Una startup, empresa emergente de edad temprana, cuenta con una gran capacidad de cambio, ya que busca atraer un mercado en expansión a través de la transformación digital.
En lugar de usar modelos de negocios ya conocidos, busca crear nuevos. El riesgo de esta apuesta fuerte hacia la innovación radica en que las startups pueden evolucionar y convertirse en empresas exitosas, o cerrar sus puertas. Por tal motivo, una forma clásica de medir el estadio de éxito o de maduración de una startup tiene que ver con la cantidad de usuarios efectivos que la aplicación efectivamente llega a alcanzar (ej. un millón de usuarios para cotizar en bolsa).
A diferencia de una empresa tradicional, una startup se caracteriza por ser un negocio escalable y crecer de una forma mucho más rápida y eficiente. Paul Graham, reconocido inversor en capital de riesgo, señala que la tasa de crecimiento ideal para un startup sería de 5% a 7% por semana. Tal es así que las startups funcionan con una mayor agilidad en la toma de decisiones y ejecución de los procesos. Este factor nos lleva a una conclusión preliminar: en una startup, de cualquier dominio que sea, el tiempo es el recurso más limitado y rico.
¿Cuál es el valor que provee la ciencia de datos a las startups de alto crecimiento y velocidad en su negocio? Y, sobre todo, ¿qué desafíos surgirán para los data scientists en el trabajo con estas compañías durante los próximos años?
Beneficios
Un primer beneficio que brinda la ciencia de datos a las startups de alto crecimiento es la posibilidad diferencial de gestionar el flujo de usuarios de las aplicaciones (ya sean apps de logística, e-commerce, citas, retail, fintech, etc.), conocer el crecimiento de cada segmento de usuarios, entender su comportamiento en las plataformas digitales y desarrollar los algoritmos que cada rubro necesita para optimizar su pauta publicitaria.
Esto implica que, de acuerdo a un presupuesto limitado del que dispone la compañía, se debe elegir inteligentemente en qué canal de publicidad invertir y cómo se distribuirá esa inversión para obtener una cierta cantidad de usuarios. Se trata de aspectos claves del negocio que se engloban en las funciones del Gerente de Crecimiento (Growth Manager).
“Si trabajamos con una startup referente a una app de citas, tendremos un algoritmo que modele el criterio para hacer ´matching´. Pero, en una empresa de logística o envío de paquetes, necesitamos algoritmos de optimización de ruteo de vehículos y cargas. A su vez, si nuestro destinatario es una fintech tendremos que trabajar en un algoritmo para administrar el riesgo. Es decir, cada rubro de startup tiene su propio modelo y lo que es común a todos los dominios de startups es el crecimiento y flujo de usuarios”, puntualiza Ernesto Mislej, co-founder & chief scientist de 7Puentes.
A partir de comprender esa dinámica de comportamiento, surge un segundo beneficio que solo las técnicas de ciencia de datos pueden apalancar: crear estrategias de fidelización personalizada para cada segmento de usuarios.
La elección de cuánto presupuesto invertir en cada canal, qué tipo de keywords configurar para los buscadores, qué monto se destina a cada estrategia de retargeting, cómo seleccionar publicidades de refuerzo o estrategias de promociones o bonificaciones en las primeras compras para fidelizar usuarios en estadios iniciales, entre otras acciones, son algunas de las tareas más complejas del equipo de ciencia de datos. Este equipo puede apoyar a nuevos analistas de la empresa o, directamente, desarrollar los algoritmos de aprendizaje automático.
“Decidir qué estímulo específico dar a qué segmento de usuario es un trabajo clave del análisis apoyado en las técnicas de ciencia de datos. No se invierte en cualquier usuario, sino que, a medida que los usuarios van teniendo relacionamiento con el sitio y sus ofertas, se pueden construir estas estrategias de fidelización personalizada”, explica Mislej.
Ciencia de datos en movimiento
De acuerdo al co-fundador de 7Puentes, las startups se mueven con una gran velocidad, están en un cambio constante que requiere que su aliado estratégico y su solución de negocios en ciencia de datos acompañen eficientemente esa dinámica, que lo hagan de manera ágil y flexible. Las startups reescriben constantemente el historial de comportamiento de sus usuarios, lo cual implica reescribir las buenas prácticas de lo que significa hacer ciencia de datos.
Si bien los libros y la teoría tradicional de los expertos recomiendan detener la maquinaria de la empresa para que los datos adquieran los atributos de calidad suficiente y detener las operaciones para diseñar el data warehouse y los data lakes de forma robusta, esta metodología no resulta compatible con los tiempos y transformaciones que manejan las startups de alto crecimiento.
“Nosotros damos valor a una empresa en movimiento, que no detiene esa maquinaria. ¿Qué significa hacer ciencia de datos en movimiento y con capacidad de adaptación en una startup? Que nuestros profesionales arman un equipo de trabajo integrado con los profesionales de cada startup, para generar valor en tiempo real, a medida que se van construyendo los pilares de calidad en el repositorio de la empresa y hacen inteligencia sobre espacios de datos que están en constante cambio”, afirma Mislej.
Desafíos 2022-2023
De cara a los próximos dos años -en el contexto de lo que probablemente pueda llamarse “pospandemia”- las startups buscarán cada vez más soluciones de ciencia de datos que puedan potenciar una estrategia comercial, que está en una evaluación constante. Todas las aplicaciones, de una forma u otra, agregan nuevos productos y servicios a su variada oferta (por ej. empresas que solo hacían transporte de pasajeros ahora incorporan el delivery de mercaderías, los restaurantes se orientan hacia otro tipo de menúes o entre los negocios de retail se incorpora la venta de productos farmacéuticos) y van testeando permanentemente su propuesta valor para determinar qué es lo que mejor funciona entre sus usuarios.
El reto principal es construir metodologías ágiles que acompañen el proceso de crecimiento de las startups y permitan realizar una analítica efectiva, tanto de crecimiento como del consumidor, para cualquier tipo de empresa.
“Desde 7Puentes contamos con soluciones ágiles que acompañan el desarrollo y la consolidación de la propuesta de valor, a medida que la misma se va moldeando. Afrontamos el cambio con la agilidad y flexibilidad que se requiere para cada caso y potenciamos el mercado de las startups, que día a día nos eligen”, concluye Mislej.