Este cambio de paradigma en la gestión de conocimiento dentro de las empresas presenta una oportunidad única para tomar más y mejores decisiones basadas en la información. En particular, sumar una mirada desde la perspectiva de género a esos datos resulta clave para que quienes toman las decisiones tengan de forma accesible la posibilidad de explorar diversos cruces de información y visualizaciones para identificar y evaluar las brechas de género que puedan existir, apoyándose en variables explicativas (después de diferenciar a la población por sexo, explorar la edad o alguna otra característica demográfica de clientes/as, equipos de trabajo, etc.), lo que permite implementar políticas direccionadas y basadas en evidencia.

Por ejemplo, los equipos de trabajo de las empresas pueden analizar por sus propios medios si existen brechas de género en puestos y áreas de las compañía, en su clientela, en el diseño de los productos y/o servicios, o si las acciones de comunicación y venta están siendo direccionadas sin intención hacia un sexo. En concreto, la oportunidad de que los equipos que toman las decisiones sean quienes analizan los datos de las empresas es también una oportunidad para analizar la información con nuevos y variados enfoques. 

Las herramientas de data analytics se pueden utilizar en todas las áreas de la compañía para poder responder a diversas preguntas en función de datos. Y para cada una de estas preguntas dentro de cada área de la empresa vale la pena entender si existen brechas de género y cómo pueden ser eliminadas.

Preguntas que se pueden responder con un proceso de data analytics con enfoque de género:

1. Análisis de un evento puntual. ¿Qué ha pasado? ¿Existen brechas de género? 
2. Reporte automatizado. ¿Qué está pasando? ¿Cuál es la tendencia de las brechas de género en el tiempo? 
3. Análisis estratégico. ¿Qué está pasando y por qué? ¿Qué variables explican las brechas de género existentes? 
4. Análisis predictivo. ¿Qué va a suceder? ¿Cuál será la tendencia futura de las brechas de género? 
5. Análisis prescriptivo. ¿Cómo podemos lograr que algo suceda? ¿Qué podemos hacer para eliminar las brechas de género?

A partir de la experiencia de uso de las dos principales herramientas de data analytics, es posible identificar que la elección sobre cuál utilizar está en función de qué otras herramientas deberán integrarse con estas. Por ejemplo, si toda la información de mi empresa se encuentra alojada en servidores Azure (entorno en la nube) de Microsoft, es recomendable utilizar Power BI; en cambio si la gestión de datos de mi organización se basa en soluciones en la nube del entorno Google, es posible que la integración con Tableau sea más simple. 

En el siguiente diagrama de flujo se presentan algunas de las preguntas (no todas) que podemos hacernos para reflexionar sobre qué herramienta elegir.

Para poder mostrar cómo conectarnos a una base de datos y empezar a hacer los primeros gráficos en Power BI, vamos a utilizar los resultados de una encuesta de satisfacción de clientes/as de una empresa. Vamos a realizar tres gráficos simples en un primer tablero con filtros de datos.