Analytics 2.0

Mucho más que taggear

Analytics 2.0 - Mucho más que taggear

Cultura Data Driven – Mucho ruido y pocas nueces

Cultura Data Driven

El menor de los problemas para lograr que una empresa logre un cambio cultural a un modelo orientado a información es que logre o no comprender los indicadores o funcionamiento de las plataformas de medición. El principal problema es el cambio cultural que implica, y el costo politico que nadie quiere asumir.

Desde el 2006 aproximadamente que comenzó a aparecer más fuertemente la “Analítica Web”(Hoy analítica digital) en la industria de Internet. Mucho se ha estado hablando estos cinco años pero muy poco haciendo, o mejor dicho, lo que se hace es mostrar algunas métricas básicas principalmente relacionadas a la performance de una campaña de medios específica.

Digital Analytics

 

 

 

 

 

 

 

 

Ahora bien, cuando uno dice “No se puede controlar lo que no se puede medir” (frase que se le atribuye a muchas personas, yo lo hago con Robert S. Kaplan) las miradas, gestos e incluso opiniones denotan una sola cosa, todos están completamente de acuerdo y es algo que resulta hasta lógico o de sentido común (aún cuando este sea el menos común de los sentidos según Horace Greeley).

Entonces porque algo que resulta tan lógico no se lleva a la practica? Por qué pudiendo basar la toma de decisiones en escenarios con poco riesgo se termina infiriendo sobre la inferencia? Muchos podrán opinar que esto de la Analítica es muy complejo, que tiene términos crípticos y que en general uno no le encuentra mucha utilidad. Estoy extremadamente de acuerdo en tal afirmación, sin embargo dudo que esto sea lo que aleja por una parte a los CEO’s de la empresas para tomar en serio el tema de la analítica y poner el tema como prioridad, así como tampoco creo que sea lo que aleje a las personas que operan dichas empresas. De hecho no tengo dudas de que si un CEO ve “el oro” detrás de la información no dudará en ir por ese lado. El mayor problema es el cambio cultural y de mindset de las personas, se requiere de una planificación de largo plazo y una decisión a nivel corporativa sobre la necesidad de que esto ocurra, y nadie quiere tomar una decisión tan importante con los costos políticos que puede esto tener internamente en cualquier organización, más aún si es una multinacional

Sin embargo vale la pena, las empresas que se han vuelto “Data Driven” como dicen nuestros amigos Anglosajones, son las que luego llenan los power points con casos de éxito que el resto se sonroje mientras pienza ¿cómo no se me ocurrió esto a mi? Bueno, es que no todo es creatividad ciega, no es tan cierto que sin información y una mente brillante todo está resuelto. Sería fabuloso si existiera algo así como un todo poderoso o gurú que nos diga que si hacemos A y luego B entonces obtendremos C (O mejor Dicho $), pero lamentablemente no existe tal cosa. Incluso es importante tener en cuenta que es un peso tremendo poner sobre las espaldas de alguien tal o cual resultado sin proveer a este de información.
No me alcanzan los dedos de mis manos para contar las veces que me pasó que el creativo de una compañía por poco rompe en llanto de alegría al recibir un informe que nutría y daba estructura al pedido de creatividad que se le hacía, “Por fin un poco de información” se escucho mientras exhalaba una bocanada de oxigeno, como sacándose de encima un peso que venía trayendo hace mucho tiempo. Evidentemente los creativos no huyen de la información, al menos muchos de ellos no, así como tampoco el resto del equipo.
Lo que cuesta es pensar en el otro. Todos estamos constantemente generando información relevante, incluso podrían reír si les dijera una de las fuentes de información más importante en una empresa es el anotador que muchos usamos al lado de nuestro computador, sin embargo es algo muy cierto. Este es el que esconde la verdad que a escasos 5 o 10 metros alguien tanto busca y añora y cree que solo un milagro la haría aparecer. Ese garabato que dice en el anotador “cambié la imagen de la home del hombre con camisa por una con una familia en el campo disfrutando” es todo lo que necesita quien está analizando que justamente por alguna razón cayó la tasa de rebote en 15% en el mismo periodo generando un incremento en el stock publicitario vendible o en ventas en $X y que daría cualquier cosa por replicarlo! Al no contar con dicha información este ser humano a pocos metros nuestro está extremadamente tentado, casi sin darse cuenta, a inferir que es porque cambiaron una keyword en la campaña de búsquedas pagas (aunque internamente no quiere ni siquiera indagar si fue solo ese canal el que bajó el rebote o todos, tal vez porque intuye la respuesta).

Nadie se baja de un bote que flota perfectamente para subirse a otro igual, para que correr el riesgo no? Sin embargo en tiempos donde según el CMO’s report de IBM (donde entrevistaron a unos 2000 CMO de todo el mundo) la mayoría dice que el mayor desafío que tienen es lograr digerir los volúmenes de información a los que hoy se enfrentan, es claro que el bote se está hundiendo y que quedarse quieto ya dejó de ser la mejor opción.

Ya se habla de Analítica Digital en televisión

Hace unos 10 años, hablar de Analítica era algo para algunos nerds o geeks y no me refiero a América Latina solamente, sino a nivel mundial.

Hace dos semanas me invitaron a hablar de Analítica Digital a uno de mis programas favoritos (Argentina para Armar). La idea era hablar de nuevas profesiones. Ya se, no es una nueva profesión, pero si para el mundo lo es entonces al menos debemos empezar a contarles de que se trata.

Tom (de Intellignos) y yo tuvimos la oportunidad de hablar de Analítica Digital por primera vez ante una audiencia genérica, y no solo personas relacionadas de una forma u otra a la industria de internet. Y lo interesante fue que mucha gente se interesó y terminó enviándome mails preguntando más sobre que era eso de Analítica Digital. Personas de otras profesiones…

Si estás en esta industria seguramente por momentos crees que todo va más lento de lo que debería. Así lo creo yo muchas veces. Pero este tipo de cosas refuerzan que estamos en el camino correcto, solo que a veces el tiempo es el mejor instrumento… y la Digital Analytics Association está siendo definitivamente la piedra angular.

Les dejo el video del programa

Primera parte de Argentina para Armar

Intellignos

Segunda parte de Argentina para Armar

Intellignos

Plan de medición desde estratégia a la táctica

Me sorprende porque tanta gente comienza con su proyecto de medición desde el final, o sea implementando la herramienta de medición. Entonces, hablemos un poco del paso anterior.

El objeto de medición: Antes que nada es importante definir que es lo que tienes que medir, en cualquier caso seguramente es un sistema, por ello es importante comprenderlo antes de comenzar. Lo principal es comprender cual es el objetivo que tiene el mismo, en este caso digamos ganancias y no solo cantidad de ventas.

measurement systems

En esta parte del proyecto te sugiero tomar una hoja de papel (yo generalmente voy guardando las que quedan mal impresas y las utilizo del otro lado) y comenzar con el borrador. Importante! Este es un borrador, no es momento de hacer las cosas prolijas sino de que quede plasmado todo el sistema de la mejor manera posible, con tachones y correcciones.

En el borrador dibuja cada parte del sistema que vas viendo o averiguando con otras personas de la empresa. Puede ser un sitio de eCommercec, de contenidos, sitio para ver productos online pero comprarlos offline, etc.

Para este post hice un ejemplo para que vean de lo que hablo:

Como puedes ver, primero definí las acciones generadoras de demanda (canales de tráfico?), y definí como responsable de dichas acciones al área de marketing y un objetivo para cada canal como se puede ver entre paréntesis. Cada canal, o cada campaña, enviará tráfico a una landing page particular. La cantidad de landing pages dependerá exclusivamente de la cantidad de mensajes diferentes o targets que estemos comunicando. La idea es que exista una coherencia entre lo “ofrecido” y lo “obtenido” en el sitio al que llega el usuario. Luego habra conjuntos de interacciones (categorías) que enviaran a los usuarios a un proceso o contenido particular. Es importante que tengas en mente el proceso que quieras que el usuario haga al llegar al sitio, esto debería estar previsto. Parentesis: Cada interacción compite con el resto de ellas, entonces si quieres incluir una descarga de documento o un simulador de producto deberías pensar eso como compite con el proceso que quieres que el usuario haga en el sitio. Lo saca del proceso de compra? Confunde al usuario?.

Volviendo al tema, cada landing page (o página de llegada) llevará tráfico a un conjunto de contenido responsable de algunas metas (o goals) específicos. En este caso cada contenido estará relacionado a diferentes etapas en el proceso de compra y tendrá como objetivo llevarlos hacia la compra. De hecho incluso atención a clientes tendrá como objetivo dar un excelente servicio tratando de capitalizar eso como una nueva venta (up sale o cross sale).

Una vez que la venta está realizada tienes información que te permitirá conocer el Life Time Value de cada cliente. En ese caso es muy recomendado pasar de análisis de ROI (Return on Investment) a ROCI (Return on Customer Investment), porque sinceramente poco importa si estás teniendo un ROI alto si estás gastando dinero en clientes que no te generan ingresos o que incluso te están costando más de lo que te dan…pero este es tema para un post aparte.

Definir las “interacciones a conversión”: En la imagen superior puedes ver cada parte del sistema y el rol que cumplen para alcanzar el objetivo del mismo el cual es generar ganancias de las ventas online, o sea incrementar la brecha entre precio y costo. Luego deberías encontrar el conjunto de acciones que acercarán al sistema a su objetivo. Digamos “Awareness”, “Intención de compra”, “Conversión” and “Upsale / Cross Sale”. Cada una de las anteriores serán las categorías de metas que deberán contener las acciones facilmente medibles, en el caso de “Awareness” las acciones medibles podrían ser “Descargar catálogo” y “Ver producto”. Luego hay que hacer lo mismo con cada categoría de meta. Es vital que comprendas el valor de cada cosa, por ejemplo una registración tiene un valor y es importante que lo midamos. Todas las acciones comprendidas en estas categorías deben ser medidas, sean page o action tracking .

Sistema de información: Una vez que conoces toda la información requerida debes definir cuales son las herramientas de información que necesitarás para medir todo lo que necesitas. Website Analytics, Mapas de Calor, Encuestas y votaciones, eMail Marketing, Ad Servers, etc.

Luego de esto debes definir el conjunto de documentos para poder implementar correctamente cada herramienta de medición, pero eso da para otro post.

Juan

eMetrics Chicago 2012

El pasado 25 de Junio de 2012 tuve el honor de ser invitado para presentar Meta Analytics, Configurando la mente del analísta web en eMetrics Chicago.

Juan Damia emetrics Chicago

 

Lo primero que tengo que decir es que como siempre uno se queda sorprendido, estos muchachos no están para hacer las cosas más o menos, sino que no se conforman con menos que con una organización exquisita donde todo funciona como un mecanismo de relojería suiza.

Tiffany Harris se aseguró de que, al menos por el lado de eMetrics, todas las conferencias salieran perfectas. Terry Cohen estuvo como presentadora y coordinadora de mi presentación, gracias por eso Terry!

Jim Sterne como siempre asegurandose de que todo saliera perfecto en el evento además de hacernos sentir a todos como en casa.

Meta Analytics eMetrics Chicago

Bueno, entrando en mi experiencia debo ser honesto, yo no esperaba para nada mucha gente en el evento. Mi tema no era de los más populares, frente a  Atribución de conversiones, Analítica en medios sociales, Optimización de Conversiones y Test multivariados. Mi tema estaba orientado a comprender que pasa antes de todo lo mencionado. Un paso antes de las conversiones los medios sociales y los test multivariados hay personas, y las personas, a pesar de que puedan generar procesos de razonamientos lógicos al final del día se comportan de manera caótica. Demos una repasada por los temas presentados:

1. Cuanto más profesional, menos profesional: La mente del ser humano genera algo que yo llamo conocimiento por capas. Que es esto? Al identificar una problemática o desafío busca antes que nada una respuesta basada en una experiencia del pasado en caso de no encontrar nada similar comienza un proceso de investigación que finaliza con la solución. Al generar la solución, guarda la misma con un tag o nombre, pero no guarda, al menos tan superficialmente, todas las variables analizadas para llegar a dicho resultado.
Si en el futuro se encuentra con una situación que se manifiesta parecida entonces identificará unicamente la solución encontrada en el pasado y la utilizará, ya esta vez sin generar un proceso de pensamiento mediato. Ejemplo, la primera vez había una caída en las conversiones, no había historíal del pasado con una situación similar, entonces se investigó y se determinó que el problema fue una caída en el rendimiento de los servidores. Luego nos enfrentamos al mismo problema, caída en las conversiones, nuestra mente nos dará como respuesta el tag “rendimiento de los servidores”.

Cuando aprendemos, aprendemos sobre situaciones específicas, sin embargo dejamos asentado que sabemos resolver una situación que se manifiesta de cierta manera, sin importar si la causa efectivamente sea la misma.
En un entorno tan cambiante como Internet la probabilidad de que una problemática que se manifiesta similar a una anterior, sea efectivamente causada por la misma cosa cosa es muy baja, practicamente nula.
A este conocimiento aprendido lo llamamos “transparencia” ya que aún cuando está frente a nuestros ojos, no podemos verlo.

2. Quiebres: El método para mantenernos aprendiendo y viendo cada nuevo desafío sin la influencia de la subjetividad de nuestro modelo mental y el pasado es generar “quiebres”. Como se hace? Como lo hacen los niños para aprender…preguntarse contastantemente porque creemos que algo de es te tal o cual manera. No dar nada por sentado.

3. La inferencia es un tobogan directo al infierno: Algo que gusta mucho a los analístas de analítica digital, es inferir. O sea, utilizar la información existente e inferir el resto utilizando eventos parecidos del pasado junto con la “logica”. Como sabemos el pasado de poco sirve, al menos de manera superficial y la lógica es algo que se basa en el modelo mental de cada persona así que imaginen lo útil que es. O sea, lo es en un mundo donde solo existiera el analísta, pero lamentablemente eso no existe. Ejemplo: Cayeron las registraciones, entonces seguramente que hay un problema con el servidor del sitio. La información de comportamiento “caída de las registraciones” nos da información de “Que” es lo que ocurre, y no porque. Para ello deberíamos utilizar información “actitudinal” la cual nos respondería el “porque”.

En general se tiende a creer que un buen profesional de analítica digital es aquel que sabe sobre métricas y herramientas…tal ves es por eso que hacen tanta falta buenos profesionales en esta industria… :-). Lo más importante es la capacidad de detectar en grandes volumenes de datos, patrones de comportamiento que lleven a la acción y optimización de resultados…bueno si…dinero.

Reportar se trata de generar decisiones eficientes

Si estás leyendo este blog seguramente recibes y/o envías reportes normalmente. Reportar es el último paso en el proceso de analíticas que compuesto por la medición, recolección, análisis y Reporte.

Algunos analistas muchas veces confunden el tercer y cuarto paso pero son bien diferentes. Una cosa es analizar información con el objetivo de identificar patrones de comportamiento que lleven a insights que disparen decisiones eficientes, otra muy distinta es contar esto a alguien más de forma que le permita entenderlo de manera adecuada, o sea, logrando transmitir la idea y como se llegó a ella. Si eres un analísta tu trabajo diario se trata de procesar y analizar información logrando una comprensión en profundidad de la misma, lo que permite tener procesos mentales desarrollados que permiten identificar patrones en grandes volumenes de datos. Para un perfil como este no es un gran problema comprender dicha información y que decisiones se podrían tomar con ella, pero debes ser muy cuidadoso cuando tal información va a ser consumida por alguien más. La información tiene dos objetivos, tomar decisiones y controlar. Si quieres guiar a alguien por un proceso que le permita hacer una de estas dos cosas y nada más que esas dos cosas debes reportar de manera clara y organizada pensando en que de ti depende que la decisión por tomarse, que ves tan importante, se termine por tomar generando un impacto positivo en el sistema.

Llamamos “Reportes Eficientes” a aquellos que llevan a los tomadores de decisiones a accionar de manera tal que acercan a la organización a su objetivo en el menor tiempo posible en el momento adecuado.

Entonces, como podemos crear un reporte eficiente? Si tienes que reportar a alguien más debes conocer:

1. El vocabulario que este utiliza: Identificar que léxico utiliza dicha persona, si es formal, informal, financiero, de TI, de Investigación, Marketing, etc, y escribir el reporte intentando utilizar las palabras de esta persona en oraciones donde utilizarías los tuyos.

2. La decisión que debe ser tomada: Nunca reportes solo porque “debo hacerlo” o porque alguien está esperando dicho reporte. Sin un objetivo, el reporte se vuelve estéril. Pregúntale a la persona que decisiones toma o debería tomar y en base a eso trata de contarle de la forma más clara para el los sucesos que crees conveniente y que puede hacer para solucionarlo (en caso que tengas cursos de acción para tal fin).

3. El período de tiempo: Pregunta a la persona cada cuanto toma las decisiones que toma. De está forma no gastarás tu tiempo en la realización de reportes que no son útiles, ya que sin una decisión por tomar, el reporte como dijimos antes es infecundo. Así, solo reportarás en el momento indicado y tendrás tiempo para identificar potenciales desvíos, en ese caso si harás un reporte ad-hoc para tenga como objetivo corregirlo.

4. Objetivos perseguidos: Jamás reportes contando lo que está en un gráfico o chart. Dile al lector que está ocurriendo y que relación tiene tal situación con el objetivo que este persigue. Por ejemplo, si estás reportando a un Gerente de Marketing sobre campañas de búsquedas pagas, nunca deberías decirle “El tráfico de tal o cual campaña se incrementó en un 15% comparado con el período anterior. O el costo por kw pasó de A a B.”.

Results

En cambio opta por decirle “El canal de búsquedas pagas puso a la compañía un 15% más cerca de su objetivo de ventas, en menos de una semana y todavía con 15 días por terminar el mes ya están alcanzado los objetivos de todo el mes. Con una inversión de X% adicional las ventas del mes podrían situarse en el orden del Y%, duplicando el objetivo propuesto.

Recuerda que todas las tareas de la empresa deberían llevarse a cabo teniendo el objetivo de la misma en mente. De tal forma que el diseñador comprenda que su meta no es llevar a cabo la mejor pieza artística sino la aplicación o sitio que acerque a la compañía a su objetivo de máxima. Por eso es tan importante que el reporte hable en el mismo lenguaje que cada persona “Como cada quien está conduciendo a la misma hacia el éxito”.

Análisis de dispersión utilizando Segmentos Avanzados de Google Analytics

En estadística, dispersión estadística (también llamada variabilidad estadística) es la variabilidad o dispersión de una variable o distribución de probabilidad. Ejemplos comunes de medición de dispersión estadística son la varianza, desviación standard y rango intercuartil.

La medida estadística de la dispersión es un número real no negativo que es igual a cero si todos los datos son los mismos y la fecha de los aumentos cambian (Wikipedia).

Análisis de dispersión es uno de los más básicos y poderosos análisis estadísticos, el cual permite entender que tan homogénea es la población o muestra bajo análisis. Porque sería esto importante? Bueno, si hablamos específicamente de analítica digital uno de los principales problemas es que nos encanta utilizar promedios (y tasas), promedio de tiempo por visita, promedio de páginas por visita, tasa de rebote, etc. El problema con los promedios y tasas es que te llevan a mezclar manzanas con naranjas, llevándote a tomar decisiones bastante inconsistentes o con mucho riesgo. Los puntos dispersos desvirtúan la realidad porque generan pesos incorrectos en los promedios y tasas.

Por ello, en general se eliminan los puntos dispersos del análisis. O sea, si tienes páginas vistas a un contenido de entre 4 y 10 (80% de ellas) un 5% con solo 1 página (Digamos además que este es tráfico no qualificado) podría desvirtuar el análisis. De esta manera, podrás analizar un set de datos más homogéneos, incrementando efectivamente la certidumbre de los escenarios de toma de decisiones.

Entonces hagamos lo siguiente en Google Analytics. Con el objetivo de analizar un set de datos particular utilizaremos segmentos avanzados.

1. Elige el set de datos que quieren analizar. En este caso, basándonos en el caso anterior, promedio de paginas vistas / visit.

2. Crear un nuevo segmento que tome solo el set de datos que quieres analizar. En este caso vamos a tomar aquellas visitas que solo visualizaron una sola página.

Dispersion Analysis

Dispersion Analysis with Google Analytics

3. Analizar la información con el nuevo set de datos. O sea, podemos ir navegando cualquier reporte, incluso reportes customizados, solo tomando el set de datos que te interesa analizar. En este caso, visitas con más de una página vista.

 

Segments in Google Analytics

Si se fijan en los gráficos de arriba parecería que hay una gran diferencia, corecto? Sin importar cuanta sea la diferencia entre los segmentos analizados el punto más importante es el menor margen de error en la información analizada, ergo mejores escenarios de toma de decisiones.

 

 

¿Nadar, flotar o undirse en el agua? CMO’s & Analytics

Algunos meses atrás recibí un reporte llamado “El estudio de CMOs Global” de IBM y quiero compartir con ustedes algunas partes del mismo que me parecen muy interesantes y vitales para nuestras industria.

Dicho reporte se basa en un estudio realizado a 1700 CMO’s de todo el mundo.

Chief Marketing Officers Analytics

El mismo cuenta que el foco principal de los CMOs está sobre el ROI. Casi dos tercios de estos cree que el retorno en la inversión de marketing será la métrica principal de efectividad antes del 2015.

Ellos reconocen, así como también los CEOs, que el mundo en el que operan se está volviendo mucho más volátil, incierto y complejo.

Todo un 79% de los CMOs entrevistados cree que el nivel de complejidad será alto o muy alto en los próximos cinco años y solo el 48% se siente preparado para esto.

Algo muy interesante es que al ser preguntados sobre que es lo que más les preocupa la respuesta fue contundente, más del 70% de los CMOs cree que no están completamente preparados para lidiar con el incremento del volumen de datos y su impacto.

‘Uno de nuestros principales desafíos es el análisis de datos. Debido a la complejidad y el tamaño de nuestra organización estamos muy lejos de lo necesario, “admitió un CMO del sector de productos de consumo masivo de los Estados Unidos.

Y no es el único. ‘Estamos ahogandonos en datos. Carecemos de información real’, comentó un CMO de Swiza. Otro CMO de una empresa del sector de energía de Holanda fue más allá: ‘En este momento no tenemos la menor idea de como nuestro departamento de marketing va a lidiar con el incremento de la información’.

El volumen de información está ahogando a los Directores de Marketing, tendrán que nadar, flotar o unirse en el agua…

México recibe el primer GAUC

El próximo 25th de abril estaré llegando a México para participar como speaker en el primer primer GAUC(Google Analytics User Conference) de México. El objetivo es motivar el encuentro entre usuarios de Google Analytics, consultores y expertos en web analytics de la industria en Latinoamérica y ejecutivos de Google responsables de su desarrollo.

Interactuar uno-a-uno entre usuarios de Google Analytics para compartir experiencias, aprender novedades y funciones avanzadas, y profundizar sobre la importancia de la medición en Internet.

.

GAUC Mexico 2012

Mi charla será sobre “Meta Analytics: Como optimizar el flujo de dinero utilizando información de Google Analytics”. En general se analiza la información de un sitio o proyecto online de manera aislada, como sin relación entre las partes del sistema haciendo muy difil comprender cual es el recurso que está limitando o restringiendo la optimización de los resultados (dinero). Meta Analytics introduce dos conceptos clave, la idea de identificar las interacciones del sistema analizado como principal fuente de información y la comprensión de la mente humana, ni más ni menos que la principal responsable de procesar la información. La mente humana está siempre dispuesta a jugarte malas pasadas a no ser que estés listo para jugar el juego…lo estás? Nos vemos el 25!

Mi más sinceras felicitaciones a Francisco Pellat y toda la gente trabajando detrás de escena por la exquisita organización!

Bienvenidos estudiantes de NYU a la Argentina

Hace unas semanas tuve el honor de ser invitado por la Universidad de Palermo a dar una charla sobre Entrepreneurship para 220 estudiantes de negocios de la Universidad de Nueva York, junto a Luis Navas (Conexia) y Rodolfo Montes de Oca (Zott).

 

 

El programa es muy interesante, además de asistir a esta charla los estudiantes tuvieron la oportunidad de visitar empresas como Boca Juniors, Mercado Libre, Globant, La Martina, Playdom-Disney y La Martina (Faltó Estudiantes de la Plata, que verguenza).

La asesora en Programas Académicos del Leonard N. Stern School of Business de la Universidad de Nueva York, Tiffany Boselli, explicó que los estudiantes realizan un trabajo cuatrimestral sobre estrategia global para el que deben viajar a conocer la empresa y realizar una investigación que les permita entender la situación económica de la misma, para finalmente presentar un informe que será juzgado por profesores de la NYU y Ejecutivos en Negocios, algunos de ellos de Wall Street. Yuchen Zhang, uno de los estudiantes de Estados Unidos, explicó que “la riqueza de hacer una investigación con empresas como las de Argentina es que las economías son muy diferentes, hay restricciones y tienen que diversificar las propuestas para poder aumentar sus potenciales, eso es muy diferente en nuestro país”.

Antes de visitar las empresas, los estudiantes de NYU asistieron a una serie de conferencias sobre negocios organizadas por la Universidad de Palermo. La primera de ellas, titulada “Diferencias en el comportamiento cultural y de consumo entre Estados Unidos y América Latina”, fue dictada por el decano de CEA Global Education Argentina, John Hudson. La siguiente charla fue “Emprendimientos en Argentina: Desafíos y oportunidades” donde fuimos los speakers junto a Luis Navas, fundador de Conexia y Rodolfo Montes de Oca, fundador de Zott Producciones, proveedor a nivel mundial de los microjuguetes de McDonlads (Todos emprendedores Endeavor). “Fue muy enriquecedor poder asistir a estas charlas, las economías de Argentina y Estados Unidos son muy diferentes, acá es más difícil, pero también hace el desafío aún más interesante y creativo”, comentó al respecto Xiao Ma, estudiante de NYU que participó de las conferencias.