Por: Franklin Castro

|

01 Oct, 2016

Lecciones aprendidas de cómo aplicar valor al negocio

Aquellas épocas en las que la tecnología requería grandes avances para provocar verdaderas transformaciones en las sociedades han sido superadas. Ahora, los ritmos son marcados por pasos mejor asimilados y, aunque aparecen todos los días tecnologías muy disruptivas, las herramientas para hacerles frente ya las tenemos.

Por ejemplo, ya contamos con todos los elementos necesarios para realizar transformaciones importantes en la forma en la que modelamos nuestra vida comercial o social. Se puede, sin mayor dificultad, realizar análisis para determinar a qué clientes contactar o qué productos vender. La tecnología puede en el presente ayudar a las empresas de seguros a reducir el fraude y clasificar de manera automática cada póliza con base en el riesgo asociado. Se puede también reducir el número de crímenes de una sociedad, e incluso la cantidad de accidentes mediante la inclusión de algoritmos para predecirlos, según zona y horario.

En el sistema educativo se puede predeterminar con alto grado de precisión qué estudiantes están en vías de abandonar los estudios y las causas principales de dicho comportamiento. Es factible modelar el consumo de energía en nuestras capitales de manera que los ahorros sean maximizados.Prácticamente no hay negocio o industria en la que no se puedan revelar no sólo condiciones actuales, sino que también descubrir posibles escenarios futuros. Se incrementa el espectro de opciones de análisis, mucho más allá de un único modelo básico de proyecciones. Y se puede llegar más allá, incluso a pensar en la incorporación de elementos de grandes cantidades de datos en diferentes formatos (Big Data) y la valoración de emociones en redes sociales sobre los productos o servicios que las empresas ofrecen. Moverse de lo “qué es” a analizar no uno sino múltiples escenarios de lo “qué puede ser”. Ya todo esto está al alcance, sin necesidad de provocar una revolución digital que requiere transformaciones masivas de la forma en la que vivimos y trabajamos.

Tomemos el ejemplo de lo que están poniendo en práctica los líderes financieros de las empresas. De una muestra total de 5,247 ejecutivos, se analizaron las respuestas a preguntas claves de aquellos que tuvieran los mejores resultados, en el sentido que eran los más eficientes y los que provocaban mayor impacto en sus respectivos negocios. Del total, se seleccionó solamente al 19% de ellos, es decir, verdaderos líderes. A este grupo se le denominó “integradores de valor”. De ese selecto grupo se integró uno aún más reducido de líderes que han tenido los mejores resultados, representando a un 4% de la población estudiada.

¿Qué está haciendo este grupo, que llamaremos aceleradores, para obtener resultados en los análisis de la información que tienen en sus manos? Si una empresa tiene uno de éstos en su equipo de liderazgo, el resultado es que disfrutará con mayor frecuencia de un incremento de ingresos, sorprendentemente en un 55% mayor con relación a equipos financieros normales.

Estos aceleradores de rendimiento sobresalen con diferencia al resto de la población de líderes financieros en su capacidad para obtener eficiencia financiera y visión empresarial. Para alejarse de las complejidades propias del mundo financiero operativo, han uniformado procesos y datos, y, además, poseen capacidades de análisis muy desarrolladas. Es decir, han entendido el rol de los datos, la información y la creación de valor a través de ella.

¿En qué han invertido estos visionarios en las empresas? Principalmente en herramientas de análisis de información.

Han superado los primeros pasos de Business Intelligence y han adoptado progresivamente soluciones más refinadas. En la figura 2 se muestran las áreas en las que han invertido más como reportes financieros, análisis de ganancias y planeación financiera.

Ya implementado
Para implementarse antes de 2 años

Igual de relevante es el hecho de que han entendido el reto principal en los temas de inteligencia de negocio y análisis de información y han empezado a dar pasos en esa dirección. Si bien es válido y necesario que muchas de las inversiones en tecnología sean para entender el estado actual del negocio (o pasado, para esos mismos efectos), el valor agregado proviene de anticipar el futuro mediante el análisis de posibles escenarios, varios de ellos, y tomar las acciones requeridas para provocar el más favorable al negocio. Por eso vemos esfuerzos en temas predictivos, previsión de ingresos y previsión de flujo de caja por ejemplo, y no solamente en temas descriptivos, como las tres primeras áreas de inversión.

Es decir, el valor de analytics (término utilizado en tecnología para referirse a las capacidades analíticas que pueden proveer soluciones de inteligencia de negocio) está tanto en sus capacidades descriptivas como predictivas. La visión del negocio se obtiene de analizar información histórica para predecir posibles resultados. El 96% de líderes no han implementado soluciones de analytics, lo cual es la clave del éxito de ese 4% en aportar valor.

La relación es marcada el top 4% de los líderes financieros usa con mayor frecuencia herramientas de análisis “del futuro” de manera que puedan predecir escenarios (analítica predictiva) y prescribir soluciones (analítica prescriptiva) y no solamente describir las razones por las que el pasado los ha llevado a la situación actual (analítica descriptiva).

Adicionalmente, este selecto grupo ha tenido claro que herramientas tradicionales como hojas de cálculo con estados financieros y soluciones ERP hacen un trabajo estupendo en integrar el estado actual de las cosas, pero recurren a herramientas analíticas más especializadas para potenciar el análisis de la información.

Estas lecciones aprendidas del top 4% de los líderes financieros pueden ser replicadas en otras áreas sociales y de negocios de nuestras sociedades.

En todas ellas, sin error a equivocarse, el rol del líder consiste también en enfocarse en buscar nuevos mercados, explorar nuevos productos y servicios y nuevos segmentos de clientes.

Finalmente, hay un componente práctico en todo eso, algo que este grupo da por hecho pero que tiene repercusiones fascinantes desde el punto de vista de explotación de la información. Ésta debe ser precisa e inmediata para quién la necesite para producir análisis. Por eso es que ahora se habla del “análisis de auto-servicio”. Es decir, herramientas capaces de integrar formas de acceso y visualización a la información orientada a los usuarios que la generan o analizan. A la vez, dichas herramientas pueden incorporar algoritmos construidos que facilitan la creación de escenarios y que puedan sugerir recomendaciones según el contexto requerido para criterio del analista.

Y para el tema de disponibilidad, los hay desde el escritorio digital tradicional hasta dispositivos móviles y en la nube. La información cobra sentido ante los ojos de quién sabe valorarla. Por fin, la información es producida, gestionada y consumida en un contexto analítico.

¿Tiene esto realmente impacto en la organización? Veamos como ejemplo lo que podría ser un ciclo de análisis de una empresa con una estructura tecnológica bastante intensa en recolección de información, sobre todo con una plataforma tradicional de business intelligence basada sobre todo en hojas de cálculo y quizás alguna que otra solución básica.

En esta “cadencia del análisis” gran parte de las actividades se dedican a recolectar información o actualizar hojas de Excel o aplicaciones de business intelligence para luego integrar los reportes y, en algún momento de la semana, generar sesiones de análisis. Comparemos este escenario con uno en el que la información predictiva, por ejemplo, llega directamente a los usuarios que modelan y revisan los escenarios de análisis.

En esta mejora no solamente se dedica más tiempo a ejecutar análisis de la información, sino también a interactuar de manera prescriptiva con las personas que toman decisiones en la empresa, de manera que se pueden generar sesiones de análisis en las que se realiza integración de datos en tiempo real, segmentaciones, modelados alternativos, segundos niveles, pruebas de hipótesis, proyecciones y predicciones, por ejemplo.

Es sencillo, entender qué pasó, explorar por qué pasó, y predecir qué es lo más probable que pase después; este es el reto de analytics. Las experiencias muy exitosas del 4% (verdadera élite) de los líderes financieros en este tipo de soluciones puede replicarse, y así se ha hecho, en prácticamente cualquier área de nuestra vida social y comercial. 


Edición #67

Business transformation Edicion #67

Contenido

 

  • Tecnologías al 100% administradas remotamente
  • Business Transformation
  • GBM Executive Summit
  • Liderando GBM hacia el camino del éxito
  • La inversión empresarial por un futuro sostenible
  • Cinco recomendaciones para transformar su organización de TI
  • Entendiendo la economía digital en minutos
  • Capacidades analíticas en Business Intelligence
  • Máquinas inteligentes
  • Centros de datos de próxima generación
  • Conquistando el mercado hiper convergente
  • Los ciberataques le pueden costar su marca
  • Seguridad Informática:
  • Un tema de responsabilidad gerencial
  • Pokémon Go ¿Nueva herramienta estratégica de las empresas?
  • La Era Cognitiva es una realidad
  • Evolución y tendencia de la virtualización