ManagementExclusivo Members

Dato mata relato: el ABC de la toma de decisiones en las empresas

La gestión de datos y el data analysis se imponen en todos las empresas y áreas. Las claves para no equivocarse

En esta noticia

Las empresas se enfrentan a la creciente necesidad de la administrar y gestionar los datos que la era digital produce y que se tornan imprescindibles para operar en un mercado cada vez más competitivo.

La gestión de datos o Data Management y el análisis de datos o Data Analysis son algunas de las herramientas que lo permiten y la pandemia provocada por el Covid-19 actuó como un catalizador de la demanda de empresas que ofrecen este tipo de servicios.

El management de las startups: cómo liderar en empresas tech

Pero, ¿qué es lo que buscan? Para Alejandro Oliverio, socio de la Consultora BPS y especialista en optimización de procesos e incorporación de tecnología, "en la era digital, dato mata relato. El mundo cambió y la tecnología es clave para gestionar y tomar decisiones. Los análisis que antes se basaban en la opinión o sensación de un directivo, hoy pueden ser realizados con tecnología simple y fácil de implementar".

Y señala "el proceso de toma de decisiones con datos es mucho más certero, ágil y eficaz. Permite gestionar la eficiencia y los riesgos del negocio en forma profesional. Gestionar con datos permite profesionalizar la empresa, ajustarla a tiempo y con mayor porcentaje de certeza para mejorar la rentabilidad".

Para Oscar Barone, CEO de Conciliac, "los datos están tomando un protagonismo y una relevancia tal en las empresas que hoy son uno de los activos más importantes que tienen, más allá de los financieros, económicos, productos, patententes. Y lo son por cuestiones que son básicas: porque en los datos nos basamos para generar información y porque el dato compone la información y una serie de reportes para la toma de decisiones".

Según Alejandro Pérez De Rosso, socio responsable por la oficina de Bain & Company Argentina, "la gestión de datos ofrecen una ventaja competitiva y en algunos casos y sectores casi un ´ticket to play´. Los datos permiten ´casos de uso´ que generan valor tangible, desde una mejor proyección de la demanda, pasando por definición de precios que maximiza las utilidades, un mejor scoring crediticio en el caso de banca, anticipación de fallas para mantenimientos, optimización de la producción y logística - entre otros".

Alejandro Pérez De Rosso

Crecimiento acelerado

Según un informe de la empresa internacional Grand View Research, el tamaño del mercado global de esta actividad alcanzó un valor de u$s 82,25 billones en 2021 y se espera que se expanda a una tasa de crecimiento anual del 14% hasta 2030.

Para Santiago Pordelanne, general manager de Equifax Argentina, "el volumen de datos crece a niveles exponenciales , tanto en detalle como en variedad y es importante que las empresas construyan un ecosistema de datos que tenga el poder de integrar información interna y externa para poder tomar decisiones estratégicas más informadas y por ende más asertivas. De esta manera, estará mucho mejor preparada para reaccionar con velocidad a los cambios y a navegar contextos de incertidumbre".

Costo - beneficio

Muchas veces aparece en el horizonte la perspectiva de gestión de datos como una opción para muy pocas empresas de gran poder económico o muy especializadas, sin  embargo, los costos son cada vez más accesibles y los beneficios quedan cada vez más expuestos.

Según Oliverio, "la relación costo beneficio de implementar un Tablero de Control con herramientas de Business Intelligence es muy buena, considerando que muchas de ellas son gratis o con costos de licencias muy bajos".

Aunque, analiza Pérez De Rosso, "depende de los casos de uso. El costo tiene varios componentes, desde la captura de los datos, el almacenaje que requiere de cambios y arquitectura de sistemas, y la creación, mantenimiento y evolución de los modelos que analizan los datos y generan recomendaciones de negocio". Pero, afirma "los beneficios son: mayores ventas y utilidades, menores costos, mejor utilización de activos, entre otros".

Al respecto Pordelanne plantea que "un enfoque data driven permite tomar mejores decisiones, nos da mayor claridad sobre los gustos, preferencias y comportamiento de nuestros clientes y colaboradores, en consecuencia aumenta el desempeño tanto externo como interno otorgando ventajas competitivas".

Una clave: la veracidad

Si el dato no es veraz, la información que compongan van a ser ineficientes o incorrectos y las decisiones que se tomen serán erróneas. 

Para Barone esto es central. "Si el dato no está corroborado como verídico no sirve y no va a aportar a la optimización de rentabilidad de la empresa o a la performance de su productividad", apunta.

"Si el dato es correcto, minimiza mucho el azar, el factor suerte y aporta mucho al C-level, el Management de la empresa para tomar una decisión correcta respecto del negocio y no dejan tan librado a la intuición de un manager o un director, sino que lo llevan más a un proceso de automatización de toma de decisiones basado en tecnología", analiza.

En toda la empresa

No hay un área en el que lo datos no sean importantes, e incluso que lo puedan hacer de manera independiente.

"El uso de datos sirve para todas las áreas de una compañía. Y aunque, en general, al inicio de procesos de gestión apoyado en datos las diferentes áreas de una empresa trabajan de manera independiente, sin dialogar unas con otras, es vital que esta etapa se supere rápidamente y la mirada sea cross compañía, con el firme objetivo de generar un ecosistema de datos que beneficie a todos y ponga al cliente - consumidor en el centro de la escena", sostiene Pordelanne.

No obstante, dice Pérez de Rosso, "cada industria o sector tiene sus casos de uso típicos". "Por ejemplo de retail y consumo podemos ver modelos de predicción de demanda, de pricing y gestión de promociones, de segmentación de clientes y pedido sugerido, de planificación de la producción, de ruteo. O en servicios financieros un modelo típico es el de scoring crediticio".

"Otros ejemplos transversales incluyen los robots o modelos para la automatización de tareas administrativas. Las ventas online generan otro tipo de modelos propios del e-commerce: pedido sugerido, bundling de ofertas, pricing dinámico, búsqueda inteligente, entre otros", completa.

Oliverio destaca, por su parte, que "las buenas prácticas de un Tablero de Control establece que es importante tener los siguientes tipos de indicadores:

-Financieros: como la rentabilidad por línea de negocios, la disponibilidad de caja, las cuentas a cobrar en relación con la facturación, la morosidad, los costos de Materias Primas, Mano de Obra.

-Comerciales: como las ventas abiertas por vendedor, zona, canal, línea de negocios, cantidad de clientes nuevos, duración promedio de los clientes, recompra de los clientes, experiencia de los clientes, cantidad de conversiones por prospectos, retorno de la inversión publicitaria por plataforma.

-Operativos: como el índice de calidad de los productos, cantidad de fallas, merma, velocidad de entrega, cantidades producidas por equipo, máquina, zona, cantidad de unidades vendidas por canal, tiempos de producción o prestación de servicios, rotación de inventarios, días de stock, quiebres, indicadores sobre mal funcionamiento de procesos.

Capital Humano: como la encuesta de clima, rotación del personal, capacitaciones anuales, incrementos de la estructura.

Para este último sector, el CEO y founder de Workia, Alfredo Terlizzi, señala que "las soluciones de gestión integral de RR.HH, con acceso 100% cloud y mobile, permiten a las compañías lograr una gestión ágil y potente: liquidar nóminas en minutos, gestionar el desempeño de los colaboradores, armar planes de desarrollo y medir el clima laboral, entre otros".

"Todo indica que lo relacionado con People Analytics, seguirá creciendo, gracias a la visión de los profesionales de RR.HH, que entienden la importancia de la gestión basada en datos para tomar más y mejores decisiones, tanto de productos, de nicho o integrales, que permiten y facilitan a través de la tecnología este abordaje", analiza. 

Lo que viene

El escenario que se viene tiene un escenario bien definido: el de la anticipación. Pordelanne destaca al respecto que "somos parte de un nuevo escenario donde adquirimos el poder de anticiparnos a las demandas de mercado y reimaginar negocios mediante nuevas tecnologías y estrategias basadas en datos. Hoy tenemos un papel clave para construir un futuro en el que nadie se quede afuera, y en ese sentido es importante remarcar el uso de modelos de machine learning para avanzar sobre la inclusión financiera en términos de acceso al crédito a poblaciones que no estaban incluidas en sistemas tradicionales de financiamiento".

Por su parte, Barone insiste en el tema de la veracidad y plantea que será mucho más importante en los modelos predictivos. "Es una cuestión central, el dato incorrecto perjudica. Todos sabemos que en un corto plazo vamos a contar con reportes más predictivos que analíticos, el que nos puede arrojar un escenario a futuro, pero se debe basar 100% en la fiabilidad de los datos. Con un dato erróneo, la predicción es errónea y es mucho más grave que si el reporte fuera analítico. En herramientas predictivas, que es la próxima generación, de la mano de tecnologías más exponenciales, como Inteligencia artificial, Machine Learning, Data learning, es exageradamente relevante que el dato sea correcto".  

Finalmente Pérez De Rosso plantea que en el futuro próximo "veremos una expansión y aceleración de la gestión integral de datos. En muchas industrias ya es "ticket to play", si no tienes estos modelos te quedas afuera. Mi mirada es que la mayoría de las empresas ya ha entendido la importancia y está avanzando. Se han acortado las brechas entre países o sectores menos avanzados".

"Las empresas están invirtiendo en arquitecturas más flexibles para la captura de datos, que es otro habilitador. Lógico, las empresas más chicas tienen restricciones de presupuesto para avanzar como querrían, pero esto no debería frenarlas: en lugar de 10-15 modelos, pueden tener menos modelos de mayor impacto".

El caso de la salud

Germán Di Domenico, subdirector de Crecimiento de Operaciones Internacionales de Bionexo Latam, destaca que "la automatización y el registro de datos sirven para mejorar procesos como el flujo de tareas y los recursos a utilizar, lo que impacta favorablemente en la rentabilidad. Esta ventaja la aprovechan tanto compradores como proveedores del ecosistema de salud".

"Los procesos de automatización en salud abarcan un esquema de base de datos ágil que permite, por un lado, identificar a cada paciente con su información específica, su historial médico, los profesionales que lo atienden; por otro, en lo que se refiere al management de la institución, entender el flujo y la dinámica de los distintos sectores, así como su abastecimiento, para contar con los insumos necesarios en tiempo y forma".

El especialista señala las ventajas que trae la automatización y la digitalización de datos:

-Superación de ineficiencias y reducción costos operativos

-Rápida respuesta al cliente interno y al paciente

-Mejor nivel de atención


Temas relacionados
Noticias de tu interés

Compartí tus comentarios

¿Querés dejar tu opinión? Registrate para comentar este artículo.