El problema de la continuidad en el análisis de datos

Andres C.

En estos años de experiencia en el área de análisis de datos, he visto un problema recurrente en todas las organizaciones, públicas o privadas: siempre que un analista se va, se lleva gran parte de la inteligencia recopilada en su análisis.

Con la fluidez de las relaciones y la rotación natural de los empleados a lo largo de los años, la suerte acaba siendo la misma, se pierde gran parte del que posiblemente sea el activo más valioso en los departamentos de análisis, ya sea en seguridad pública o en departamentos de inteligencia competitiva.

Esto no quiere decir que el profesional haga algo ilegal o poco ético, sino más bien una simple consecuencia natural de la falta de procesos y herramientas.

El proceso de construcción de inteligencia debe ser continuo, sin embargo, no son raros los casos en que los fraudes se repiten a lo largo de los años porque los analistas que participaron en el análisis inicial ya no trabajan en la empresa y se ha perdido la experiencia en ese caso específico.

Recuerdo que hace unos años participé en un caso en el que se habían malversado algunos millones de reales en un fraude de comprobante bancario. Lo que se esperaría en un caso así es que la empresa aprendiera la lección, estableciera algunos procesos y nunca volver a caer en la misma estafa.

En inglés, la expresión para la diferencia entre lo que se espera y lo que realmente sucede es “Wishful Thinking”, algo así como “Hopefulthinking”, o como dicen en el sur de mi pais… ¡pero qué esperanza! Lo que realmente sucedió fue que con un simple cambio de forma, el fraude volvió a ser un éxito.

¿Pero qué hacer?

1. Identifique los tipos de datos más importantes y el conocimiento que cada empleado debe tener para aprovechar sus procesos de la manera más eficiente.

2. Establecer un proceso ágil como Scrum y determinar que el entregable al final del proceso sea un conjunto de cambios a desarrollar por el otro equipo, ya sea cumplimiento y procesos en casos de fraude o acciones de marketing y presencia en el caso de inteligencia. negocio.

3. Adquiera herramientas que documenten todo el proceso de análisis en detalle y faciliten la búsqueda de información. Una herramienta enfocada al área de inteligencia, no esperes que Word o Confluence resuelvan tu problema.

4. Establecer un flujo de trabajo bien definido basado en herramientas de análisis modernas y definir internamente roles para los Analistas/Revisores/Aprobadores para que más personas participen en todos los análisis y facilite la difusión del conocimiento.

5. Innovar, probar nuevas formas de generar y almacenar inteligencia.