Hay mitos que romper respecto del análisis de datos:
no es para los más grandes, no es increíblemente
costoso y no es únicamente para quien tiene toneladas
de información. Las empresas de todos tamaños están
obligadas a invertir o colaborar para generar su propia
información a partir de la data, en un mundo en donde la
ventaja competitiva se definirá bajo estos estándares.
Hoy las empresas de todos los tamaños están obligadas a recabar, organizar y analizar
sus datos. El manejo de la información es la forma de aumentar la competitividad hoy y en
el futuro. No hay pretextos, coincidimos en una sesión Víctor Manuel Torres, profesor del área de
Control e Información Directiva en IPADE, César Sánchez, experto en data y Antonio Casanueva
Fernández, profesor de las áreas de Control e Información Directiva y Comercialización.
DE LOS HECHOS A LA INFORMACIÓN.
Víctor Torres. Siempre ha existido el reto del manejo de la data, pero hoy es un tema mucho más
sensible, que ofrece más posibilidad de extracción de valor. ¿Qué implica la extracción de valor desde
el punto de vista de los datos o la información? ¿Qué impactos tiene este proceso? Los datos permiten producir ideas o insights de valor para el negocio, que permiten tomar decisiones en lo comercial, en las negociaciones. Hay un sinfín de aspectos donde se necesita la data.
¿Qué más involucra? Conocimiento. Además de producir ideas, la data ayuda a tener una mejor
posibilidad de gestión, de control, a direccionar las conductas de la gente. Al final del día debe llevar
a decisiones informadas, pues aún en las empresas seguimos decidiendo con demasiada intuición.
La información produce nuevas ideas en muchos aspectos de negocio que llevarán, sin duda,
a decisiones y acciones mejor informadas, con más posibilidad de predicción. Aunque muchos
dicen que ChatGPT ya ofrece las soluciones, esto todavía no es real. Se requiere un proceso lógico,
que parte justamente desde los datos hasta la decisión.
A través de las «Micro variaciones» se puede identificar de manera muy precisa una semilla para
generar nuevas ideas, que lleguen a un nivel muy fino de detalle. También se obtiene información
para identificar lo agregado y lo particular. Estas ideas tienen capilaridad hasta la mínima célula.
¿Los datos ya son información? No. Son hechos: registros aislados, sin interpretación ni contexto.
Números que aún no «hablan». Solo cuando los datos se organizan, se comparan y se interpretan,
comienzan a transformarse en información útil para resolver problemas reales. Si reúno toda la
información, hago un data lake1 con ella y llevo a cabo correlaciones mucho más amplias, el resultado también es mucho más profundo y preciso.
Pero hay un paso intermedio, muchas veces omitido: interiorizar la información. Incorporarla
a los procesos de pensamiento, reflexionar críticamente sobre su significado, reconocer patrones
y elaborar hipótesis. Es ahí donde la información adquiere sentido como conocimiento, y permite
decisiones más sólidas y transformadoras. Es lamagia de los datos pasados por este tamiz. Los
«eureka moments»
¿Los datos ya son
información? No,
son hechos. Los
números son datos
que no tienen mayor
adjetivo. Las cifras
y observaciones,
cuando se vuelven
datos se convierten
en piezas útiles de
información.
Extraer valor implica generar ideas, descartar supuestos, y mejorar la gestión. No se trata solo
de diferenciación, sino de impactar directamente en la rentabilidad. Al final del día este proceso
debe llevar a tomar acciones que generen valor real. El proceso de extracción de valor es el
puente entre los datos y la decisión, asumiendo el reto de tener los datos adecuados, organizar
los, analizarlos, darles contexto y significado para integrarse al proceso de pensamiento.
Antonio Casanueva. En filosofía clásica, Aristóteles hablaba de la phronesis, que es la sa
biduría práctica. No se trata de saber muchas cosas, sino de saber deliberar bien sobre lo que
conviene hacer en una situación concreta. Y eso es clave cuando hablamos de decisiones empresariales. Porque no basta con tener dashboards ni con conocer tendencias; lo que se necesita
es criterio, capacidad de discernir, de ponderar opciones en contextos reales, con implicaciones humanas, económicas y éticas. Ese tipo de juicio, que no se delega ni se automatiza, sigue siendo responsabilidad directa del líder.
LA EXPLOSIÓN DEL «DATAÍSMO»
Tomar decisiones con base en datos no es nuevo: los líderes empresariales siempre han intentado
apoyarse en hechos. Lo distinto hoy es la posibilidad de formalizar, sistematizar y escalar
esos procesos, lo que permite decisiones más estructuradas y menos vulnerables a sesgos o
improvisación.
Incluso con procesos estructurados, las decisiones humanas siguen atravesadas por factores
emocionales, intuiciones y sesgos cognitivos. Algunos de estos sesgos pueden tener raíces evolutivas o ser funcionales en ciertos contextos, pero otros distorsionan la percepción de riesgos
y oportunidades.
Pensemos en un ejemplo simple. Se lanza una moneda al aire seis veces: cae una vez «sol» y
cinco veces «águila». Al preguntar cuál será el resultado del séptimo lanzamiento, muchas
personas responderán «sol», creyendo que «ya toca». Este es un caso típico de la «falacia del
apostador», que revela cómo nuestra intuición malinterpreta la aleatoriedad.
Existen más de 170 sesgos cognitivos documentados que pueden afectar la toma de
decisiones. Desde la sobreconfianza hasta la aversión a la pérdida, estos patrones mentales
alteran nuestra interpretación de la información y nos llevan, muchas veces, a conclusiones erradas. Al respecto, John Paul Stapp, ingeniero de la Fuerza Aérea de EE.UU. y colaborador de Edward A. Murphy, el de la «ley de Murphy» decía:
«La aptitud universal para la ineptitud hace que cualquier logro humano resulte un milagro.»
Este nos explica cómo hemos trascendido tanto, con nuestros sesgos y deficiencias. La
intuición y la experiencia son valiosas y la seguimos usando, pero necesitamos fortalecer es
tos procesos con herramientas, con tecnología y con objetividad. A esto hay que sumar que
estamos en un ambiente de explosión brutal de los datos y avances tecnológicos.
La intuición y la experiencia siguen siendo valiosas —especialmente en entornos donde no
hay datos disponibles o el tiempo apremia—, pero deben ser complementadas con herramientas analíticas y tecnología que nos ayuden a tomar decisiones con mayor objetividad, precisión y perspectiva.
Vivimos en la era del «dataísmo»: una época en la que la fe en los datos como fuente privilegiada de verdad y decisión se ha vuelto dominante. La inteligencia artificial, cuyo rendimiento depende críticamente de la calidad y el
volumen de los datos, amplifica este fenómeno.
Miles de empresas, en todo el mundo, están rediseñando sus modelos de negocio en torno al
potencial de la analítica avanzada.
Hemos preguntado a los participantes de este programa cómo perciben el aprovechamiento y
la extracción de valor de los datos en sus organizaciones. Los resultados reflejan un panorama
mixto, pero revelador: un 10% de los líderes consultados afirmó que están «muy mal» en este
tema; un 26% reconoció que «les está costando mucho trabajo y esfuerzo»; la mayoría, un 52%,
dijo que «tienen avances, pero aún muchas áreas de oportunidad». Solo un 11% se siente satisfecho con lo logrado, y apenas un 1% declaró que en su empresa «es un tema resuelto».
Esta radiografía confirma que, aunque la conciencia sobre la importancia de los datos ha crecido, la madurez organizacional para traducirlos en decisiones efectivas sigue siendo un desafío.
Es un llamado de atención: la transformación digital no es solo tecnológica, sino cultural y
estructural.
También se preguntó cómo se sienten personalmente ante su capacidad para extraer datos.
Muchos se describen paralizados, otros inquietos, la mayoría está motivada, pero de ahí a actuar, no todos. Siempre hay alguien que lo está haciendo bien, y queremos que nos platique su
historia. Por ello nos acompaña César Sánchez, quien tiene ya muchos años de experiencia manejando data en distintos sectores, entre ellos el retail, en distintas empresas.
LA ESTRATEGIA VA PRIMERO.
César Sánchez. En esta sesión escuché varios comentarios sobre la importancia de contar con
buenas bases de datos. Y es cierto: sin una base sólida, es muy difícil construir información útil.
Pero no basta con tener datos; también hay que asegurarse de su integridad y relevancia, y sobre todo, tener claro para qué se quieren usar.
Es importante mantener la integridad de los datos, pero también recopilar información
nueva. En ese sentido es importante la selección de las herramientas para administrar bases de
datos, y el problema es que esta decisión la suele tomar el director, sin tomar en cuenta al
usuario. En nuestra experiencia, más del 90% de las empresas enfrentan un problema básico: no
tienen claridad sobre el estado y la estructura de sus bases de datos. Esto hace que el proceso
de recopilación e integración de la información sea lento, ineficiente y, muchas veces, errático.
Hay que hacerse preguntas muy concretas: ¿de dónde voy a obtener la data? Si viene de
diferentes bases de datos ¿cómo las voy a reunir? Hay recursos, herramientas para llevarlas
a una sola tabla. Si no se resuelve este punto de partida, las decisiones se desdibujan. Porque el
usuario espera que los datos respondan, pero si la base está mal construida —fragmentada, du
plicada o mal definida—, lo único que se obtiene es ruido.
La información es un recurso transversal: en una reunión de dirección pueden convivir datos
de logística, ventas, operaciones y marketing.
Pero si cada área maneja su propia lógica y su propio lenguaje, sin una mínima interope
rabilidad, es imposible construir una visión compartida. Aquí es donde fallan muchas imple
mentaciones.
Por ello, dentro de cada organización se debe tener claro cuál es la función de cada miembro
del equipo y saber comunicar los aspectos de negocio y técnico de cada área a TI. De no darse
esta comunicación, el área de sistemas va a elaborar programas fenomenales que nadie quiera
utilizar.
Es importante que la alta dirección tenga muy claro qué quiere, y diseñar la estrategia de la
empresa. Eso es responsabilidad de los directores, no del usuario. Una vez determinada la
estrategia, se puede definir qué información se requiere para tomar acción, encontrar cuál está
disponible, el costo y el tiempo de administrar estos datos.
Víctor Torres. Cuando hablamos de data sin una visión directiva empezamos por los datos
que tenemos: desordenados, dispersos, sin criterios, no comparables, no íntegros. El director
debe incorporar los datos a la estrategia de negocio, o a alguno de sus pilares. Debe definir,
primero que nada, para qué quiere los datos, a qué casos dentro de la empresa se busca desti
nar más análisis: a lo comercial, a la operación.
Y finalmente, diseñar el puente que convierte ese dato —organizado, validado y contextualizado— en acción concreta. Esa es la diferencia entre tener información y tener impacto.
cuando hablamos
de data sin una
visión directiva
empezamos por los
datos que tenemos:
desordenados,
dispersos, sin
criterios, no
comparables,
no íntegros.
César Sánchez. Hay ocasiones también en que
es necesario dar marcha atrás a una solución
que no ha resultado. Hay empresas que se aho
gan en información y que la acumulan perma
nentemente. También hay que estar abierto al
benchmarking con el resto de la industria.
Víctor Torres. Pero el tema no es sólo directivo;
es necesario empezar a revisar las estructuras
de manera formal: qué nuevos perfiles captar
que sepan del negocio, claramente, pero además
dominen la técnica estadística. Es momento de
ir migrando hacia esta clase de perfiles.
César Sánchez. Está también la inteligencia ar
tificial (IA). Analizar qué parte de la información
que posee la empresa necesita realmente IA,
pero para ello debemos tener resuelta la parte
básica, que es la base de datos.
pero el tema no
es sólo directivo;
es necesario
empezar a revisar
las estructuras de
manera formal: qué
nuevos perfiles
captar que sepan
del negocio,
claramente, pero
además dominen la
técnica estadística.
Víctor Torres. Hay algunos mitos sobre el manejo de data que vale la pena despejar. Primer mito, que es algo sumamente complejo. La tecnología, el proceso de la data sí es rocket science. Tal vez la parte técnica tiene su complejidad, pero dirigir es lograr cosas a través de otros. Claramente hay un grado de dificultad, pero la dirección se allega los recursos
para lograrlo.
El segundo mito, que la extracción de valor sólo es asequible para empresas con enormes
cantidades de información. En realidad, todas las empresas pueden empezar a extraer valor de sus datos.
Tercer mito, que el manejo de datos sólo está al alcance de las empresas que han invertido
grandes sumas de dinero. Si se cuenta con el hardware y el software adecuado está al alcance sin una alta inversión.
La información habla por sí misma, hoy todavía falta mucho en el proceso de interiorizar
conocimiento y disparar decisiones y acciones reales. Lo que se necesita es inteligencia humana y tecnología.
Las empresas en diferentes etapas, con diferentes estrategias y propuestas de valor necesi
tan abordajes diferentes. Cuidado con el copy/paste al sistema del competidor. Se debe adaptar
a las propias necesidades, y no sólo factores financieros. Igualmente hay que tener cuidado de
tomar en cuenta el factor humano.
La gestión de los datos puede traducirse en una diferencia tangible frente a la competencia.
A menudo creemos que la ventaja competitiva está solo en el producto o el canal. Pero hoy,
cada vez más, está en cómo gestionamos los datos: en cómo los convertimos en conocimiento
accionable, rápido y relevante.
¿MONETIZACIÓN O COLABORACIÓN?
Antonio Casanueva. Voy a comenzar resumiendo lo dicho hasta ahora. Víctor lo planteó
con claridad desde el inicio: esto es un proceso.
Los datos, como hechos aislados, deben convertirse en información, luego en conocimiento, y
finalmente en acción. Solo así se genera verdadero valor. Pero en ese recorrido, hay obstácu
los: los sesgos humanos, la falta de estructura, los mitos alrededor de la tecnología. Y también, oportunidades.
La gran pregunta que sigue es: ¿cuánto vale todo esto? O más precisamente, ¿cómo monetiza mos los datos? Si hoy tengo información, ¿cómo la convierto en ingresos, ventajas o posicionamiento estratégico? Un ejemplo revelador es el de Walmart.
Primero, el gran peligro para el análisis de data es caer en el ciclo de operación, en donde
todos tenemos una serie de actividades que no dejan el tiempo para hacer una pausa y procesar. Para evitar caer en la trampa de lo operativo —ese ciclo de urgencias que impide pausar y pensar—, Walmart creó una unidad de negocio autónoma: Walmart Data Ventures. Nació en Estados Unidos y llegó recientemente a México. Su misión es clara: transformar la vasta cantidad de datos que la empresa genera en valor estratégico, tanto para sí misma como para sus socios.
Su primer producto fue Walmart Luminate, lanzado en 2021 y rebautizado en 2025 como
Scintilla, del latín «chispa». El nombre no es casual: busca representar esa pequeña pero poderosa iluminación que puede transformar una operación entera. Scintilla evolucionó de ser un
simple panel de datos a convertirse en una plataforma de inteligencia colaborativa.
El primer servicio de Scintilla fue un módulo de comportamiento del consumidor, al que se
agregaron uno de Desempeño del Canal y uno de Percepción del Consumidor en 2022. En 2024
lanzaron un servicio para conocer el comportamiento digital previo a la visita a la tienda, y
uno más llamado Insights Activation.
La clave está en que los datos no solo revelan comportamiento. También permiten entender
percepciones, anticipar movimientos, rediseñar experiencias. Y ese valor es compartible. Walmart entendió que podía ir más allá del análisis interno y ofrecer insights accionables a sus proveedores, mejorando su desempeño… y el propio.
Lo que comenzó como una solución para optimizar su core business, se transformó en un modelo de colaboración y monetización. La empresa no solo utiliza sus datos para vender mejor: los pone al servicio de sus aliados. Así, amplía su
ecosistema de valor, construye relaciones más profundas y genera ingresos adicionales.
Y aquí vale la pena hacer una pausa filosófica. Martin Heidegger, en su célebre ensayo
La pregunta por la técnica, advierte que toda técnica —también la digital— no solo es un medio para un fin, sino una forma de desocultamiento: una manera en que el mundo se revela ante nosotros. Si pensamos los datos solo como recursos
a monetizar, corremos el riesgo de reducir a las personas, los vínculos y las decisiones a meros
insumos manipulables. Pero si concebimos la tecnología como un espacio para el encuentro,
como un puente hacia nuevas formas de colaboración, entonces los datos revelan algo más:
el potencial compartido de transformar nuestras prácticas, nuestras relaciones y nuestras organizaciones. El riesgo está en cosificar; la oportunidad, en crear sentido.
Por ejemplo, para una marca de alimento para mascotas aporta no sólo el conocimiento de toda
la categoría, sino su combinación con otras. Es decir, ¿cómo está armando el cliente su carrito
de supermercado? ¿Con qué está acompañando la compra de su producto? Esto permite una serie de análisis que se traducen en estrategias de marketing.
Walmart va un paso atrás, sin embargo, en este manejo de datos en comparación con el
líder, Amazon. ¿Cómo compite Walmart con Amazon? Puede buscar acercarse al cliente, por
ejemplo en las cajas automáticas, o hacer su análisis desde la cadena de valor. Por ejemplo,
la directora de Información de Coffee Company menciona en un video: «Scintilla nos ha permitido profundizar en nuestras categorías de una manera que no lo habíamos podido hacer».
La escala es impresionante: más de 3,000 tiendas en México, 40 millones de transacciones semanales, más de 260 millones de artículos vendidos… Walmart tiene más visibilidad sobre los hogares mexicanos que cualquier otra
empresa —excepto el SAT, quizá. Y esa información puede ser fuente de inteligencia compartida, si se gestiona con propósito. Los problemas que ha encontrado Walmart en la relación con sus proveedores son, como se ha mencionado,
frecuentes como datos inconsistentes, herramientas dispares y diferentes velocidades de
información. En ese sentido, el modelo de Walmart es completamente colaborativo. Con el fin
de rentabilizarlo, propone que su unidad de negocio trabaje con los proveedores para entender
a los consumidores y profundizar en el sempeño del canal. Ofrecen el servicio de trabajar juntos.
la data no ofrece
únicamente
información sobre
el comportamiento
del consumidor. A
través de ella es
posible dar un paso
más y entender
la percepción, y
esto puede llevar
al análisis del
desempeño del
canal.
en el análisis de la información, no sólo con data, sino ayudando a generar insights.
¿Qué busca Walmart, democratizar o cobrar este conocimiento? ¿Cuánto le pagarías a esta
empresa por una suscripción anual para este servicio? Hershey es uno de los grandes casos de éxito del modelo en Estados Unidos. La compañía quería entender el comportamiento omnicanal de su cliente, lo que hace en línea y fuera de ella. Trabajaron en conjunto con Walmart y obtuvieron una visión integral del recorrido del cliente. Con esta información, Hershey
transformó completamente el costumer journey y cambió su estrategia. Actualmente la firma
muestra y vende sus productos de manera muy diferente.
El modelo Walmart calcula el costo de la suscripción a partir del rango de ventas del proveedor. Esto deja una reflexión sobre el trabajo colaborativo, que podría ser llevado a otros ámbitos. Esta historia nos deja una lección poderosa: cuando el éxito se construye a través de la colaboración, ¿qué estamos esperando para replicarlo? ¿Cómo podríamos trabajar, también
nosotros, con nuestros proveedores, clientes — incluso competidores— para extraer valor con
junto de los datos que generamos?
Víctor Torres. Es un modelo muy exitoso, que permite cruzar mucha información. Este modelo,
si no lo compra una empresa grande porque cree que lo tiene todo, lo hará otra, y tendrá el
mismo acceso. Eso es democratizar, pero no es gratis, se cobra en función de la facturación.
Un buen ejemplo de transformación a partir de los datos es la película Moneyball (El juego de
la fortuna), protagonizada por Brad Pitt. Narra la historia real de Billy Beane, gerente general de
los Atléticos de Oakland, quien decide enfrentar la crisis de su equipo desde un ángulo inusual:
el análisis de datos. Mientras todos los demás seguían confiando en la intuición y la tradición
beisbolera, Beane apostó por una lógica estadística para construir un equipo competitivo con
bajo presupuesto.
Narra la historia de un gerente general de un equipo, que ante la falta de resultados y
triunfos de los Atléticos de Oakland, ya estaba sentenciado. Entonces Billy Beane, a través de una reconversión de su modelo mental y el del equipo, empezó a utilizar data. El resultado fue sorprendente: los Atléticos rompieron el récord histórico de victorias consecutivas en las Grandes Ligas. Lo más importante no fue solo la estadística, sino el cambio de mentalidad. Beane no solo analizó datos: desafió inercias, renovó procesos y reconfiguró la manera en que se entendía el juego mismo.
la manera que se
extrae buen valor a
la data y se conecte
con tecnología
va a impactar a
tu negocio. Será
momento de
empezar a impulsar
gestión del cambio.
Esa lógica disruptiva es aplicable hoy a muchas juntas de Consejo, donde la intuición sigue
dominando y los datos quedan relegados a lo decorativo. ¿Qué pasaría si dejáramos de pensar como siempre, y empezáramos a integrar la analítica como parte central de la toma de decisiones?
Los datos, bien utilizados, revelan patrones invisibles a simple vista. Pueden ser la diferencia entre repetir el pasado o rediseñar el futuro.
Pero solo si se conectan con criterio, propósito y capacidad de acción.
Antonio Casanueva. Si no nos subimos a la ola, los otros sí lo están haciendo. En un mundo
saturado de datos, el mayor diferencial será el juicio lúcido, no solo la infraestructura técnica.
El liderazgo no consiste en acumular más información, sino en discernir mejor, actuar con ética
y crear sentido compartido.
Víctor Torres. Esto es mucho más factible que hace algunos años. Antes era una caja negra el
tema tecnológico, ahora la tecnología se está comoditizando. Hay data social amplísima, ya no
sólo segmentos de jóvenes. A nivel de empresa hay data descriptiva, prescriptiva, predictiva
en manufactura, retail, logística, innovación, educación. ¿Queremos ser negocios realmente
centrados en el cliente? Para eso se necesita data fina, de lo contrario sólo se obtienen bloques muy generalistas, como hasta ahora.
Toma nuevamente relevancia la labor directiva. Necesitamos data, ser dirigidos con data
para ser mucho más reales. Necesitamos nuevos perfiles, gente que sepa de informática, de
estadística, de negocios. Esta es la combinación actual que se está pidiendo para la gente. A veces tendrás que ir con aliados, con estructuras colaborativas, quizás es mucho mejor que ir solo.
La pregunta de fondo es: ¿vas a seguir igual?
Los datos son el insumo, no el fin, pero son lo que se tiene que hacer. Reflexiona si vas a hacer ajustes hoy en tu estrategia y tus objetivos, porque la manera que extraigas buen valor a la data y luego conectes con tecnología va a impactar, quieras o no, a tu negocio. Será momento de empezar a impulsar gestión del cambio.
La pregunta es ¿qué vas a hacer con la respuesta?, ¿qué vas a hacer con la data? El genio ya salió de la lámpara. Hay riesgos, la seguridad, el gobierno corporativo, los datos del perfil, la amenaza del deepfake2. Hay muchos riesgos, porque el ser humano a veces reacciona más al miedo de perder que a la emoción de ganar. Yo invito a seguir aprendiendo, nunca dejen de ser los eternos inconformes en cómo están hoy sus negocios, y todo lo que pueden hacer a futuro.
El ejemplo de Moneyball nos recuerda que la verdadera innovación no viene solo de tener más
información, sino de atreverse a pensar diferente con ella. No es la hoja de Excel la que transforma
la realidad, sino el liderazgo que sabe usarla con propósito. En última instancia, el reto no es ser
más tecnológicos, sino más lúcidos. En tiempos de saturación de datos, la claridad directiva es un
acto de responsabilidad. Como diría Séneca: «No llega antes el que va más rápido, sino el que sabe hacia dónde va». �⁄
