Conecta con nosotros
Francois Ajenstat - Tableau - Analítica Francois Ajenstat - Tableau - Analítica

Entrevistas

«Queremos llevar la analítica a todas partes y ponerla al alcance de todos»

Francois Ajenstat

CPO

Tableau/Salesforce

Publicado el

Más de 13.000 millones de dólares. Esto es lo que pagó hace cuatro años, Salesforce por Tableau, una compañía especializada en la analítica, representación y visualización de datos, que se ha convertido en toda una referencia en el campo del Big Data. ¿Pero cómo es Tableau exactamente? ¿Qué es lo que puede ofrecer a Salesforce? ¿Y cómo está cambiando la multinacional sus capacidad de analizar y representar datos?

Frente a otras soluciones similares, Tableau destaca por dos ventajas fundamentales: el análisis de datos es muy rápido y la herramienta es fácil de utilizar. Tanto que a diferencia de otras relacionadas con el Big Data como Hadoop o la propia Excel, puede ser utilizada en prácticamente todos los niveles de la organización y no es necesario tener conocimientos técnicos o de programación para poder trabajar con ella y obtener resultados interesantes en analítica. De todo esto, sobre los cambios que ha experimentado la herramienta en el último año y sobre hacia dónde se dirige en estos momentos, hemos tenido la oportunidad de charlar con Francois Ajenstat,  CPO de Tableau/Salesforce.

[MCPRO] ¿Cómo describiría qué es Salesforce/Tableau?

[Francois Ajenstat] Lo primero es conocer nuestra misión de ayudar a la gente a ver y comprender los datos. Creo que como parte de Salesforce, hemos añadido otra palabra a esa misión, que es actuar sobre los datos. No basta con comprenderlos. Hay que ser capaz de actuar sobre ellos. Y Salesforce es la plataforma para la acción, especialmente en datos de clientes. Así que estamos pensando realmente en la capacidad de acción y en cómo incorporar la analítica de datos al flujo de negocio en lugar de separarlos.

La segunda gran novedad es que Salesforce se está transformando de un simple sistema de registro a un verdadero CRM basado en datos. Y en el pasado Dreamforce, anunciamos Salesforce Genie. Se trata de nuestra plataforma de datos de clientes. Los datos se están convirtiendo en el corazón de Salesforce, y Tableau forma parte de Genie.

Así que, en cierto modo, hemos pasado de ser tecnologías independientes a convertirnos realmente en la parte central de Salesforce para ayudar a gestionar y desbloquear el valor de los datos con nuestra analítica de datos.

Creo que antes de la adquisición no pensábamos en estas dos cosas de la misma manera. Ahora nos adentramos en la mina de oro de los datos de los clientes, es decir, los datos sobre sus clientes, para desbloquearlos y aportarles más valor.

[MCPRO] ¿Qué ha cambiado en los últimos tres o cuatro años en Salesforce/Tableau?

[Francois Ajenstat] Bueno, creo que lo primero es que los datos se han convertido en la corriente dominante. Piensa en lo que todos hemos pasado con la pandemia. Abres el periódico y ¿qué ves? Datos sobre casos de COVID. Miras la televisión por horas. Sí, ves que aumentan los casos. Lo ves por regiones, ya sean los estados o provincias en España o en toda Europa, en todo el mundo, ¿dónde están aumentando los casos? Y entonces empezamos a ver cómo va la distribución de vacunas. Todo eso eran datos. Está en todas partes a nuestro alrededor.

O cuando miramos los datos económicos, las tasas de inflación, eso son datos. Así que los datos se han convertido en la corriente dominante. Y creo que es un cambio importante, antes los datos eran para unos pocos. Y así, en los últimos tres años, has visto ese gran cambio.

En concreto, si pensamos en Salesforce y en el cambio que se ha producido, podemos imaginarnos a un cliente que realiza campañas de marketing, que interactúa con sus clientes y que desea segmentarlos mejor.

Quieren ser capaces de entender quiénes son los mejores clientes que tienen más probabilidades de comprar estos productos. Tableau puede ayudarle a analizar eso muy rápidamente. ¿Cómo optimizar sus campañas de marketing? O tal vez corra el riesgo de perder clientes. Con Tableau pueden entender cuáles son los factores clave que pueden hacerles perder un cliente.

Y esto es algo relevante en todas partes. Si eres periodista, quieres saber, desde el punto de vista de los lectores, dónde están tus lectores, qué artículos despiertan más interés. ¿Cómo colocar publicidad en torno a esos artículos que generen más valor?

Si estás en el negocio de la cadena de suministro, quieres averiguar cómo optimizar el inventario y reducir la rotación y los costes para poder entregar sus productos a tiempo. Si estás en el sector de los servicios financieros, quieres saber cuáles son los productos adecuados que puedes vender a tus clientes. ¿O cómo proporcionar mejores ofertas para que compren lo siguiente?

Si te dedicas a la venta al por menor, ¿cuáles son los productos adecuados para llevar a distintas partes del país? ¿O cómo aumentar el volumen de ventas conectando a los clientes físicamente o en línea? Literalmente, los datos están en todas partes y, en cierto modo, son fundamentales.

[MCPRO] ¿En el pasado, la manipulación de datos y la extracción de valor era algo reservado a unos pocos expertos. Ahora eso está cambiando mucho. ¿Nos estamos acercando al punto en el que incluso las personas menos técnicas puedan encontrar cosas de forma óptima?

[Francois Ajenstat] Quizá no con tanta amplitud, quizá no con tanta precisión milimétrica, pero mucho mejor que antes, porque antes era imposible. Antes nos limitábamos a sumar columnas. Era muy limitado. Así que hemos progresado, pero aún nos queda mucho trabajo por hacer.

Los últimos estudios afirman que más del 80% de las empresas quieren orientarse por los datos. Sin embargo, sólo el 30% de las personas de esas empresas creen que están capacitadas para orientarse por los datos. Parte del problema es la tecnología. Tenemos que hacerlo mucho más fácil de lo que es hoy. Los datos tienen que ser tan fáciles como una búsqueda en Google. Otro problema es la alfabetización. La mayoría de la gente no sabe hablar de datos. Les intimida, así que tenemos que educarles.

Pero volvamos al problema tecnológico. En lugar de hacer que la gente aprenda datos, ¿cómo hacemos que los datos aprendan a la gente y conviertan los datos de forma que la gente pueda entenderlos? Y creo que se necesita mucha capacitación y formación. Creo que, como industria, tenemos la responsabilidad de formar a la próxima generación de trabajadores. Tenemos que capacitar a las universidades y escuelas para que los datos formen parte de su plan de estudios. Y creo que es una responsabilidad que todos tenemos que asumir.

Por eso me entusiasma que podamos innovar y que podamos transformar el sector para hacerlo muy concreto. En 2022 lanzamos una capacidad totalmente nueva en Tableau. La llamamos Historias de datos. Y Data Stories convierte los datos en una historia completa. Para que la gente pueda entenderlos, verlos, leerlos e interactuar con ellos de una forma muy natural.

[Francois Ajenstat] Y estaré encantado de enseñarte una demo, si te interesa. 

Hay un segundo punto de conexión entre hacer los datos más claros mediante el uso de técnicas de visualización y lo local. Si tengo la información más clara, puedo actuar sobre ella de un modo más fácil. Correcto. Estas dos tendencias están convergiendo absolutamente.

Voy a hacer, en realidad una pequeña demostración, sólo para mostrar. Así que esta es la forma en que la mayoría de la gente ve los datos, a la derecha. Es una gran tabla de datos tabulares. Así es. Esta era la forma antigua. Miras algo como esto y la pregunta sería, ¿cómo va este negocio? Es difícil. Y no para todos, por supuesto. No para todos. Pero al menos es familiar. Lo que Tableau ha hecho es convertir los datos en imágenes con las que puedes interactuar. Y para crear algo como esto, es sólo arrastrar y soltar. Puedo mover las cosas como quiera.

Y así Tableau ha hecho que los datos sean fáciles de arrastrar y soltar. No tengo que entender nada. Simplemente lo veo y ya está. Pero incluso esto es difícil de entender. Puedes ver que vendemos en cuatro regiones. Tenemos un pequeño pico. Estacionalidad. Esto sigue siendo difícil. Así que lo que vamos a hacer es usar una historia de datos. Así que vamos a convertir esto en un artículo. Y lo pongo justo aquí.

Así que lo ves y vamos a decir que queremos escribir una historia sobre esto en las líneas. Voy a decir siguiente y listo. Bueno, exactamente. Así que escribió esta historia de forma automática. Decía que las ventas totales fueron de 1,2 millones en las cuatro entidades en 48 periodos. Las ventas aumentaron en 442, impulsado por el centro y el sur, pero fue compensado por una disminución en el este y el oeste. Cabe destacar que el este subió durante cinco periodos consecutivos. Interesante. Donde fue este. Bien, eso es interesante. Así que escribió esto automáticamente. Interesante.

Cuando ves historias sobre datos, ves a la gente esforzándose por escribirlos. Y muchas veces hay alguna imprecisión porque es muy fácil confundir. Pero eso es lo que la mayoría de la gente entiende. Eso es realmente correcto.

Sí. Y esto es realmente útil. Entonces puedes hacer que sea el titular, puedes deshacerte de todo. Pero lo interesante es que cuando miras esto, es interactivo. Así que si sólo quiero centrarme en la central, es sólo en la central, o si quiero mirar el segmento corporativo o todos los segmentos, si sólo me importa esto, cada vez que seleccionas, escribe una nueva historia para la gente de informes.

La idea es que si conseguimos que los datos sean más accesibles para la gente, ésta hará más preguntas. Y además, lo que intentamos es que la gente no sólo sepa qué ha pasado, sino por qué ha pasado. Aquí, por ejemplo, hay un crecimiento. ¿Por qué? Así que tenemos una pequeña bombilla. Así que detrás de las escenas, hay algo de IA.

Hago clic en la bombilla. Dice aquí, bueno, vamos a analizar esto, y hay altas ventas. Vale, bien, gracias. Podría ver eso. Pero si hago clic en esto, lo analizará, y encontrará que la razón es que tuve una venta muy grande aquí, y por eso las cosas se dispararon. Bueno, eso es fascinante.

Y si visualizara la diferencia ahora, lo que vamos a hacer es decir, si quitó esa gran venta, mire cómo se comportó, puedo deshacerme de ella. Puedo ponerlo de nuevo. Pero lo hace automáticamente. Y fuera de Excel y fuera de Excel, eso no es muy interesante para mucha gente. Pero yo no he dicho ejecutar un algoritmo. Yo no dije ejecutar algún SQL. Acabo de hacer clic en él, y me dio lo que las medidas que contribuyen fueron.

Estos son ejemplos de cómo estamos haciendo los datos dramáticamente más fácil de lo que realmente no es. Ahora, hay otros ejemplos como este donde tratamos de hacer los datos tan simples como Google. Así que Tableau es muy poderoso. Muy potente. Es muy fácil. Pero a veces los datos siguen siendo intimidantes para la gente que va demasiado rápido.

Hemos añadido funciones a Tableau, como la que llamamos Preguntar datos. Así que debería ser capaz de preguntar datos como le pregunta a un colega: «Oye, ¿cuáles fueron nuestras ventas el mes pasado?» y debería obtener una respuesta. Esto es lo que hemos hecho con esta tecnología, y se lo mostraré en un segundo.

En lugar de arrastrar y soltar, lo que tenemos es una pequeña barra de búsqueda. Puedo decir, «Dame mis ventas ahora». Me recomienda «Probablemente quieres decir ventas por mes». Bien, diré «Ventas por mes», y lo mostrará a pantalla completa, y obtendré mi respuesta. Estas son mis ventas por mes. ¿Y por región? Simplemente escribo región. Sabe que está aquí, y ahí está.

A lo mejor lo que quiero hacer es comparar ventas y beneficios por cliente. No sé de datos, pero sé escribir. Es muy interesante en 2017. Sabe ¿es una fecha? ¿Es un número? Pero mira, así es como lo hacemos lo más simple posible. Para que sea accesible. Supongo que no hay 2017, 2014 y 2013. En cualquier momento puedo entrar y ver los datos e interactuar con ellos.

[MCPRO] Ahí arriba está pasando algo muy inteligente. Es comprender y luego ofrecerte opciones. Creo que es muy interesante. Me recuerda a la consulta por ejemplo.

[Francois Ajenstat] La primera vez que lo tecleas, a lo mejor me equivoco porque al principio no es muy listo, pero luego aprende. Ah, te refieres a fechas. ¿Te refieres a cuándo lo vendimos o a cuándo lo fabricamos? Vale, digamos que has dicho fecha de venta. Estupendo. La próxima vez ofrecerá eso por defecto. Cada vez es más fácil. Cada vez es más rápido. Así que cuanta más gente lo use, más fácil será.

Y también hay algunas cosas que hacemos para que los datos sean más accesibles. Por ejemplo, podemos decir que la tasa de clics es CTR. O todos estos acrónimos. Todas las empresas tienen acrónimos. Bueno, también puedes añadir acrónimos a todos estos datos. Así que podrías decir suministros de oficina es lo mismo que ACC. Me estoy inventando cosas. Así que ahora si digo ventas claras para ACC, sabe que ACC es suministros de oficina.

Si tengo el valor «California», sabe que California es un estado. No he tenido que decirlo. Y sabe que California es el valor correcto. Así que de nuevo, podemos hacer que los datos sean más accesibles. Podemos hacerlos más fáciles, podemos hacerlos más poderosos al mismo tiempo sin hacerlos más complejos.

Si piensas en tu iPhone o en tu teléfono Android, es una tecnología muy compleja, pero parece mágica. No tengo que ser un fotógrafo experto para usar los objetivos. No tengo que ser un científico de datos experto para trabajar con mis datos. Y creemos que si más personas pueden ser impulsadas por los datos, van a conducir mejores empresas, van a mejorar el medio ambiente, y que va a mejorar nuestra sociedad.

[MCPRO]  ¿Hay algún tipo de demo en línea donde se pueda probar todo esto?

[Francois Ajenstat] Obviamente, está la parte comercial de Tableau, en la que puede obtener una demostración y una versión de prueba gratuita durante 14 días. Pero también tenemos Tableau Public. Es como YouTube para datos. Bueno, en YouTube, la gente puede subir sus vídeos de gatos y puede pasarse horas viendo estos vídeos en Tableau Public. Lo que hace la gente es subir datos e historias sobre datos completamente gratis, y hay mucha gente que lo hace.

Puedes ver lo que la gente está analizando, desde programas para compartir bicicletas hasta programas ecológicos, pasando por la pandemia, el índice de desarrollo humano de la ONU o las cervecerías de los Países Bajos. Todo son datos. Y todo puede pasar por el filtro de la analítica.

Y así la gente usa esto, pueden descargarlo y decir ¿cómo hiciste eso? Y entonces aprendes exponencialmente. Vamos a elegir un tema. ¿Motos? Así que los accidentes de motocicleta. Ese no es el que quiero elegir. ¿Venta de motos? Vale, cogeremos ese. Y déjame buscar a ver si hay alguna más con comparaciones de precios. Es bueno saberlo. Motociclismo de invierno.

Así que estos no son construidos por Tableau, estos son construidos por miembros de la comunidad. Sólo quiero ver si hay algo pero los asistentes son realmente buenos o estas personas están bien versadas en la analítica y visualización de datos. Estas cosas se ven muy bien así.

Pero esto es sólo Tableau. Y ahora mismo esta almacenado en este repositorio. Es un paquete con datos, analítica y visualización juntos. ¿Y si quiero acceder a los datos almacenados en algún lugar? Eso también es posible. Así que voy a cargarlo y conectarlo al mío para aprender cómo se hizo esto. Si estos datos estuvieran en, digamos, Google Sheets, se actualizarían diariamente.

En este caso he descargado esto y ahora está en mi máquina. Puedo decir, ¿cómo hiciste esto? Usted puede ver cómo lo hicieron y también cambiar la forma en que se muestra. Me gustaría saber la duración, horas, y voy a ponerlo bien. Puedes ir y jugar. Es muy interesante.

Todos los días encontramos historias que nos parecen atractivas. Así que tenemos un redactor que nos pone al día. Pero también tenemos cosas sobre impacto social, deportes del sector público. Mucha gente hace deportes, datos de fútbol, cómo aprender datos de atención sanitaria, datos empresariales, datos medioambientales. Y cada uno de estos ejemplos son todos los datos en Tableau.

Y es increíble lo que hace la gente. Los precios de los alimentos están aumentando. Bueno, eso es relevante. Ve a ver eso. Bueno, datos del precio de los alimentos. Esto es Tableau. Imagina que pones algo así junto a tu artículo o en el artículo, y pueden participar y obtener su propia visión de la historia. Bueno, ¿qué pasa en mi país o en mi región? Creo que es realmente impresionante.

Sé que nos estamos saliendo un poco del tema, pero nuestra comunidad también creó algo que llamaron «Makeover Monday». Y lo que hicieron fue encontrar un conjunto de datos en un periódico y se preguntaron «¿Es esta la mejor representación de esos datos?».

Algunas visualizaciones pueden llevarte por el camino equivocado. Este es un ejemplo interesante. ¿Esto salió en CNBC? Caen los viajes aéreos en EE.UU. Bien, genial. Esta es la visualización. Así que la comunidad dijo, wow, esto es interesante. ¿Es esta la mejor manera de ver estos datos?

Muy bien, así que la gente de la comunidad, diferentes personas comenzaron a visualizar los datos de diferentes maneras. Son exactamente los mismos datos. Bueno, pero cuando se puede comparar de esta manera, cuenta una historia muy diferente. Cuenta que hay emoción, hay conexión, es atractivo. Hermoso.

Recuerda cómo era el original. No está mal, pero podría ser mejor. Esto es lo que hacen las comunidades, que ven datos en el mundo y tratan de hacerlos accesibles.

[MCPRO] ¿Podría resumir los avances que han tenido lugar estos últimos meses en analítica?

[Francois Ajenstat]  Más de 40.000 personas asistieron en persona a Dreamforce 2022 en San Francisco, y 150.000 más lo vieron y participaron en línea. Fue increíble reunirnos y durante el evento compartimos muchas innovaciones.

Probablemente el más importante sea Salesforce Genie. Es la plataforma de datos de clientes para Salesforce. Ayuda a nuestros clientes a interactuar mejor con sus clientes a través de una plataforma de analítica de datos inteligente para obtener información automatizada en tiempo real.

Estamos realmente entusiasmados con Genie porque realmente convierte los datos en magia. De ahí que Genie y Tableau desbloqueen el valor de Genie y lo hagan accesible a las personas para que puedan entender cómo funcionan los datos de los clientes. Hemos dicho que los datos son la diferencia entre el éxito y el fracaso. Y cuanto más fácil sea utilizar los datos, mejor. Así que Genie es probablemente una de las cosas más importantes que estamos haciendo.

La segunda es, obviamente, que vivimos en un mundo pospandémico. Y como consecuencia, la gente trabaja de otra manera. Ahora vivimos y trabajamos de forma más híbrida. Algunas personas vuelven a la oficina, otras trabajan más a distancia. Pero la forma de trabajar ha cambiado. Así que tenemos que adaptarnos a ese nuevo mundo. Y ahora Slack se está convirtiendo en la sede digital de muchos de nuestros clientes. Y es más que cómo se comunican, es. Cómo se hace el trabajo.

Desde la perspectiva de Tableau y el punto de vista de la analítica, significa que en lugar de que la gente vaya a los datos, los datos pueden vivir justo donde la gente trabaja. Pueden obtener información de forma proactiva. De hecho, pueden empezar a colaborar y comunicarse sobre los datos allí mismo. Y en Dreamforce, anunciamos algo nuevo llamado Canvas, que es una forma de expresar más contenido junto con las conversaciones. La analítica puede convivir con ese Canvas y contribuir realmente a la conversación.

Y además, anunciamos nuevas soluciones para ayudar a nuestros clientes a hacer más. Una de ellas es lo que llamamos la nube neta cero, porque el cambio climático es un problema mundial y las empresas piensan que tienen la responsabilidad de mejorar sus misiones. Las empresas deben ser una fuerza del bien. Y así, con la nueva nube neta cero, podemos ayudar a las empresas a gestionar sus emisiones y a ser capaces de marcarse un hito para ser netas cero.

¿Qué hay que hacer para gestionar las misiones? Hay que medir para mejorar. Así que los datos son el corazón de la columna Net zero. Tableau está profundamente integrado en la columna Net zero. Así que no sólo visualiza las emisiones, sino que también puede hacer análisis de «qué pasaría si…». Supongamos que reducimos el transporte aéreo en un 10%. ¿O si cambiáramos el combustible de gasolina por vehículos eléctricos? ¿Cómo afectaría eso a las emisiones? Realmente se está convirtiendo en esa cabina de mando para que las empresas gestionen y sean más sostenibles.

Así que esos son tres de los grandes ejemplos con los que creo que realmente cambiará la forma de trabajar de la gente y con los que podrán dirigir sus empresas de forma más eficaz. El crecimiento sostenible y a largo plazo está estrechamente relacionado con el tiempo real. Por eso es tan importante la disponibilidad de datos y su analítica. Tiene que ser en tiempo real y tiene que estar automatizada. Cuando los clientes de una empresa interactúan con ella en el sitio web, bueno, esa empresa quiere ser capaz de proporcionar la siguiente mejor acción para ofrecerlo allí mismo sobre la base de quiénes son y cómo interactúan.

[MCPRO] Y como recapitulación final, ¿hacia dónde se dirige Tableau? Hemos hablado de que ahora es aún más fácil para más gente. Pero, ¿qué camino va a seguir? ¿Qué podemos esperar de este enfoque en la analítica para los próximos años?

[Francois Ajenstat] Creo que el mensaje general es que queremos llevar la analítica a todas partes y ponerla al alcance de todos. Ese es nuestro objetivo: la analítica en todas partes para todos. Y las palabras clave son, obviamente, en todas partes y para todos.

Pero, ¿qué significa eso realmente? Significa que la analítica de datos se integrará directamente en el lugar de trabajo. Si trabajan en Slack, la analítica estará ahí. Si trabajan en Salesforce, la analítica estará ahí. Y lo mismo si trabajan en otras aplicaciones. Queremos tener analítica en todos los puntos. Para que sea útil y relevante, y contextual al puesto de trabajo que ocupan.

Para que la gente no piense «voy a ir a hacer analítica de datos ahora», la capacidad analítica estará ahí donde estés en cada momento. Pero para todo el mundo significa que realmente tenemos que mejorar la experiencia del usuario, la facilidad de uso, para que todo el mundo pueda participar. Y por mucho que estemos orgullosos de los progresos que hemos hecho, que hayáis visto algunas demostraciones de lo que podemos hacer, creo que aún podemos hacer mucho más.

Tenemos que seguir reinventando la forma de trabajar con los datos. La analítica de datos tiene que ser más sencilla de usar. Tenemos que hacerlo tan fácil como Google, tenemos que hacerlo tan fácil como tal vez usamos hoy una hoja de cálculo. Todo el mundo puede hacerlo. Hace 30 años no se podía, ahora está en todas partes. Y eso es lo que nos esforzamos por hacer para que el análisis sea fácil, accesible y relevante.

Pero hay que llevarlo al lugar de trabajo de la gente para que parezca muy lógico y no se trata de una sola cosa, sino de una combinación de cosas y de seguir avanzando, como decimos, una versión tras otra, escuchando a nuestros clientes y actuando con rapidez y urgencia. El panorama de clientes que tenemos es realmente grande, y los datos que nuestros clientes gestionan son los más críticos, son datos sobre sus clientes. Podemos ayudarles a hacerlo.

Llevo doce años en el equipo de Tableau y creo que apenas hemos arañado la superficie de lo que es posible. De todas las cosas que podría imaginar, quizá hayamos hecho el 5%. De verdad, hay mucho por delante y eso hace que sea divertido poder innovar, poder construir, pero lo más importante, tener impacto con los clientes. Y por eso me encanta venir a las regiones, reunirme con los clientes, porque puedo verlo de primera mano, no solo el software, sino ver la transformación que se crea. Es increíble.

Lo más leído