El negocio dirigido por los datos

Transformación digital en la empresa

Visitas: 227

Tras el parón navideño, vamos a proseguir con nuestros monográficos centrados en llevar la transformación digital a las organizaciones empresariales. En este artículo vamos a centrarnos en analizar cómo cambia el proceso de toma de decisiones con la transformación digital.

A nadie se le escapa en la actualidad que la consabida y omnipresente transformación digital viene a profundizar en la automatización de tareas en los diferentes procesos de negocio de una compañía, utilizando como herramienta las tecnologías de la información. En pocas palabras, se trata de extender el proceso de mecanización industrial al resto de procesos organizativos, buscando no sólo la reducción de costes sino la mejora organizativa en general.

Sin duda, hay muchas otras implicaciones de la transformación digital que tienen que ver con la sociedad o la manera en que nos relacionamos con nuestros clientes, proveedores, empleados, incluso con la administración pública. Os recomiendo un excelente artículo de Manuel Ortigosa que lo explica de manera muy sencilla.

What's new?: La transformación digital de la toma de desiciones

Hay tres factores tecnológicos que han aparecido en el mundo empresarial y que influyen directamente en la transformación de la toma de decisiones en la compañía:

  • Más datos disponibles, Big Data. Tanto por la cantidad de datos que producimos internamente en nuestras organizaciones (sensores, logs, bases de datos, ERP, CRM, etc.) como los que existen en internet (redes sociales, IoT, proveedores de datos, etc.), tenemos a nuestro alcance la posibilidad de obtener más información y conocimiento que en ningún otro momento de nuestra historia.

  • Más capacidad de procesamiento y de almacenamiento, Cloud e IaaS. La irrupción de la nube nos permite disponer de más recursos de infraestructura IT de forma más flexible y reduciendo la barrera que suponía el coste inicial de una inversión en este tipo de tecnología.

  • Más algoritmos sofisticados, Machine Learning e Inteligencia Artificial. Como consecuencia de la mayor cantidad de datos disponibles, se empieza a popularizar el uso de algoritmos de aprendizaje automático como herramientas para realizar minería de datos y análisis predictivo aplicadas al mundo empresarial.

Aplicadas estas tecnologías al proceso de toma de decisiones de la compañía, lo que nos van a permitir es lo siguiente:

  • Que las decisiones se realicen de forma objetiva. La decisión debe ser un proceso lógico que extrae conclusiones a partir del análisis de unos datos, y estos datos deben ser empíricos y no subjetivos; es decir, la decisión debe estar basada en hechos y no en experiencia.

  • Maximizar el éxito de la decisión. Como consecuencia de lo anterior, tomar la decisión basándose en datos relevantes y válidos minimiza el riesgo de error.

  • Sistematizar o mecanizar el proceso de decisión. Aplicar un método a la toma de decisiones mediante sistemas que nos permitan la captura de datos, su gestión, procesamiento y pongan a disposición de los decisores de toda la información relevante que precisan en cada momento.

  • Automatizar la decisión en sí. Este es el santo grial de toda organización: que un sistema tome la decisión por nosotros. Pues bien, aunque hay decisiones a nivel operativo que ya se pueden automatizar, lo que sí estamos en condiciones de hacer es sistemas que nos recomienden la decisión a tomar.

A su vez, estas facultades influyen decisivamente (y nunca mejor dicho) en la mejora y en el crecimiento de la organización, ya que van a tener como consecuencia:

  1. Lograr el cumplimiento de la estrategia empresarial. Cualquier persona de la compañía a cualquier nivel (desde ejecutivo a operativo) disponga en cada momento de la máxima información fiable, objetiva , verificable y de fácil interpretación para tomar cualquier decisión, constituye la mejor herramienta para que cada individuo pueda desempeñar su trabajo de la manera más óptima para la compañía.

  2. Control y optimización de los procesos organizativos. Medir el rendimiento de personas, recursos y procesos dentro la organización nos permite detectar ineficiencias y fortalezas y, en consecuencia, iniciar tareas correctoras para mejorar lo malo y tareas promotoras que potencien lo bueno. Básicamente lo que se persigue es velar por la rentabilidad a nivel operativo, reduciendo costes y/o invirtiendo en aquello que produce más benificio.

  3. Monetización del dato. Un nuevo mundo se ha abierto ante nosotros a raíz de disponer de tecnologías que nos permiten analizar datos masivamente y es la posibilidad de utilizar la información que extraemos de ellos no sólo para la toma de decisiones sino para extraer valor de ellos. ¿Y qué valor podemos obtener? Pues idealmente existe la posibilidad de obtener un retorno económico directo (vender el dato, ya hay compañías que se dedican a ellos) pero lo más factible es que nos permita descubrir cómo vender más y mejor, nuevos clientes, diseñar nuevos productos, nuevas estrategias,... en definitiva, construir nuevos procesos empresariales basados en el análisis de datos.

Estos tres factores (datos, nube y algoritmos) son los que están permitiendo evolucionar los actuales sistemas de apoyo a la decisión: pasar del Business Intelligence al Business Analytics. O dicho con otras palabras, tomar decisiones basándonos en informes y cuadros de mando que únicamente exponen o describen datos históricos provenientes de fuentes internas de la compañía a tomar decisiones basándonos en aplicaciones que examinan la mejor información para la decisión concreta, la evalúan y proponen, utilizando cualquier dato disponible ya sea interno como externo e intentando anticiparse (predecir) mediante algoritmos de aprendizaje automático.

How to: ¿Como lo hacemos?

Tras leer todo esto, no cabe la menor duda de los beneficios de incorporar tecnologías al proceso de toma de decisiones, pero claro, siempre nos enfrentamos a la gran pregunta: y esto, ¿como se hace?

En realidad, como hemos comentado, implantar estas tecnologías no difiere mucho (conceptualmente hablando) de un sistema de Inteligencia de Negocio tradicional: es una evolución del mismo.

Para lograr disponer de una estrategia empresarial orientada a datos debemos disponer de sistemas de información que realicen las siguientes tareas:

  • Captura. Debemos pensar "en grande". No se trata sólo de capturar los datos de nuestras aplicaciones gestión cotidianas (ERP, CRM, etc.) sino de cualquier parte: ficheros de logs de cualquier aplicación, información de autómatas de producción, datos de sensores, contadores, información web, datos de redes sociales, fuentes de datos abiertos, etc. Se trata de llevar a cabo una estrategia de recolección masiva de datos, capturar sin parar para luego explotar. Además, debe actuar como una refinería (recomiendo este artículo al respecto) filtrando, enriqueciendo para garantizar la calidad del dato.

  • Almacenamiento. Ya no solamente tenemos que enfrentarnos al problema de almacenar volúmenes de datos como no hemos manejado nunca, sino que debemos estar capacitados de almacenar datos de diferente naturaleza. El reto que nos plantea almacenar datos no estructurados como ficheros de texto, imágenes o vídeos requiere tecnologías diferentes a las que estamos acostumbrados: de los sistemas de bases de datos relacionales pasamos a sistemas NoSQL o basados en ficheros (Hadoop). En estos momentos se habla de pasar de los tradicionales Data Warehouse (donde los datos residen en formato estructurado y relacionados entre sí) al Data Lake (donde la información no tiene estructura ni tiene porque tener relación entre sí.

  • Análisis y procesamiento. Bajo mi punto de vista, esta es la pieza clave que marcará la diferencia entre unas empresas y otras. La incorporación de las técnicas de aprendizaje automático para realizar minería de datos y análisis predictivo, así como el procesamiento en algo parecido al tiempo real supone el gran avance frente a los actuales sistemas de inteligencia de negocio.

  • Visualización y distribución. Representar la información de la forma más intuitiva posible, hacerla llegar a cualquier persona en el momento en que la necesite y que pueda explorarla sin límites desde el dato más agregado al máximo nivel de detalle.

Con esta arquitectura podremos desplegar diferentes aplicaciones/herramientas en función del objetivo que queramos obtener. De esta forma podremos disponer de:

  • Sistemas de Apoyo a la Decisión. Cuando nuestro objetivo sea optimizar la toma de decisiones en la compañía, nuestro sistema tendrá como resultado proporcionar a cada decisor la información más fiable en el momento justo que la necesite.

  • Sistemas de Control de Procesos de Negocio. Si nuestro objetivo es analizar el rendimiento de los procesos de negocio para poder mejorarlos.

  • Sistemas Expertos. Si nos planteamos ir más allá, intentar detectar nuevas oportunidades, nuevos mercados o anticiparnos a riesgos o fraudes, utilizaremos nuestros sistemas para desplegar los algoritmos que nos permiten hacerlo.

Epílogo: Pongámoslo en marcha

En todo esto consiste el negocio dirigido por datos (o como dicen los americanos data-driven business). Los datos son un activo capital de la compañía, actúan como elemento transformador de los procesos de negocios permitiendo mejorarlos y constituyen un factor competitivo creando nuevas oportunidades de negocio (clientes, productos, servicios).

Disponiendo de un sistema que cubra las 4 fases que hemos visto (captura, almacenamiento, procesado y visualización) podemos llevar a cabo una estrategia empresarial guiada por los datos y así obtener para nuestra organización una mejora de los procesos de negocio, optimizar la toma de decisiones y sacar rendimiento del análisis de datos.

Como hemos visto, para aquellas organizaciones que cuenten con sistemas de inteligencia de negocio se trata de dar un paso más: aprovechar la infraestructura existente y avanzar incorporando nuevas tecnologías. Y en el caso de aquellas que todavía no dispongan de sistemas activos de análitica de negocio, éste es sin duda el momento de implantarlo.

Fotografía de portada: Freepik

Autor

Imagen de Mario De Felipe Pérez

Director Área Business Analytics