¿Puede Big Data Mejorar la Toma De Decisiones Estratégicas?

¿Puede Big Data Mejorar la Toma De Decisiones Estratégicas?

Big-DataLos tomadores de decisión miran sus Balanced Scorecards y KPIs para tener una visión clara de dónde está la organización  hoy en día para poder tomar decisiones sobre el futuro. Sin embargo, una reciente explosión en la disponibilidad de datos, combinados con análisis y herramientas sofisticadas, significa que los tomadores de decisión también  pueden contar con predicciones reales de futuro. “El análisis predictivo” se está convirtiendo en una importante capacidad de una organización.


¿Cómo pueden integrarse los análisis predictivos con el reporting de KPIs convencional para mejor el proceso de toma de decisiones?
¿Qué implicaciones tiene esto en cuanto a cómo se mide y se reporta el desempeño en un modelo de Balanced Scorecard?
¿Puede Big Data mejorar las decisiones estratégicas que usted toma como organización?


JOHN THOMPSON. General Manager, Advanced Analytics. Dell



John-ThompsonEn el proceso de comentar con las empresas sobre sus necesidades de análisis de información, la pregunta que aparece con más frecuencia es: “¿Puede Big Data ayudarnos a mejorar las decisiones estratégicas que tomamos como organización?” La buena noticia es que la respuesta es sí. La mala noticia es que si usted todavía se está haciendo esa pregunta, ya se ha quedado atrás.

Cuando se trata de análisis de Big Data, el tiempo para la deliberación se acabó. El análisis de Big Data ya no es algo que debería estar considerando, mirando, o tener en su radar. Los tiempos para ese tipo de charlas han pasado, y el tiempo para actuar en la oportunidad que proporciona Big Data ha llegado desde hace mucho tiempo.

Las empresas que puedan hacerlo, que estén dispuestas a hacerlo, tendrán acceso al tipo de conocimientos que les permite ganar una ventaja real sobre su competencia. Los que no puedan, los que no estén dispuestos, quedarán rápidamente rezagados.

Entonces, ¿cómo llegar? Creo firmemente que hay tres factores claves que determinarán el destino de un esfuerzo de Big Data en una empresa:

Invertir en la conectividad de datos
Existe hoy una idea errónea que considera que el valor de sus datos aumenta proporcionalmente a su volumen. Los datos serán valiosos sólo en la medida en que se puede acceder a ellos, que se puedan integrar  y analizar, y muchas compañías están perdiendo esta batalla de entrada al no invertir en tecnologías que permitan conectar y combinar fuentes de datos e información de distinta naturaleza.

Enfocarse en la predicción
Ciertamente, los Balanced Scorecards y KPIs pueden ofrecer una visión racional sobre dónde está hoy en día su organización, pero el verdadero poder de la analítica reside en su capacidad para ayudarle a hacer predicciones sobre lo que es probable que pase mañana. Las empresas que aprovechan las tecnologías predictivas para anticipar futuros cambios en el comportamiento del cliente serán las más beneficiadas por Big Data. Esto no significa que tenga que abandonar sus Balanced Scorecards y KPIs, pero sí significa que es hora de mezclar técnicas tradicionales de BI con capacidades modernas de análisis predictivo.

Cambiar su forma de pensar
Dar los pasos que se indicaron anteriormente, sólo para luego ignorar lo que el análisis de datos le diga en favor de un instinto personal, es una pérdida de tiempo, dinero y oportunidades. El análisis de datos puede simplificar decisiones difíciles, pero no puede tomarlas por usted. Usted deberá confiar en el proceso y apretar el gatillo. Teniendo en cuenta este último punto, así como el hecho de que en última instancia, le toca a usted hacer la inversión en las tecnologías adecuadas, la pregunta realmente no es si Big Data puede o no ayudarle a tomar mejores decisiones. La pregunta es, ¿quiere usted dejarlo?

NICOLE MILLS. Vice President, Strategic Planning. Suffolk Construction



Nicole-MillsBig Data está actualmente “de moda” en los negocios, pero muchos se preguntan si hay valor práctico o estratégico real o si todo es sólo bombos y platillos. Yo creo que el aprovechamiento de Big Data no es sólo de increíble valor, sino que se está convirtiendo en una necesidad básica para satisfacer las demandas  estratégicas en el ambiente de planificación actual. El rápido ritmo de los avances tecnológicos y la innovación disruptiva a través de múltiples industrias está causando grietas en la teoría tradicional de las ventajas competitivas sostenibles. En cambio, estamos empezando a ver una creciente tendencia hacia el desarrollo y ejecución de estrategias dinámicas, mediante la cual las organizaciones pueden permanecer suficientemente fluidas y responder rápidamente a los riesgos internos y externos sin comprometer impactos en el crecimiento a largo plazo. Una solución efectiva de Big Data con modelos predictivos es necesaria para asegurar el acceso a la información correcta en el momento adecuado para apoyar la toma de decisiones estratégicas y operativas.

Si los KPIs y los scorecards proporcionan un alto nivel de conocimiento en cuanto a cómo el negocio se está desempeñando hoy en día, entonces, Big Data puede proporcionar increíble información predictiva en cuanto a factores internos y externos que no pueden obtenerse a través de las métricas tradicionales de gestión empresarial por sí solos.

Los modelos y análisis predictivos pueden habilitar a las compañías a gestionar más eficazmente los riesgos, desarrollar inteligencia de mercado que proporcione  ventajas para salir primeros al mercado, o entender la dinámica del cliente a nivel individual para construir una intensa lealtad a la marca.

Estas ideas pueden ser herramientas increíblemente potentes para guiar la toma de decisiones, fortaleciendo a las organizaciones en el enfoque de sus asignaciones financieras y de capital humano hacia actividades e iniciativas que maximicen el retorno.

Creo que cada vez será más importante ser disciplinados en la utilización de diferentes tipos de soluciones analíticas para diferentes propósitos. No podemos darnos el lujo de mirar sólo el presente sin ninguna idea sobre posibles escenarios futuros, y tampoco  deberíamos mirar únicamente predictores futuros y asumir que lo que estamos haciendo hoy está funcionando.

Como es el caso, dentro de nuestra propia organización, puedo imaginar que en el futuro seguirá habiendo una necesidad para brindar soluciones tanto para orientar decisiones de inversión como de desinversión dentro una organización. La utilización de diversos modelos predictivos será crítica. El Balanced Scorecard
junto a modelos predictivos de riesgo operacional son fundamentales para gestionar el desempeño actual y el retorno de la inversión de los activos existentes, complementado por modelos predictivos de mercado que pueden ofrecer nuevos niveles de información para apoyar decisiones estratégicas sobre  oportunidades de crecimiento y diversificación.

JAMES CREELMAN. Manager, Knowledge &Research Center. Palladium



James-CreelmanLa capacidad de visualizar y evaluar relaciones de causa y efecto fue una de las principales razones para incorporar Mapas Estratégicos en el marco del Balanced Scorecard a finales de los 90s.

Por primera vez, los líderes de las organizaciones tenían una herramienta para mapear sus hipótesis en cuanto a los impulsores de éxito en la ejecución de la estrategia y luego evaluar si los resultados deseados fueron efectivamente entregados. Al menos, esta fue la promesa.

Por desgracia, a pesar de la conformación de Mapas Estratégicos repletos con una multitud de flechas que describían las supuestas relaciones de causa y efecto, era una rareza hallar cualquier análisis en profundidad de éstas relaciones. La razón de la omisión era comprensible: aunque las herramientas analíticas predictivas existían para emprender este trabajo, pocas organizaciones se podían dar el lujo de emplear gente con las capacidades estadísticas para hacer este trabajo, las que para ser útiles a fines de soporte de decisiones serían necesarias en forma permanente.

Hoy en día, como resultado de las capacidades analíticas avanzadas,  en particular Big Data, la promesa completa del mapeo de la estrategia está finalmente a su alcance. Para enfatizar el punto, el Dr. David Norton señala al análisis de causa y efecto como uno de los pilares fundamentales de lo que él llama “la Era 2 de Ejecución de la Estrategia,” en la que destaca la evolución de la disciplina de la gestión de la estrategia en un entorno competitivo de rápido movimiento y un entorno interno cada vez más dinámico. Los otros pilares son: la innovación en los modelos de negocio, la gestión estratégica del capital humano, la integración de la cadena de valor, y la gestión del riesgo estratégico.

Big Data es la palabra más de moda en el mundo empresarial actual. Las organizaciones  están vertiendo miles de millones de dólares en la compra de soluciones y construyendo capacidades que les permitan monetizar la masa de datos disponibles, tanto estructurados (registros de transacciones de ventas en las bases de datos, etc.) como no estructurados (medios de comunicación social, los sensores, teléfonos celulares, etc.). Note que el 90% del universo digital, que en 2011 ascendió a 300 cuatrillones de archivos, es no estructurado.

En esencia, el análisis de Big Data explora patrones ocultos y conexiones no identificadas (o  correlaciones) y proporciona ideas valiosas sobre los datos. Aunque la mayoría de las compañías están aplicando esta capacidad para predecir el comportamiento futuro del cliente con un grado de precisión hasta ahora inalcanzable, puede ser valiosa igualmente en la predicción de cómo los objetivos estratégicos dentro una perspectiva del mapa estratégico (como Procesos Internos) impulsan el desempeño de un objetivo de una perspectiva superior (en este ejemplo, Clientes). Más precisamente, el análisis captura las variables (o combinación de) que tienen el mayor impacto en los objetivos superiores y los que tienen poco o ninguno. Las hipótesis pueden ser comprobadas.

Por ejemplo, podríamos suponer razonablemente que la capacitación en servicio al cliente impulsa un mejor desempeño de los procesos frente al cliente. Pero, ¿qué elementos de formación específicos tienen el mayor impacto? El análisis de causa y efecto proporciona tales respuestas. Y  entonces podemos rastrear estas causas y efectos hasta la experiencia del cliente y los resultados financieros.

Entonces, ¿cómo afecta esto a la forma en que usamos KPIs convencionales? (que por naturaleza miran hacia atrás, ya que siempre nos dicen lo que ha sucedido, incluso los  indicadores de tendencia, que proporcionan algunas ideas sobre el desempeño probable futuro) La respuesta es, bastante profundamente. La tecnología basada en ecuaciones estadísticas  que sustentan el análisis de Big Data puede generar patrones de correlación que proporcionan predicciones de alta precisión  sobre cómo estas combinaciones moverán los KPIs. Más aún, la identificación de patrones ocultos permitirá descubrir información que pueda conducir a la identificación de nuevos y más adecuados KPIs. Los días de las métricas tradicionales muy amplias tales como la satisfacción del cliente quedarán en el pasado, y se reemplazarán por indicadores  más precisos de la experiencia del cliente, por ejemplo. Indicadores más ricos, interesantes y aplicables serán el nuevo estándar.

A través del análisis de causa y efecto y, más ampliamente, la Era 2 de Ejecución de la Estrategia, las  organizaciones enfocadas en  la estrategia  serán capaces de convertirse en organizaciones que aprenden de su estrategia. Como uno de los resultados, veremos que las fronteras entre estrategia y operaciones se irán desdibujando. Esto tiene implicaciones de largo alcance sobre cómo gestionamos el desempeño y tomamos decisiones estratégicas y tiene profundas implicaciones para los que trabajan en un Oficina de Gestión Estratégica.

Fuente: Palladium Consulting LLC

Traducción: tantum Group