Hace unos años un amigo muy cercano, director de una importante industria periodística del país, me comentó con gran entusiasmo que había adquirido una poderosa herramienta de inteligencia de negocios para su gestión comercial. Al cabo de tres años, los resultados habían sido decepcionantes. ¿Qué pasó? Se habían enfocado en un proyecto de tecnologías de información y no en un proceso de toma de decisiones.
A modo de premisa es pertinente indicar que las decisiones de negocio pueden ser:
i. De baja importancia estratégica y baja frecuencia.
ii. De baja importancia estratégica y alta frecuencia.
iii. De alta importancia estratégica y baja frecuencia.
iv. De alta importancia estratégica y alta frecuencia.
Antes de iniciar un proyecto de inteligencia de negocios es necesario analizar cómo la empresa maneja estos frentes.
Por ejemplo, si solo se requiere un reporte de ventas semanal, por territorio y productos vendidos, bastaría el primer enfoque. Si solo se requiere alertas de quiebres de stock para generar reposiciones automáticas de mercadería bastaría el segundo punto. Si se requiere simular escenarios presupuestales o analizar futuras inversiones en nuevas líneas de negocios utilizando planillas de cálculo, la solución pasaría por el punto tres. Pero si la decisión pasa por reaccionar rápidamente ante el riesgo de no llegar a tiempo a cumplir con un objetivo clave de negocio, solo quedaría concentrarse en el cuarto punto.
Es precisamente en este último punto donde un reporte estándar, un proceso automatizado o un simulador de escenarios no brindarán ningún soporte para una decisión oportuna.
Supongamos que uno de los objetivos estratégicos para el año en curso de una empresa comercializadora de alimentos es crecer cada trimestre 12% en productos lácteos, 5% en bebidas sin alcohol y 10% en abarrotes, pero al cabo de los primeros 15 días, los resultados solo muestran una tendencia favorable en los dos primeros rubros, pero en el último las ventas caen 3%. La pregunta es "¿por qué?".
Cuando no existe ninguna posibilidad de responder de inmediato a dicha pregunta a partir de la información disponible en ese momento en la empresa, o cuando sí es posible responderla pero luego de una agotadora búsqueda durante una semana completa, usando para ello valiosos recursos de la organización, habremos perdido la oportunidad de hacer ajustes y corregir a tiempo el rumbo del negocio.
¿Por qué no siempre podemos responder oportunamente a esa pregunta (al ¿por qué pasó)? Simplemente porque no siempre es posible llegar a tiempo al origen del problema.
Ahora, digamos que una solución de inteligencia de negocios nos permite llegar a tiempo a la respuesta del "¿Por qué?". La siguiente pregunta sería "¿Cómo?".
Siguiendo con nuestro ejemplo, en el caso de los abarrotes, las razones podrían explicarse por una caída imprevista en algunas regiones. Ahora, si ése fuese el caso, habría que preguntarse ¿en qué provincias específicamente? Acá, también puede ser que la explicación no empiece por ahí y que la caída se deba a una disminución en las ventas en una de las categorías del rubro, y dentro de esa categoría, en una línea específica. Pero quizás el análisis deba empezar por detectar si un cliente top ha dejado de comprar un producto clave de esa línea.
Como se puede apreciar, los caminos pueden ser muy variados y llevarnos en distintas direcciones, a menos que el decision-maker tenga muy clara la ruta a seguir. Esta ruta deberá ser trazada por el dueño de las decisiones.
La última pregunta es "¿con qué"? La tecnología y los consultores especializados configurarán finalmente esa ruta en un colaborador virtual capaz de responder cualquier pregunta en cualquier momento y desde cualquier lugar. Así, por fin, habremos logrado una verdadera solución de inteligencia de negocios.
En su opinión, ¿cuál es el aspecto más difícil para desarrollar una adecuada inteligencia de negocios?
Ha participado en diversas corporaciones multinacionales como consultor y líder tecnológico en proyectos de racionalización e integración de procesos, y de modelamiento estratégico para la toma de decisiones. MBA por ESAN. Estudios de especialización en Chile y Estados Unidos en áreas de planeamiento estratégico y analítica de negocios. Certificación “MIT Professional Education Certificate of Completion” en Machine Learning (2019).
La inteligencia de negocios ayuda a las empresas a aprovechar mejor la data recabada de sus clientes para tomar decisiones más efectivas. Aquí te explicamos sus beneficios.
El machine learning es parte de la Inteligencia Artificial (IA) y se enfoca en crear sistemas que pueden aprender por sí mismos. Esta tecnología brinda múltiples ventajas en el ámbito empresarial.
El machine learning consiste en utilizar datos y algoritmos para complementar el aprendizaje humano. ¡Conoce sus tipos aquí!