Omar Espejel es analista sénior de datos en TSC.ai, con sede en nuestras oficinas centrales para LATAM en Brasil. Esta historia se publicó originalmente en HackerNoon.
Ofrecer insights a tu cliente, definidos brevemente como textos cortos de información procesada analíticamente, es un valor agregado para los servicios de prácticamente cualquier empresa. Lamentablemente, como ingenieros, o técnicos en general, nuestra formación no aborda en detalle las técnicas para escribir insights. Este texto breve busca servir como guía básica para futuros analistas. Presento el concepto de insight y doy consejos para la creación de piezas de inteligencia concisas y breves.
Como analista sénior de datos, debo hacer precisamente lo que menciona Ray Dalio, magnate de las finanzas, en su conversación de diciembre de 2019 con Lex Fridman en su pódcast “Artificial Intelligence” cuando le preguntaron qué papel tendrá el aprendizaje automático en la toma de decisiones y en el análisis:
“La IA es especialmente buena para procesar datos, pero la noción de lo que quieres hacer la determina mejor, la mayoría de las veces, la mente humana. ¿Cuáles son los principios?” (cita aproximada), Ray Dalio en una entrevista con Lex Fridman
TSC.ai (donde trabajo como analista sénior de datos) es una empresa de tecnología que usa inteligencia artificial para ofrecer, precisamente, inteligencia a nuestros clientes. En parte, esta inteligencia se entrega a través de insights.
Cuidado: un insight no es lo mismo que un informe o una investigación exhaustiva. Un insight es un texto breve, de menos de 2.000 palabras, que ofrece inteligencia a un cliente que no espera leer un documento de 10.000 palabras ni cinco noticias para llegar a una conclusión sobre un tema. Algunos ejemplos de los que quizá sean los insights más famosos están en la serie Bloomberg QuickTake.
Los insights que se entregan al cliente requieren procesar información para crearlos. Para procesar la información, el analista puede usar herramientas como la inteligencia artificial, por ejemplo Atium de TSC.ai. Sin embargo, esto no basta. La IA es una herramienta invaluable para crear inteligencia y es formidable en el trabajo de procesar datos para predecir o identificar patrones. Sin embargo, estamos en un punto en el que la IA todavía no es excelente en la toma de decisiones que implica considerar una gran cantidad de variables que cambian con el tiempo (jugar Go o póquer no cuenta). Como dice Dalio en la misma entrevista, no vas a permitir que una IA defina cómo vas a educar a tus hijos.
Una vez que la IA procesa los datos, el analista decide cómo usar la información, si la usa, para que sea útil para el cliente. Piensa, por ejemplo, en un algoritmo de PLN que identifica nombres de personas en noticias y crea un resumen de la historia. En este caso, al hacer el análisis hay que decidir si, según lo que es importante para nuestro cliente, la noticia es lo bastante relevante o no, y si las personas identificadas son relevantes para la historia que queremos ofrecer a nuestro cliente.
Ajay Agrawal, Joshua Gans y Avi Goldfarb lo dejan claro en “Máquinas predictivas: la sencilla economía de la inteligencia artificial”: aunque la predicción (que ofrece la IA) es un componente clave de la inteligencia, no son lo mismo.
Para ofrecer inteligencia, la inteligencia artificial no basta. Los insights son precisamente eso y solo pueden hacerlos personas.
A continuación presento algunos puntos relevantes que mi equipo y yo encontramos para hacer insights de calidad. Pero, antes que nada, recuerda la regla principal:
Dicho sin rodeos, el objetivo es desarrollar insights de calidad que se enviarán a personas muy, muy ocupadas (los clientes) que quieren ver la nota en dos minutos.
El trabajo de los analistas se basará en tres pilares fundamentales, que abordo aquí: 1) búsqueda de información, 2) redacción y 3) estructuración del contenido.
1) Búsqueda de información
- Para esto, hay que usar un buscador confiable. En mi experiencia, Google basta.
- Al momento de buscar, conviene usar palabras clave sobre el tema que se investiga. Ejemplo: si el insight debe abordar el proceso y el estado actual de la regulación de las empresas de tecnología financiera (FinTech) en Argentina, conviene ingresar palabras clave en la barra de búsqueda de Google así: regulación+fintech+Argentina.
- Selecciona información reciente, lo más reciente posible. La idea es ofrecer al lector los últimos acontecimientos sobre el tema solicitado.
- Considera la información de sitios web confiables. En internet hay mucha información, y la mayor parte no es buena ni seria.
- Como complemento, puedes leer: 10 técnicas avanzadas de búsqueda web que probablemente no conocías, aunque, según mi experiencia, esto basta la mayoría de las veces.
2) Sobre la redacción
La calidad de un insight no está en su extensión, sino en su contenido: ideas claras y una redacción breve y acertada.
- Como mencioné, la mayoría de los clientes quieren leer tu insight en dos minutos. Para eso, la extensión del insight será de entre una y dos páginas. ¡Las visualizaciones son excelentes! En TSC.ai ofrecemos mapas de relaciones entre stakeholders que hacen los insights más fáciles de digerir. Por ejemplo, mira este mapa, en español, sobre los exponentes de un nuevo impuesto de 2020 en Argentina:
- Si no leíste antes sobre el tema que se investiga, es imposible empezar a desarrollar el insight. Por eso, hay que empezar por hacer una buena lectura de la información encontrada. Luego, escribe un título muy conciso que refleje el objetivo de tu texto. El título podría ser algo como “Nuevo impuesto mexicano se centra en los servicios digitales” o “La influencia de Cristina Fernández en el gobierno argentino en 2020”.
- Siempre que puedas, mira el título de tu insight para recordar de qué trata. Hay que cumplir el único objetivo mencionado en el título.
- Si todavía estás en tus primeros insights, te recomiendo que, al terminar tu insight, lo vuelvas a leer y te comprometas a reducir al menos un tercio de las palabras usadas. Esto te obligará a mantenerlo concreto y breve. Este concepto y otros están en el excelente libro “On Writing Well”, de William Zinsser.
- ¡No escribas palabras superfluas para rellenar!
3) Estructuración del contenido
Como el contenido del insight depende del tema abordado, no hay una receta para su estructura. Por eso, se valoran la creatividad y la iniciativa propia del analista al momento de plasmar las ideas en un discurso coherente y ordenado.
Esta es la estructura general que recomiendo. Para el inicio del insight:
- Título: debe ser conciso, fácil de entender (considera que no estará dirigido a académicos) y directamente relacionado con el objetivo principal del insight.
- Fecha y lugar: indica el día en que se elaboró o actualizó el informe y el lugar desde donde se elaboró.
- Introducción: en un párrafo, hay que presentar brevemente el tema que se abordará. Es decir, adelanta el propósito del insight (¿de qué tratará?).
Para el cuerpo principal:
Evita escribir mucho y decir poco. Es decir, ve al grano.
- Puede tener tantas partes como el analista considere, siempre que estén directamente vinculadas con el tema que se investiga y ofrezcan información precisa e importante.
- Una redacción clara es esencial para entender bien las ideas. Escribe como si tu insight estuviera dirigido a alguien que no sabe nada del tema. Oblígate a explicar a fondo con la menor cantidad de palabras posible. Lo sé, requiere trabajo.
- Si bien se usarán fuentes de información, ¡por favor, no copies y pegues!
- Hay que cuidar la argumentación. Es decir, mantén el orden lógico (o cronológico, si hace falta) de las ideas a medida que se desarrollan.
- Intenta organizar tus ideas en viñetas. Si se ramifican, puedes usar otro nivel de viñetas para mostrar que la idea tiene “subideas”. En mi opinión, no hay límite de niveles. Solo hay que mantener la relación y el orden.
- A nuestros clientes en general les interesa saber quiénes apoyan y quiénes critican ciertos temas, por ejemplo, regulaciones. Por eso ofrecemos una lista de los stakeholders y sus posiciones sobre los temas en cuestión. Esto se puede resumir muy bien en un mapa de relaciones como el que ofrece TSC.ai. Como ejemplo, mira este mapa sobre quién es quién en la regulación de las fintech en Argentina en 2020:
- Conclusión: según el insight solicitado, puede cerrar con una conclusión breve, en general de un párrafo, que señale los hallazgos más relevantes observados durante la investigación. También puede incluir un análisis de sus posibles consecuencias futuras (dependerá del tema).
- Recomendaciones: se plantearán sugerencias si las hay o si se requieren. En esta fase, la capacidad analítica de quien hace el insight es crucial.
Por último, recuerda…
La inteligencia artificial es una herramienta excelente para ofrecer inteligencia a tus clientes. Sin embargo, la mayoría de las veces no bastará. Hará falta el componente humano que procesa la información. En este texto breve se presenta el concepto de insight como una pieza de texto breve que ofrece información concisa y que, idealmente, se puede leer en dos minutos.