Componentes de una solución analítica - Parte 3

Este es el tercero de nuestra serie de blogs sobre la analítica y cómo utilizarlo para gestionar el rendimiento empresarial. En nuestro último blog nos fijamos en lo que se debe analizar en una organización y cómo. En este blog vamos a ver los componentes de un sistema analítico.

Si no puede esperar, puede descargar todos los blogs como un documento en este enlace  'Analitica" 

Componentes de una solución analítica

La naturaleza crítica de volumen y tiempo de los datos disponibles en la actualidad requieren algún tipo de solución tecnológica para analizar y presentar los resultados. La carga de datos en un motor de cálculo es sólo parte de lo que se requiere.

Para obtener una mejor comprensión de lo que esto implica vale la pena volver a la finalidad de la analítica. Una buena definición puede encontrarse en el diccionario de negocios on-line (www.businessdictionary.com):

“Analytics often involves studying past historical data to research potential trends, to analyze the effects of certain decisions or events, or to evaluate the performance of a given tool or scenario. 

The goal of analytics is to improve the business by gaining knowledge which can be used to make improvements or changes.”

A partir de esta descripción, podemos ver que un sistema analítico tiene una serie de componentes como se muestra en la figura 1.

Figura 1: Componentes claves de un enfoque analítico de performance management

Datos: Vienen en varios formatos y pueden incluir datos externos sobre el mercado tales como tendencias de compra de los clientes y datos internos tales como el coste de producción y capacidad o volumen de producción.

Modelo de negocio: Para mostrar los datos que se recogen en algún tipo de contexto, tienen que ser almacenados dentro de un modelo de negocio. Un 'modelo' describe lo que representan los datos en términos de cómo se desarrolla la actividad empresarial. Por ejemplo, para almacenar los datos de ventas del valor '500' podríamos calificar en términos del producto (por ejemplo Widget), el cliente que lo compró (e.g. XYZ Inc.), la zona geográfica al que pertenece el cliente (por ejemplo Alemania), lo que representa el número (por ejemplo cantidad recibida del cliente), la moneda si es adecuado (por ejemplo Euros), el mes cuando fue vendido (por ejemplo enero) y el año 2015 (por ejemplo). Cada categoría de la descripción (por ejemplo, mes, año, producto, cliente) es más comúnmente conocido como una "dimensión de negocios", con cada elemento dentro de cada categoría (por ejemplo, enero, febrero, etc.) siendo conocido como un miembro de la dimensión.

Motor de analítica del sistema: Permite que los datos se puedan seleccionar desde el modelo de negocio, donde podemos resumir por dimensiones y miembro de dimensión, además de ser utilizado en los cálculos pudiendo ser correlacionado con otros datos que están almacenados.

Hipótesis: Del análisis, los resultados es necesario que se presenten a los usuarios en una forma que ellos puedan entender y que puedan hacer un juicio de los resultados del negocio. Por ejemplo, incremento año tras año del coste de producción resultando que los beneficios están siendo reducidos.

Estrategia: Una vez que el análisis se ha realizado, la respuesta tendrá que estar en consonancia con los objetivos de la organización y los valores, incluyendo la forma en que quiere ser considerado su funcionamiento. Por ejemplo, la caída de las ventas de un producto puede ser aceptable si una nueva línea de productos es introducida en una fecha posterior que lo sustituye. La Estrategia es clave para todas las decisiones, ya que describe la forma en que se lograrán resultados futuros, independientemente de lo que realmente se está logrando hoy.

Escenarios: Casi siempre hay más de una respuesta a cualquier problema o desafío. Las decisiones son a menudo compromisos – hacer un cambio ahora puede afectar la organización en los próximos meses, pero a largo plazo significa que van a estar en mejor situación. Con el fin de tomar la 'mejor' decisión, las alternativas tendrán que ser modeladas con los respectivos resultados a corto y a largo plazo para ser presentados a la dirección.

De la definición anterior, la analítica es más que un motor de cálculos complicados o capacidad de informes.

Modelado de la organización 

El punto de partida para el uso de la analítica es modelar la forma en que la organización opera actualmente. En la figura 3, el modelo de negocio se muestra como una sola entidad, pero en la realidad probablemente habrá varios.

En nuestro documento “Planificación Basada en Datos - Data Driven Planning', describimos siete modelos de negocios que la mayoría la organizaciones necesitan para gestionar el rendimiento empresarial. Estos se muestran en la figura 2.

Figura 2: Resumen esquemático de los 7 modelos claves necesarios para gestionar el rendimiento

Estos modelos proporcionan una manera de registrar los datos sobre todos los aspectos del rendimiento y a través de los cuales se pueden analizar los datos, las hipótesis correspondientes desarrolladas y los escenarios se ejecutaran de modo que las decisiones pueden tomarse en consonancia con la estrategia. En resumen, ofrecen respuestas que la dirección necesita saber sobre los siguientes temas: 

• ¿Cómo eficientes y eficaces son los procesos de negocios de la organización? (Operational Activity Model) 
• ¿Qué tendencias que se hayan 'ocultas' en el detalle? (Detailed History Model) 
• ¿Qué objetivos a largo plazo deben establecerse teniendo en cuenta hacia dónde se dirige el mercado? (Target Setting Model) 
• ¿Hacia dónde va la organización si prosigue con su modelo actual de negocio? (Detailed Forecast Model) 
• ¿Qué se podría hacer de manera diferente para cumplir mejor con los objetivos de largo plazo y cuánto costaría? (Strategy Improvement Model) 
• ¿Qué opciones/riesgos se enfrenta la dirección y cuál sería el impacto en los objetivos corporativos? (Scenario / Optimization Model) 
• ¿Cuántos fondos se necesitan para ejecutar el plan y de donde se obtienen? (Cash / Funding Model) 

Los modelos que responden a cada una de estas preguntas tienen diferente contenido, estructuras y son utilizados por diferentes personas en diferentes momentos. Sin embargo, ninguno puede ser omitido o ignorado, y todos deben funcionar como un único sistema analítico basado en datos. 

Estos modelos se pueden agrupar en aquellas que recogen los datos y por lo tanto, pueden ser analizados y ambos se utilizan para mostrar el impacto de las decisiones que se toman. Estos dos grupos y sus modelos asociados se comentan en las siguientes secciones.

En nuestro próximo blog, vamos a ver en un poco más al detalle  los modelos de análisis y de toma de decisiones descritas anteriormente. Si no puede esperar, entonces puede descargar nuestro último documento  que cubre toda la serie siguiendo este enlace:

Puede descargar el White Paper completo en castellano este enlace