ministerio de Economía en conjunto con el INE, en Chile el 97% de las compañías es catalogada como Pyme, lo que por extensión convierte a este segmento productivo en uno de los principales motores de la economía nacional.
 
La importancia de las pequeñas y medianas empresas en Chile también se refleja en los empleos que generan, con cerca del 62%. Sin embargo, al revisar el valor total de las ventas del mercado, las grandes empresas concentran el 98%, dejando a las Pymes solo con un 2% de margen, muy pequeño para la magnitud que representa esta industria para el país (ELE 2015).
 
“El reproche que se le hace a este segmento es la falta de innovación en tecnología y marketing para promover sus productos. Es ahí, donde entra en juego los conceptos de analítica y Big Data, tan comunes en las grandes compañías del mundo y Chile, pero que en las Pymes aún son muy poco utilizados”, sostiene Marcelo Sukni, gerente general de SAS Chile y Perú.
 
En Estados Unidos, una encuesta realizada por SAS a ejecutivos de pequeñas y medianas empresas reveló que el 80% de los entrevistados estuvo de acuerdo en que aplicar análisis a los datos que manejan en las empresas podría ayudar a mejorar la calidad del producto, descubrir nuevas oportunidades de negocios y acelerar la toma de decisiones. Incluso el 96% de estas pequeñas y medianas empresas norteamericanas aseguraron que pensaban implementar un proyecto de Big Data para acrecentar sus ganancias.

“En Estados Unidos, en Europa y en Asia los emprendedores y las pequeñas industrias entienden que la analítica de datos es una herramienta decisiva para ser exitosos en los negocios. Sin embargo, con presupuestos limitados, con la falta de personal capacitado y departamentos TI pequeños o en algunos casos inexistentes, es complejo para estas empresas saber cómo emprender un camino en el mundo de Big Data”, explica Douglas Montalvao, gerente de soluciones de SAS Chile y Perú.

 
Como una manera de empezar a construir un camino ligado a Big data y análisis de datos, SAS entrega cinco consejos prácticos que las Pymes deben considerar al iniciar un proyecto de este tipo:
 
1. Construir un modelo de negocio. Lo primero es definir el modelo de negocios y evaluar los beneficios comerciales si se aplica Big Data para mejorar las decisiones al interior de la empresa. Por ejemplo, la visualización de datos es exitosa para determinar el crecimiento del tamaño de los canastos de compra en un retail mediante el análisis de comportamiento del cliente anterior (además de otros factores). Una simple hoja de cálculo puede mostrar el valor de un aumento del 1% en el tamaño de la cesta, un aumento del 2%, y así sucesivamente. El mismo tipo de preguntas se pueden plantear para cualquier aspecto de un negocio: operaciones, ingeniería, recursos humanos, finanzas, e incluso de TI.
 
2. Colaborar y cooperar. La visualización de datos es un área donde no se experimentar o improvisar de forma aislada. La encuesta citada anteriormente realizada por SAS en Estados Unidos identificó a la colaboración entre unidades de negocio y de TI como uno de los factores de éxito más importantes en proyectos de análisis de datos, y la falta de cooperación entre los dos como la causa más importante de fracaso.
 
3. Democratizar sus datos. Las soluciones analíticas aplicadas a Big Data fueron desarrolladas inicialmente como una herramienta de trabajo para grandes empresas que podían darse el lujo de contratar a los estadísticos y otros profesionales capaces de analizar datos. A menudo, estos expertos funcionaban (y todavía lo hacen) como grupos de consultoría internos. Este modelo es muy caro, lento y torpe para la mediana empresa, y debe evitarse a toda costa. Si usted está determinado a implementar este tipo de proyecto, lo que tiene que hacer es lograr que los datos sean comprendidos por todos, de manera fácil y sencilla.
 
Actualmente, existe tecnología adecuada para ello. No se necesitan científicos de datos o especialistas para darle utilidad a los datos en función del negocio de su empresa. Las soluciones poseen guías de fácil navegación que permite, por ejemplo, analizar sistemáticamente los datos para ver qué variables están fuertemente correlacionados con los resultados deseados, o no correlacionados en absoluto.
 
4. Pedir ayuda. No deje que un problema técnico lo detenga. Si posee un objetivo de negocio claro, puede contratar consultores sobre una base limitada para obtener la experiencia técnica que necesita para hacer funcionar una herramienta de visualización de datos. Este es un enfoque mucho más práctico (y económico) de tratar de contar con el talento que necesita, lo que puede ser difícil de atraer si su negocio no es gigante.
 
5. No pase por alto la necesidad de velocidad. La velocidad de una solución no es algo que sólo le importa al departamento TI, ya que tiene dos consecuencias muy prácticas en el ámbito empresarial. La primera es que los gerentes que están tratando de averiguar un problema necesitan un sistema que funcione en tiempo real. Si cada respuesta requiere una hora de cálculo, es muy difícil para los usuarios mantener la continuidad del pensamiento. Los gerentes tienden a ser personas de acción. Son propensos a abandonar un sistema que requiere días de paciente espera para entregar un resultado útil. Lo otra razón es que un sistema lento simplemente no puede procesar grandes cantidades de datos. La solución para este problema es analizar muestras en lugar de todo el universo de datos.