Universidades ricas en datos y pobres en insights. Cómo resolverlo.

Notas del episodio

Las universidades tienen más datos que nunca, y muy pocos llegan a las decisiones que importan. El problema rara vez es la tecnología: son los silos, los informes que sustituyen al análisis y las decisiones que no se diseñan en torno a los datos.

Escuchar el original en inglés.

Transcripción

Las universidades tienen más datos que nunca sobre sus estudiantes, sus mercados y su reputación. Y muy pocos de ellos llegan a las decisiones que importan. Hice un MBA en Big Data Analytics porque, ya en el sector hotelero, veía que los ganadores eran las organizaciones que convertían más rápido la información en decisiones. ¡En la educación superior encontré instituciones sentadas sobre cantidades extraordinarias de datos, y usando notablemente pocos!

Pensemos en lo que recoge una universidad típica: expedientes de estudiantes, datos del CRM, analítica web, encuestas, datos de rankings, métricas de investigación, embudos de solicitudes. Lo que suele faltarle es una forma de juntarlo todo, para que sus líderes vean qué está pasando y actúen. El problema rara vez es la tecnología. Normalmente son tres cosas, y la primera es la más conocida. Los datos viven en silos.

Admisiones, marketing, planificación, investigación y servicios a estudiantes tienen cada uno una parte de la imagen, en sistemas distintos, con definiciones distintas. Nadie tiene la visión completa. Imaginemos a tres equipos que llevan tres cifras diferentes de la misma cohorte de ingreso, y la hora entera se va en discutir cuál es la correcta. Eso lleva al segundo problema: los informes reemplazan al insight. Los equipos pasan horas produciendo informes que describen lo que pasó, y casi nada de tiempo explicando por qué, o recomendando qué hacer.

El tercer problema deshace en silencio todo lo demás. Las decisiones no se diseñan en torno a los datos. Si las decisiones clave se toman en comités que nunca ven la evidencia, o que la ven con meses de retraso, hasta el mejor análisis no cambia nada. Los informes describen lo que pasó. El insight dice qué hacer a continuación. Y el insight solo importa si llega a la sala antes que la decisión.

En la Universidad de Newcastle implantamos HubSpot con una gobernanza más sólida e introdujimos Google Analytics 360. El cambio más grande fue cultural. Construimos una segmentación y una estrategia de contenidos basadas en datos, y creamos procesos para compartir el insight entre equipos, en lugar de dejarlo encerrado en marketing. Cuando los colegas vieron cómo su actividad se conectaba con las consultas y las solicitudes, las conversaciones cambiaron. Los datos pasaron a ser algo que toda la institución podía usar.

En el Students’ Union, la asociación de estudiantes, vi lo mismo a menor escala. La personalización basada en mejores datos aumentó la interacción con los correos en más de un trescientos por ciento. Los datos siempre habían estado ahí. Simplemente nunca los habíamos usado bien. Personalizar no es más que prestar atención a las personas, a gran escala. La mayoría de las instituciones no necesita más datos. Necesita hacer algo con los que ya tiene.

Mi primer consejo es empezar por las preguntas, no por los datos. Preguntar a la alta dirección cuáles son las cinco decisiones que más necesitan mejor evidencia, y construir a partir de ahí. Después, acordar definiciones comunes. Una consulta, un solicitante o una conversión deberían significar lo mismo en todos los equipos. Es poco vistoso, pero sostiene todo lo demás. Y automatizar los informes rutinarios, para que los analistas puedan explicar, probar y recomendar.

Hay que poner el insight directamente delante de quienes deciden. Un resumen de una página al inicio de una reunión ejecutiva vale más que un informe de cien páginas que nadie lee. Invertir en alfabetización de datos, porque una formación breve y práctica para quienes dirigen equipos se paga rápido. Y usar la inteligencia artificial con cuidado, y pronto. Ya es buena resumiendo datos y detectando patrones. Con una gobernanza clara, puede acortar el tiempo que va del dato a la decisión.

Las universidades que cierren la brecha entre datos y decisiones captarán estudiantes con más eficacia, gastarán con más criterio y entenderán su reputación con mucha más profundidad. Las que no lo hagan seguirán produciendo informes mientras sus competidores actúan. La tecnología es asequible. Lo que hace falta es liderazgo: la voluntad de hacer que la evidencia forme parte de cómo piensa la institución, todos los días. Los datos ya están ahí, esperando. ¡Hay que dejar que cambien lo que se hace a continuación!