COMPETING-ON-ANALYTICS-Davenport

+tARVARD
�BUSINESS
Thomas H .
Jeanne G.
Davenport
Harris
Competing on Analytics
Si desea recibir información gratuita
sobre nuestras publicaciones envíe sus datos a:
�,PROFIT
Travessera de Gracia 18-20, 6. º 2. •
08021 - Barcelona
Tel. 93 410 97 93
Fax
93 410 28 44
e-mail: info@profiteditorial.com
VlsHe nuestra WEB:
www. profited ito ria l.com
Thomas H. Davenport • Jeanne G. Harris
Competing on Analytics
Inteligencia Competitiva para Ganar
�PROFIT
Cualquier
forma
transformación
de
de
esta
reproducción,
obra
solo
distribución,
puede
ser
realizada
comunicación
con
la
pública
autorización
o
de sus
titulares, salvo excepción prevista por la ley. Diríjase a CEDRO (Centro Español de
Derechos
Reprográficos,
www.cedro.org)
si
necesita
fotocopiar o escanear algún
fragmento de esta obra.
La edición original de esta obra ha sido publicada en
lengua inglesa por Harvard
Business School Publishing (Estados Unidos), con el título Competing on Analytics.
Autores: Thomas H. Davenport • Jeanne G. Harris
Traductor: Emili Atmetlla
Diseño cubierta: Jordi Xicart
© 2007, Harvard Business School Publishing Corporation
© para la edición en lengua castellana, Profit Editorial, 2008
Bresca Editorial, S.L., Barcelona, 2008
ISBNebook: 978841573526 7
Para Helen con mi agradecimiento
por Jodí y por muchas cosas más
10111
Para Car! y Lauren
[eanne
,
Indice
Prefacio
11
Prólogo a la edición española .
13
Prólogo a la edición original
17
PRIMERA
PARTE
La Naturaleza de la Competencia Basada
en la Inteligencia Analítica ..
1 . La Naturaleza de
la
25
Competencia Basada
en la Inteligencia A n a l í t i c a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
Utilización de la ínteligencia Analítica para Crear
111U1 Competencia Difere11cial
27
2. ¿Qué Hace una Empresa Cuya Estrategia Competitiva
Se Basa en la Inteligencia A n a l í t i c a ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
Dcji11ició11 de los Atributos Clave Co1111111es a Este Tipo de Empresas......
53
8
Índice
3. Inteligencia Analítica y Rendimiento
de la Actividad Empresarial
Transíonnación de
fa
75
Capacidad para la
Competencia Basada
e,1 la lllteligencia A11alítica en 1111a Ve11taja
4. Competencia Basada en
a los
Competitiva Duradera
75
la Inteligencia Analítica Aplicada
Procedimientos Internos
97
Aplicaciones c,i las Áreas de Fiwmzas, Producdón,
l
+ D y Remrsos
97
H11ma11os
5. Competencia Basada en
la Inteligencia Analítica Aplicada
a los Procedimientos E x t e r n o s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Aplicaciones
SEGUNDA
e11
las Áreas de Clientes
y Proveedores
129
129
PARTE
Desarrollo de Una Capacidad de Inteligencia Analítica
155
6. Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
de Inteligencia Analítica
157
Progreso a Través de fas Cinco Etapas de D e s a rr o l l o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
157
7. Gestión del Personal de Análisis
187
C11fti1,10 del Factor Escaso
Q11e Hace Funcionar a la Intefigwcia Analítica
8. La Arquitectura de la Inteligencia Empresarial.. ..
187
215
Alineamiento de 1111 Entorno Temofógico
Sólido con
fas Estrategias de Negocio
9. El Futuro de la Competencia Basada en la Inteligencia Analítica
215
241
9
Cornpeting on Analytics
Pionteamientcs lmpntsados por fa Tewología,
los Factores H11111a11os y la Estrategia de Negocio
Notas
Sobre los Autores
.
241
257
275
Prefacio
Este libro es, probablemente, una de las mayores contribuciones al reco­
nocimiento del valor estratégico que aporta el uso de la inteligencia ana­
lítica. En mi opinión, creo que a ello ha contribuido su rigor intelectual
y enfoque pragmático. Lejos de una visión puramente académica o desde
una aislada torre de marfil, se describe el concepto y se ilustra con mag­
níficos ejemplos de grandes y complejas compañías que nos dan la posi­
bilidad de entender cómo desarrollar y poner en acción las capacidades
analíticas.
Como
el
propio Thomas
Davenporc dice, "Analycics is noc a new
thing", no es una nueva tecnología y ya ha habido un pequeño colectivo
de empresas, principalmente en el sector financiero, que han estado com­
pitiendo de esta manera durante décadas. Pero algo ha cambiado en cómo
se está utilizando en las organizaciones y en la sociedad, y, además, se ha
extendido esta forma de competir a nuevos sectores de actividad.
Este libro proporciona una visión de una nueva forma de competir.
En vez de competir en base a aquellos factores o elementos considerados
como tradicionales, las compañías están empezando a utilizar análisis es­
tadísticos cuantitativos y modelos predictivos como elementos primarios
de su estrategia competitiva. En los ejemplos que se utilizan a lo largo del
libro, las compañías han superado las barreras históricas de la recopilación
y gestión de datos transaccionales así como algunas de las resistencias cul­
turales de las organizaciones acostumbradas a la toma de decisiones basada
en la intuición, y ya están tomando decisiones basadas en análisis com-
12
Prefacio
piejos de muchos datos para cambiar la manera de gestionarse y de com­
petir en el mercado. Han
vigilado y se han preocupado de incorporar
tanto los aspectos de suministro como de demanda y utilizan estas capa­
cidades en varias funciones de la organización.
En todos los sectores existen oportunidades para competir analítica­
mente. Esto quiere decir que, virtualmente, cada compañía debería con­
siderar cómo y de qué manera deberían adoptar tecnología, métodos y ca­
pacidades
analíticas
identificando
los
pasos
y las
acciones
adecuadas
encaminadas a esta nueva forma de competir.
Hay razones para creer que este enfoque irá ganando en adeptos:
•
Los datos necesarios (auténtica materia prima de la inteligencia analí­
tica) cada vez están más accesibles, aunque la disponibilidad del sufi­
ciente volumen de datos de alta calidad sigue siendo el más impor­
tante factor crítico de éxito. La gran mayoría de las organizaciones ha
ido acumulando
datos gracias a los sistemas ERP, POS e internet.
Nunca se ha dispuesto de tantos datos corno ahora. La gran dificultad
estriba en asegurarse que sean datos de calidad e integrados.
•
La necesaria capacitación humana, tanto en cantidad como en calidad,
está incrementándose.
No es una meta que se pueda alcanzar de la noche a la mañana y sin es­
fuerzo.
Es un proceso de aprendizaje, un "viaje", no un destino. Toma
tiempo el refinar los sistemas que producen los datos transaccionales, el ha­
cerlos disponibles en Data Warehouses, el implementar las soluciones ana­
líticas a la vez que se construye un entorno robusto de hardware y co­
municaciones. Sin menospreciar el esfuerzo en la necesaria capacitación
humana para crear y asimilar experiencias analíticas. Mi recomendación,
pues, es empezar cuanto antes. Cualquier compañía puede competir en
111-
teligencia analítica. La clave es empezar haciendo foco en las áreas que
entendamos son de mayor impacto para nuestras compañías y avanzando
paso a paso, siendo creativo y buscando la verdad. Aquellos que intenten
hacerlo todo de golpe encontrarán más dificultades en el camino.
Luis Méndez
Director General
SAS España
Prólogo a la edición española
La
última década se ha caracterizado por un avance histórico en la dis­
ponibilidad de información. El cliente sabe más de las empresas a las que
compra o considera comprar, y así puede tomar mejores decisiones. Pero
las empresas también tienen mucha más información sobre sus clientes y
sobre sus competidores. Esta información no sólo es más faciJ de obtener,
sino que es más facil de almacenar y de analizar. En unos pocos clicks de
un ratón, uno puede contestar interesantes preguntas de negocio, cuando
antes cardaría semanas.
Además, numerosas empresas han desarrollado programas de fideliza­
c i ó n con un objetivo final y dos intermedios. El final, aumentar la renta­
bilidad a largo plazo de sus clientes. Los intermedios: (1) ser capaces de te­
ner su dirección o una herramienta para empezar una conversación, y (2)
capturar información sobre sus hábitos, para conocerlos mejor. Por tanto,
empresas que tradicionalmente
habían
estado condenadas al
marketing
masivo (por ejemplo, supermercados, hoteles, casinos) pueden hoy hacer
un marketing más segmentado.
Pero, ¿sirve de algo tanta información? La captura y análisis de dicha in­
formación no sale gratis y, cuando a los sistemas les añadimos el coste del
personal, consultores, hardware, software, y actualizaciones de todo lo demás,
algunos se pueden llevar las manos a la cabeza. Después de todo, aun exis­
ten empresas exitosas con un uso muy poco intensivo de la información.
En el libro que tiene usted en las manos, Davenport y Harris dan su­
ficientes ejemplos como para convencernos del valor del análisis riguroso
14
Prólogo a la edición española
de una información de calidad. Si en su empresa es muy dificil diferen­
ciarse en producto o ser aun más eficiente en los costes para trasladar esa
eficiencia vía precio a sus clientes, ¿qué le queda? Los autores desgranan
con soltura
los pilares básicos de
la
inteligencia
de negocio, aportando
ejemplos de empresas que han sido muy bien escogidas.
Sin
embargo, ¿por qué son
estas empresas la excepción
en
vez de la
norma? Algunas de las causas son, en mi opinión, las siguientes:
•
Desconfianza en la alta dirección. Si ya nos iba bien cuando no anali­
zábamos tanto, ¿cuál es el valor real de todo este esfuerzo? Si la alta di­
rección desconfia de los análisis más profundos, ni que decir tiene que
palabros como "modelos predictivos", "modelos de inteligencia artifi­
cial" o "experimentos" despenarán rotal incredulidad.
•
Carencia de recursos necesarios. Sobre todo en empresas pequeñas y
medianas, muchas veces no existen los sistemas y las personas necesa­
rias para competir mediante el análisis.
•
La inteligencia de negocio corno proceso y no como filosofia de ges­
tión. En otros casos, se hacen inversiones en sistemas y personas, pero
el comité de dirección se limita a asegurarse que el coche está a punto,
no a aprender a conducirlo. No es raro ver, en empresas de cierto ta­
maño, aglutinar todos estos esfuerzos bajo el acrónimo de "CRM" o
de "Business lntelligence" y rápidamente darle la responsabilidad del
proyecto a la persona más joven de la organización.
•
Encender
mal
la
subconcracación.
Otras
empresas
han
caído en
la
trampa de pensar que la inteligencia de negocio puede ser subcon­
tratada a un consultor. Los consultores pueden ayudar, pero un tema
tan importante de la gestión del negocio debe ser interiorizado, si se
le quiere sacar todo su jugo y que se convierta en una ventaja soste­
nible.
•
Falta de cambios organizativos. En la mayoría de los casos habrá que
buscar nuevos perfiles fuera de la organización, cambiar la manera en
la que se trabaja y modificar el organigrama de la empresa. Invertir en
sistemas y no cambiar la organización es un camino infructuoso.
No basta con dar un paso tímido hacia el uso inteligente de la informa­
ción. Si nos quedarnos a medias, probablemente no funcionará. Quizá por
eso hay tantas empresas y tantos directivos que desconfían. Creo que con
la lectura de este libro se convencerá el lector del gran retorno que otras
Competing on Analytics
15
empresas están sacando de su potencia analítica y encontrarán ideas de
cómo preparar su propia hoja de ruta. ¡Espero que lo disfrute!
Prefesor Juliá,1 Víiianueva
Director del Departamento de Marketing
lESE Business School
Prólogo a la edición original
En mi época de estudiante de doctorado en economía en el M[T (Massa­
chussets lnstitute ofTechnology), una importante teoría llamada expecta­
tivas mdonaies
indicaba que era difícil beneficiarse de acontecimientos pre­
vistos o previsibles de forma generalizada, ya que los actores racionales
habrían emprendido las acciones necesarias para desactivar tales oportu­
nidades. Cuando estudiaba administración y dirección de empresas, ima­
giné que un anexo de dicha teoría era aplicable al mundo de la empresa,
es decir, que cualquier oportunidad clara para mejorar la rentabilidad en
mercados competitivos ya habría sido aprovechada por otros y, por canco,
no se obtendría un beneficio marginal.
Bien, menos mal para mí y para los accionistas de Harrah's Entertain­
ment, lnc. que las expectativas racionales están lejos de caracterizar por
completo el comportamiento gerencial actual. En pocas palabras, abundan
las oportunidades de emplear sencillos métodos analíticos para incre­
mentar marginal o sustancialmente la rentabilidad, en especial en grandes
empresas como la mía en que la aplicación de un solo nuevo conoci­
miento puede hacer que la caja registradora suene literalmente miles o mi­
llones de veces. Abundan
los ejemplos al respecto en
los complejos de
ocio y juego, entre ellos la gestión de los ingresos, la fijación de precios,
la gestión de relaciones con los clientes, los programas de fidelización, y
el aprovisionamiento. Tal vez la mayor oportunidad de toda mi carrera, y
la más facil surgió cuando descubrimos que un movimiento de diez pun­
tos en el precio por partida a lo largo de la curva de demanda estimada
18
Prólogo a la edición original
de un determinado juego podía mejorar nuestra rentabilidad en una ci­
f
ra de ocho dígitos y, a la vez, pasar inadvertido para el cliente.
El hecho de que una oportunidad de este tipo estuviera a disposición
de alguien tan normal como yo para descubrirla y explotarla ilustra sobre
algunos de los frecuentes obstáculos que se oponen la aplicación de la
gestión de la inteligencia analítica y que no tienen nada que ver en abso­
luto
con
Tal
y
métodos
como
analíticos,
exponen
disponibilidad
de
datos, o tecnología.
elegantemente Davenport y Harris
en
esta
pro­
funda e importante inmersión sin precedentes en el tema, la gestión de la
inteligencia analítica está obstaculizada por frecuentes patologías organi­
zacionales:
•
Se permite que una opinión convencional potente, asociada a menudo
a personas poderosas, se sustente a sí misma en ausencia de pruebas se­
nas.
•
En la toma de decisiones, en especial a altos niveles, no sólo no se exige
rigor ni análisis desapasionado sino que a menudo se defiende lo con­
trario como el talento escaso que separa a CEOs y visionarios de los
individuos simplemente inteligentes pero menos inspirados.
•
La organización carece de personas que estén ilusionadas por llevar a
cabo cada día un trabajo empírico y analítico y que sean realmente
competentes en este campo. En vez de ello, el trabajo analítico es con­
siderado el último recurso al que recurren los que no están familian­
zados con los métodos adecuados.
•
La gente suele vencer a las ideas en lugar de lo contrario.
Perrnítame que diga unas pocas palabras sobre cada uno de estos culpa­
bles, empezando por el último. Los dueños de toda empresa, especial­
mente la mía, merecen que se pongan en práctica las mejores ideas.Aun­
que
espero
que
los
accionistas
de
Harrah's
Entertainment
hayan
depositado en mí cierta confianza, estarán mucho mejor atendidos por la
confianza que depositen en la capacidad de mi equipo para recoger y tes­
tar las mejores ideas que haya dentro y fuera de Harrah's Entertainment
y para aprovechar tan sólo aquellas que den lugar a un mayor y sostenido
rendimiento y crecimiento.Aunque Dios me ha regalado una o dos ideas
decentes, también me ha dotado de algunos atributos perdedores y de un
estado frecuente de ignorancia y confusión. No es asunto mío tener to­
das las respuestas a mano, pero sí que lo es hacer montones de preguntas
Competing on Analytics
19
perspicaces, inquietantes y, ocasionalmente, casi ofensivas, como parte del
proceso de inteligencia analítica que conduce a adquirir nuevos conoci­
mientos y a mejorar.
Mi situación se complica por el hecho de que en todas las organiza­
ciones se busca agradar al líder y, por canto, hay una presión constante para
que mis puntos de vista, por otra parte poco consistentes y meditados, se
tomen con más seriedad de la que merecen.Vaya con cuidado, ya que este
proceso puede ser agradable y peligrosamente adictivo. De hecho, el punto
de vista convencional suelen originarse precisamente de esta forma. Por
tanto, es esencial la creación y el cultivo constante de un entorno que
considere las ideas separadamente de las personas, que insista en utilizar
pruebas rigurosas para caracterizar las distintas ideas, y que incluya una
dosis sana de personas con la suficiente dedicación y competencia para re­
alizar la labores pesadas. Davenport y Harris nos ofrecen una guía para
crear un entorno de este tipo, informado por las mejores prácticas proce­
dentes de un grupo heterogéneo de organizaciones innovadoras.
Un último punto. En cuanto al liderazgo visionario en comparación
con la dirección y gestión basadas en la inteligencia analítica digamos que
se puede perder peso sin necesidad de hacer dieta o ejercicio. O dicho en
otras palabras, la visión de futuro y la analítica no deben considerarse
como paradigmas que se excluyan mutuamente. En mi sector, Steve Wynn
y Jack Binion han sido dos líderes con visión de futuro que han conse­
guido grandes logros. No han sido unos grandes estudiosos de los méto­
dos analíticos tradicionales, pero han sido unos innovadores cuyas ideas
fueron totalmente coherentes con los métodos analíticos. El reto para to­
dos los que intentamos emplear aptitudes analíticas es garantizar que es­
tén orientadas hacia delante, donde los problemas están peor definidos y
los datos son escasos, en lugar de estar orientadas hacia atrás, donde el era­
bajo es facil y el riesgo escaso. Siga leyendo Hay mucho que aprender.
Gary Love111a11
Presidente del Consejo de Administración, Presidente y CEO
Harrah's Encercainmenc, lnc.
Reconocimientos
ESTE LIBRO EMPEZÓ CON una llamada telefónica aTom ScottVan
Valkenburg, director de plataformas y de relaciones con proveedores in­
dependientes de software de la firma de software de inteligencia empre­
sarial SAS Institute, me llamó (después de que Keri Pearlson deThe Con­
cous Group lo dirigiera hacia mi -gracias Keri) y me preguntó si estaría
interesado
en
hacer algún
estudio
sobre
el
estado
actual
de
la
inteligencia
empresarial. Rápidamente repuse, "Claro que sí", porque mi antigua co­
lega de Accenture Jeanne Harris y yo habíamos hecho algunas investiga­
ciones previas en este terreno, y yo seguía muy interesado en ello. Scott
trajo a su colega Mike Bright y a un par de sus socios de lntel a una reu­
nión que celebramos en Babson, y nos embarcamos en el estudio que dio
lugar a este libro. Doy las gracias a Scort, Mike,Jim Davis, Margo Stutes­
man, Keith Collins, y Jim Watts de SAS, y a Andy Fields y sus colegas y
predecesores de lntel por hacernos arrancar con la idea de "la competiti­
vidad basada en la inteligencia analítica" y por proporcionarnos nuevos y
numerosos conocimientos a lo largo del proceso.
En enero de 2006 escribí un artículo en Harvard Business Review sobre
el tema -mi agradecimiento a Leigh Buchanan por su magnífico trabajo
de edición y por forzarme a reflexionar-, que tuvo más éxito que cual­
quier otra cosa que haya escrito. Realicé alguna investigación adicional es­
ponsotizada por mis amigos de SAP -mi agradecimiento a Dan Panta­
leo y Stacy Comes del Departamento de Asuntos Estratégicos, y a Roman
Bukary, que dirigía las actividades de inteligencia empresarial (Business fo-
22
Reconocimientos
telligence -
BI) en aquel momento. Todo marchaba tan bien que decidí
explorar las posibilidades de un libro sobre el tema. Sabía que Jeanne Ha­
rris había dirigido en una época las actividades de inteligencia empresa­
rial en Accenture, y que sería una magnífica coautora. Me dirigí a mis
viejos amigos de Harvard Business School Press -mi agradecimiento a
Hollis Heimbouch y Astrid Sandoval por decir "ve a por ello" y por ser
magníficos editores. Sus colegas en la sección de conferencias de
unos
HBS Publishing,Eric McNulty y Angela Herrín trabajaron con SAS e ln­
rel para organizar una gran conferencia sobre el tema en Nueva York. Gra­
cias
a ellos, también. Sólo
faltaba
empezar a escribir. A continuación,
Jeanne hablará de las personas que la ayudaron.
Quiero empezar expresando mi más profundo agradecimiento a los
muchos altos directivos de Accenture que me han ofrecido su ánimo y
apoyo entusiasta a lo largo de todo el proceso. Nuestro CEO, Bill Green,
manifestó que el libro le parecía una excelente idea. Gracias en especial a
Bob Thomas, director ejecutivo del Accenture Institute for High-Perfor­
manee Business, y a Tim Breene, que dirige la estrategia y el desarrollo
corporativo de Accenture, por su constante apoyo y sus aportaciones siem­
pre incisivas. Gracias a su aliento recluté a un buen número de destacados
altos directivos de Accenture, quienes gustosamente compartieron con­
migo los conocimientos y experiencias de primera mano de su colabo­
ración con los clientes para competir (y triunfar) con la inteligencia ana­
lítica. Gracias en especial a los patrocinadores del estudio por su apoyo y
sincero feedback: Mike Sutcliff, Gerente General de Nuevas Oportuni­
dades de Negocio; Royce Bell, CEO de Accenture Managing lnforma­
tion Management Solutions; Alton Adams, de nuestro Departamento de
Gestión de Relaciones con los Clientes; Hettie Tabor, que dirige la con­
sultoría de inteligencia empresarial de SAP; y David Mann, un líder de
nuestro departamento de Productos. Mi reconocimiento también a los
patrocinadores de la encuesta sobre sistemas de gestión empresarial e in­
teligencia analítica: Dave Hill, Patrick Puechbroussou,Jim Hayes, y Mark
Janes.
Además de contribuir con sus conocimientos, muchos altos directivos
de Accenture me ayudaron a encontrar algunos ejemplos sobresalientes
para incluir en el libro. Entre ellos, se encuentran Walt Shill, Paul Nunes,
Brian McCarthy,Jeff Merrihue, Umesh
land,
Hari,Jane Linder,John Cope­
Ramón Mikhali, David Sheehy, Sanjay Marhur, Baiju Shah, Andy
Fano, y John Ballow. Como siempre, estoy muy agradecida a mis amigos
Competing on Analytics
23
y colegas del Accenture Insutute for High Performance Business por su
generosa ayuda y excelente disposición a contribuir con grandes ideas.
Por
último, quiero
expresar mi
reconocimiento
especial
a Pete Bott,
Norm Rickeman y Jean Davis, que hace muchos años me situaron en la
senda que al final ha dado lugar a la redacción de este libro.
Desde luego, Tom y yo reservamos nuestro más profundo agradeci­
miento para los ejecutivos pioneros de las empresas cuya competitividad
se basa en la inteligencia analítica, quienes de buen grado nos ofrecieron
su tiempo. Entrevistamos a muchos de ellos, pero los primeros y los que
contribuyeron con mayor generosidad fueron (más o menos por orden)
Gary Loveman y David Norton de Harrah's, Cien Wegryn de Procter &
Gamble, Zahir Balaporia de Schneider National, Inc., Ed Ng de Mars,
Nell Williams y Scefan Chase de Marriott lnternational, Gregor Bailar de
Capital One
Financia) Corporation, Bubba Tyler de Quaker Chemical
Corporarion (ahora en IMS Health), Kent Kushar de E. & J. Gallo, Steve
Schmidt de Vertex Pharmaceuticals, !ne., y Jeff Zabin de Fair Isaac Cor­
poration.
Por su ayuda en las rareas de investigación, edición y revisión de texto,
nos gustaría manifestar nuestro reconocimiento a Mike Beers, Dan Co­
hen, Linda Harding,Al Jacobson, Christine Lentz, David Light, Chi Pham,
Erica Toomey, y especialmente a Eric Lowitt. Gracias también a cinco crí­
ticos anónimos, uno de los cuales seguro que era nuestro diligente y jui­
cioso amigo y antiguo colega Mark McDonald. Hicimos todo lo posible
por seguir a rajatabla tus consejos y esperamos que estés satisfecho del re­
sultado.
Agradecemos también a nuestras familias que soportaran nuestro pri­
mer Qeanne) y doceavo (Tom) libro, respectivamente. Jeanne da las gra­
cias en especial a su marido Carl y a su hija Lauren por su amor, aliento
e inspiración. No podría haber completado el libro sin su ayuda;juntos le
dan sentido a su vida y mucha felicidad. Agradece también a su madre
Rhoda Harris y a su hermana Susie su apoyo y entusiasmo inquebranta­
ble. Tom da las gracias a Jodi por predecir que el rema de la inteligencia
analítica tendría mucho éxito y por apoyar una vez más con entusiasmo
todos sus proyectos. Él ha analizado todos sus datos personales y ha des­
cubierto que su esposa está estrechamente correlacionada con su felicidad.
Agradece a sus hijos Hayes y Chase sus apasionadas discusiones sobre béis­
bol como disciplina de inteligencia analítica, en especial por parte de los
Boston Red Sox.
Primera Parte
LA NATURALEZA
DE LA COMPETENCIA BASADA
'
EN LA INTELIGENCIA ANALITICA
1
La Naturaleza
de la Competencia Basada
en la Inteligencia Analítica
Utilización de la Inteligencia Analítica
para
Crear una Competencia Diferencial
En 1997, un hombre de unos treinta y tantos años con un historial de ob­
seso del software, reformista pedagógico y cinéfilo alquiló la película
Apolo 13 en una tienda Blockbuster de su barrio -la cadena de tiendas
más importante de alquiler de videos- y tuvo que pagar 40 dólares en
concepto de recargos por devolver la cinta fuera de plazo. Esa dentellada
a su
cartera le llevó a preguntarse, ¿Por qué no trabajaban
estas tiendas
como los centros de jimess, donde se paga una tarifa plana mensual y se
utiliza el gimnasio tantas veces como se quiera? Con el bagaje de esta ex­
periencia -y pertrechado con los 750 millones de dólares que recibió
por la venta de su compañía de software- Reed Hastings se lanzó de ca­
beza al espumoso mar de la "nueva economía" y puso en marcha Ner­
flix, lnc.
Una locura, ¿no es cierto? Después de todo, Blockbuster estaba ingre­
sando más de 3.000 millones de dólares al año de sus miles de tiendas es­
parcidas por Estados Unidos y muchos otros países -y no era el único
competidor en este campo. ¿Alquilaría realmente la gente las películas on­
line, esperaría a que el servicio de correos oficial (conocido cada vez más
como "correo caracol" a finales de los 90), se las entregara, y después de
verlas se dirigiría a un buzón de correos para devolverlas? Estaba claro
que Nedlix seguiría el camino de muchas empresas con base en Internet
que tenían un "modelo de negocio" y un argumento de venta pero no te­
nían clientes.
28
L
a Naturaleza de la Competencia . . .
Y, sin embargo, sabemos que la historia se desarrolló de forma muy
distinta, y que una razón importante del éxito actual de Netflix es que se
trata de una empresa cuya competitividad se basa en la inteligencia ana­
lítica. La empresa de alquiler de películas, que ha pasado de ingresar 5 mi­
llones de dólares en 1999 a cerca de
1.000 millones de dólares en 2006,
es un ejemplo destacado de una firma cuya competitividad se basa en su
capacidad matemática, estadística, y de gestión de datos. Netflix ofrece el
envío gratuito de DVDs a sus casi 6 millones de dientes y suministra tam­
bién gratuitamente un paquete para la devolución. Los clientes visionan
las películas elegidas a su gusto cuando les conviene y no hay recargos
por devoluciones fuera de plazo. En el momento de la devolución de los
DVDs, los clientes escogen sus próximas películas.
Además de los conocimientos y experiencia en el ámbito logístico que
Netflix debe poseer para que su aventura empresarial sea rentable, em­
plea también la inteligencia analítica de dos formas importantes, impul­
sadas ambas por el comportamiento del cliente y sus patrones de compra.
La primera es una "máquina" de recomendación de películas llamada Ci­
nematch, basada en un sofrware exclusivo que funciona de forma algo­
rítmica. Netflix contrató a una serie de matemáticos con experiencia en
programación para que crearan los algoritmos y códigos que definieran
grupos de películas, conectaran las preferencias cinematográficas de los
clientes con dichos grupos de filmes, evaluaran miles de puntuaciones por
segundo, y las factorizaran en forma de comportamiento actual en el si­
tio web¡ todo ello para garantizar una página web personalizada para cada
cliente visitante.
Netflix ha instituido también premios por valor de 1 millón de dóla­
res para aquellos analistas cuantitativos externos a la empresa que puedan
mejorar el algoritmo de Cinematch en un 10 por ciento, como mínimo.
El CEO de Netflix Reed Hastmgs señala, "Si el secreto de Starbucks es
una sonrisa cuando le sirven un espresso, el nuestro es que el sitio web se
1
adapta a las preferencias individuales" .
Nettlix analiza las elecciones y el
feedback de los clientes relativo a las películas que han alquilado -más
de 1.000 millones de evaluaciones de películas que les han gustado,amado,
odiado, etcétera- y recomienda las películas de forma que se optimicen
tanto las preferencias de los clientes como el estado de las existencias. Net­
flix recomienda con frecuencia películas que encajan con el perfil de pre­
ferencias expresado por el cliente pero que a su vez no tienen una de­
manda demasiado elevada. En
otras palabras, su
territorio principal se
Cornpeting on Analytics
29
encuentra en la "larga cola" -los límites exteriores de la curva normal
donde no radican las ofertas ni los productos más populares".
2
Netflix lleva a cabo también otra práctica, hasta cierto punto contro­
vertida, basada en la inteligencia analítica denominada tlirottli11g (regula­
ción de los envíos), que consiste en regular la distribución de los pedidos
entre los clientes frecuentes y los infrecuentes. Estos últimos reciben un
tratamiento preferente en las entregas frente a los primeros. Hay nume­
rosas razones que justifican esta práctica. Como los envíos a clientes son
gratuitos y la cuota mensual es fija, los clientes poco frecuentes son los más
rentables para Netflix.Al igual que todas las empresas, Nerflix quiere que
sus mejores clientes estén satisfechos y se esfuerza por impedir que se mar­
chen. Y, aunque los clientes frecuentes puedan percibir que se les trata de
forma injusta (según afirma Hastings, un pequeño número de clientes se
ha quejado), Netflix tiene que distribuir su presupuesto de gastos de en­
vío entre los clientes más y menos rentables de una forma que sea lógica
desde el punto de vista económico. Hastings se refiere a esta práctica corno
el algoritmo de la imparcialidad. Netflix resolvió recientemente una demanda
colectiva relativa a esta práctica, a causa de que había publicitado que la
mayoría de películas se entregaban en el plazo de un día.
La inteligencia analítica ayuda también a Netflix a decidir qué debe
pagar en concepto de derechos de distribución de los DVDs. Cuando la
empresa compró los derechos de Farda Risíng, un documental sobre los
músicos de los barrios bajos de Río de Janeiro, los ejecutivos de Netflix
tenían presente que cerca de un millón de clientes les había pedido en
2003 la película Ciudad de Dios, un drama realista rodado en los barrios
más marginales de Río. Sabía también que 500.000 clientes habían es­
cogido un documental que tenía cierta relación sobre la vida en los su­
burbios de Bombay, llamado
Los
Niiíos
del
Barrio
Rojo,
y que 250.000
clientes habían pedido a Netflix ambos DVDs. Por tanto, los comprado­
res de la empresa se sentían seguros pagando por 250.000 alquileres. Si
se pedían más, se beneficiaban tanto los productores de Favela
Risi11g
como Netflix.
Como la mayoría de competidores que se basan en la inteligencia ana­
lítica, Netflix posee una fuerte cultura de inteligencia analítica y un en­
foque de negocio de "testar y aprender". Su director general de desarro­
llo y ciclo de vida de producto (chieJ produa <?,[!icer - CPO) Ned Hunt
indica:
30
L
a Naturaleza de la Competencia . . .
Desde la jefatura de producto hasta el departamento de ingeniería, hemos ad­
quirido y desarrollado una fuerte cultura de pruebas cuantitativas. Generalmente,
tenemos füncionando a la vez cientos de experimentos diversos sobre las expe­
riencias de los clientes. Por ejemplo, ahora mismo estamos poniendo a prueba la
"Sala de Proyección Nerflix", para que los dientes puedan ver los tráilers de las
películas antes de comprarlas. Hemos creado cuatro versiones diferentes para la
prueba, cada una de las cuales será vista por 20.000 suscriptores. Otro grupo, el
grupo de control, no asiste a la sala de proyección. Medimos cuanto tiempo de­
dican al visionado, cual es el índice de finalización, cuántas películas añaden a la
cesta de la compra, cómo afecta a la puntuación de las películas que finalmente
piden, y muchos otros factores. Los datos iniciales son muy prometedores.
El CEO de Netflix, Hastings, tiene un master en informática por Stan­
ford y fue profesor de matemáticas para el Peace Corps. La empresa ha in­
troducido ciencia en un sector especialmente artístico. Como se decía en
un artículo del Business Hleek, "Nectlix utiliza los datos para tomar las de­
cisiones que los grandes magnates toman por instinto. El usuario medio
puntúa más de 200 películas, y Netflix devora la historia de los alquileres
y las calificaciones de las películas que realizan sus clientes para predecir
lo que les gustará ... 'Es como Mo11eyball en el sector de las películas [refi­
riéndose a la utilización de las estadísticas en el campo del béisbol profe­
sional, como hace el equipo del Oakland Athletic] con personajes obse­
sos por la estadística como Reed que considera las películas como un
problema de datos más', afirma el aleo directivo de Netflix Richard N.
Barcon".
En las pruebas que lleva a cabo, Netflix emplea una amplia variedad de
planteamientos cualitativos y cuantitativos, incluyendo encuestas, tests a los
usuarios del sitio web, desarrollo de concepto y tests, tests de publicidad,
minería de datos (data 111i11i11g), estudios de conocimiento de marca, etcé­
tera, satisfacción del suscriptor, análisis de canal, optimización del marke­
ting mix, estudios de segmentación, y efectividad del material de marke­
ting. Los tests impregnan la cultura y se extienden desde el departamento
de marketing hasta operaciones y el servicio de atención al cliente.
La orientación de la empresa a las técnicas de análisis avanzado le ha
llevado a tener un gran éxito y un elevado ritmo de crecimiento. Sin em­
bargo, se está recurriendo también a la inteligencia analítica para que esta
conduzca a la empresa a través de un cambio tecnológico importante.
Está ya perfectamente claro que la distribución de películas pasará a rea­
lizarse a la larga a través de canales electrónicos -Internet, el cable, o las
Competing on Analytics
31
ondas. La mezcla exacta y el momento oportuno aún no están bien defi­
nidos, pero el futuro a largo plazo del envío por correo del DVD no es
brillante. Netflix, no obstante, cuenta con la inteligencia analítica para que
la ayude a prosperar en
dica que si
un mundo de distribución virtual. La lógica in­
Netflix sabe más que cualquiera sobre que
películas desean
ver los consunudores, éstos seguirán siendo fieles a la empresa indepen­
dientemente de la modalidad en que las películas lleguen a sus pantallas.
Netflix puede parecer una empresa singular, pero en muchos aspectos
es similar a las empresas y organizaciones -un número pequefio pero rá­
pidamente creciente de ellas- que han reconocido el potencial de la in­
teligencia analítica de negocio y que han actuado con energía para hacerla
realidad. Pueden encontrarse en diversos sectores (ver figura
nas,
corno
1-1 ). Algu­
Netflix, no son muy conocidas corno empresas cuya ventaja
competitiva se basa en la inteligencia analítica. Otras, como Harrah's En­
rertainment, del sector del juego o Oakland Athletics del campo del béis­
bol profesional, ya han conseguido fama a través de diversos libros y artí­
culos.
Algunas,
como
Amazon.com, Yahoo!,
y
Google
son
start-11ps
recientes que han asociado el poder de Internet a sus motores de inteli­
gencia analítica. Otras, como Mars y Proccer & Cambie, han producido ar­
tículos de consumo familiar durante un siglo o más. Todas esas empresas
tienen tan sólo dos cosas en común: compiten en base a sus aptitudes de
inteligencia analítica, y tienen un éxito extraordinario en sus respectivos
sectores. Estamos convencidos que
entre sí.
estos dos atributos guardan
relación
32
L
a Naturaleza de la Competencia . . .
FIGURA 1-1
Las empresas cuya ventaja competitiva se basa en la inteligencia
analítica se encuentran en una diversidad de sectores
Productos de Consumo
Servicios Financieros
• Anhcuser-Busch
• llarclays llank
• Oakfand Athlctics
• E & J. Gallo Winey
• Capital One
• Boston Red Sox
• Mars
• Royal Bank of Cana da
• Harrah's Entertainment
• Procter & Cambie
• Progressive Casualty
• Marriott lnternational
Insurance
Ocio y tiempo libre
• New England Patriots
• WellPoint
Productos Industriales
Productos Farmacéuticos
Distribución Minorista
• CEMEX
• Astra Zeneca
• Amazon.com
• John Deere & Comp:my
• Solvay
• JCPcnny
• Vertcx
Pharmaceuticals, [ne.
• Tesco
• Wal-Mart
Telecomunicaciones
Transporte
• Sprint
• FedEx
• Google
• 02
• Schneidcr National
• Netflrx, lnc.
• llouygues Telecom
• United Parce! Service
•Yahoo!
Comercio Electrónico
¿QUÉ ES LA INTELIGENCIA ANALÍTICA?
Por inteíígemia analítica entendemos el uso exhaustivo de datos, análisis es­
tadísticos y cuantitativos, modelos explicativos y de predicción, y dirección
y gestión basados en hechos corno motor de la coma de decisiones y de
las acciones emprendidas. La inteligencia analítica puede ser un i11p11t para
la toma de decisiones humanas o puede dirigir la toma de decisiones to­
talmente automatizadas. L
1 inteligencia analítica es un subconjunto de lo
que se ha venido en llamar la intelígentio empresarial (business intelligence
-BI): un conjunto de tecnologías y procedimientos que utilizan los datos
para conocer, entender y analizar el rendimiento de la actividad de la em­
presa. Como indica la figura 1-2, la inteligencia empresarial incluye tanto
acceso a datos y generación de informes como inteligencia analítica. Cada
uno de estos enfoques se ocupa de una gama de aspectos relativos a las ac­
tividades de negocio de la organización. Las cuestiones que la inteligen­
cia analítica puede responder representan el extremo de este espectro de
más valor y más proacrivo.
Competing on Analytics
33
FIGURA 1-2
Inteligencia empresarial e inteligencia analítica
Optimización
r,�Qué es lo mcJor que puede suceder?
•
Modelo de pred1c�itm
1J
iQué ocurrirá a continuacrón?
>
Previsión/Exrrapolacibjf
Avisos
�·
u
• ·o
bJl:.=
.s
¿Por qué está ocurriendo esto?
¿Qué acciones son necesarias?
Consultp'l desglose detalles
¿Dónde está exactamente el problema?
Informes ad!'.:hoc
¿Cuántos, con que frecuencia, dónde?
'}Zºr? estándar
¿Qué ocurrió?
,·
•
•
-= •
• •
" .
'""'-!Qué pasaría sr estas tendencias continuasen?
Análisis estadístico4
ü
'
Grado de inteligencia
Fuente: Adaptado de un gráfico elaborado por SAS. Utilizado con permiso.
En principio, la inteligencia analítica podría funcionar utilizando pa­
pel, lápiz y tal vez una regla de cálculo, pero cualquier persona sensata
que utilice hoy en día la inteligencia analítica recurrirá a las tecnologías
de la información. La gama de software de inteligencia analítica oscila
desde herramientas estadísticas y de optimización relativamente sencillas
en
hojas de cálculo (por supuesto, Excel es el ejemplo más representa­
tivo), a paquetes de software estadístico {por ejemplo, Minitab), a juegos
complejos de inteligencia empresarial (SAS, Cognos, Business Objects}, a
aplicaciones de predicción sectoriales (Fair Isaac), y a los módulos de re­
porte y de inteligencia analítica de los principales sistemas de gestión em­
presarial (SAP y Oracle). Asimismo, tal y como describiremos más ade­
lante, unas buenas aptitudes analíticas exigen también la presencia de unas
buenas aptitudes para la gestión de la información que integren, extraigan,
transformen, y accedan a los datos transaccionales del negocio. Ciertas
personas podrían equiparar entonces la inteligencia analítica con la tec­
nología de la información de inteligencia analítica, lo cual constituirá un
tremendo error. Como demostraremos a lo largo del libro, son los aspec­
tos humanos y organizacionales de la competencia basada en la inteli­
gencia analítica los que son verdaderamente diferenciadores.
34
L
a Naturaleza de la Competencia . . .
¿POR QUÉ LA COMPETENCIA HA DE ESTAR BASADA
EN LA INTELIGENCIA ANALÍTICA?
En una época en que las empresas de muchos sectores ofrecen productos
similares y emplean tecnologías comparables, los procesos empresariales de
alto rendimiento están
entre los
últimos aspectos de diferenciación que
aún quedan. Muchas de las fuentes previas de ventaja competitiva ya no
son aprovechables. La ventaja de una localización singular no es significa­
tiva
en
el marco de la competencia global y las legislaciones proteccio­
nistas han desaparecido en gran medida. Las tecnologías exclusivas se co­
pian con rapidez y cada vez es más dificil conseguir productos y servicios
auténticamente
innovadores. Lo
que queda
competitivas es hacer funcionar la empresa
como base de las
con
la
máxima
ventajas
eficiencia y
efectividad, y tomar las decisiones más inteligentes que sea posible. Asi­
mismo, las firmas cuya ventaja competitiva es basa en la inteligencia ana­
lítica exprimen hasta la última gota de valor de los procesos de gestión de
negocio y de las decisiones clave.
La inteligencia analítica es útil en casi todos los procedimientos de ne­
gocio. Sin embargo, las organizaciones que quieran ser competitivas de­
ben poseer algún atributo en el que sean mejores que cualquier otra de
su sector -una competencia diferencial.3 Esto suele implicar a algún tipo
de proceso de gestión de negocio o de decisión empresarial. Tal vez us­
ted se esfuerza en ganar dinero a través de identificar mejor que la com­
petencia a los clientes
fieles y rentables, y fijando el precio óptimo del
producto o servicio. En este caso, la inteligencia analítica es posiblemente
la respuesta para llegar a ser el
mejor en este aspecto. Tal vez usted co­
mercialice productos commodity o indiferenciados y debe tener un nivel de
existencias lo más reducido posible a la vez que facilita que su cliente sea
capaz de encontrar su producto en las estanterías. Si este es el caso, la in­
teligencia analítica suele ser la clave para optimizar la cadena de suminis­
tro. Tal vez usted compite en un tipo de negocio que requiera una fuerte
inversión en personal y su objetivo es contratar, retener, y promocionar a
los mejores profesionales del sector.Aquí, también, la inteligencia analítica
puede ser la
clave
(aunque hasta ahora
ha sido
muy
utilizada
para
este
propósito en el campo del deporte profesional y no tanto en el ámbito
empresarial clásico).
Por otra parte, tal vez sus procesos de gestión de negocio operativos no
son muy diferentes del resto, y usted piensa que su competitividad se basa
Cornpeting on Analytics
35
en la toma de las mejores decisiones. Es posible que pueda seleccionar las
mejores ubicaciones para sus tiendas -si éste es el caso, es probable que
lo haga utilizando la inteligencia analítica. Usted podría aumentar su ta­
maño a través de fusiones y adquisiciones y seleccionar tan sólo a los me­
jores candidatos para este propósito. La mayoría de ellas no resultan bien,
a tenor de lo que dicen una serie de estudios de amplia divulgación, pero
la suya sí. Si ése es el caso, probablemente no está tomando esas decisio­
nes basándose fundamentalmente en la intuición. Las buenas decisiones
suelen haber recopilado tras de sí datos y análisis de forma sistemática.
Las empresas cuya ventaja competitiva se basa en la inteligencia analí­
ticas son, por tanto, organizaciones que han seleccionado unas pocas ca­
pacidades distintivas sobre las cuales basan su sus estrategias, y luego han
aplicado de forma exhaustiva daros, análisis estadísticos y cuantitativos, y
tomas de decisiones basadas en hechos que respalden a esas capacidades se­
leccionadas. La inteligencia analítica, por sí sola, no constituye una estra­
tegia, pero su
utilización para optimizar una capacidad de negocio dis­
tintiva sí constituye una estrategia. Cualesquiera que sean las aptitudes
resaltadas en una estrategia, la inteligencia analítica puede propulsarlas a un
nivel superior. Capital One, por ejemplo, denomina a su planteamiento
competitivo basado en la inteligencia analítica "estrategia basada en la in­
formación". Harrah's ha optimizado sus capacidades distintivas-la fide­
lización del cliente y el servicio al cliente- a través de su estrategia ba­
sada en la inteligencia analítica.
¿Puede cualquier organización de cualquier sector competir eficaz­
mente basándose en la inteligencia analítica? Ésta es una pregunta inte­
resante que hemos debatido entre nosotros. Por una parte, prácticamente
todas las empresas tienen la posibilidad de basar su competitividad en la
inteligencia analítica. El sector del cemento, por ejemplo, podría ser el
sector menos imaginativo y el
que se pueda
más alejado de la
inteligencia analítica
encontrar. No obstante, el gigante global del
cemento
CEMEX ha aplicado con éxito la inteligencia analítica a su competen­
cia distintiva de optimización en el área de cadena de suministro y de
plazos de entrega.
Por otra parte, algunos sectores son claramente más adecuados que
otros para el empleo de la inteligencia analítica. Si su empresa genera mu­
chos datos transaccionales -como así ocurre en los sectores de servicios
financieros, viajes y transportes, o juego-- la competitividad basada en la
inteligencia analítica es una estrategia natural (aunque muchas firmas aún
36
L
a Naturaleza de la Competencia . . .
no la emplean). Si su modelo de negocio se basa en factores de dificil me­
dición -como el estilo en el sector de la moda, o las relaciones humanas
en el sector de búsqueda de ejecutivos- haría falta un esfuerzo mucho
más innovador para una competitividad basada en la inteligencia analí­
tica. Con todo, casi cada día encontramos ejemplos de empresas que an­
tes trabajaban basándose en la intuición y ahora lo hacen en la inteligen­
cia analítica. El sector del vino, por ejemplo, fue
una vez y (en algunos
ámbitos) aún es sumamente intuitivo y basado en preferencias de los con­
sumidores que eran impredecibles. Actualmente, sin embargo, es posible
analizar cuantitativamente y predecir el atractivo de cualquier vino. Los
grandes productores de vino corno E &
J
Gallo están compitiendo sobre
la base de la inteligencia analítica en áreas como ventas, agricultura, y co­
nocimiento de las preferencias de los consumidores:'
¿CÓMO PUEDE SER ÚTIL ESTE LIBRO?
Nosotros no hemos inventado la idea de la competitividad basada en la in­
teligencia analítica, pero estamos convencidos de que este libro (y los ar­
tículos precedentes que hemos escrito) son los primeros que describen el
5
fenómeno.
En este libro, usted encontrará más información de la que
hasta ahora se haya recopilado sobre el rema; más discusión sobre el con­
cepto, más ejemplos de organizaciones que están persiguiendo la compe­
titividad basada en la inteligencia analítica, más temas de gestión de los que
ocuparse, y más aplicaciones más específicas de la inteligencia analítica.
La primera parte del libro expone la definición y atributos clave de la
competitividad basada en la inteligencia analítica, y expone (¡con algo de
inteligencia analítica!) como puede conducir a un mejor rendimiento de
la actividad de la empresa. En su parte final se describen diversas aplica­
ciones de inteligencia analítica competitiva, primero internamente y luego
externamente, con clientes y proveedores.
La segunda parte del libro es más bien una guía. Empieza con una hoja
de ruta general para las organizaciones que deseen competir basándose
en sus aptitudes de inteligencia analítica. Hay dos capítulos enteros dedi­
cados cada uno a los dos recursos clave -humanos y tecnológicos- ne­
cesarios para que esta forma de competitividad sea
una realidad. Con­
cluimos discutiendo algunas de las orientaciones clave de la inteligencia
analítica de negocio en el futuro.
Cornpeting on Analytics
37
El libro es extenso, pero sabemos que no será el último que se escriba so­
bre el terna.Tenemos noticia de que otros autores están pensando en escri­
bir libros sobre inteligencia analítica, y esperamos también nuevos artículos
sobre dicho rema. Esperamos que mucha gente del mundo académico y de
la consultoría
también lo adopte. Si
este campo tiene que prosperar, el
mundo tendrá que dedicar mucho tiempo y muchas energías a concen­
trarse en el mismo y nos harán falta todas las guías que podamos conseguir.
¿CÓMO SE HA LLEGADO HASTA AQUÍ?
LOS ORÍGENES DE LA COMPETITIVIDAD BASADA EN
LA INTELIGENCIA ANALÍTICA
Actualmente se dan todas las condiciones para la introducción de la com­
petitividad basada en la inteligencia analítica en las organizaciones. Al
mismo tiempo que los ejecutivos han estado buscando nuevas fuentes de
ventaja y diferenciación, han ido disponiendo de más datos sobre sus em­
presas que en cualquier otro momento anterior de su historia. Los siste­
mas de planificación de recursos de gestión empresarial, Enterprise Resource
Plm111iug (ERP), los sistemas punto de venta, Point o
f Sale (POS), y los si·
tios web, entre otras fuentes, han originado más y mejores datos transac­
cionales que en toda la historia de la humanidad. Una nueva generación
de ejecutivos bien preparados -la primera que ha crecido con los orde­
nadores- está entrando en las organizaciones y busca nuevos medios de
gestionarlas con la ayuda de la tecnología. Por último, la capacidad para lo­
grar que los datos tengan sentido a través de los ordenadores y del soft­
ware ha alcanzado al fin su mayoría de edad. Los fabricantes de software
de inteligencia han ampliado de forma espectacular la funcionalidad de sus
productos a lo largo de los últimos años, y los proveedores de hardware
han optimizado sus tecnologías para analizar y gestionar con rapidez gran­
des bases de datos.
El empleo de la inteligencia analítica se inició como una actividad a pe­
queña escala y poco frecuente que se llevaba a cabo en algunos departa­
mentos de la empresa que manejaban grandes cantidades de datos. A fi­
nales
de
los
años
60,
profesionales
e
investigadores
empezaron
a
experimentar con el uso de los sistemas informáticos para analizar datos
y respaldar la toma de decisiones. Denominadas sistemas de apoyo a la toma
de decisiones (decisio11 support systems - DSS], estas aplicaciones se utiliza-
38
L
a Naturaleza de la Competencia . . .
ron para actividades analíticas repetitivas y un tanto restringidas, como
planificación de producción, gestión de la cartera de inversiones, y rutas
de transporte. Dos pioneros de los DSS, Peter Keen y Charles Stabell, sos­
tienen que el concepto de apoyo a la roma de decisiones surgió de los es­
tudios de toma de decisión organizacional realizados en Carnegie Tech
(hoy Carnegie Mellan) por investigadores como Herbert Simon a fina­
les de los 50 y principios de los 60, y de los trabajos técnicos sobre siste­
mas informáticos interactivos llevados a cabo principalmente en el MIT
6
durante los años 60.
Otros estudiosos alegarían que sus orígenes están
estrechamente relacionados con aplicaciones militares de la Segunda Gue­
rra Mundial y la posguerra.aunque los ordenadores tal corno ahora los co­
nocernos no estuvieran aún disponibles para dichas aplicaciones.
El análisis estadístico realizado en ordenadores se convirtió en una ac­
tividad mucho más habitual a lo largo de los aúos 70, a medida que em­
presas como SAS Insritute y SPSS introdujeron paquetes de aplicaciones
informáticas que hicieron accesible el análisis estadístico a muchos inves­
tigadores y hombres de empresa. Sin embargo, a pesar de dicha mayor dis­
ponibilidad de la estadística, los DSS no prosperaron en ésta época y evo­
lucionaron hacia los sistemas de apoyo a ejem ti vos l Executíve Suppon Systems
- ESS].
7
Esas aplicaciones implicaban el uso directo de los ordenadores
y los datos por parte de los altos ejecutivos con la finalidad de controlar
y generar informes sobre la marcha de la empresa (con un menor énfasis
en la toma de decisiones). Esta actividad nunca llegó a cuajar demasiado,
debido en parte a la reticencia de los ejecutivos a involucrarse en su uti­
lización práctica.
La tecnología de inteligencia analítica se Uegó a utilizar con más fre­
cuencia para almacenar cantidades de datos relativamente pequeñas y para
realizar consultas como apoyo de tomas de decisiones y control de la mar­
cha y el rendimiento de la actividad de la empresa. La focalización en la
gestión de datos llegó a ser importante porque se estaba empezando a dis­
poner de cantidades inmensas de datos procedentes de sistemas transac­
cionales como ERP y POS, y posteriormente de las transacciones en In­
ternet.
Versiones
de
esta
focalización
orientada
denominados procesamientos analíticos online
a
los
datos
son
los
[011/i11e A11alytical Proces­
si11g - OLAP] y más tarde almacenamiento de datos [data warelwming].
Los almacenes de datos más pequeños se denominaban data ntarrs.
Actualmente, como ya hemos mencionado, todo este campo se deno­
mina inteligencia empresarial
[ Business l11tclligc1ue] e incorpora la reco-
Cornpeting on Analytics
39
grda, gestión, y generación de informes sobre los datos orientados a la
toma de decisiones así como las técnicas de análisis avanzado y los trata­
mientos informáticos de datos. La inteligencia empresarial es un campo
amplio y popular dentro del sector de las tecnologías de la información
(TI) --de hecho, una encuesta de Gartner de 2006 realizada a 1.400 di­
rectores de sistemas de información (CIOs) señala que la inteligencia em­
presarial es la principal prioridad tecnológica para las organizaciones de
TI.
8
Dos estudios que realizarnos en 2002 y 2006 en grandes organiza­
ciones que utilizaban sistemas ERP revelaron que la torna de mejores de­
cisiones era el principal beneficio perseguido, y que (en 2006) la inteli­
gencia analítica era la tecnología mas buscada para sacarle partido a los
datos ERP.
A pesar de la variación en cuanto a terminología, estos movimientos
-cada uno de los cuales duró alrededor de un decenio-- tenían varias ca­
racterísticas comunes. Se focalizaban en gran medida en aspectos técnicos,
ocupándose de cómo los ordenadores podían utilizarse para almacenar,
analizar y exhibir datos y resultados de análisis. Concentraron su atención
en problemas bastante restringidos -con la excepción de los sistemas eje­
cutivos y de control del rendimiento de la actividad, que sólo mostraban
el estado de la empresa.También eran relegados a la "trascienda" de las or­
ganizaciones -utilizados por técnicos y especialistas y con escasa visibi­
lidad para los altos directivos. Con escasas excepciones, se podía decir que
casi nunca influían en la naturaleza de la estrategia competitiva de la em­
presa.
Actualmente, la mayoría de grandes organizaciones tiene instaladas al­
gún tipo de aplicaciones de inteligencia analítica y algunas herramientas
de inteligencia empresarial. No obstante, suelen ser de importancia me­
nor para el éxito de la empresa y se gestionan a nivel departamental. Una
compañia de seguros, por ejemplo, puede tener algunos métodos y he­
rramientas de inteligencia analítica en el departamento actuaria), donde se
establecen los precios de las pólizas. Una empresa industrial puede utili­
zar tales herramientas para la gestión de calidad. Marketing puede dispo­
ner de ciertas capacidades para el análisis del valor de los clientes a lo largo
de la vida de la relación. Por muy útiles que sean dichas actividades, lo
cierto es que son invisibles a los ojos de altos directivos, clientes y accio­
nistas -y no se puede decir de ellas que sean las impulsoras de la estra­
tegia de la empresa. Son importantes para departamentos concretos pero
sin mayor trascendencia para la estrategia competitiva a nivel general.
40
L
a Naturaleza de la Competencia . . .
Sin embargo, en este libro focalizamos nuestra atención en las empre­
sas que han elevado a la categoría de arte la gestión de datos, el análisis es­
tadístico y cuantitativo, y la roma de decisiones basada en hechos. Estas or­
ganizaciones
dificilmente
tienen
invisibles.
actividades
El
de
inteligencia
CEO las pregona
a codo
analítica
accionista y
que
son
demás par­
tes interesadas. En lugar de ubicarse en la trastienda, la inteligencia analí­
tica de estas empresas se encuentra en sus informes anuales y en los re­
cortes
de
prensa. Estas
organizaciones
han
adoptado
un
recurso
que
aparentemente es accesible a todos, y lo han perfeccionado hasta cal punto
que la estrategia se construye a su alrededor.
¿CUÁNDO SON APROPIADAS LAS DECISIONES
BASADAS EN LA INTELIGENCIA ANALITICA?
Existen considerables evidencias de que las decisiones basadas en la in­
teligencia analítica
basadas en
tienen
la intuición.
9
más probabilidades
de ser correctas que
Es mejor saber -por lo
las
menos dentro de los
límites de los datos y el análisis- que creer, pensar o percibir, y la ma­
yoría de empresas pueden beneficiarse de tomar un mayor número de
decisiones en base a la inteligencia analítica. Por supuesto, existen algu­
nas circunstancias en las que las decisiones no pueden o no deben ba­
sarse en la inteligencia analítica. Algunas de dichas circunstancias se des­
criben en el popular libro de Malcom Glawell, Bli11k (Parpadeo), que es
una apología de la toma de decisiones basada en la i n t u i c i ó n . ! '' Es iró­
nico que un libro que elogia la intuición aparezca y se popularice en un
momento en que muchas organizaciones están confiando en gran me­
dida en la inteligencia analítica, pero quizás ello es parte de su atractivo
romántico. El libro es divertido y persuasivo, pero no deja claro que la
intuición sólo es apropiada bajo determinadas circunstancias. Por ejem­
plo, Gladwell sin duda tiene razón cuando dice que los seres humanos
han perfeccionado su
capacidad para tomar decisiones rápidas y preci­
sas acerca de la personalidad e intenciones de sus semejantes, y es raro
que el análisis formal pueda igualar dicha aptitud. Con todo, Gladwell
sostiene que la intuición es una buena guía para la acción sólo cuando
está respaldada por muchos años de conocimientos y experiencia. Mu­
chos de los ejemplos de intuición que pone Gladwell son sólo posibles
a causa de los años de investigación analítica en la sombra, como los jui-
Cornpeting on Analytics
41
eros rápidos y aparentemente intuitivos realizados por el Dr. John Gotts­
man acerca de si los componentes de una pareja casada cuyo compor­
tamiento ha observado seguirán juntos en el futuro. Él ha sido capaz de
realizar tales evaluaciones sólo gracias a que ha observado y analizado es­
tadísticamente miles de horas de interacciones de pareja a través de gra­
baciones de video.
No cabe la menor duda de que los responsables de tomar decisiones
tienen que emplear la intuición cuando no disponen de datos y deben to­
rnar una decisión muy rápida -como en el ejemplo de Gladwell de los
agentes de policía que deben decidir si disparan o no sobre un sospechoso.
Gary Klein, consultor en torna de decisiones, ofrece argumentos simila­
res con relación a las decisiones que toman los bomberos en edificios en
llamas.'! Incluso firmas que, en general, son bastante analíticas deben re­
currir a veces a la intuición cuando no disponen de datos. Por ejemplo,
Jeff Bezos, CEO de Amazon.com, tiene una gran preferencia por testar las
nuevas características de Amazon.com, cuantificando rigurosamente la re­
acción de los usuarios antes de implementarlas definitivamente. Sin em­
bargo, la oferta de "buscar en el interior del libro" fue imposible de tes­
tar sin aplicarla a una masa crítica de libros (Amazon.com arrancó con
120.000).También era costosa de desarrollar lo que aumentaba el riesgo.
En ese caso, Bezos confió en su instinto, se arriesgó, y dicha característica
fue muy popular desde el momento de su introducción.
1
2
Desde luego, todo análisis cuantitativo descansa sobre una serie de su­
puestos. Cuando las condiciones que hay tras los supuestos ya no son apli­
cables, los análisis deberían dejar de utilizarse. Por ejemplo, Capital One
y otras empresas de tarjetas de crédito realizan predicciones analíticas so­
bre la disposición de los clientes a liquidar sus saldos en condiciones de
prosperidad económica general. Si la economía entrase bruscamente en
una fase de recesión, las predicciones ya no serían aplicables, y sería peli­
groso seguir utilizándolas.
El mensaje esencial es que la frontera de las decisiones que pueden tra­
tarse con técnicas de análisis avanzado está avanzando continuamente. Las
áreas que en una época eran adecuadas para la torna de decisiones basada
en la intuición han ido acumulando datos y rigor analítico a lo largo del
tiempo, y la intuición ya no es la mejor alternativa.Actualmente, por ejem­
plo, ciertos ejecutivos aún consideran que es plausible tomar decisiones
importantes sobre fusiones y adquisiciones basándose en su instinto. Sin
embargo, las mejores empresas están utilizando inteligencia analítica muy
42
L
a Naturaleza de la Competencia . . .
detallada para investigar tales decisiones. Procter & Cambie, por ejemplo,
utilizó diversas técnicas de análisis avanzado antes de adquirir Gillette, in­
cluyendo las dedicadas a logística y cadenas de suministro, factores im­
pulsores de la cotización de la acción y recursos humanos. Dentro de unos
años, las empresas que no utilicen ampliamente la inteligencia analítica
cuando se trate de hacer una adquisición importante serán calificadas de
irresponsables.
De hecho, la tendencia actual apunta hacia un futuro más analítico para
la práctica totalidad de las empresas. La cantidad de datos disponibles se­
guirá con toda seguridad en aumento. Los dispositivos de identificación
por radiofrecuencia [Radiofrequency identification - RFID] se coloca­
rán prácticamente en todo paleto embalaje que avance a través de la ca­
dena de suministro, y generarán cantidades inmensas de nuevos daros que
las empresas recogerán y analizarán. En el comercio al por menor, todos
los carritos de la compra serán lo bastante inteligentes como para regis­
trar información sobre qué productos se cogen de las estanterías y en qué
orden. En el campo de la minería y de la exploración petrolífera, la can­
tidad de claros -ya gigantesca hoy en día- se incrementará en progre­
sión geométrica. En el sector de la publicidad, un número cada vez ma­
yor de empresas recurre a medios corno Internet y la televisión por cable,
donde puede controlar qué anuncios son vistos por quién -creando de
nuevo una corriente de datos enorme.
El software de mteligencia analítica aumentará su grado de disponibi­
lidad
y estará
al
alcance
de
toda
organización.
Las firmas
de
software
orientadas a la estadística, como SAS y SPSS han puesto a disposición de
las compañías normales y corrientes y de los
usuarios análisis cada
vez
más sofisticados a lo largo de treinta años, y seguirán haciéndolo. Firmas
del campo de la inteligencia empresarial, como SAS, Business Objects, y
Cognos, están incorporando más capacidades de inteligencia analítica a sus
paquetes de software. Proveedores corno Fair Isaac Corporation comer­
cializarán nuevas aplicaciones dirigidas a distintas competencias de nego­
cio. Proveedores de sistemas de gestión empresarial como SAP y Oracle
están posibilitando cada vez más el análisis de los datos de sus sistemas y
el control del rendimiento de la actividad de la empresa. Asimismo, Mi­
crosoft está incorporando cantidades crecientes de capacidad analítica en
su software básico de productividad personal. En el fururo, la disponibili­
dad de software no será un problema en el campo de la competencia ba­
sada en la inteligencia analítica, aunque la capacidad de utilizar adecua-
Competing on Analytics
43
<lamente el software de inteligencia analítica nunca será una cualidad com­
modity o indiferenciada.
Cabe suponer también con bastante seguridad que el hardware no
constituirá un problema. Actualmente, los procesadores de 64-birs de In­
tel y otras empresas que pueden realizar análisis cuantitativos exhaustivos
de grandes conjuntos de datos se consideran muy avanzados, pero esta si­
tuación terminará pronto. Los ordenadores especializados de proveedores
comoTeradata y Netezza pueden manejar con facilidad almacenes de da­
tos de mulciterabytes. No hay duda que el ordenador personal del pró­
ximo futuro será capaz de realizar análisis rigurosos. El mayor problema
será el modo en que las organizaciones controlen sus datos y análisis, y se
aseguren de que los usuarios individuales toman decisiones basadas en
análisis y supuestos correctos.
Para continuar como empresa cuya competitividad se base en la inte­
ligencia analítica, sin embargo, hay que seguir estando en vanguardia. La
competencia basada en la inteligencia analítica tendrá algo de carrera ar­
mamentística,
que necesita un desarrollo continuo de nuevas medidas,
nuevos algoritmos y nuevos enfoques para la roma de decisiones. Las fir­
mas que la adopten eliminarán sistemáticamente las conjeturas de sus pro­
cedimientos y modelos de negocio.Aquellas empresas con ventajas com­
petitivas basadas
en la inteligencia analítica tendrán
que llevar a cabo
experimentos en muchas áreas de sus empresas y aprender de cada uno de
ellos. Para poder implementar de forma efectiva decisiones cuantitativas,
el análisis tendrá que ser una capacidad generalizada entre los empleados
y no la de unos cuantos "científicos del espacio" con conocimientos y
experiencia en el campo de los análisis cuantitativos.
Nosotros hemos confeccionado una hoja de ruta que describe los pa­
sos principales que se deben dar para crear una empresa cuyas ventajas
competitivas se basen
eficazmente en la inteligencia analítica. Conlleva
unos prerrequisitos clave, corno disponer, como mínimo, de datos en can­
tidad y calidad razonable del área de negocio que la inteligencia analítica
respalde, y tener el tipo de hardware y software adecuado. Sin embargo,
las variables clave son de tipo humano. Uno de los prerrequisitos es que
debe haber algún directivo con el suficiente grado de compromiso con la
inteligencia analítica para seguir desarrollando la idea. Pero, a continuación,
el factor esencial para que una organización avance adecuada y rápida­
mente a lo largo de la ruta de la inteligencia analítica es el respaldo que
obtenga. Firmas como Necflix, Harrah's y Capital One gozan del respaldo,
44
L
a Naturaleza de la Competencia . . .
e incluso de la pasión, del CEO por la competitividad basada en la inte­
ligencia analítica, lo que les permite "avanzar por la ruta a toda máquina".
Otras organizaciones que carecen del respaldo entusiasta de sus ejecu­
tivos deben pasar primero por un camino "de prueba" que demuestre el
valor de la competencia basada en la inteligencia analítica. En este camino
se avanza más despacio, y los que lo toman tienen que conseguir también
al final el respaldo de la alta dirección si quieren que sus ventajas compe­
titivas se basen de verdad en la inteligencia analítica. Hablaremos de esta
hoja de ruta -y de los pasos a tomar en cada uno de los dos caminos­
con más detalle en
la segunda parte del libro
(en especial, en el capítulo
6). Por ahora, simplemente queremos subrayar que, aunque la inteligen­
cia analítica parezca fría y basada en la informática, los factores más im­
portantes que llevan al éxito involucran a gente apasionada.
LA INTELIGENCIA ANALÍTICA EN EL CAMPO
DEL DEPORTE PROFESIONAL Y SUS CONSECUENCIAS
PARA EL MUNDO DE LA EMPRESA
Tal vez podamos entender mejor la evolución de la competitividad basada
en
la
inteligencia analítica a lo
largo de
un
sector, focalizándonos en
el
campo del deporte profesional. Aunque los deportes difieran, todos tienen
en común grandes cantidades de datos y unos recursos humanos (los atle­
tas) de talenro pero caros. El campo de los deportes difiere también del de
la empresa, pero ambos coinciden en la necesidad de optimizar recursos
y, por supuesto, en la necesidad de triunfar.
Tal vez el deporte profesional más analítico sea el béisbol, que desde
hace tiempo ha sido un dominio del análisis cuantitativo y estadístico. La
utilización de estadísticas y nuevas medidas en el campo del béisbol reci­
bió una publicidad considerable con la publicación de Mo11eyball (
La bola
de dinero}, de Michael Lewis.
13
El libro describía la orientación hacia la in­
teligencia analítica de los Oak.land Achelcics, un equipo profesional que sis­
temáti cament e llegaba a los play(!ffs a pesar de que su
vamente baja
nómina era relati­
(incluidos los playc.iffs de 2006 -aunque, incluso el mejor
competidor basado en la inteligencia analítica no gana siempre, corno en
2005). Lewis describía la conversión del Director General
Billy
Beane, a la
inteligencia
analítica
para
la
selección
de Oak.land,
de jugadores
cuando se dio cuenta de que él mismo había poseído codas las caracterís­
ticas clásicas de un gran jugador, según decían los principales cazatalen-
Cornpeting on Analytics
45
tos de la liga. Sin embargo, Beane no había sido un gran Jugador, de modo
que empezó a concentrarse más en el rendimiento real que ponían de
manifiesto las estadísticas de juego que en el potencial para llegar a ser un
gran jugador. Beane y los Athletics empezaron también a hacer uso de
mediciones relativamente nuevas del rendimiento de los jugadores. Al
igual que las empresas cuya competitividad se basa en la inteligencia ana­
lítica, inventaron nuevas unidades de medida que evaluaban y sacaban el
máximo provecho de su rendimiento.
Sin embargo, Beane no fue realmente el primer directivo de Oakland
que adoptó una orientación
estadística." A principios de
los año 80,
Sandy Alderson, entonces Director General, (ahora CEO de los San Diego
Padres, otro participante de los playoffs), adoptó un enfoque más estadís­
tico por dos razones. En primer lugar, antes de tomar dicha decisión Oa­
kland no había realizado unas buenas campañas durante una serie de aúos
y se encontraba al borde de la desaparición. En segundo lugar, a Alderson
le ofrecieron una versión inicial de un paquete estadístico de base de da­
tos y análisis para Apple 1 1 . Las estadísticas de béisbol pueden conseguirse
con facilidad de firmas corno STATs, !ne., y el Elias Sport Bureau, aun­
que los equipos ya podían tenerlas mucho antes de que empezaran a apro­
vecharse de ellas. Estos motivos son los típicos de por qué las empresas
suelen adoptar la competencia basada en la inteligencia analítica: una com­
binación de necesidades acuciantes del propio negocio, la disponibilidad
de los datos, y las Tecnologías de la Información (TI) que puedan anali­
zar todos los números.
El enfoque de inteligencia analítica en el campo del béisbol se ha am­
pliado considerablemente durante los últimos años. Uno de los equipos
que ha adoptado el enfoque
"monevbaii" es el de los Boston
Red Sox
-un equipo que tiene tanto capacidades de inteligencia analítica corno
el dinero para mvertir en jugadores costosos. Los Red Sox tenían también
una necesidad de negocio en 2004, ya que no habían ganado la Serie
Mundial a lo largo de ochenta y seis años. Ellos ejemplifican también otra
de las razones de por las que las organizaciones adoptan la competencia
basada en la inteligencia analítica: nuevo liderazgo. En 2002, los dos nue­
vos principales propietarios del equipo eran John Henry, un directivo de
una empresa de fondos de inversión (hedgefimds) yTom Werner, produc­
tor de televisión y antiguo propietario de los San Diego Padres. El atrac­
tivo que la inteligencia analítica tenía para Henry era evidente, pero Wer­
ner se había dado cuenta también con los Padres de que la clase dirigente
46
L
a Naturaleza de la Competencia . . .
tradicional del
béisbol
no sabía
tanto corno pretendía acerca de lo que
hacía falta para ganar el campeonato. Como dijimos antes, la alta dirección
de los Sox permitió que el equipo adoptara el enfoque de avance a toda
máquina en el camino de la competencia basada en la inteligencia analí­
tica.
Al igual que otras organizaciones comprometidas con las estrategias de
inteligencia analítica, los
Red Sox contrataron
rápidamente
como con­
sultor a la persona de más talento en el campo de la inteligencia analítica:
Bill James, considerado generalmente como el profesional más destacado
del mundo en el dominio de las estadísticas de béisbol. El hecho de que
ningún otro equipo hubiera considerado conveniente fichar a tal genio de
la inteligencia analítica subempleado indica que la competencia basada en
la inteligencia analítica en el campo del béisbol no estaba aún generalizada.
El enfoque de inteligencia analítica -junto a algunos nuevos y caros ju­
gadores de talento- ofreció pronto resultados, y en
American
2003 llegaron
a la
League Championship Series (ALCS) frente a sus eternos ri­
vales los New York Yankees.
Sin embargo, hay un partido de este campeonato que ilustra una difi­
cultad clave de la competencia basada en
la inteligencia analítica: si
hay
que implementar decisiones basadas en la inteligencia analítica, ésta tiene
que propagarse por todos los ámbitos de la organización. En el quinto y
decisivo partido de la serie, la estrella de los R.ed Sox, Pedro Martínez, es­
taba efectuando los lanzamientos. Los analistas de los Sox habían demos­
trado de forma concluyente que Martínez era una presa mucho más facil
para los bateadores del equipo contrario después de unas 7 entradas o 105
lanzamientos (ese año, el promedio de bateo del equipo contrario frente
a Martínez para los lanzamientos 91
tos 106 al
al 105 era 0,231; para los lanzamien­
120 era de 0,370). Habían advertido al entrenador Grady Lit­
tle que bajo ningún concepto Martinez debía seguir lanzando después de
llegar a este punto. Sin embargo, cuando Martinez, como era de esperar,
empezó a fallar al final de la séptima entrada, Little le mantuvo en los lan­
zamientos durante la octava entrada (incluso en contra de la opinión del
preparador de lanzamientos), y los Yankees acribillaron
a Martínez. Los
New York Yankees ganaron la ALCS, pero Little perdió su empleo. Ésta es
una historia convincente de lo que puede ocurrir si los directivos de la
primera línea y los empleados no actúan de acuerdo con el programa de
inteligencia analítica. Afortunadamente para
los siempre sufridos aficio­
nados de los R.ed Sox (incluido uno de los autores de este libro) la com-
47
Cornpeting on Analytics
binación de datos y dinero se demostró insuperable en la temporada 2004,
y los Sox acabaron con una sequía de ochenta y seis años sin ganar el
campeonato de la Serie Mundial (World Series).
La competitividad basada en la inteligencia analítica no ha triunfado
del todo en el campo del béisbol, sin embargo. Algunos equipos, inclui­
dos algunos equipos constantemente en cabeza, corno los Atlanta Braves
-aunque también utilizan los datos, siguen confiando en gran medida en
los criterios tradicionales de búsqueda de jugadores. El Director General
de los Braves,John Schuerholz, sostenía en una entrevista que "no estoy
de acuerdo con la afirmación de que sólo con las nuevas estadísticas del
movimiento new age, cromadas y perfeccionadas digitalmente se pueda
sustituir la intuición, el criterio y la capacidad de análisis humanos para
buscar nuevos jugadores. Por ello, lo que nosotros hacemos es utilizar am­
bas cosas".'! Uno de los mejores entrenadores de béisbol,Tony La Russa
de los St. Louis Cardinals, (cuyo equipo ganó la Serie Mundial en 2006),
combina brillantemente la inteligencia analítica con la intuición para de­
cidir cuándo debe sustituir a un jugador de la lista de bateadores que no
está fino o si debe fichar a un jugador con chispa para mejorar la moral
del equipo. En su reciente libro, Three Nights in A11g11st (Tres Noches de
Agosto), Buzz Bissinger describe este equilibrio: "La Russa valora la in­
formación que generan los ordenadores. Analiza las filas y las columnas.
Pero también sabe hasta dónde pueden llegar en el béisbol y que incluso
pueden llegar a confundirte por un exceso de análisis. Hasta donde él sa­
bía, no había forma de cuantificar las ganas. Los datos le decían exacta­
mente lo que necesitaba saber cuándo se añadían a veinticuatro años de
experiencia corno entrenador".
16
La inteligencia analítica se ha extendido también al campo del fútbol
profesional. Los New England Patriots, por ejemplo, han obtenido re­
cientemente grandes éxitos, ganando tres Super Bowls en cuatro años. El
equipo utiliza a fondo datos y modelos analíticos, tanto para dentro como
para fuera del terreno de juego. L
1 inteligencia analítica en profundidad
ayuda a la selección de jugadores y a mantenerse por debajo del límite sa­
larial máximo (el último año el equipo tenía la nómina vigésimo cuarta
más elevada de la Liga Nacional de Fútbol). El equipo selecciona sus ju­
gadores sin utilizar los servicios de búsqueda tradicionales que emplean
otros equipos, y valora las alternativas de selección basándose en factores
tan poco tradicionales corno la inteligencia y la disposición a subsumir el
ego personal en beneficio del equipo.
48
L
a Naturaleza de la Competencia . . .
Los Patriots hacen también un uso importante de la inteligencia ana­
lítica para tomar decisiones en el terreno de juego. Tanto sus entrenado­
res corno sus jugadores son famosos por el estudio exhaustivo que hacen
de las estadísticas y las películas de partidos. Se sabe que su entrenador
jefe, Bill Belichick
lee
con
detenimiento
artículos
de
profesores
de
eco­
nomía sobre las probabilidades estadísticas de los resultados de los parti­
dos.
Fuera del ámbito del terreno de juego, el equipo utiliza inteligencia
analítica en detalle para evaluar y rnejorar"el programa de actividades para
sus aficionados". En todos los partidos que juegan en casa, por ejemplo,
de veinte a veinticinco personas tienen el cometido concreto de realizar
mediciones cuantitativas de una serie de factores: comida, aparcamiento,
personal, l.impieza de los servicios, etcétera. Los proveedores externos son
controlados con vistas a la posible renovación de contrato y tienen in­
centivos para mejorar el rendimiento de su actividad.
17
Otros equipos de la NFL que hacen un amplio uso de las estadísticas
son, entre
otros: Kansas
City
Chiefs, Tennessee Titans, y Green
Bay
Packers. Los Titans, por ejemplo, han determinado que las medidas tradi­
cionales del rendimiento referidas a las yardas concedidas o ganadas son
relativamente poco importantes, y han encontrado otras medidas alterna­
tivas.
Los Packers anal.izaron las películas de los partidos de un corredor
(n11111i11g back) con un problema de pérdida de balón, y llegaron a la con­
clusión de que sólo se producía cuando el codo del jugador no estaba ho­
rizontal al suelo en el momento del impacto.
18
A pesar del éxito de los Pa­
criots y de otros equipos de la NFL, muchos de ellos tienen que captar aún
todavía la naturaleza y el valor de la competitividad basada en la inteli­
gencia analítica.
El baloncesto profesional ha estado históricamente menos orientado al
análisis cuantitativo que el béisbol o el fútbol, pero el enfoque numérico
está empezando a despegar también en este campo. Varios de los mejores
equipos, entre ellos los San Antonio Spurs, han contratado consultores en
estadística o ejecutivos con orientación a la estadística. Los Houston Roc­
kets han seleccionado recientemente como Director General a un joven
ejecutivo orientado al análisis cuantitativo que previamente gestionaba
sistemas de información e inteligencia analítica para los Bosron Celtics.
Daryl Morey, master en administración y dirección de empresas {MBA}
por el MIT, considera a Bill James, experto en medición informática de
las estadísticas de béisbol, su modelo a imitar y sostiene que la inteligen­
cia analítica en el baloncesto es similar a la del béisbol. "Se traca del mismo
Cornpeting on Analytics
49
principio. Obtener victorias con un gasto menor".
19
Al igual que en el
béisbol y en el fútbol, los equipos y sus analistas van en busca de nuevas
medidas, corno el valor del jugador para el
equipo
cuando está
en
el
campo de juego versus cuando está fuera del mismo (llamado Índice Ro­
land {Roland Rati11g) en honor del estadístico amateur Roland Beech).
La competitividad basada en la inteligencia analítica está arraigando no
sólo en el campo del deporte profesional americano. Algunos equipos de
fútbol europeos han empezado a emplear también técnicas similares. El A.C.
Milán, uno de los principales equipos europeos utiliza modelos de predic­
ción para evitar las lesiones de los jugadores mediante el análisis de los da­
tos fisiológicos, ortopédicos, y psicológicos obtenidos de una diversidad de
fuentes. Su
centro de investigación Milán
Lab identifica los factores de
riesgo que con mayor grado de probabilidad se asocian a una lesión para
cada jugador. El centro evalúa también a los posibles jugadores a incorpo­
rar aJ equipo. Varios de los componentes del equipo nacional italiano que
ganó la Copa del Mundo en 2006 se entrenaban en Milán Lab. El Bolton
Wanderers, un equipo de fútbol ingles en rápido ascenso, es conocido por
el uso exhaustivo de los datos que hace su entrenador para evaluar el ren­
dimiento de los jugadores y las estrategias de equipo. El equipo emplea tam­
bién la inteligencia analítica para identificar a sus clientes más valiosos y
ofrecerles privilegios que contribuyan a crear fidelidad hacia el club.
¿Por qué se da coda esa actividad en el campo del deporte profesional
y en qué se diferencia de otro cipo de organizaciones? Hay muchos temas
que afectan por igual al deporte y a la empresa. Tal vez la lección más im­
portante que ofrece la inteligencia analítica en el terreno del deporte pro­
fesional sea su focalización en los recursos humanos -en la selección y
conservación de los mejores jugadores al menor coste. Ésta no es una
práctica generalizada en el campo de la "gestión del talento" en la empresa,
pero quizás debería serlo. A medida que los salarios de empleados y eje­
cutivos siguen aumentado, tal vez haya llegado la hora de empezar a re­
coger y analizar los datos relativos a qué personas rinden adecuadamente
y bajo qué circunstancias, y a asegurarse de que se tiene en el equipo a los
jugadores adecuados. Hay unas pocas empresas que están empezando a
adoptar un enfoque más analítico en la gestión de recursos humanos, pero
también es cierto que los equipos deportivos están en este aspecto muy
por delante de otro tipo de organizaciones.
La competittvidad basada en la inteligencia analítica en el mundo del
deporte ilustra también sobre el hecho de que el análisis comienza a uti-
50
L
a Naturaleza de la Competencia . . .
lizarse más cuando hay datos suficientes para analizar. Si hay un área de ne­
gocio en la que por primera vez se generan grandes cantidades de datos,
es probable que pronto se convierta en terreno de juego para la compe­
titividad basada en la inteligencia analítica. Los innovadores analíticos del
deporte profesional suelen crear también nuevas medidas, y los profesio­
nales del mundo de la empresa deberían hacer lo mismo.
Aunque la inteligencia analítica es un tema un tanto abstracto y com­
plejo,
su
adopción
en
el campo del deporte profesional ilustra sobre la
naturaleza humana del proceso. Cuando un equipo adopta la competitt­
vidad basada en la inteligencia analítica, se debe a que un líder ha tomado
la decisión de actuar de ese modo. El origen de la decisión suele remon­
tarse a los antecedentes y experiencias del propio líder. La competitividad
basada en la inteligencia analítica-tanto en el campo deportivo como
empresarial- es casi siempre una historia que involucra a personas y al
liderazgo.
Tampoco es casual que les haya ido bien a los equipos deportivos que
han adoptado la competitividad basada en la inteligencia analítica. No ga­
narán campeonatos cada año, por supuesto, pero los equipos cuya com­
petitividad se basa en la inteligencia analítica han tenido éxito en todos los
deportes en los que ha surgido. No obstante, a medida que la competiti­
vidad basada en la inteligencia analítica se extiende -y lo hace con rapi­
dez- los equipos tendrán que seguir innovando y desarrollando sus ca­
pacidades de inteligencia analítica si desean permanecer en cabeza. Sea
cual sea el enfoque competitivo adoptado, lo cierto es que ningún equipo
(ni empresa) puede dormirse en los laureles.
¿QUÉ ENCONTRARÁ EN ESTE LIBRO?
A lo largo de este capítulo hemos intentado exponer las líneas generales
de la competencia basada en la inteligencia analítica y ofrecer unos cuan­
tos ejemplos al respecto del mundo de la empresa y del deporte. Daremos
muchos más ejemplos de aquí en adelante, y a lo largo de la primera parte
del libro, entraremos mucho más en detalle sobre lo que significa la com­
petencia basada en la inteligencia analítica y sobre el modo en que las
empresas pueden avanzar en esta dirección. En el capítulo 2 se describen
los atributos específicos de las empresas cuya estrategia competitiva se basa
en la inteligencia analítica y se expone un modelo en cinco etapas que
Cornpeting on Analytics
51
muestra hasta que punto una organización está orientada a la inteligencia
analítica. En el capítulo 3 se describe el modo en que la inteligencia ana­
lítica
contribuye a un
mejor rendimiento de la actividad empresarial, e
incluye algunos daros y análisis sobre el tema. En los capítulos 4 y 5 se des­
criben una serie de aplicaciones de la inteligencia analítica en la empresa;
están agrupadas en aplicaciones orientadas internamente y aplicaciones
que involucran básicamente las relaciones externas con clientes y prove­
edores.
En la segunda parre del libro, nuestro objetivo es analizar los pasos clave
a dar y las aptitudes involucradas en
la competencia basada en la inteli­
gencia analítica. Empezarnos dicha parte con una exposición en el capí­
tulo 6 de la hoja de ruta global para la competitividad basada en la inte­
ligencia
analítica.
El
capítulo
7
trata
del
factor
más
importante
para
conseguir que una empresa sea analítica: su personal. El capítulo 8 trata de
los importantes recursos de la tecnología y los datos, y de cómo se pue­
den
combinar en
una arquitectura e inteligencia analítica
global. En
el
capítulo 9 concluimos con una exposición acerca de las futuras direccio­
nes que la competencia basada en la inteligencia analítica puede tornar.
Hacemos todo
carse en este viaje
lo posible
hacia el
para ayudar a las organizaciones a embar­
éxito empresarial y organizacional. Sin
em­
bargo, es importante recordar que se trata sólo de una visión general. Hay
muchos libros que tratan del modo de implementar la inteligencia em­
presarial, de cómo crear y modificar los modelos de inteligencia analítica
en áreas como la cadena de suministro y marketing, y de cómo realizar el
análisis cuantitativo y estadístico básico. Nuestro objetivo no es propor­
cionar a los profesionales de la empresa todo el conocimiento necesario
para hacer un trabajo analítico riguroso, sino entusiasmar al lector sobre
las posibilidades que ofrece la competencia basada en la inteligencia ana­
lítica y motivarle para que siga estudiando en esta dirección.
2
¿Qué Hace una Empresa
Cuya Estrategia Competitiva
Se Basa en la Inteligencia
Analítica?
Definición de los Atributos Clave Comunes
a Este Tipo de Empresas
¿Qué significa competencia basada en la inteligencia analítica? Nosotros
definimos a la empresa cuya estrategia competitiva se basa et1 la i11teligc11cia
anoiítíca como aquella organización que utiliza de forma exhaustiva y sis­
temática la inteligencia analítica para aventajar a la competencia. En este
capítulo, describiremos los atributos clave de las empresas cuya estrategia
competitiva se basa en la inteligencia analítica, y describiremos los nive­
les y fases de dichos atributos que hemos encontrado al estudiar las orga­
nizaciones en la realidad.
Entre las firmas estudiadas, descubrimos que las más sofisticadas desde
la perspectiva de la inteligencia analítica y las de mayor éxito poseían cua­
tros características clave en común: ( 1 ) la inteligencia analítica respaldaba
una capacidad estratégica distintiva; (2) el enfoque y gestión de la inteli­
gencia analítica estaban generalizados a nivel de toda la empresa; (3) la alta
dirección estaba comprometida con la utilización de la inteligencia ana­
lítica; y (4) la empresa había hecho una apuesta estratégica y significativa
a favor de la competencia basada en la inteligencia analítica. Todos estos
atributos los encontramos presentes en las empresas que perseguían más
enérgicamente un enfoque de inteligencia analítica en su negocio.
Por supuesto, no conocernos con exactitud cuántas empresas hay con
su estrategia competitiva basada en la inteligencia analítica, pero dispone-
54
¿Qué Hace una Empresa .. ?
rnos de datos que nos permiten realizar una estimación bastante correcta.
En una encuesta a nivel mundial realizada a finales de 2005 a 371 empresas
de tamaño medio a grande, preguntamos a las personas que respondían al
cuestionario (ejecutivos de TI
o ejecutivos de la empresa
familiarizados
con las aplicaciones de TI de gestión empresarial) cuál eral el grado de ca­
pacidad analítica que poseían sus respectivas organizaciones. La categoría
más elevada se describía así, "las capacidades de inteligencia analítica son
un
elemento clave de la estrategia" de negocio. El diez por ciento de los
que
respondieron
seleccionaron
dicha
categoría. Según
nuestro análisis
pormenorizado de los datos, tal vez la mitad de dichas firmas compitan en
base a la
inteligencia
analítica a la máxima potencia. Puede
haber unas
pocas más o unas pocas menos, pero no conocemos una estimación me­
jor al respecto.
ATRIBUTOS PRINCIPALES DE LAS EMPRESAS
CUYA ESTRATEGIA COMPETITIVA SE BASA EN LA
INTELIGENCIA ANALÍTICA
A continuación, describiremos el modo en que varias de las empresas
estudiadas ejemplifican los cuatro atributos de la competencia basada en
la
inteligencia
analítica. Las empresas cuya competitividad se basa
real­
mente en la inteligencia analítica exhiben los cuatro; las menos avanzadas
pueden poseer sólo uno o, como máximo, dos.
Respaldo de
""ª
capacidad estratégica distintiva
Es evidente que si la inteligencia analítica tiene que respaldar una estrate­
gia competitiva, debe hacerlo como soporte de una capacidad importante
y distmtiva. Como mencionarnos en el primer capítulo, la capacidad variará
en cada organización y sector de actividad, y podría referirse a cadenas de
suministro, fijación de precios y gestión de ingresos, servicio a los clientes,
fidelidad de los clientes, o gestión de recursos humanos. En Netflix, desde
luego, la inteligencia analítica se focaliza principalmente en la predicción de
las preferencias cinematográficas de los clientes. En Harrah's en la fidelidad
y el servicio al cliente, en Marriott en la gestión de ingresos. En Wal-Mart
obviamente se hace hincapié en la inteligencia analítica de cadena de su­
ministro.
Los equipos deportivos profesionales se focalizan generalmente
en los recursos humanos, o en la selección de los jugadores adecuados.
Cornpeting on Analytics
55
La posesión de una capacidad distintiva quiere decir que la organiza­
ción contempla este aspecto de su negocio corno aquello que la destaca
de sus competidoras y lo que la hace triunfar en el mercado. En las em­
presas que carecen de esta focalización estratégica, las capacidades de in­
teligencia analítica son can sólo una utilidad que se aplica a diversos pro­
blemas del negocio sin consideración respecto a su importancia.
Desde luego, no todas las empresas poseen una capacidad distintiva y
suelen sufrir cuando no la tienen. No está claro, por ejemplo, cuales son
las capacidades distintivas de Kmarc, US Airways o General Motors. Para
el
observador de fuera, no
hacen
nada sustancialmente mejor que sus
competidoras -y sus clientes y potenciales accionistas ya lo han adver­
tido. Sin una capacidad distintiva, no se puede ser competitivo basándose
en la inteligencia analítica, porque no existe un proceso o actividad evi­
dente que la inteligencia analítica pueda respaldar.
También es posible que la capacidad distintiva seleccionada por la or­
ganización no esté bien apoyada por la inteligencia analítica -por lo me­
nos esto ha sido cierto en el pasado. Si las decisiones estratégicas que torna
una organización se basan en la intuición o la experiencia y no se pue­
den tomar basadas en la inteligencia analítica, no tendría sentido tratar de
competir basándose en estadísticas y decisiones basadas en hechos. En este
aspecto, citamos los sectores de la moda y de la búsqueda de ejecutivos en
el capítulo 1 . Se podría añadir la consultoría de gestión a esta lista, ya que
la mayor parce del asesoramiento se basa en la experiencia y no en la in­
teligencia analítica. Sospechamos, sin embargo, que en cada uno de estos
sectores hay un potencial para la competencia basada en la inteligencia
analítica y que alguna empresa la adoptará en algún momento. Las em­
presas dedicadas a la moda podrían tratar de descomponer y predecir los
elementos que forman parte de las preferencias de los consumidores. Las
firmas dedicadas a la búsqueda de ejecutivos podrían construir sus nego­
cios alrededor de una base de datos que informara qué tipos de ejecuti­
vos rinden bien bajo determinadas circunstancias. Los consultores (los
abogados y los asesores de inversiones, también) podrían basar sus conse­
jos a los clientes en el análisis estadístico pormenorizado de cuáles son los
enfoques de gestión que han sido eficaces en situaciones empresariales
específicas. Tal vez serían capaces de transformar sus sectores de actividad
si adoptasen una estrategia enfocada a la inteligencia analítica.
La conclusión es que las empresas cuya estrategia competitiva se basa
en la inteligencia analítica prestan una detenida atención a la medición de
¿Qué Hace una Empresa .. ?
56
las capacidades
distintivas de
sus negocios. Se
como a investigar medidas -explotan
dedican
tanto
a explotar
las medidas existentes a un nivel
considerable y exploran pronto la posibilidad de nuevas medidas. Ya he­
mos hablado del béisbol profesional, donde equipos como los Oakland
Athlecics que han pasado a utilizar nuevas medidas del rendimiento de los
jugadores. El crédito a clientes es otro sector que hace un gran hincapié
en el desarrollo de nuevas unidades de medida.
Debido a la existencia de muchas transacciones de carácter cuantita­
tivo en el campo de los servicios de crédito a clientes, es relativamente fa­
cil emplear medidas en el proceso de coma de decisiones. Tal vez la me­
dida empleada con mayor frecuencia en este campo es la puntuación de
crédito o FICO, que es un indicador de la capacidad del prestatario para
cumplir sus obligaciones como tal. Hay muchas puntuaciones crediticias
posibles, pero sólo una puncuación FICO oficial. (Las puntuaciones FICO
se basan en un algoritmo desarrollado por Fair, Isaac and Company (ac­
tualmente Fair Isaac Corporation] en 1989. En la actualidad, tres impor­
tantes entidades de crédito han creado un competidor, la puntuación Van­
rage que, al contrario del puntaje FICO, guarda coherencia con rodas las
calificaciones crediticias; en Europa, algunas empresas de servicios finan­
cieros emplean las puntuaciones crediticias de Scorex.) Prácticamente to­
das las firmas de Estados Unidos que otorgan créditos a clientes utilizan
la puntuación FICO para tomar sus decisiones al respecto y para decidir
el tipo de interés a cargar. Sin embargo, bancos cuya estrategia compett­
civa se basa en la inteligencia analítica, como Capital
antes y de forma más enérgica que otras firmas. Su
One, lo adoptaron
capacidad distintiva
descubrió cuáles eran los clientes más deseables, es decir, aquellos que no
fueran morosos y estuvieran dispuestos a su vez a pagar un tipo de inte­
rés elevado. Después de que las puntuaciones FICO se hubieron genera­
lizado en el ámbito bancario, empezaron a propagarse por el sector de los
seguros. Firmas extremadamente analíticas, corno Progressive, determina­
ron que no sólo era más probable que los clientes con puntaciones FICO
elevadas reintegraran
los préstamos
recibidos, sino que también
tenían
menos probabilidades de sufrir accidentes de automóvil. Por canto, em­
pezaron a cargar primas más reducidas a los clientes que tenían puntua­
ciones FICO más altas.
Actualmente, sin embargo, una empresa del sector bancario o de los se­
guros de bienes, accidentes y riesgos diversos no se distingue demasiado
de las demás simplemente por el hecho de utilizar una puntuación FICO.
Competing on Analytics
57
Los nuevos límites se encuentran en la aplicación de puntuaciones credi­
ticias en otros campos y en la minería de datos que hay a su alrededor
para perfeccionar la toma de decisiones. Por ejemplo, algunos analistas
predicen que las puntuaciones crediticias pronto se aplicarán a la torna de
decisiones sobre seguros médicos y de vida y para fijar el montante de las
primas. Por lo menos una empresa de seguros médicos está investigando
si la utilización de puntuaciones crediticias podría evitar la necesidad de
someterse a un costoso examen fisico antes de emitir la correspondiente
póliza de asistencia sanitaria. Un profesor indica también que podrían em­
plearse en el campo de la selección de personal:
Es poco frecuente que los mdividuos con problemas económicos no tengan
también otro tipo de problemas. Es más probable que se falte al trabajo, que se sea
menos productivo, y que se tengan problemas de pareja y de relación cuando se
tienen dificultades económicas. Es lógico que
s1
la puntuación crediticia es baja
sea más probable que se tengan problemas en otras áreas de la vida. Las empresas
que quieran examinar a un gran número de candidatos a un puesto podrían con­
1
templar la puntuación crediticia como un medio eficaz de filtraje.
Desde que las puntuaciones crediticias se han generalizado, algunas em­
presas están empezando a tratar de descomponerlas y determinar cuales
son los factores que están más estrechamente asociados con el resultado
deseado. Es sabido, por ejemplo, que Progressive lnsurance y Capital One,
están desagregando y analizando las puntuaciones crediticias para deter­
minar qué dientes con puntuaciones relativamente bajas podrán suponer
un riesgo menor de lo que predicen sus puntuaciones globales.
Un úJtimo aspecto sobre el tema de las capacidades distintivas. Las ca­
pacidades críticas para cumplir la misión de la empresa deberían ser la
diana principal de la inteligencia analítica de la organización. No obs­
tante, hemos advertido que, con el paso del tiempo, las empresas cuya es­
trategia competitiva se basa en la inteligencia analítica suelen introducirse
en una diversidad de dominios de inteligencia analítica. Marriotc inició su
andadura de inteligencia analítica en el área crítica de la gestión de in­
gresos, pero más adelante la introdujo en el análisis de los programas de
fidelidad y en el análisis de medidas web. En Netflix, la aplicación más es­
tratégica quizás sea la predicción de las preferencias cinematográficas de
los clientes, pero la empresa emplea también los tests y los análisis deta­
llados en la cadena de suministro y en la publicidad. Harrah's empezó en
las áreas de fidelidad y servicio al cliente, pero también realiza análisis de-
¿Qué Hace una Empresa .. ?
58
tallados para la fijación de premios y la ubicación de las máquinas traga­
perras,
el diseño de su sitio web, y muchos otros aspectos de su negocio.
Wal-Mart, Progressive lnsurance, y el distribuidor de material hospitala­
rio Owens & Minar son ejemplos de empresas que arrancaron con un en­
foque interno de la inteligencia analítica que luego ampliaron al exterior
-a los proveedores en el caso de Wal-Mart y a los clientes en el caso de
las otras dos empresas citadas. Las empresas cuya estrategia competitiva se
basa en
la
inteligencia analítica
necesitan
un
foco de atención principal
para su actividad de inteligencia analirica.pero una vez creada una cultura
analítica de "testar y aprender", es imposible detener su difusión.
E,ifoque y Gestión de la Inteligencia Analítica a Nivel de Empresa
Las empresas y organizaciones cuya competitividad se basa en la
gencia
analítica
no confian
este
cipo de actividades a un solo
inteli­
departa­
mento o a un grupo de empleados dispares de diversas áreas. Gestionan
la inteligencia analítica como una organización o empresa y se aseguran
de que no se optimice ninguna unidad o proceso a costa de otro, a me­
nos que sea de importancia estratégica actuar de este modo. En Harrah 's
por ejemplo, cuando Gary Loveman empezó a dar el paso hacia la com­
petitividad basada en la inteligencia analítica, todos los responsables de los
casinos le reportaban y él se aseguraba de que implementaran los progra­
mas de marketing y de servicio al cliente de la misma forma. Anterior­
mente, cada casino era un "feudo" dirigido por su correspondiente "se­
ñor feudal, que sufría tan sólo algunas interrupciones ocasionales por parte
del rey o de la reina cuando éstos pasaban por la ciudad".
fuera prácticamente imposible para
2
Esto hacía que
Harrah's implementar iniciativas de
marketing y de fidelidación que fomentasen que los clientes visitasen otros
casinos de la cadena además del habitual ícross-matieet play).
La gestión al ruvel del conjunto de la empresa significa también ase­
gurarse de que los datos y análisis se ponen a disposición de toda la orga­
nización y que se presta la atención suficiente a la gestión eficiente y efec­
tiva
de
daros
y análisis. Si
las
decisiones
que
impulsan
el
éxito
de
la
empresa se toman sobre la base de unos datos muy escasos o incorrectos
o de un análisis defectuoso, las consecuencias podrían ser graves. Por tanto,
las empresas cuya estrategia competitiva se basa en la inteligencia analítica
hacen de la gestión de la inteligencia analítica y de los datos en que se ba­
san, una actividad a nivel de toda la organización. Por ejemplo, una de las
razones de que RJ3C Financia] Group (cuya unidad de negocio más co-
Competing on Analytics
59
nocida es Royal Bank of Canada) haya sido una empresa de éxito basada
en la inteligencia analítica es que decidió muy pronto (a principios de los
años 70) que todos los datos de los clientes serían propiedad de la empresa
y guardados en un archivo central de información de clientes. Bank of
America atribuye sus capacidades de inteligencia analítica respecto a la
exposición al nesgo de los activos y los tipos de interés al hecho de que
el riesgo se gestionó de forma coherente a nivel de toda la empresa. Mu­
chos otros bancos han visto limitada su capacidad de evaluar la rentabili­
dad o la fidelidad global de los clientes porque las diferentes divisiones o
grupos de productos tenían formas distintas e incompatibles de definir y
registrar los datos de los clientes.
Un enfoque a nivel de empresa es una rotura con el pasado para mu­
chas organizaciones. En el pasado, la inteligencia analítica ha sido en gran
medida una actividad individual o departamental y así lo sigue siendo en
la actualidad en las empresas cuya estrategia competitiva no está basada en
la inteligencia analítica. Por ejemplo, en una encuesta llevada a cabo en
2005 en 220 empresas sobre su enfoque de la gestión de la inteligencia
empresarial (la cual recordamos que incluye también algunas actividades
que no son analíticas, como las de información o generación de informes),
sólo el 45 por ciento de ellas afirmó que su utilización de la inteligencia
empresarial era "organizacional" o global", mientras que un 53 por ciento
respondieron "en mi departamento", "departamental", "regional", o "in­
dividual". En la misma encuesta, sólo un 22 por ciento de las firmas, co­
municaron la existencia de un procedimiento formal de evaluación de
necesidades a nivel de empresa; un 29 por ciento no realizaba una eva­
luación de necesidades; y un 43 por ciento evaluaba las necesidades de
inteligencia empresarial a nivel departamental o divisional.3 Las razones de
dicha descentralización son fáciles de encender. Un departamento deter­
minado focalizado cuantitativamente, como calidad, marketing, o fijación
de precios puede haber empleado la inteligencia analítica para abordar su
trabajo, sin afectar a la estrategia global o al enfoque de gestión de la em­
presa. Tal vez sus actividades deberían haberse elevado a la categoría de re­
curso estratégico, con un acceso más amplio y una mayor atención e la di­
rección.
Sin
embargo, lo
más
frecuente
es
que
esas
aplicaciones
de
inteligencia analítica a nivel departamental siguieran en segundo plano.
Otra posibilidad es que la inteligencia analítica pueda haberse dejado
enteramente en manos de los individuos de dichos departamentos. En ta­
les casos, la inteligencia analítica se plasmaba principalmente en hojas de
¿Qué Hace una Empresa .. ?
60
cálculo individuales. Aunque para los empleados individuales es magnífico
utilizar datos y análisis que respalden sus decisiones, las hojas de cálculo
elaboradas y gestionadas a nivel individual no son el mejor medio de ges­
tionar la inteligencia analítica de una empresa. En primer lugar, pueden
contener errores, Los estudios llevados a cabo por un académico indican
que entre el 20 y el 40 por ciento de las hojas de cálculo confeccionadas
por sus usuarios contienen errores; cuantas más hojas de cálculo, más erro­
res:' Aunque no hay estimaciones de la frecuencia de los errores de la in­
teligencia analítica implementada a nivel de empresa, por lo menos dis­
ponen de procedimientos de control y eliminación de errores, lo cual
sería dificil de imponer a nivel individual.
Un segundo problema que conlleva la inteligencia analítica a nivel in­
dividual es que crea "múltiples versiones de la realidad", mientras que la
mayoría de organizaciones busca sólo una. Por ejemplo, si hay múltiples
bases de datos y cálculos del valor de los clientes de la empresa durante
toda la vida de la relación en manos de diferentes individuos y departa­
mentos, será dificil focalizar la atención de la organización en su conjunto
en sus mejores clientes. Si existen diferentes versiones de inteligencia ana­
lítica económico-financiera a lo largo de la organización, las consecuen­
cias podrían ser realmente funestas -por ejemplo, enviar a sus altos di­
rectivos a la cárcel en aplicación de la legislación Sarbanes-Oxley. Por
tanto, las ventajas de gestionar los datos clave y la inteligencia analítica a
nivel de empresa son considerables, a fin que para la toma de decisiones
haya una sola versión de la información esencial de negocio y de los re­
sultados de la inteligencia analítica. Luego, por supuesto, la información y
los resultados pueden distribuirse de forma generalizada para ser utiliza­
dos a lo largo de toda la organización. Por ejemplo, Harrah's dice que el
enfoque de su gestión de inteligencia analítica aplicada a los clientes "está
impulsado centralmente, y distribuido de forma generalizada".
La gestión a nivel de empresa puede adoptar diversas formas. Para al­
gunas organizaciones, puede significar solamente que sus departamentos
centrales de TI
(Tecnología de la Información) gestionen los daros y se
procuren e instalen el software de inteligencia empresarial que sea nece­
sario. Para otras, tal vez signifique que un departamento de servicios cen­
trales de inteligencia analítica ayude a los ejecutivos en las tareas de aná­
lisis y toma de decisiones. Como discutiremos en el capítulo 7, hay una
serie de firmas que han creado estos grupos o departam entos.
Desde un punto de vista de TI, otro enfoque de la gestión de la inte-
Cornpeting on Analytics
61
ligencia analítica a nivel de toda la empresa es eJ establecimiento de un ce11·
tro de competencia
de
ínteiigencia
empresarial (busi11ess
ínteliigencc
compete11cy
center- BICC). Según SAS, un BICC se define corno "un equipo inte­
grado por personas de diversos departamentos con una estructura orga­
nizacional formal y permanente. Pertenece a la empresa madre, la cual le
asigna el personal y tiene tareas, roles, responsabilidades y procedimientos
que apoyan y promueven la utilización efectiva de la inteligencia empre­
sarial a lo largo de la organización".
5
En la encuesta que se ha descrito antes sobre inteligencia empresarial re­
alizada a 220 firmas, el 23 por ciento de los que respondieron a la misma
dijeron que su empresa ya tenía un BICC. El propósito de tales centros se
limita a menudo a temas relacionados con TI. Sin embargo, se podría am­
pliar con facilidad e incluir el desarrollo y perfeccionamiento de los enfo­
ques y herramientas de inteligencia analítica. Por ejemplo, en
Schneider
Nacional, una gran empresa de servicios de logística y transporte por ca­
rretera, el departamento central de inteligencia analítica (llamado diseño
e investigación) forma parte de la organización que reporta al director de
sistemas de información {chief i1iformatio11 '?fficer - CJ O) y se ocupa de las
funciones ripicas de un BICC así como de trabajar con clientes internos y
externos en los problemas y aplicaciones de inteligencia analítica.
Compromiso de la Alta Dirección
La adopción de un amplio enfoque de inteligencia analítica a la empresa
exige cambios en la cultura, procesos, conducta, y competencias de mu­
chos empleados. Estos cambios no se producen por casualidad sino que
deben ser liderados por altos ejecutivos que tengan pasión por la inteli­
gencia analítica y la toma de decisiones basada en hechos. Desde un punto
de vista ideal, el principal defensor debería ser el CEO y de hecho hemos
encontrado vanos de eUos dirigiendo el cambio de sus empresas a la in­
teligencia analítica. Entre ellos estaban Gary Loveman, CEO de Harrah 's;
JeffBezos, el fundador y CEO de Amazon.com; Rich Fairbank, el fun­
dador y CEO de Capital One; Reed Hastings de Netflix; y Barry Ilera­
cha, antiguo CEO de Sara
tado,
tanto
a
nivel
involucradas en
Lee
interno
Bakery Group. Todos ellos han
como
público,
que
sus
algún tipo de competitividad basada
manifes­
empresas
en la
están
inteligencia
analítica. Por ejemplo, Fairbank comentaba:"se trata de recoger informa­
ción de 200 nullones de personas con las que nunca te has tropezado y
basándote en
dicha
información
tomar una serie
de decisiones a largo
¿Qué Hace una Empresa .. ?
62
plazo muy importantes relativas a prestarles dinero y a esperar que lo de­
vuelvan" .6
Fairbank resume este enfoque como "estrategia basada en la informa­
ción". Beracha, antes de retirarse como CEO de Sara Lee Bakery, tenía
un letrero sobre su escritorio que decía, "En Dios sí confiamos; todos los
demás aportan
datos" (una
cita atribuida
originalmente a W Edwards
Denning). Loveman pregunta frecuentemente a sus empleados, "¿Lo cre­
emos, o lo sabemos?" A todo el que presenta ideas de proyectos o estra­
tegias se le acucia para que las apoye con evidencias. Loveman ha contra­
tado para Harrah's una serie de directivos altos y medios muy orientados
a la inteligencia analítica. También ha dado una lista de tres razones por
las que los empleados pueden ser despedidos de Harrah's: . . . no se debe
acosar a las personas del otro sexo, no se debe robar, y se debe tener un
grupo de control"."
Loveman es un ejemplo excelente de cómo un CEO -e idealmente
la totalidad de un comité de dirección- que empuja permanentemente
a los empleados a utilizar tests y análisis, y a tomar decisiones basadas en
hechos, puede cambiar la cultura de una organización. No sólo defiende
la inteligencia analítica, es un apasionado del tema.
Es raro encontrar una empresa que lleve a cabo el cambio cultural ne­
cesario para llegar a ser competitiva basándose en la inteligencia analítica
si carece del impulso de la alta dirección. Sabemos que es en parte un tó­
pico decir que una idea precisa del apoyo entusiasta del CEO o de otros
altos directivos, pero en nuestro estudio sobre las empresas cuya compe­
titividad se basa en la inteligencia analítica no encontramos ninguna de
ellas que no gozara del apoyo amplio y comprometido del equipo de di­
rección. Encontramos algunas firmas, por ejemplo, donde los líderes de un
departamento o de una unidad de negocio (por ejemplo, los responsables
de marketing o de investigación) trataban de organizar en sus empresas un
cambio orientado a la inteligencia analítica, pero no eran capaces por sí
solos de cambiar la cultura en la medida suficiente. Cualquier cambio que
afecte a varias funciones o departamentos, y desde luego cualquier cam­
bio a nivel de coda la empresa, requiere sin duda alguna el apoyo y la aten­
ción suficiente de los altos directivos para dirigir y coordinar los esfuer­
zos en las distintas unidades independientes.
¿Cómo desarrolla un ejecutivo su pasión por la inteligencia analítica?
Desde luego, es útil que la haya aprendido en sus estudios. Hemos men­
cionado antes los antecedentes como profesor de matemáticas de Reed
Competing on Analytics
63
Hastings de Necflix, Loveman de Harrah's es doctor en ciencias econó­
micas por el M IT y dio clases en la Harvard Business School. Bezos de
Amazon.com era un estudiante orientado hacia lo cuantitativo que se di­
plomó en ingeniería informática en Princeton. Fairbanks y el director ge­
neral de operaciones (COO) de los New England Pacriocs,Jonathan Kraft,
tienen un master en administración y dirección de empresas (MBA) y
fueron consultores de gestión orientados a la inteligencia analítica antes
de incorporarse a sus respectivos puestos en empresas cuya competitivi­
dad se basa en la inteligencia analítica. Chns Lofgren, el presidente y CEO
de Schneider Nacional, es doctor en investigación operativa. Evidente­
mente, es una situación deseable que el CEO pueda avanzar codo con
codo con las "sabios distraídos" del departamento de inteligencia analítica.
Sin embargo, no todos los ejecutivos orientados a inteligencia analítica
tienen o necesitan tener un historial tan amplio en este terreno. Las esta­
dísticas y los análisis de datos se enseñan en casi todas las universidades del
planeta.Asimismo, un CEO no tiene que ser más inteligente ni más orien­
tado a los aspectos cuantitativos que el resto de sus empleados. Lo que sí
es necesario es la voluntad de profundizar en los enfoques de inteligen­
cia analítica, la capacidad de poder discutir con los expertos cuantitativos,
y la fortaleza para poder empujar a los demás para que piensen y actúen
de forma analítica.
Hay varias conclusiones con relación al factor compromiso de la alta
dirección. La orientación del CEO impulsa no sólo la cultura y la con­
cienciación hacia la inteligencia analítica, sino también el nivel y la per­
severancia de la inversión en personal, TI, datos, etcétera. No es tarea sen­
cilla, tal y como describiremos en los capítulos siguientes, ensamblar estos
recursos y, además, puede exigir una cantidad de tiempo sustancial.
Por ejemplo, el departamento de crédito a clientes de Barclay tenía un
"plan de cinco años" para desarrollar la capacidad de la unidad para la
8
competitividad basada en la inteligencia analítica.
Los ejecutivos del área
de clientes particulares habían sido testigos de las potentes transforma­
ciones analíticas emprendidas por bancos estadounidenses como Capital
One, y creían que Barclays estaba subvalorando el potencial de endeuda­
miento de su extensa base de clientes en el Reino Unido. Al adoptar una
estrategia de inteligencia analítica, la empresa tuvo que ajustar práctica­
mente todos los aspectos de su negocio de clientes particulares incluyendo
los cipos de interés que cargaba, el modo de asegurarse contra riesgos y es­
tablecer limites crediticios, la remuneración de sus cuentas, su plantea-
64
¿Qué Hace una Empresa .. ?
miento para controlar el fraude, y el modo de impulsar las ventas cruza­
das de otros productos. Tuvo que integrar y cualificar los datos de 13 mi­
llones de clientes de su
tarjeta Barclaycard para que pudieran servir de
respaldo a detallados análisis. Tuvo que llevar a cabo un gran número de
pequeños ceses para empezar a averiguar cómo podía atraer y retener a
los mejores clientes aJ menor coste. Hubo que contratar nuevo personal
con competencias en análisis cuantitativo, y hubo que desarrollar nuevos
sistemas. Teniendo
en cuenta todas esas actividades, no es sorprendente
que se tardaran cinco afias (1998-2003) en tmplemeutar la estrategia de
cliente basada en
la información. Un solo alto
ejecutivo, Keith
Coulter
(actualmente, gerente general de Barclays U.K. para tarjetas y créditos a
clientes}, supervisó los cambios que
odo.
tuvieron
lugar durante
dicho perí­
Coulrer no hubiera podido idear ni ejecutar un plan a largo plazo
sin una evidencia clara de compromiso por parte de los más alros ejecu­
tivos de Barclays.
Ambición a Gran Escala
Una
forma definitiva de definir a las empresas cuya competitividad
basa en
se
la inteligencia analítica es a través de los resultados que aspiran
conseguir. Las empresas de este tipo que hemos estudiado habían apos­
tado su futuro éxito sobre estrategias basadas en la inteligencia analítica.
En retrospectiva, las estrategias parecen muy lógicas y racionales. En su
momento, sin embargo, fueron rupturas radicales con las prácticas están­
dar del sector. Los fundadores de Capital One, por ejemplo, ofrecieron su
idea de la "estrategia basada en
la
información" a todos
los líderes del
sector de tarjetas de crédito y no encontraron compradores. Cuando Sig­
net Bank aceptó sus condiciones y reconstruyó su estrategia y sus pro­
cedimientos para las tarjetas de crédito alrededor de las nuevas ideas, se
trató de una apuesta enorme. La compañía estaba apostando su futuro, por
lo menos en dicha unidad de negocio, a favor del enfoque de inteligen­
cia analítica.
Por supuesto, no codos los intentos de crear una competitividad basada
en la inteligencia analítica tendrán éxito. Pero la magnitud y el alcance de
los resultados obtenidos a partir de dichos esfuerzos deberían ser lo sufi­
cientemente importantes como para influir en el destino de las organiza­
ciones. La utilización gradual y táctica de la inteligencia analítica produ­
cirá resultados menos importantes; la utilización estratégica y competitiva
los generará a gran escala.
Competing on Analytics
65
Hay muchos modos de medir los resultados de la actividad de mteli­
gencia analítica. Para una gran organización, un solo proyecto de inteli­
gencia analítica debería producir un aumento de ahorros o de ingresos del
orden de cientos o miles de millones de dólares. Hay muchos ejemplos al
respecto. Uno de los primeros, fue la idea de la "gestión de ingresos (yield
111miage111e11t)
en American Arrlines, que mejoró enormemente la econo­
mía de la empresa en los años 80. A esta técnica, que conlleva la optimi­
zación del precio al cual se vende cada plaza al pasajero, se le atribuye ha­
ber aportado 1.200 millones de dólares a American a lo largo de tres años
y haber echado del mercado a algunos competidores molestos (corno Pe­
9
ople Express).
En Deere & Company, un nuevo método de optimización
de existencias (denominado "estimación derivada directa de las existen­
cias móviles") , supuso a la empresa unos ahorros del orden de 1.200 mi­
llones de dólares en costes de existencias entre 2002 y 2005.
1
º
Procter &
Cambie empleó el método de la investigación operativa para reorganizar
sus formas de aprovisionamiento y distribución a mediados de los años 90
y disminuyó sus costes en 200 millones de dólares.
11
Los resultados de la competitividad basada en la inteligencia analítica
pueden medirse también en los ingresos y beneficios totales, la cuota de
mercado, y la fidelidad del cliente. Si una empresa no puede apreciar im­
pacto alguno en estas medidas esenciales del rendimiento de su actividad,
tanto económica corno no económica, es que su competitividad no se
basa realmente en la inteligencia analítica. En
Harrah's por ejemplo, la
empresa incrementó su participación en el mercado, que pasó del 36 por
ciento al 43 por ciento entre 1998 (cuando inició su proyecto de inteli­
gencia analítica aplicada a la fidelidad de los clientes) y 2004.
12
A lo largo
del mismo período de tiempo, la empresa experimentó crecimientos de
ventas (considerando el mismo número de centros en la comparación en­
tre trimestres)
en veintitrés de los veinticuatro trimestres y las cifras de
juego por parte de sus clientes aumentaron año tras año en sus múltiples
mercados.Antes de adoptar estos planteamientos, la compañía no había al­
canzado sus expectativas de ingresos y beneficios durante siete años se­
guidos. Capital One cuyas acciones empezaron a cotizarse en el mercado
bursátil en
1994, aumentó sus ganancias por acción y su rentabilidad so­
bre recursos propios en un 20 por ciento anual, como mínimo, durante sus
primeros diez años. En la unidad de negocio de crédito a clientes del
Reino Unido de Barclays, la estrategia de gestión de clientes basada en la
información dio lugar a unos menores costes de adquisición de clientes,
¿Qué Hace una Empresa .. ?
66
saldos de clientes más altos con menor exposición al riesgo, y un 25 por
ciento de aumento en los ingresos medios por cuenta -a lo largo de los
primeros tres años del programa. Como comentaremos en el capítulo 3,
las empresas cuya estrategia competitiva se basa en
la
inteligencia analítica
suelen tener unos rendimientos de actividad relativamente altos.
Estos cuatro factores son más o menos equivalentes para definir la com­
petitividad basada en la inteligencia analítica. Evidentemente, no son to­
talmente independientes uno de otro. Si la alta dirección de la empresa está
comprometida y ha desarrollado la estrategia alrededor de una capacidad
distintiva dirigida por la inteligencia analítica, es probable que
la
organi­
zación adopte un enfoque a nivel de empresa y que los resultados perse­
guidos por la inteligencia analítica reflejen la orientación estratégica. Por
canto, los considerarnos los cuatro pilares que respaldan una plataforma de
inteligencia analítica (ver figura 2-1). Si alguno de ellos cayera, los otros
tres tendrían dificultades para compensar su ausencia.
FIGURA 2-1
Los cuatro pilares de la competitividad basada en la inteligencia
analítica
e
•O
·a
o
.g
•
o
·=
e
�
·
=
•
:¡;
-e
•
-e
·a
•
o.
•
u
•
•
e
o.
e
• E
• •
.,,
•
t
:¡;
•
...!
1
o
•
•
e
•
•
..
e
-e
•
•
•
o
•O
•
·a
·a
]
" e
e
� •
�
·e
o
•
o.
E
o
u
e
:¡;
-
.'!
Competing on Analytics
67
De los cuatro, sin embargo, el compromiso de la alta dirección quizás
sea el más importante porque puede hacer realidad el resto. No es casua­
lidad que muchas de las organizaciones que describimos evolucionaron a
la competitividad basada en la inteligencia analítica cuando llegó un nuevo
CEO (por ejemplo, Loveman en Harrah 's) o cuando fueron fundadas por
CEOs que poseían una fuerte orientación a la inteligencia analítica desde
el comienzo (Hastings en Netflix o Bezos en Amazon.com). En ocasio­
nes, el cambio procede de una nueva generación de directivos de un ne­
gocio familiar. En la empresa vitivinícola E & J Gallo, cuando Joe Gallo,
hijo de uno de los hermanos fundadores de la firma, llegó a CEO, se fo­
calizó mucho más en los datos y en el análisis que la generación anterior
de líderes -primero en el ámbito de ventas y luego en otras funciones,
entre ellas la evaluación de las preferencias de los clientes. En los New
England Patriots, equipo de la liga nacional de fútbol americano, la im­
plicación en el equipo de Jonathan Kraft, hijo del propietario Bob Kraft
y antiguo consultor de gestión, ayudó a orientar el equipo en una direc­
ción más analítica, por lo que se refiere tanto a asuntos del juego como
selección de la táctica y composición del equipo como a asuntos ajenos
al juego -programas de actividades para los aficionados.
EVALUACIÓN DEL GRADO DE LA ESTRATEGIA
COMPETITIVA BASADA EN LA INTELIGENCIA
ANALITICA
Si estos cuatro factores son los representativos y definitorios de la com­
petitividad basada en la inteligencia analítica, podremos empezar a evaluar
las organizaciones según lo mucho o poco que tengan de ellos. Para ello,
hemos identificado cinco etapas de la estrategia competitiva basada en la
inteligencia, que pueden verse en la figura 2.2. Los atributos clave de cada
etapa se relacionan en la tabla 2 . 1 . Al igual que el famoso "modelo de la
madurez de la capacidad" para el desarrollo de software, estas etapas pue­
den describir la ruta que la organización puede seguir, desde la primera
en que prácticamente no se poseen capacidades de inteligencia analítica
hasta la última en que se llega a ser una empresa cuya estrategia compe­
titiva se basa seriamente en la inteligencia analítica. En el capítulo 6, des­
cnbimos la hoja de ruta general para avanzar a lo largo de estas etapas.
¿Qué Hace una Empresa .. ?
68
FIGURA 2.2.
Las
cinco
etapas de la estrategia
competitiva
basada en
ligencia analítica
Etapa 5
Empresas cuya esrrareg¡a
competitiva se basa en In
inteligencia analítica
Etapa 4
mpresas con inteligencia
analítica
Etapa 3
Empresas con aspiraciones
de competir en base
a la inteligencia analítica
Etapa 2
Empresas con iutcligeucio analirica localizada
Etapa
Ernpr,·,.1,
, , >ll
111kliµ,·r1<
1
u
.111.il
Ít1c'.!
rc·,lu, 1,L1
la inte­
Cornpeting on Analytics
69
TABLA 2.1
Modelo de las etapas de la estrategia competitiva basada en la in­
teligencia analítica
Etapa
Capacidad distintiva/
Preguntas
nivel de conocimientos
realizadas
Unidades de medida/
Objetivo
Empresa,
lns1gmficante,
¿Qué ha
Consegmr
con
actuación a c1.-g:,,
ocurrido
daros pn,c1sos
mte!igencia
en nuestra
par;, mejorar
analítica
actividad
la opcr;,tiva
rcd,1c1da
cmpresarial?
mediciones/ Valor
Nmgun.:i
2
Emprcsas
Local y
¿Qué podemos
Unhz.:ir L:i.
Rentabtl1dad dc la
con
opormmsta
hac.-r para
,nrd,gencia
inversión de la,
mtcl1genc1a
--es pos,bl.- que
mejorar
analínca para
aphcacionM
analítica
no rl-spalde t
u
actividad?
mejorar una o
individuab
loca liuda
capacidades distintivu
(Cómo
mis actividadl-s
de la emprcsa
podcmos
funcionales
("l
t:I
conoc.-r meJor
nu.-stra ernpn,,..,
J
Empresas
Inicio de los esfuer;:os
¿Qué esti
Unhur
con
en pro de una
ocurriendo
la anafüica
actividad y valor de
aspiraciones
intdigi:nc,a analiiica
ahora?
para mejorar
mercado futuro,
de compelir
y unos datos mis
¿l'odrmos
una capa.cidad
en base a
1111egrados
.-xtrapolu
d,mm""'
la 1ntehgenc1a
W tendencias
analíuca
actual.-.?
Rrndnniento de la
4
Perspcceiva a nivel
¿Cómo
Desarrollar
La imeligencia ana!itica
de empresa. capacidad
podcmos
una amplia
es una impulsora
mtd,gencia
de utilizar la mtcligcnc1a
empicar la
capacidad
importamc dc
analíllca
analinu pa.ra 1den11ficar
mtd1genc1a
analinca -
rendmuento y valor
ventaJa<, ,..l,.,r que
analínea
m1ehgenc1.:1.
hacer para p:,sar al nivel
para mnovar
a,1.:1.línca
superior, aunque
y diferenciar'
par;, diferenciarse
Empresas
'º"
no de forma
reci,..
5
Empre,ia,
Nivel de emprna.
¿Qué vienc a
Donrnur la
cuya
gr.mdes resultad=.
contmuac1ón'
mtehgenn:r.
es la prmc1pal
=v=s»
,...-ntaJa sostemble
¿Qué es
analínca -
impulsora
d.- n,nd,miento y valor
compt,1111\':I
pos,bl.-'
estra.tegia
se ba ...
¿Cón10 ,eguunos
compc1i1iva
en !a
estando a la
mte!igencia
v:111guard1a?
"'�"'
analíllca
plcn.:1.111.,m ..
en la mtrhgencia
:r.11.:1.linca
La 1mchgenc1a analítica
¿Qué Hace una Empresa .. ?
70
Las organizaciones de la etapa 5 son empresas cuya estrategia competiliva se
basa completamente
e11
la inteligwcia analítica y que poseen los cuatro facto­
res descritos antes en muy alto grado. Sus actividades de inteligencia ana­
lítica respaldan claramente una capacidad distintiva, adoptan un enfoque
a nivel de empresa, sus ejecutivos se apasionan e impulsan el proceso, y sus
iniciativas de inteligencia analíticas están dirigidas al logro de resultados
importantes. Algunas de las firmas que pertenecen a esta categoría
Google, Harrah's, Amazon.com, Capital
son
One, Progressive, Nertlix, Wal­
Mart y Yahoo!, así como varios equipos deportivos de los que ya hemos
hablado. Estas organizaciones pueden aplicar sus aptitudes analíticas en
más ámbitos del negocio -y constantemente lo hacen- aunque ya han
focalizado estas capacidades en la capacidad distintiva que más requiere su
estrategia. En nuestra muestra de treinta y dos empresas que tuvieran por
lo menos una cierta orientación a la inteligencia analítica, once de ellas se
encontraban en la etapa 5 (empresas cuya estrategia competitiva se basa en
la inteligencia analítica). No obstante, nosotros buscábamos firmas que
encajaran en esta categoría, por lo que bajo ningún concepto debe to­
nurse este dato como un indicador de su frecuencia a nivel general. De
nuestro estudio anterior, estimamos que no más del 5 por ciento de gran­
des empresas podrían incluirse en esta categoría global (es decir, el cin­
cuenta por ciento decían que "las capacidades de inteligencia analítica
eran un elemento clave de la estrategia"; el otro cincuenta por ciento se
encontraría en la etapa 4). La mayoría de organizaciones de la etapa 5 eran,
como es facil suponer, empresas de servicios que se basaban en gran me­
dida en la información. Cuatro de ellas eran firmas de servicios financie­
ros y había varias empresas punto.com. Sin embargo, es dificil generalizar
sobre los sectores más propensos a la competencia basada en la inteligen­
cia analítica, ya que encontramos organizaciones de la etapa 5 en dife­
rentes sectores de actividad.
Las organizaciones de la etapa 4, nuestras empresas con inteligencia analí­
tica, están en la antesala de la competencia basada en la inteligencia ana­
lítica, pero se enfrentan aún a pequeños obstáculos para llegar aUí a plena
capacidad. Por ejemplo, poseen la capacidad pero carecen de la voluntad
profunda de crear sus ventajas competitivas sobre esta base. Tal vez el CEO
y el comité de dirección apoyen la focalización en la inteligencia analítica,
pero no les entusiasma competir sobre esta base. O quizás existe una ac­
tividad importante de inteligencia analítica, pero no está dirigida a apo­
yar una capacidad distintiva. Con sólo un pequeño aumento del énfasis,
Cornpeting on Analytics
las empresas podrían
pasar a tener el
71
status de empresa
cuya
estrategia
competitiva está basada en la inteligencia analítica. Encontramos siete or­
ganizaciones dentro de esta categoría.
Por ejemplo, una empresa de productos de consumo de la etapa 4 que
estudiamos llevaba a cabo importantes actividades de inteligencia analítica
en diversas áreas del negocio. Sin embargo, no quedaba claro que la inte­
ligencia analítica estuviera estrechamente unida a la estrategia de la orga­
nización, ni tampoco la inteligencia analítica ni los probables sinónimos
para describirla se mencionaban en los informes anuales de la compañia.
No se citaba la inteligencia analítica ni la información como una de las ca­
pacidades estratégicas de la firma. De acuerdo, hay personal de esta em­
presa -y de todas las empresas de la etapa 4 que estudiamos- que está
trabajando de forma diligente para que la estrategia competitiva de la em­
presa se base en la inteligencia analítica, pero aún no tiene la influencia su­
ficiente para hacerlo realidad.
Las organizaciones de la etapa 3 sí captan el valor y las posibilidades de
la competencia basada en la inteligencia analítica, pero se enfrentan a obs­
táculos importantes de capacidad y aún están lejos de superarlos. Debido
a la
importancia
de
la concienciación
y compromiso de
los ejecutivos,
creernos que simplemente con esto es suficiente para situar a la organiza­
ción en una etapa superior y en la ruta donde se avanza a toda máquina
que describimos en el primer capítulo. Descubrimos siete organizaciones
en esta posición. Algunas han expresado la visión hace poco tiempo y, en
realidad, no han
empezado a implementarla. Otras, tienen
unos niveles
muy altos de autonomía a nivel de departamento o unidad de negocio y
tienen dificultades para organizar un enfoque cohesionado de inteligen­
cia analítica a nivel de empresa.
Por ejemplo, el CEO de una compañia de seguros multilínea tenía la vi­
sión
de utilizar datos e inteligencia analítica, y una fuerce orientacrón al
cliente al estilo de la empresa de la etapa 5, Progressive, una compañía de
seguros del ramo del automóvil con una importante historia de innovación
tecnológica y analítica. Sin embargo, la compañía multilínea hacía muy poco
que había comenzado a desplegar su orientación hacia la inteligencia ana­
lítica más allá de la función actuarial, tradicionalmente cuantitativa, y hasta
ese momento la cooperación entre las unidades de negocio del ramo vida
y del ramo de bienes, accidentes y riesgos diversos era escasa.
Entrevistamos también a tres ejecutivos de diferentes compañías far­
macéuticas, y clasificamos a dos de ellas en aquel momento en la etapa 3.
72
¿Qué Hace una Empresa .. ?
Era evidente para todos ellos que la inteligencia analítica era esencial para
el futuro del sector. La combinación de datos clínicos, genómicos, y pro­
teómicos, dará lugar a una transformación orientad, a la inteligencia ana­
lítica y a un
entorno de medicina
personalizada. Sin embargo, tanto la
ciencia como la aplicación de la informática en estos campos están toda­
vía incompletas.!' Nuestros entrevistados reconocieron que su empresa y
el resto de su sector tenían que recorrer un largo camino antes de ser ca­
paces de dominar la
Pharmaceuticals, ha
inteligencia analítica. Una
de las
empresas, Vertex
hecho progresos importantes hacia la competencia
basada en la inteligencia analítica -no a través del esfuerzo por encon­
trar el Santo Grial descrito antes, sino mediante la toma de más decisio­
nes basadas en la inteligencia analítica en prácticamente todas las fases del
desarrollo de fármacos y en el área de marketing.
A pesar de los problemas de implementación experimentados por las
firmas de la etapa 3, debido a que la demanda de los ejecutivos es uno de
los aspectos más importantes de la orientación de una empresa a la inte­
ligencia analítica -y debido a que el interés de los ejecutivos puede pro­
ducir grandes dosis de cambio con relativa rapidez- hemos puesto estas
firmas por delante de aquellas que tal vez tengan una mayor actividad de
inteligencia analítica pero menos interés por parte de los ejecutivos. Nos
referimos a ellas diciendo que tienen aspiraciones de competitividad con re­
lación a la inteligencia analítica.
Las organizaciones de la etapa 2 muestran el típico enfoque de inteli­
gencia analítica localizada a la "inteligencia empresarial" del pasado -es de­
cir, que hacen énfasis en el reporte con bolsas de actividad de inteligen­
cia
analítica- pero no están
a la altura del
estándar de
competitividad
basada en la inteligencia analítica. Realizan trabajos de inteligencia analí­
tica, pero no tiene intención de competir basándose en ella. Encontramos
seis firmas de este tipo en nuestro estudio, aunque serían mucho más fre­
cuentes -y tal vez el grupo más numeroso- en una muestra al azar.
Bajo ningún concepto, la inteligencia analítica ha transformado en es­
tas organizaciones el modo de hacer negocio. Por ejemplo, es posible que
el departamento de marketing identifique los clientes óptimos o cree mo­
delos de demanda, pero la empresa aún vende a todos los clientes y crea
su oferta independientemente de los modelos de demanda. Sus activida­
des de inteligencia empresarial producen beneficios económicos, pero no
los suficientes para influir en la estrategia competitiva de la empresa. De
lo que principalmente carecen es de unos ejecutivos con
una visión de
Competing on Analytics
73
competitividad basada en la inteligencia analítica. Vanas de dichas firmas
tienen parte de la misma tecnología que poseen las empresas de etapas
superiores de inteligencia analítica, pero no la utilizan de forma estraté­
gica.
Las organizaciones de la etapa 1 tienen un cierto deseo de llegar a ser
más analíticas, pero hasta el momento carecen tanto de voluntad como de
la capacidad para lograrlo. Las denominamos organizaciones de inteligen­
cia analítica reducida. Se enfrentan a barreras importantes -tanto humanas
como técnicas- que les permitan acceder a la competitividad basada en
la inteligencia analítica y siguen todavía focalizadas en la puesta en mar­
cha de una funcionalidad transaccional básica integrada y de unos datos
de alta calidad. Es posible que carezcan también del hardware, del software
y de las aptitudes necesarias para llevar a cabo un cipo de análisis sustan­
cial. Con toda seguridad, sus altos directivos carecen del más mínimo in­
terés por la competencia basada en la inteligencia analítica. Hasta el punto
de que en caso de que desarrollen una actividad de inteligencia analítica,
ésta es de cipo local y poco importante. En un organismo de la Adminis­
tración que estudiamos, por ejemplo, se citaron las siguientes barreras, se­
gún las notas de la entrevista que tuvimos el 4 de abril de 2005:
El directivo entrevistado seúala que no hay una excesiva sensación de que "el
tiempo es oro" en el ámbito de la Administración y, por tanto, que tenga que
ocurrir alguna cosa. Asimismo, la toma de decisiones está más impulsada por el
presupuesto que por la estrategia. Lo que esto significa es que, por regla general,
las decisiones se centran a muy corto plazo en el año fiscal, y no se caracterizan
por una perspectiva a largo plazo. Por último, el entrevistado indicó que otro de
los impedimentos para desarrollar una cultura basada en hechos es que las herra­
mientas técnicas no son realmente adecuadas. A pesar de estas dificultades, el go­
bernador y el responsable de administración y finanzas tienen mucho interés en
reformar la toma de decisiones e incorporar una nueva perspectiva más analítica.
También están empezando a seleccionar personal que posea estas competencias
de inteligencia analítica.
Como consecuencia de estas deficiencias, las organizaciones de la etapa
1 ni siquiera se encuentran en el camino que les lleve a la competencia
basada en la inteligencia analítica, aunque así lo deseen. Para nuestras en­
trevistas, sólo seleccionamos organizaciones que quisieran competir ba­
sándose en la inteligencia analítica y, por eUo, sólo incluimos dos organi­
zaciones de la etapa l -un organismo de la administración pública y una
firma de ingeniería (e incluso esta última está empezando a utilizar un
74
¿Qué Hace una Empresa .. ?
cierto grado de inteligencia analítica en el ámbito de recursos humanos).
Sin embargo, dichas organizaciones, y las de la etapa 2, suelen ser la ma­
yoría a nivel mundial. Por ejemplo, muchas de ellas no tienen siquiera una
sola definición del cliente y, por tanto, no pueden utilizar los datos de los
clientes a lo largo de la organización para segmentar y seleccionar los me­
jores de eUos. No pueden conectar la información relativa a oferta y de­
manda y, por tanto, no pueden optimizar sus cadenas de suministro. No
son capaces de conocer la relación existente entre los indicadores no eco­
nónucos del rendimiento y los resultados económicos. Es posible que in­
cluso no tengan una lista única y definitiva de sus empleados - y mucho
menos la aptitud para analizar las características de los mismos. Este tipo
de problemas referidos a los datos básicos son excesivamente frecuentes
entre la mayoría de las firmas actuales.
Nos hemos referido a esas diferentes categorías como etapas en lugar
de hacerlo como niveles, porque la mayoría de organizaciones tienen que
pasar por cada una de ellas. Sin embargo, si los altos ejecutivos están sufi­
cientemente motivados, puede ser posible pasar por alto una etapa o, como
mínimo, atravesarla rápidamente. En una serie de firmas, todavía no he­
mos observado un avance a lo largo del tiempo hacia la orientación a la
inteligencia analítica. Pero estamos casi seguros que una organización que
tuviera prisa por llegar a la etapa 5, podría contratar el personal, comprar
la tecnología, y poner a punto los datos en uno o dos años. La mayor li­
mitación al avance rápido a lo largo de las etapas seria el cambio de los
procedimientos de negocio básicos y de los comportamientos de la orga­
nización y su personal. Esa es siempre la parte más dificil y la que más
tiempo exige en cualquier cambio organizacional importante.
En el próximo capítulo, describiremos la relación existente entre acti­
vidad de inteligencia analítica y rendimiento de la actividad empresarial.
Hablaremos de las aplicaciones de inteligencia analítica para los procesos
clave en los dos capítulos posteriores. En el primero, en el capítulo cua­
tro, se describe el rol que la inteligencia analítica desempeña en los pro­
cesos orientados internamente, como la gestión de finanzas y la de re­
cursos humanos. El capítulo 5 se centra en la utilización de la inteligencia
analítica para mejorar las actividades de la organización orientadas al ex­
terior, entre ellas las interacciones específicas con proveedores y clientes.
Antes de ello, exploraremos el vínculo que hay entre las organizaciones
que tienen una fuerte orientación a la inteligencia analítica y los negocios
que ofrecen un alto rendimiento.
3
Inteligencia Analítica
y Rendimiento
de la Actividad Empresarial
Transformación de la Capacidad para la
Competencia Basada en la Inteligencia
Analítica en una Ventaja Competitiva Duradera
En los años 80 dos consultores de servicios financieros, Richard Fairbank
y Nigel Morris detectaron la existencia de un problema importante en el
sector de tarjetas de crédito, así como su
posible solución. El problema
era que al sector le faltaba focalizarse en el cliente individual, y la solución
vino en forma de inteligencia analítica impulsada por la tecnología.
Fairbank y Morris estaban convencidos de que los nuevos conoci­
mientos aportados por el análisis de datos harían posible que la empresa
descubriera, se dirigiera y atendiera a los
clientes de tarjetas de crédito
más rentables, mientras que dejaría a los menos rentables en manos de
otras firmas. Promocionaron esca idea, su "estrategia de mercado basada en
la información", a más de quince bancos minoristas de ámbito nacional,
hasta que el Signet Bank, de Virginia, los contrató para que trabajaran en
su división de tarjetas de crédito. En aquella época, Signet no era precisa­
mente una empresa líder en el mercado de tarjetas de crédito.
A lo largo de los dos años siguientes, el dúo realizó miles de tests de
inteligencia analítica en la base de datos de los clientes de Signet - con
gran disgusto de los expertos anteriores, básicamente intuitivos. Descu­
brieron que los clientes más rentables eran los que tomaban
prestadas
grandes cantidades con rapidez y luego liquidaban poco a poco su saldo
deudor. En aquella época, el sector de tarjetas de crédito trataba a ese tipo
76
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
de clientes igual que a los que hacían compras por un pequeño importe
y amortizaban completamente su deuda cada mes. El equipo vio aquí una
oportunidad y creó la primera tarjeta de crédito con posibilidad de trans­
ferencia de saldos. Como primera tarjeta que trataba a los deudores como
personas valoradas y no sólo valiosas, triunfó rápidamente en este sector.
En última instancia, el éxito de Fairbank y Morris con la inteligencia ana­
lítica hizo que Signet constituyera una nueva empresa llamada Capital
One a partir de su división original de tarjetas de crédito.
Actualmente, Capital One lleva a cabo tres cientos experimentos dia­
rios de promedio para mejorar su capacidad de atención y servicio a los
clientes individuales. Estas pruebas son un medio relativamente poco cos­
toso para que la empresa valore el éxito potencial de productos y progra­
mas antes de involucrarse en una campaña de promoción y marketing a
gran escala. En su división de cuentas de ahorro, por ejemplo, Capital One
descubrió que sus experimentos referentes a intereses de certificados de
depósito, incentivos por traspasos de inversiones, saldos mínimos, etcétera,
tenían efectos muy previsibles sobre las tasas de retención de clientes y el
flujo de nuevas entradas de dinero en el banco. A través de dicho análisis,
el
negocio
de
cuencas
de
ahorro
aumento
su
tasa
de
retención
en
un 87 por ciento y redujo los costes de adquisición de nuevas cuentas
en un 83 por ciento.
A través de este enfoque de inteligencia analícica aplicado al marketing,
Capital One es capaz de detectar y acender nuevos segmentos de mercado
antes de que puedan hacerlo sus competidores. La clave de esta capacidad
es el circuito cerrado de pruebas, aprendizaje, y actuación en base a nue­
vas oportunidades identificadas. El conocimiento que tiene la empresa de
lo que es eficaz y de lo que no lo es conforma la base de un activo estra­
tégico que le permite evitar planteamientos y dientes que no serán ren­
tables. Pocas empresas están organizadas de verdad para aplicar los prin­
cipios de este enfoque de "testar y aprender", pero roda la competitividad
distintiva de Capital One está construida sobre ello.
La capacidad de inteligencia analítica de Capital One ha hecho que la
empresa entrara a formar parte de la lista
Fort1111e
200 con un envidiable
record de crecimiento y rentabilidad. El valor de sus acciones ha aumen­
tado en un 1.000 por cien a lo largo de lo últimos diez años, superando
al índice S&P 500 por un factor de 1 O. En comparación con sus compe­
tidores más importantes, las acciones de Capital One se han incrementado
de dos a cuatro veces más durante el mismo período de tiempo. La inte-
77
Cornpeting on Analytics
hgencia analítica está en el corazón de la aptitud de la empresa para su­
perar sistemáticamente a sus competidores y mantener su ventaja com­
petitiva.
Examinemos a continuación el caso de una compañía tradicional y
consolidada que se ha transformado y ahora su competitividad se basa en
la inteligencia analítica: Marriott lnternational, la cadena hotelera de ám­
bito mundial. El foco de atención de Marriott en la toma de decisiones
basada en hechos y en la inteligencia analítica está profundamente enrai­
zado en la tradición y cultura corporativa. Corno decía un alto ejecutivo,
"Aquí todo está basado en los sistemas de medida" Esca orientación ya fue
inculcada en los años SO, cuando el fundador
J. Willard Marriott acos­
tumbraba a observar el grado de ocupación de los coches que llegaban al
parking de su motel con el objetivo de cargar la tarifa de habitación do­
ble, en caso de que fuera apropiado.
A lo largo de los últimos veinte años, Marriott ha desarrollado la la­
boriosa incursión personal inicial de
J. W Marriott en la gestión de ingresos
-el proceso mediante el cual los hoteles establecen el precio óptimo de
sus habitaciones (las "existencias" del sector). La lógica económica es sen­
cilla: si un hotel es capaz de predecir los precios máximos con los que se
llegue a la ocupación completa.ganará más dinero que si fija unos precios
demasiado elevados con las consiguientes habitaciones sin ocupar o unos
precios demasiado bajos con la consiguiente plena ocupación del estable­
cimiento pero que supongan realmente una entrega de dinero a los clien­
tes innecesaria. Marriott introdujo la gestión de ingresos en el sector del
alojamiento, y durante los dos últimos decenios ha seguido perfeccio­
nando esta competencia con la ayuda de la inteligencia analítica -mien­
tras que la mayoría de sus competidores están siempre un paso por detrás
por lo que se refiere a su capacidad para optimizar los ingresos.
Una serie de mejoras recientes han logrado que el sistema funcione
con mayor rapidez para que la fijación de precios de las habitaciones pueda
ajustarse de forma facil y frecuente, y han permitido que Marriott ex­
tienda la gestión de ingresos a sus restaurantes, servicios de catering, y
centros para reuniones-un enfoque que Marriott denomina "optimiza­
ción hotelera total". A finales de 2003, la empresa comenzó a utilizar un
nuevo sistema
de gestión
de ingresos y una nueva unidad de medida
-la oportunidad de ingresos- que pone en relación los ingresos reales
con los ingresos óptimos. En 2005, Marrioct tenía una oportunidad de
ingresos del 91
por ciento -subiendo desde el 83 por ciento que tenía
78
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
en 2003.
1
Aunque la empresa prefiere que sus franquiciados empleen el
sistema, ha concedido a sus "líderes de ingresos" regionales la facultad de
hacer caso omiso de las recomendaciones del sistema en caso de que haya
que resolver incidencias locales no previstas como, por ejemplo, la llegada
a Houston de un gran número de evacuados a causa del huracán Katrina.
Un sistema eficaz de gestión de ingresos ha contribuido a que Ma­
rriott logre sistemáticamente un importante rendimiento económico Ma­
rriott emplea un sistema de gestión de ingresos a nivel de empresa llamado
One Yield. El sistema automatiza los procedimientos de negocio asocia­
dos a la optimización de ingresos en más de 1 . 700 de los 2.600 estableci­
mientos propiedad de la empresa.
Los hoteles de Marriott que han instalado el sistema One Yield han te­
nido aumentos de hasta un 2 por ciento de los ingresos procedentes de
turistas, lo que supone un aumento del beneficio anual de los hoteles que
totaliza 86 millones de dólares. En 2003, el ingreso operativo aumentó
un 1 8 por ciento, a la vez que Marriott incorporaba 185 nuevos hoteles
y más de 31.000 habitaciones, de las que aproximadamente una tercera
parte procedían de hoteles competidores. Marriort atribuye en parte es­
tos resultados a One Yield.
2
Además de la gestión de ingresos, Marriott ha integrado las técnicas de
análisis avanzado a otros procedimientos de la relación con los clientes. La
empresa ha identificado a los clientes más rentables a través de su pro­
grama de fidelización Marriott Rewards y hace ofertas y campafias de
promoción dirigidas exclusivamente a ellos. Marriott mantiene también
unas sofisticadas técnicas de análisis avanzado en la web para su canal on­
line, a través del cual facturó 4.000 millones de dólares el último año. El
departamento de inteligencia analítica
de
Internet está haciendo tests
constantemente para conocer el impacto de los cambios en su sitio web. La
inteligencia analítica tiene tal importancia en las áreas de ventas y marke­
ting que todos los especialistas en análisis avanzado fueron recientemente
agrupados en una unidad organizacional. Debido en parte a su aptitud en
el campo de las técnicas de análisis avanzado, Marriott ha sido nombrada
la empresa más admirada de su sector durante siete años consecutivos en
el ranking que confecciona la revista Fort1111e.
Otra empresa cuya competitividad se basa en la inteligencia analítica y
cuyas innovaciones la han mantenido por delante de sus rivales es Pro­
gressive Insurance. Los altos directivos de Progressive buscan sin descanso
nuevos mercados de seguros aún por descubrir y modelos de negocio que
Competing on Analytics
79
han sido ignorados por empresas que llevan a cabo tan sólo análisis con­
vencionales de los datos de que disponen.
Progressive fue la primera compañía de seguros que ofreció el seguro
de automóvil online en tiempo real y la primera en permitir compara­
ciones de tarifas online -la empresa tiene tal confianza en su sistema de
precios que da por sentado que las empresas que ofrecen tarifas más ba­
3
jas están aceptando a clientes que no son rentables.
Ha sido la primera
compañía en poner en marcha un programa que ofrece descuentos a los
conductores más seguros que utilizan voluntariamente la tecnología Trip­
Sensor de la compañía que mide factores tales como la frecuencia de fre­
nazos y el tanto por ciento del tiempo en que conducen a más de 120 ki­
lómetros por hora." Al profundiz.ar más en la información del cliente y
actuar de forma más precoz y más rápida que la competencia, la empresa
descubre nuevas oportunidades y las aprovecha antes de que el resto del
sector se haya dado cuenta de su existencia. Estas y otras tácticas han sido
extraordinariamente rentables, puesto que la capitalización de mercado
de la empresa se ha doblado a lo largo de los últimos cuatro años, llegando
hasta los 23.000 millones de dólares.
¿Qué tienen en común las historias de Capital One, Marriott lnter­
national, y Progressive lnsurance? No sólo demuestran el concepto de la
competencia basada en la inteligencia analítica sino también la conexión
existente entre el uso generalizado de las técnicas de análisis avanzado y
el rendimiento económico de la empresa. En este capítulo, estudiaremos
estos vínculos con mayor detalle y describiremos cómo diversas empre­
sas de gran éxito han transformado su capacidad para la competencia ba­
sada en la inteligencia analítica en un punto clave de diferenciación y ven­
taja competitiva duradera.
EVALUACIÓN DE LA EVIDENCIA
Muchos investigadores han descubierto que los procesos de toma de de­
cisión basados en hechos objetivos son esenciales para lograr un
rendi­
miento elevado. En Good to Crea! (Empresas que Sobresalrn) Jim Collins se­
ñala que "los resultados excepcionales se producen a consecuencia de una
serie de buenas decisiones, ejecutadas de forma diligente y acumuladas
una tras otra ... Las empresas que sobresalen tomaron muchas más buenas
decisiones que sus competidoras ... Impregnaron la totalidad del proceso
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
80
con los hechos puros y duros de la realidad. De ninguna manera se puede
tomar una serie de buenas decisiones sin enfrentarse primero a la cruda
realidad".5
Los
investigadores
han
empezado también a documentar los rendi­
mientos que las empresas pueden obtener de las inversiones realizadas en
tecnologías o proyectos de inteligencia analítica concretos. Por ejemplo, la
firma de investigación tecnológica lnternational Data Corporation (IDC)
descubrió a través de un estudio que los proyectos de inteligencia analítica
dirigidos a mejorar la producción obtenían por término medio un rendi­
miento de la inversión (ROi) del 277 por ciento; los relativos a gestión eco­
nómico-financiera un 139 por ciento, y los focalizados en la gestión de la
relación con el diente un 55 por ciento.
6
El estudio mostraba también que
los proyectos de inteligencia empresarial que utilizaban tecnologías de pre­
dicción obtenían por término medio un ROi del 145 por cienco,en com­
paración con el 89 por ciento de los proyectos que no utilizaban dichas tec­
nologias.? Sin embargo, debido a que la competencia basada en técnicas de
análisis avanzadas es un concepto nuevo, no existen todavía estudios acadé­
micos que conexionen un enfoque integral de inteligencia analítica con el
rendimiento de la actividad empresarial como un todo.
Para empezar a llenar los espacios vacíos de las evidencias referentes al
efecto de la inteligencia analítica sobre el rendimiento de la actividad em­
presarial, nosotros llevamos a cabo dos encuestas -la primera, a base de
entrevistas en profundidad realizadas a una muestra de treinta y dos orga­
nizaciones a las que puntuamos por su orientación a la inteligencia ana­
lítica, y la segunda, realizada a una muestra mucho mayor de empresas
que habían realizado inversiones importantes en sistemas de gestión em­
presarial. En la primera encuesta, calificamos la etapa de madurez de in­
teligencia analítica de cada firma (la misma escala de 5 puntos descrita en
el capítulo 2, en la que
I correspondía a dificultades importantes a supe­
rar para la competitividad basada en la inteligencia analítica, y 5 indicaba
dominio de la inteligencia analítica). A continuación, recogimos una se­
rie de daros relativos al rendimiento económico de todas las empres.1s par­
ticipantes en la encuesta. Después de llevar a cabo un análisis estadístico
de los datos, descubrimos la existencia de una correlación significativa en­
tre niveles más elevados de madurez analítica y tasas importantes de cre­
8
cimiento anual acumulativo a cinco años.
En el segundo estudio, entrevistamos a más de 450 ejecutivos perte­
necientes a 371 empresas de tamaño medio y grande. Limitamos dicho es-
Cornpeting on Analytics
81
tudio a aquellas empresas que ya hubieran implementado dos módulos,
corno núnimo, de un sistema de gestión empresarial y, por tanto, poseye­
9
ran datos transaccionales para el análisis en cantidad y calidad suficiente.
Estas empresas representaban a dieciocho sectores de treinta y cuatro pa­
Ises.w. Este estudio era la continuación de uno anterior llevado a cabo en
2002 sobre el valor de la inteligencia analítica y los sistemas de gestión em­
presarial.
11
En la encuesta más amplia, descubrimos la existencia de una relación
directa entre sistemas de gestión empresarial y toma de decisiones. Por
ejemplo, aunque muchas organizaciones invierten inicialmente en siste­
mas de gestión empresarial para mejorar la eficiencia y racionalizar los
procedimientos, descubrimos que el ahorro de costes no era su objetivo
principal. Tanto en el estudio de 2002 como en el de 2006, una mayoría
(53 por ciento) de las empresas participantes identificaron "la mejora en
la toma de decisiones" como uno de sus tres principales objetivos de ne­
gocio. Para ayudar a los directivos a tomar decisiones más rápidas y me­
jor informadas, las organizaciones invierten inicialmente en sistemas de
gestión empresarial que comunican datos fiables a nivel transaccional y
"una única versión de la realidad" -un precursor importante para desa­
rrollar una capacidad analítica. Una vez que la empresa haya establecido
una base sólida de datos transaccionales de alta calidad, sus directivos se­
rán capaces de trasladar su foco de atención a la utilización de datos y sis­
temas para una mejor toma de decisiones.
Descubrirnos también que con el paso del tiempo las empresas son
cada vez más analíticas y desarrollan un compromiso con la inteligencia
analítica. En 2002, aproximadamente la mitad (45 por ciento) de las em­
presas que entrevistamos nos dijeron que no poseían aptitudes de inteli­
gencia analítica o que las tenían a un nivel mínimo. Sin embargo, cuatro
años después sólo el 8 por ciento manifestó que carecía de aptitudes bá­
sicas de inteligencia analítica básica.
De forma similar, el número de organizaciones que poseía aptitudes
analíticas significativas o avanzadas apoyadas por una amplia e integrada in­
formación de gestión se había doblado, al pasar del 28 por ciento al 57 por
ciento.
Lo más importante fue que descubrimos una llamativa relación entre
el empleo de la inteligencia analítica y el rendimiento de la actividad em­
presarial. Cuando comparamos las respuestas dadas por las mejores em­
presas (las que superaban a la media de su sector por lo que se refiere a be-
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
82
neficros, rendimiento para el accionista, y crecimiento de ingresos -al­
rededor del
13 por ciento de la muestra) con las de las peores empresas
(16 por ciento de la muestra), nos encontramos con que la mayoría de las
empresas con mejores resultados aplican de forma estratégica la inteli­
gencia analítica en su operativa cotidiana. Asimismo, cerca del
1 O por
ciento de los ejecutivos citó la inteligencia analítica como elemento clave
de la estrategia de su empresa. Las mejores empresas tenían un 50 por
ciento más de probabilidades de emplear la inteligencia analítica de forma
estratégica, en comparación con el global de la muestra, y cinco veces más
en comparación con las peores empresas.
Además, descubrimos una asociación estadística significativa entre el
compromiso de una organización con la inteligencia analítica y un ren­
dimiento elevado. Las compañías con una fuerce orientación a la inteli­
gencia analítica (las que respondían con un 4 o un 5 a todas nuestras pre­
guntas)
representaban
el
25
por ciento
de
la
muestra
(noventa y tres
empresas), y su orientación se correlacionaba de forma muy estrecha con
un rendimiento excepcional en cuanto a beneficio, ingresos, y rendi­
miento para el accionista.
12
De hecho una de las diferencias más impor­
tantes y sistemáticas entre las mejores y las peores empresas es su actitud
hacia la inteligencia analítica y la aplicación que hacen de ella (ver figura
3-1) .13 Por ejemplo, el 65 por ciento de las mejores empresas, frente al 23
por ciento de las peores, declaró que poseía aptitudes importantes de in­
teligencia analítica en tiempo real o capacidades de apoyo a la toma de de­
cisiones. Sólo el 8 por ciento de las empresas con bajos rendimientos,
frente al 36 por ciento de las que tenían altos rendimientos, valoró en alto
grado los conocimientos aportados por la inteligencia analítica.Asimismo,
mientras que una tercera parte de las peores empresas de nuestro estudio
creen que tienen una capacidad analítica por encima de la media de su
sector, esta proporción se amplía al 77 por ciento en el caso de las mejo­
res empresas de nuestro estudio. Por último, el 40 por ciento de las em­
presas de alto rendimiento emplean técnicas de análisis avanzado de forma
generalizada en toda la organización, frente a sólo un 23 por ciento de las
empresas con peores rendimientos.
Cornpeting on Analytics
83
FIGURA 3-1
Importancia de la orientación analítica: empresas con altos ren­
dimientos versus empresas con bajos rendimientos (2006)
Bajos rendimientos
23%
Altos
rendimientos
Poseen capacidades importantes de inteligencia
65%
analítica / apoyo a torna de decisiones
8%
Valoran en alto grado los conocimientos
36%
aportados por la inteligencia analítica
33%
Poseen una capacidad analítica por encima
77%
de la media de su sector
23%
Utilizan la inteligencia analítica en toda la
40%
organización
La amplitud y la coherencia de las asociaciones descritas antes indican lo
acertado que es invertir en inteligencia analítica para cualquier organiza­
ción que persiga mejorar el rendimiento de su actividad. Además, nues­
tro estudio confirma que, aunque relativamente pocas empresas han adop­
tado la inteligencia analítica como capacidad competitiva, muchas más
aspiran hacerlo. Los líderes de escas cornpafiías se han compromendo a
invertir en inteligencia analítica como un
medio de mejorar el
rendi­
miento de la actividad de su empresa.
LA INTELIGENCIA ANALITICA COMO FUENTE DE
VENTAJA COMPETITIVA
Los escépticos pueden burlarse de que la inteligencia analítica pueda ofre­
cer una ventaja competitiva sostenible, porque cualquier nuevo conoci­
miento o análisis exclusivo puede ser adoptado por los competidores. Es
cierto que sólo pueden ofrecer beneficios pasajeros. Por ejemplo, la ges­
tión de ingresos supuso un empujón importante para American Airlines
durante un tiempo, pero actualmente la utilización de este procedimiento
es tan sólo un coste de funcionamiento de la generalidad del sector de las
líneas aéreas.
84
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
Las organizaciones pueden adoptar diferentes enfoques para obtener
una ventaja competitiva con los datos.Algunas pueden recoger datos úni­
cos y exclusivos a lo largo del tiempo sobre sus clientes reales y potenciales
que los competidores no podrán igualar. Otras, pueden, de un modo ex­
clusivo, organizar, estandarizar, y manipular datos que también están a dis­
posición de los demás. Y aún otras, podrían desarrollar un algoritmo ex­
clusivo que dé lugar a análisis mejores y más profundos en base a los cuales
tomar decisiones.Y algunas se diferencian a través de la integración de la
inteligencia analítica en un procedimiento de negocio distintivo.
Independientemente del enfoque que adopten, las técnicas de análisis
avanzado deben aplicarse de forma juiciosa, ejecutarse correctamente, y
renovarse continuamente, si se quiere que las empresas mantengan una
ventaja competitiva. Las compañías con una estrategia competitiva eficaz
basada en la inteligencia analítica, poseen capacidades de inteligencia ana­
lítica que son:
•
Difíciles de copiar. Una cosa es copiar las aplicaciones de TI de otra
empresa o sus productos y los atributos a ellos asociados (como el pre­
cio, la distribución, o la promoción), y otra muy distinta es copiar pro­
cesos y cultura. Por ejemplo, determinados bancos han intentado co­
piar la estrategia de experimentación y prueba de Capital One, pero no
han tenido tanto éxito. Bancos que han tenido éxito con una estrate­
gia similar, como Barclays en el Reino Unido, han diseñado su propio
camino para la competencia basada en la inteligencia analítica.
Mientras Capital One busca incansablemente nuevos clientes, Barclays
potencia la inteligencia analítica para aumentar su "share
ef wallet"
(la
cuota sobre la capacidad total de compra del cliente) a través de ven­
tas cruzadas a su extensa base de clientes.
•
Únicas.
No hay un único camino correcto a segu1r para que una
empresa llegue a la competencia basada en la inteligencia analítica.
El modo en que cada empresa emplea las técnicas de análisis avan­
zado para su
estrategia y posicionamiento de mercado también
es
único. Por ejemplo, en el sector del juego, Harrah's utiliza la inteli­
gencia analítica para animar a los clientes a jugar en varios de sus es­
tablecimientos. Esto es lógico que
lo haga
Harrah's porque tiene
una red de casinos esparcidos por Estados Unidos, pero no sería sin
duda el planteamiento adecuado para un solo casino, como el Fox­
woods Resort Casino de Connectircut. También es menos atractivo
para el empresario de casinos, Steve Wynn que ha trasladado su sen-
Competing on Analytics
85
tido intuitivo del estilo y del lujo a sus centros hoteleros y de juego,
Bellagio y Wynn.
•
Adaptable a muchas situaciones. Una organización que utiliza téc­
nicas de análisis avanzado puede atravesar las fronteras internas y apli­
car sus aptitudes de inteligencia analítica de forma innovadora. Sprint,
por ejemplo, adaptó con facilidad sus conocimientos y experiencias
analíticas en el área de marketing para mejorar sus procedimientos del
área de capital humano. La empresa aplicó su modelo de "ciclo de vida
de actividades para el cliente" para crear un modelo análogo de mo­
delo de "ciclo de vida de actividades para el empleado" que le ayudó
a optimizar el proceso de selección y retención de sus empleados.
•
Mejor que la
competencia.
Incluso en los sectores en los que los
conocimientos y la experiencia en inteligencia analítica y datos uni­
formes están generalizados, siempre hay algunas organizaciones que
exploran la información mejor que otras. Aunque codas las firmas de
servicios financieros tienen acceso a la información de FICO relativa
a los riesgos de los clientes, Capital One dispone de los conocimien­
tos y capacidades de inteligencia analítica que le permiten superar al
mercado
tomando
decisiones
más
inteligentes
respecto
a aquellos
clientes a los que la concesión de un crédito comporta un riesgo po­
tencial. Los directivos de la empresa se refieren al concepto de deavc­
ragi11g (segme11tació11) -¿cómo pueden descomponer una categoría o
unidad de medida para conseguir más ventaja analítica?
•
Renovable. Toda ventaja competitiva tiene que ser una diana móvil,
que mejore y en la que se reinvierta de forma constante. La inteligen­
cia analítica está especialmente bien adaptada para la innovación y re­
novación continuadas. Progressive lnsurance, por ejemplo, describe su
ventaja competitiva como la agilidad que adquiere a través de un dis­
ciplinado enfoque de inteligencia analítica. Cuando los competidores
se dan
cuenta de que Progessive ha dirigido su
nuevo segmento -como
actividad hacia
los conductores de motocicletas de
un
más
edad- ésta ya ha capturado el mercado y ha pasado a considerar una
nueva oportunidad. En su informe anual de 2005, la empresa descri­
bía de forma comedida su compromiso permanente de desarrollar y
explotar nuevos conocimientos:"Nuestro conocimiento sobre los cál­
culos que combinan precio, crecimiento, y beneficio, aunque van me­
jorando, siguen siendo un desafio y algo en lo que queremos ser ex­
pertos" .
14
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
86
Una advertencia: las empresas que pertenecen a sectores muy regu­
lados o en los que la disponibilidad de datos es
limitada,
no podrán apro­
vechar la inteligencia analítica al máximo nivel. Por ejemplo, fuera de Es­
tados Unidos, se impide a las empresas farmacéuticas que obtengan datos
de las recetas de los médicos. Como consecuencia, las actividades de
marketing farmacéutico en
otras partes del
mundo son generalmente
mucho menos analíticas que las de las empresas que operan en el mer­
cado estadounidense. Por el contrario, en otros casos, la inteligencia ana­
lítica puede transformar para siempre un sector o proceso. Tal como se­
ñala el autor de Mo11eybaff y Liar's Poker (El Poker embustero], Michael
Lewis, al hablar de las firmas de inversión, "la introducción de deriva­
dos y otros nuevos instrumentos financieros conllevó unos niveles de
complejidad y variedad sin precedentes a las firmas de inversiones. Los
tipos de la vieja escuela guiados por el instinto, que sabían cuando se de­
bía comprar y cuando se debía vender, observaron cómo jóvenes con un
MBA
(Master en Administración y Dirección de Empresas) -o peor
aún, doctores del MIT (Massachussets Institute offechnology)- apor­
taban un nivel de análisis y capacidad intelectual sin precedentes a la in­
termediación. Al cabo de
por completo".
1 O añcs, la vieja guardia había desaparecido
15
LA INTELIGENCIA ANALÍTICA
EN LA ADMINISTRACIÓN PÚBLICA
Hasta ahora no hemos escrito demasiado sobre la inteligencia analítica en
el campo de la Administración Pública, porque este libro se focaliza en
cómo compiten las organizaciones -y las organizaciones de la Adminis­
tración no lo hacen en el sentido convencional del término. La única área
en que la Administración nacional compite es en la de guerra, por lo que
no debe extrañar que la utilización más antigua de la inteligencia analí­
tica por parte de la Administración sea en asuntos de defensa nacional.
Los primeros ordenadores se desarrollaron para calcular cosas como las
trayectorias de misiles, y Robert McNamara introdujo una amplia gama
de enfoques de inteligencia analítica en el campo militar -no siempre
con éxito-- cuando fue Secretario de Defensa en los años 60. En el en­
romo militar actual, las técnicas de análisis avanzado se emplean de forma
generalizada para las actividades de inteligencia militar, entre ellas los aná-
Competing on Analytics
87
lisis automatizados de las comunicaciones de texto y voz, lo que ha ge­
nerado en ocasiones grandes controversias públicas.
Actualmente, sin embargo, la inteligencia analítica se utiliza de forma
generalizada en la Administración, tanto a nivel local como estatal y fe­
deral. Su uso no aumenta necesariamente la aptitud de la Administración
para competir, pero sin duda puede hacer que sea considerablemente más
eficiente y efectiva. AJ nivel local, por ejemplo, el logro tal vez más im­
presionante de la inteligencia analítica haya sido la utilización del análisis
estadístico de delitos para disuadir a los delincuentes. En la ciudad de
Nueva York, el programa ComptStat asocia la comisión de delitos a de­
terminadas zonas geográficas de la ciudad y se emplea para orientar las de­
cisiones acerca de donde deben apostarse los agentes de policía. También
se ha asociado al esfuerzo de hacer avanzar la toma de decisiones al nivel
de distrito. ComptStat ha sido elogiado a nivel general por su contribu­
ción a la reducción de la delmcuencia en Nueva York desde el momento
en que se implementó. Sin embargo, es cierto que otros factores cambia­
ron también durante la misma época, por lo que es dificil aislar separada­
mente los efectos debidos a la aplicación del programa CompStat. (16)
A nivel de estado, hay muchas posibles aplicaciones de las técnicas de
análisis avanzado, algunas de las cuales pueden producir ahorros sustan­
ciales si se aplican de forma efectiva. Varios estados, entre ellos el de Mas­
sachussets, han aplicado una serie de metodologías para optimizar los in­
gresos que han generado centenares de millones de dólares. Se aplican a
los pagos canco fiscales corno de otro tipo. Los estados se han esforzado
también en labores de detección del fraude, para reducir pagos indebidos
en concepto de asistencia social, tarjetas de compra y asistencia médica
(Medicare y Medicaid). Los departamentos de la Administración estatal
responsables de los recursos naturales han utilizado metodologías de in­
teligencia analítica para crear modelos y optimizar recursos tales como
minerales, gas, petróleo y parques.
A nivel de la Administración federal de Estados Unidos, una de las pri­
meras aplicaciones no militares de la inteligencia analítica fue la del con­
trol del cumplimiento de las obligaciones fiscales de los contribuyentes. El
Interna! R.evenue Service (IRS) I (Servicio de Recaudación de Impues­
tos) puso en marcha el Programa de Medición del Cumplimiento de las
Obligaciones Fiscales del Contribuyente en 1963 para analizar que con­
tnbuyentes era más probable que hicieran trampas con respecto a sus obli­
gaciones fiscales y para "taponar el boquete fiscal" entre lo que se pagaba
88
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
y lo que se debería pagar Y Fue un programa eficaz para el lRS, pero se
estimó que la recogida de datos era excesivamente costosa e invasora de
la intimidad y se suspendió en 1998. El IRS sigue, sin embargo, utilizando
programas para analizar el grado de cumplimiento de las obligaciones fis­
cales y para identificar rendimientos a auditar.
Una de las aplicaciones más importantes de la inteligencia analítica en
el campo de la Administración Pública es la atención sanitaria. Se trata de
un gasto importante para la Administración Federal --es el mayor capí­
tulo de gastos no dedicado a actividades de defensa. Medicare y Medicaid
son financiados por la Administración Federal, pero son gestionados por
cada estado. Un importante programa médico que es gestionado a nivel
federal es el relativo a los hospitales del Departamento de Asuntos de Ve­
teranos de Guerra ( Veterm1s Affeirs - VA). El VA ha utilizado archivos mé­
dicos electrónicos y la correspondiente inteligencia analítica basada en
ellos y se ha convertido en uno de los proveedores más eficaces de asis­
tencia sanitaria de Estados Unidos.Tal como se decía en un artículo de
B11-
si11essWeek sobre los hospitales del VA titulado "La Mejor Atención Mé­
dica de Estados Unidos"," A mediados de los años 90, el Dr. Kenneth W
Kizer, por aquél entonces Subsecretario de Salud del VA, instaló el sis­
tema más completo de archivos médicos electrónicos de Estados Unidos.
Kizer descentralizó también la toma de decisiones, cerró hospitales in­
frautilizados, reasignó recursos y, lo más importante, instituyó una cultura
de responsabilidad y de medida de la calidad" .18
Los hospitales del VA emplean distintos enfoques de inteligencia ana­
lítica, como los modelos de predicción de enfermedades crónicas, medi­
cina basada en la evidencia, decisiones automatizadas para protocolos de
tratamiento y prescripciones de far macos, etcétera. La experiencia del VA
es uno de los mejores indicadores de que la inteligencia analítica puede
ser tan efectiva en el sector público como en el privado.
Las administraciones públicas de todo el mundo están adoptando cada
vez más la inreligencia analítica de predicción. En el Reino Unido, por
ejemplo, un análisis policíaco descubrió que el 50 por ciento de los deli­
tos británicos son cometidos por un 5 por ciento de delincuentes. Tal
como explica Paddy Tomkins,jefe de policía de la zona de Lothian and
Borders, "Queremos dedicar menos esfuerzos a investigar cada delito in­
dividual y más esfuerzos a conocer a los delincuentes ... Ello aportará unos
beneficios enormes a la evitación total de la delincuencia".
19
Cornpeting on Analytics
89
EL MERCADO DE LOS PRODUCTOS Y SERVICIOS
DE INTELIGENCIA ANALÍTICA
Aunque este libro se focaliza en el modo en que las empresas pueden uti­
lizar la inteligencia analítica para optimizar procesos de gestión de nego­
cio que sean clave, existe otra forma de aprovecharse de las técnicas de
análisis avanzado: poniendo directamente a disposición de los clientes pro­
ductos o servicios de inteligencia analítica -ya sea corno oferta inde­
pendiente o para incrementar otros productos o servicios. Ahora estudia­
remos brevemente este interesante enfoque para las empresas que estén en
situación de considerar esta opción.
Tal vez la empresa más conocida que incrementa sus ofertas con la in­
teligencia analítica sea Google. Además de ofrecer técnicas de análisis avan­
zado para búsquedas, que comentaremos en el capítulo 4, y para anun­
ciantes, que discutiremos en el capítulo 5, Google pone la inteligencia
analítica a disposición de todo aquél que tenga un sitio web. Adquirió una
empresa de inteligencia analítica web y la rebautizó corno Google Analy­
tics.
La empresa ofrece Google Analytics con
un modelo de negocio
único: presta sus servicios gratuitamente. Cuando ofrece el servicio de in­
teligencia analítica, el objetivo de Google es mejorar el conocimiento de
Internet mediante una serie de mediciones de resultados del sitio web y del
comportamiento de los usuarios. En lugar de competir con otros prove­
edores de inteligencia analítica web, Google persigue que todos avancen
y quiere educar a los editores y anunciantes de Internet para que deter­
minen si sus esfuerzos son eficaces y para que se aprovechen de este ca­
nal relativamente nuevo. Cuanta más gente utilice correctamente la inte­
ligencia analítica web, mejor será la experiencia general de
Internet, y
Google se beneficiará de ello a largo plazo. Google ofrece incluso una
Conversión University online donde se enseñan los principios básicos de
la inteligencia analítica web, además de publicar un blog y artículos online,
y ofrecer
Webi11ars (seminarios online) y conferenciantes expertos en in­
teligencia analítica web.
El movimiento hacia la inteligencia analítica se ha reflejado también en
el aumento de las actividades de asesoría.Accenture y algunas otras firmas
han identificado la asesoría en inteligencia analítica como un área de cre­
cimiento en respuesta a las demandas de los clientes. Los consultores de
Accenture, por ejemplo, ayudan a los clientes a abordar los grandes asun­
tos estratégicos alrededor del desarrollo de una aptitud analítica, u ofre-
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
90
cen ayuda para desarrollar y respaldar un determinado proyecto de nego­
cio (por ejemplo, un programa de fidelización de la clientela). Con fre­
cuencia, Accenture elabora soluciones a medida para sectores concretos,
corno la suscripción automatizada de títulos en el campo de los servicios
financieros. Los consultores con orientación al análisis cuantitativo se es­
pecializan en soluciones de negocio con gran carga de inteligencia analí­
tica corno optimización de la cadena de suministro, mientras que los es­
pecialistas en gestión de la información ayudan a los clientes a crear un
entorno técnico de inteligencia analítica que sea sólido. Los consultores
que poseen una especialización sectorial o funcional concreta (por ejem­
plo, marketing o cadena de suministro)
trabajan estrechamente con los
clientes, mientras que los que poseen unas competencias puramente téc­
nicas o estadísticas suelen localizarse cada vez más fuera del país, especial­
mente en la India.
Hay muchas otras compañías más pequeñas con ofertas de inteligen­
cia analítica que, al contrario de Google, suelen facturar sus servicios. Éste
es el caso de Apex Management Group, una empresa que comercializa
información actuaria! y de gestión de riesgos a las aseguradoras de asis­
tencia sanitaria. Utiliza modelos de predicción para identificar a los pa­
cientes de riesgo y, una vez identificados, los incorpora a programas de
gestión de enfermedades. La empresa sigue lanzando nuevas ofertas basa­
das en sus exclusivos modelos de predicción y herramientas de previsión.
Por ejemplo, en 2005,Apex introdujo una nueva capacidad que permite
a los empleados evaluar la relación coste-efectividad de diferentes pro­
gramas de gestión de enfermedades.
Otra empresa cuyo objeto de negocio principal es la inteligencia ana­
lítica es la empresa selectora de valores mediante técnicas de análisis cuan­
titativo
Franklin
Portfolio Associates (una unidad de Mellen Corpora­
tion). Al igual que otras firmas "cuantitativas", Franklin Portfolio utiliza
medidas y algoritmos cuantitativos propios para evaluar más de cuatro mil
títulos. Los ordenadores de la firma confeccionan una lista de candidatos
"a comprar" de entre los cuatrocientos títulos principales y luego utiliza
una aplicación de optimización de cartera y de gestión de riesgos para
seleccionar la cartera de valores concreta. Tiene sus propios clientes di­
rectos pero gestiona también más de 9.000 millones de dólares en activos
para Vanguard. Los inversores se están dirigiendo cada vez más hacia las in­
versiones gestionadas cuanritanvaruenre. Dichos fondos fueron lanzados
primeramente en los años 70, pero han proliferado recientemente a me-
Competing on Analytics
91
dida que las compañías de inversiones buscan mejores rendimientos a cos­
,
tes mas
b
.
'º
a_Jos.-
En ocasiones, las firmas que están en el sector de la inteligencia analí­
tica asumen tareas relacionadas, como consultoría y gestión de datos. En
el sector del comercio detallista, Dunnhumby trabajó estrechamente con
Tesco en el desarrollo del programa Clubcard de fidelización de clientes
para el gigante del comercio de la alimentación. Éste era un instrumento
importante en la capacidad de dicha empresa para utilizar los daros con el
objetivo de optimizar su mix de productos (para más información sobre
Tesco, ver el capítulo 5). Catalina Marketing comercializa también servi­
cios de inteligencia analítica al sector del comercio alimentario que ayu­
dan a conocer el efecto que tienen los cupones y otro tipo de promocio­
nes.
La
firma
recupera
alrededor
de
250
millones
de
transacciones
semanales de más de 2 1 . 00 0 establecimientos de alimentación. Por cuenta
de dichos comercios, Catalina gestiona una de las bases de datos más gran­
des del mundo, que contiene el
21
llones de hogares.
tamiento
de
historial de compra de más de
100 mi­
La empresa agrega información acerca del compor­
compra
y
datos
demográficos
del
cliente,
actitudes
y
preferencias y vende dicha información a las cadenas de comercios de ali­
mentación.
Catalina
afirma
que su
metodología
basada en
técnicas de
análisis avanzados puede aumentar hasta diez veces más las tasas medias de
redención de cupones de una empresa en
comparación con lo que ob­
tendría empleando los métodos de promoción tradicionales.
En muchos casos, la venta de datos no es suficiente. Las empresas ne­
cesitan también ayuda para interpretar y usar los datos y, por tanto, com­
pran consultoría de proveedores externos. Para conocer las pautas de con­
sumo, lnformation Resources !ne., por ejemplo, recoge desde hace mucho
tiempo
los datos
de las terminales de punto de venta de los comercios
detallistas, de paneles de consumidores que abarcan a casi 100.000 de elJos
y de
inventarios de despensa. Más recientemente, sin embargo, 1 RI
ha
ampliado su aptitud a firmas de los sectores de bienes de consumo enva­
sados, comercio al por menor, y productos farmacéuticos a las que ayuda
a analizar los datos con el objetivo de que tornen decisiones de marketing
más inteligentes y rentables. Sunil Carga, que dirige el departamento de
Inteligencia Analítica de la empresa sostiene que a causa del aumento del
empleo de inteligencia analítica, "el marketing ha cambiado más en los úl­
timos 24 meses que en los últimos 24 años,
y
este ritmo de cambio seguirá
22
en el futuro. Es la revolución de la inteligencia analítica" .
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
92
Hasta los proveedores de software de inteligencia analítica tienen que
ofrecer un servicio de asesoría altamente personalizado, tal y como in­
dica este comentario del CEO de ProfitLogic (una firma de inteligen­
cia analítica de precios al por menor que actualmente es propiedad de
Oracle):
Lo que hicimos con las bases de daros masivos de clientes podría calificarse
tan sólo de arte -no podíamos seguir una fórmula estandarizada para este tipo
de solución de problemas.Asimismo, con una serie de empleados en nuestra nó­
mina doctorados por Harvarcl y el MIT, nuestros chenrcs nos pagaban para que
les resolviéramos problemas muy concretos que no pudieran ser descifrados por
nadie más. Los científicos componían la base de nuestra diferenciación compe­
titiva, puesto que nadie más en el mercado disponía de un personal de la misma
categoría. Una vez se había vendido el proyecto al cliente, hacía falta una gran in­
versión del tiempo de nuestros cicmíficos para desenmarañar los datos y elabo­
rar un modelo ...
Nuestra experiencia de trabajo con los datos de los clientes nos
enseñó que a nuestros modelos les hacía falta un ajuste periódico para poder lo­
grar la precisión suficienre.v
En el caso de las firmas que venden datos e inteligencia analítica, el
desafio suele consistir en convencer a los clientes de la necesidad de po­
seer capacidades de inteligencia analítica. Según, los responsables entre­
vistados de dichas empresas, la principal objeción no es el coste sino el
desconocimiento de los métodos de análisis avanzado y de lo que pueden
lograr con ellos. Ésta es una de las razones por las que Google ha adop­
tado un enfoque tan evangélico y educativo hacia la inteligencia analítica
en Internet a través de su oferta Google Analytics.
Corno variación de la "venta de inteligencia analítica", muchas em­
presas consolidadas están encontrando medios innovadores de mejorar los
productos fisicos a través de la incorporación de inteligencia analítica a los
mismos. Por ejemplo, hay empresas de material médico que están dise­
ñando productos con sensores para que los datos médicos de un indivi­
duo puedan ser analizados en lugares distantes en lugar de tener que ha­
cerlo en
una clínica u hospital. Se vislumbran también en el horizonte
unas fotocopiadoras que puedan transmitir datos que permitan al prove­
edor del servicio programar un mantenimiento preventivo y evitar perí­
odos de inactividad. Asimismo, las lavadoras del futuro cercano serán ca­
paces
de
"escuchar"
a
los
sensores
integrados
en
determinar la selección de la temperatura adecuada.
la
ropa
y
podrán
Cornpeting on Analytics
93
Los productos de inteligencia analítica están llegando incluso al golf, un
deporte que no ha sido extraño para la innovación tecnológica a lo largo
de las últimas décadas. El hardware y el software de la empresa VisViva Golf,
con sede en Pennsylvania, integra en los palos de golf inteligencia analítica
para el golpe de swing. Los palos utilizan nanotecnologfa inalámbrica Blue­
tooth que está instalada en las cabezas de palos personalizados (drivers, wed­
ges y putters). Una vez instalada, la combinación del hardware inalámbrico
ubicado en los palos y el software de predicción instalado en un PC o un
PDA ayuda a los golfisras que tienen que mejorar su swi11g. Por ejemplo, el
software de un putter de Vis Viva analiza al instante los movimientos del golpe
hacia atrás y hacia delante, los muestra en una pantalla, e informa al juga­
dor de si aceleró el golpe, lo desaceleró, o bien mantuvo la velocidad cons­
tante. Los datos pueden también cargarse a un software de diseño de palos
de golf, y ser utilizados para disefiar un conjunto de palos personalizados
24
perfectamente ajustados al swing personal del golfista.
CUANDO LA INTELIGENCIA ANALÍTICA
NO ES SUFICIENTE
Nos agradaría poder afirmar que una utilización adecuada de la inteli­
gencia analítica es todo lo que necesita una empresa para mejorar el ren­
dimiento de su actividad. No obstante, hay excelentes ejemplos que des­
mienten esta aseveración. Las grandes líneas aéreas de Estados Unidos,
entre ellas American y United, son una prueba evidente. Su competitivi­
dad se basa en la inteligencia analítica, pero sin demasiado éxito. Ambas
(American, un poco más que United) fueron pioneras en la adopción de
planteamientos de inteligencia analítica, corno la gestión de ingresos para
la fijación del precio de los billetes, la optimización de rutas y la progra­
mación de recursos, así como en el análisis de los datos de los programas
de fidelización de clientes.Aunque nosotros estamos convencidos de que
estas empresas estarían en una situación peor si no utilizaran la inteligen­
cia analítica, a ninguna le ha ido especialmente bien. Durante la mayor
parte de los diez últimos años, United ha estado en situación de qurebra
y American la ha evitado por poco.
¿Qué ha sucedido en este caso? Dos cosas han impedido que estas em­
presas tuvieran éxito con sus estrategias de inteligencia analítica. La pri­
mera es que sus técnicas de análisis avanzado respaldan un modelo de ne-
Inteligencia Analítica y Rendimiento de la Actividad Empresarial
94
gocio obsoleto. Fueron pioneras de la inteligencia analítica para la ges­
tión de ingresos, pero otras líneas aéreas con costes inferiores pudieron
ofrecer precios aún más bajos (como promedio, no para un billete en con­
creto).
Fueron pioneras de la inteligencia analítica para la optimización
compleja de rutas con muchos tipos de aparatos distintos, pero competi­
dores como Southwest ahorraron dinero y complejidad mediante la uti­
lización de un solo tipo de aparato. Fueron pioneras de programas de fi­
delización
y de
promociones basados en
el
análisis de datos, pero su
servicio de atención al cliente es tan mediocre que es difícil que los via­
jeros que vuelan con frecuencia mantengan la fidelidad a dichas líneas aé­
reas.
El otro problema que plantean sus enfoques de inteligencia analítica es
que el resto de líneas aéreas también los han adoptado. Incluso líneas aé­
reas de bajo coste como Southwest y JetBlue hacen un uso diligente de
las técnicas de análisis avanzado de la gestión de ingresos y del nombra­
miento y asignación de tripulaciones (crew-scheduliug). Cuando carecen de
aptitudes internas para ello las pueden comprar a proveedores externos
como Navitaire (y Sabre Airline Solurions, que fue parte de American,
pero que ahora se ha desgajado de ella como empresa independiente).
Hay asociaciones y empresas externas que ponen los datos del sector a
disposición de toda compañía que quiera analizarlos. En resumen, prácti­
camente no hay barreras que impidan a cualquier línea aérea la utilización
de estrategias estándar de inteligencia analítica y, por tanto, una línea aé­
rea determinada tendrá que esforzarse a fondo para distinguirse de las de­
más en este aspecto. Tal vez en el futuro surgirán en este sector nuevas
fronteras de orientación hacia la inteligencia analítica.
CONCLUSIÓN
El éxito de empresas como Capital One, Marriott, Progressive, y Google
demuestra que el empleo de la inteligencia analítica puede llevar a un
mejor rendimiento de la actividad empresarial y, de hecho, a la disposición
de una ventaja competitiva. Aunque todavía quedan estudios por hacer
que cuantifiquen los beneficios de esta forma de competir relativamente
nueva, las investigaciones preliminares indican que los proyectos indivi­
duales de inteligencia analítica ofrecen ganancias importantes, y los datos
de las encuestas confirman que los planteamientos de inteligencia analí-
Competing on Analytics
95
cica se asocian a un elevado rendimiento de la actividad empresarial. Asi­
mismo, hemos identificado cinco factores que hacen de la inteligencia
analítica una fuente de ventaja competitiva. En los dos capítulos siguien­
tes, analizaremos con mayor detalle cómo determinadas empresas están
utilizando las técnicas de análisis avanzado para superar a su competencia.
El capítulo 4 se ocupa de los procedimientos internos y el capítulo 5 de
los procedimientos externos, como los que involucran a clientes y prove­
edores.
4
Competencia Basada
en la Inteligencia Analítica
Aplicada a los
Procedimientos Internos
'
Aplicaciones en las Areas de Finanzas,
Producción, 1 + D y Recursos Humanos
La inteligencia analítica puede aplicarse a muchos procesos de gestión de
negocio para adquirir una ventaja competitiva. Nosotros hemos dividido
el mundo del apoyo de la inteligencia analítica a los procesos de gestión
de negocio en dos categorías: interna y externa. El capítulo siguiente se
ocupará de las aplicaciones de carácter externo -procesos dirigidos a
clientes y proveedores- mientras que éste se focalizará en las aplicacio­
nes de tipo interno (ver figura 4-1). La distinción no siempre es perfec­
tamente nítida; en este capítulo, por ejemplo, las aplicaciones internas in­
volucran a datos y entidades externas, aunque no se refieren básicamente
a oferta y demanda, clientes o cadenas de suministro. No obstante, en este
capítulo nos centramos en funciones internas, corno dirección general,
gestión de finanzas y contabilidad, I+D, producción y recursos humanos.
De hecho, éstas son las aplicaciones iniciales del "apoyo a la toma de de­
cisiones". El propósito original fue que dichos datos y sistemas se utiliza­
ran para gestionar la empresa a nivel interno. Sólo en los últimos tiempos
se han aplicado a la relación con proveedores y clientes, a medida que las
empresas han ido acumulando más y mejores datos del mundo exterior
con el que interactúan.
Así pues, el reto no es can sólo identificar aplicaciones internas de la in­
teligencia analítica de negocio sino también descubrir algunas de ellas que
98
Competencia Basada en la Inteligencia Analítica ..
supongan una ventaja competitiva. Cualquier empresa, por ejemplo, puede
disponer de un cuadro de mando económico, financiero
u operacional,
pero la cuestión es ¿cómo contribuye a establecer una competencia es­
tratégica distintiva? Las aplicaciones que tienen que ver con los clientes
suelen ser estratégicas casi por definición; las de carácter interno tienen
que trabajarse en
profundidad para
que lleguen a producir un
impacto
estratégico.Tienen que dar lugar a mejoras cuantificables en cuanto aren­
dimiento económico u operacional. En el cuadro de texto titulado" Apli­
caciones Típicas de Inteligencia Analítica para Procedimientos Internos",
relacionamos algunos de los enfoques más habituales.
FIGURA 4-1
Campos de aplicación de la inteligencia analítica
Inteligencia analítica
externa
• Clientes
• Proveedores
Aplicaciones Típicas de Inteligencia Analítica
para Procedimientos Internos
Sistemas de costes basados en actividades (ABC). El primer paso de la gestión
basada en actividades es asignar con precisión los costes a aspectos del fiincronarmento
de la empresa tales como clientes, procedimientos, o canales de distribución; los mo­
delos que incorporan actividades, materiales, recursos y componentes de la oferta de
productos permiten entonces la optumzación sobre la base del coste y la predicción
de las necesidades de capacidad.
Inferencia bayesiana (por ejemplo, predicción de los ingresos). Una estima­
ción numérica del grado de convicción en una hipótesis antes y después de haber ob­
servado la evidencia.
Biosimulación (por ejemplo, en la investigación de nuevos medicamentos a
través de simulación informática). Manipulación de parámetros biológicos utili­
zando las matemáticas y/o bases de reglas para establecer modelos de cómo reaccionan
las células u otros entes vivos a las sustancias químicas o a otras intervenciones.
Cornpeting on Analytics
99
Optimización combinatoria (por ejemplo, para optimización de una car­
tera de productos). La asignación eficiente de recursos limitados que sean la me­
JOr solución para lograr objetivos concretos cuando los valores de todas o algunas de
las variables (por ejemplo, un número determinado de personas) deban ser números
enteros (porque las personas no se pueden dividir en partes) y haya muchas combi­
naciones posibles.También llamada programación entera.
Análisis de restricciones (por ejemplo, para configuración de producto). La
utilización de uno o más algoritmos para satisfacción de restricciones con el objetivo
de fijar una serie de soluciones factibles. Las restricciones se programan en forma de
normas o procedimientos que ofrecen soluciones a problemas concretos de configu­
ración y diseño mediante el empleo de uno o más algoritmos para satisfacción de
restricciones.
Diseño experimental (por ejemplo para análisis del sitio web). En el tipo de
experimento más sencillo, los participantes se asignan de forma aleatoria a dos gru­
pos equivalentes. Uno de ellos (el grupo de programa o tratamiento) recibe el pro­
grama y el otro (grupo de comparación o control) no. Si el programa da lugar a di­
ferencias estadísticamente sigmficativas en la variable resultado, se asume que tiene el
efecto planteado por la hipótesis.
Análisis de valores futuros. La descomposición de la capitalización de mercado en
valor actual (extrapolación de los rendimientos monetarios existentes) y valor futuro,
o expectativas de crecimiento futuro.
Método de simulación de Monte Cario
(por ejemplo, para
evaluación de
proyectos de I+D). Técnica mformática utilizada para evaluar la probabilidad de de­
terminados resultados o riesgos a través del establecimiento de un acontecimiento
hipotético a lo largo de muchas pruebas con modelos matemáticos, y la comparación
del resultado con distribuciones de probabilidad predefinidas.
Análisis de regresión múltiple (por ejemplo, para determinar como los fac­
tores no económicos influyen en el rendimiento económico). Técnica esta­
dística en la que se determina la influencia de un conjunto de variables mdepen­
dientes sobre una sola variable dependiente.
Análisis de
una
redes
neuronales
(por ejemplo, para
predecir la
aparicton
de
enfermedad). Sistemas que tienen como modelo la estructura y funciona­
miento del cerebro, en los que el estado del sistema se modifica a través del entrena­
miento hasta que puede discrnninar los tipos de entradas o inputs. Se utiliza en gran­
des bases de datos. Por regla general, al princrpro la red general es "entrenada" o
alimentada por grandes cantidades de daros y normas sobre las relaciones entre los da­
tos -por ejemplo, "un abuelo tiene más edad que el padre de alguien".
Competencia Basada en la Inteligencia Analítica . . .
100
Análisis textual (por ejemplo, para evaluar competencias intangibles). Aná­
lisis de la frecuencia, relaciones semánticas e importancia relativa de términos, frases,
y documentos concretos en textos online.
Análisis de rendimiento (por ejemplo, en la fabricación se semi condu cto­
res).
Utilización de estadísticas básicas (media, mediana, desviación estándar, etcé­
tera) para conocer la cantidad y calidad del rendimiento, y para comparar un lote de
artículos con otro ----a menudo, mostradas de forma visual.
INTELIGENCIA ANALÍTICA EN EL ÁREA DE FINANZAS
Comenzaremos exponiendo las aplicaciones económicas, puesto que, ob­
viamente, son las que tienen una conexión más directa con el rendimiento
económico. Hay diversas categorías de aplicaciones económicas de la in­
teligencia analítica, entre las que se encuentran los informes externos, la
gestión del rendimiento de la aaívidad empresarial (informes de gestión y cua­
dros de mando), decisiones de inversión, análisis de valor para el accionista,
y gestión de costes.
Informes Externos para Organismos Reguladores y Accionistas
Los informes externos no dan lugar a la adquisición de una ventaja com­
petitiva en situaciones de fimctonamientc normal del negocio. En ge­
neral, no es una ventaja informar de modo más rápido y preciso más allá
de un cierto nivel. Cisco Systerns, por ejemplo, ha pregonado durante
los últimos años su capacidad de cerrar instantáneamente los libros con­
tables e informar de sus resultados de forma prácticamente inmediata al
final de cada ejercicio económico. A menudo
nos hemos preguntado
por la razón de este esfuerzo; la Comisión del Mercado de Valores de Es­
tados Unidos (SEC) no exige un cierre instantáneo de los libros, y no
queda claro qué otra cosa podría hacer una empresa con unos resulta­
dos económicos destinados al consumo externo. Sin embargo, la histo­
ria es diferente por lo que respecta a la información
utilizada por los
directivos para tornar mejores decisiones estratégicas, operacionales y de
mversron.
Los informes y los cuadros de mando, tanto los económicos como los
operacionales, son algunas de las aplicaciones más habituales de la inteli­
gencia empresarial y del apoyo a la toma de decisiones. Es evidente que
Competing on Analytics
101
son importantes para la dirección y gestión de cualquier empresa o ne­
gocio, y cada vez lo son más (con el advenimiento de la legislación Sar­
banes-Oxley, por ejemplo) para evitar que los altos directivos vayan a pri­
sión. Aunque
las organizaciones
no apoyan
su
competitividad
en
sus
informes y cuadros de mando, disponer de sistemas que controlen el pro­
greso frente a unidades de medid, operativas clave y que monitoricen el
cumplimiento de los planes es fundamental para la ejecución de la estra­
tegia.
1
Tal como sosteníamos en el capítulo 1 , las actividades de informa­
ción generalmente no han empleado la inteligencia analítica de forma ge­
neralizada, aunque hay excepciones. Una de ellas es la predicción del
rendimiento futuro.
Las empresas que cotizan en el mercado de valores tienen que hacer
predicciones periódicas del rendimiento futuro para inversores y analistas.
Las consecuencias de unas predicciones deficientes pueden ser dramáti­
cas;
los inversores pueden penalizar seriamente a las empresas que no
aciertan en sus previsiones. La mayoría de empresas hace simples extra­
polaciones de los resultados obtenidos en los periodos precedentes. Sin
embargo, en determinados sectores que presentan un elevado grado de
cambio e incertidumbre, las extrapolaciones pueden ser problemáticas y
generar unas predicciones incorrectas.
El sector de las tecnologías de la información es uno de estos secto­
res con un alto grado de incertidumbre. Los productos y los deseos de
los consumidores cambian con rapidez, y al final de los períodos de re­
porte, las cifras de venta reales guardaban poca relación con las previs­
tas.
Hewlett Packard (HP) descubrió que era muy dificil hacer predic­
ciones precisas de los ingresos en un entorno de este tipo, y en uno de
los trimestres de 2001
cometió un "desastroso" error de previsión del
crecimiento de los ingresos del orden del 1 2 por cienco.
2
Los ejecutivos
de HP decidieron que algunos de sus analistas cuantitativos se ocuparan
del problema y confeccionaran unas previsiones de los ingresos más pre­
cisas.
Los analistas utilizaron un método de inferencia bayesiana (ver el cua­
dro precedente) para predecir los ingresos mensuales y trimestrales a par­
tir de los datos disponibles hasta la fecha. Después de diversos ajustes, el
algoritmo ofreció unas predicciones de ingresos más acertadas que las del
enfoque más simple utilizado con anterioridad. HP incorporó el nuevo
algoritmo a su cuadro de mandos de reporte del rendimiento, y el direc­
tor general de finanzas de aquella época, Bob Wayman, observó,"es alen-
102
Competencia Basada en la Inteligencia Analítica . . .
tador disponer de un algoritmo de pronóstico sólido. Está mejor definido,
es más claro, y está respaldado por el rigor y la metodología, al contrario
de lo que ocurre con mi propio algoritmo".
3
Desde un punto de vista operativo, una mejor predicción del rendi­
miento futuro permite también a las empresas emprender anees las accio­
nes correspondientes. Mediante la utilización de datos operacionales casi
en tiempo real, los directivos pueden identificar con rapidez las tenden­
cias emergentes, hacer predicciones, y actuar con prontitud. Por ejemplo,
durante la última recesión, los ejecutivos de Dell, utilizaron modelos de
predicción
para detectar con meses de adelanto sobre sus competidores
hasta que punto se iban a resentir sus ventas.Actuaron preventivamente so­
bre precios y productos, lo cual dio lugar a un mejor (o, como núnimo
menos malo) rendimiento económico a lo largo de la recesión. Lo más
importante es que cuando la recesión finalizó, fueron capaces de adaptarse
de nuevo y de aumentar su cuota de mercado.
Gestión del Rendimiento de la Actividad Empresarial
y Cuadros de Mando
Otra objeción a las aplicaciones de reporte económico en las que parti­
cipa la inteligencia analítica se produce cuando las empresas tratan de ex­
plicar el rendimiento económico motivado por factores no económicos.
Una gestión eficaz del rendimiento empresarial requiere que las compa­
ñías no tan sólo predigan con precisión el rendimiento smo que se res­
pondan seriamente a otras cuestiones más amplias: ¿Qué actividades tie­
nen el máximo impacto sobre el rendimiento de la actividad empresarial?
¿Cómo sabemos que estamos poniendo en
Una organización
práctica nuestra estrategia?
necesita tener un conocimiento cuantificable de los
factores operacionales que contribuyen a los resultados de negocio y un
método para medtr el grado de progreso hacia ellos.
Durante el último decenio, más o menos, el mayor avance en el campo
de los informes de gestión ha sido la adopción de los cuadros de mando
integral. Estos informan no sólo del rendimiento económico sino también
de otros campos no económicos, como relaciones con
los dientes, for­
mación de los empleados e innovación, y operaciones. EUo ha significado
un gran paso hacia delante en el conocimiento y comprensión del rendi­
miento de la actividad, aunque la mayoría de las empresas que adoptan el
cuadro de mando integral se han centrado principalmente en los repor­
tes económico-financieros. Está muy bien incorporar medidas no econó-
Competing on Analytics
103
micas a un cuadro de mando, pero si los inversores y los organismos re­
guladores no les prestan atención, es lógico y natural que se haga hinca­
pié en las cifras económicas y financieras.
Otro problema que tienen la mayoría de cuadros de mando es que aún
cuando las empresas tengan en ellos medidas económico-financieras y de
otro tipo, éstas no se relacionan entre sí. Los profesores de administración
y dirección de empresas David Larcker y Chris lttner estudiaron diversas
compañías que habían adoptado cuadros de mando integrales." Ninguna
de ellas disponía de modelos causales que relacionaran el rendimiento
económico-financiero con el rendimiento de otro tipo.
Los recursos no económico-financieros o intangibles (tales corno el
capital humano, la marca, y la competencia en l+D) están aumentando
su
importancia, tanto para el rendimiento de la actividad empresarial
como para la percepción que tiene el exterior del valor de la erupresa.!
Incluso los estudios más favorables, sólo son capaces de explicar el 50 por
ciento, aproximadamente, del efecto de las medidas económico-finan­
cieras, como ganancias por acción, ingresos netos, beneficio económico
o rendimiento del capital invertido sobre el valor de mercado de una
6
empresa.
En algunos sectores, las ganancias por acción representan me­
nos del 5 por ciento del valor. Nosotros creemos que un equipo de di­
rección que gestione rodas sus fuentes de valor -tangibles e intangibles,
actuales y futuras- tiene una ventaja significativa sobre aquellos que
no lo hagan.
Algunas empresas están trabajando en el desarrollo de un conocimiento
integral de los impulsores de valor, tanto los económico-financieros corno
los de otro tipo. Unas pocas empresas situadas en vanguardia están bus­
7
cando gestionar el valor para el accionista, tamo el actual como el futuro.
Para conocer mejor las consecuencias de las decisiones sobre el valor para
el accionista, estas organizaciones están investigando el modo de incor­
porar a sus cuadros de mando informaciones de los analistas de Wall Street
y técnicas de análisis avanzado del valor futuro. Las empresas que des­
arrollen dicha comp etencia podrían estar en el camino adecuado para lo­
grar una ventaja competitiva.
Hay más probabilidades de que los informes y los cuadros de mando
conduzcan a la obtención de una ventaja significativa cuando el entorno
empresarial esté cambiando de forma radical. En dichas circunstancias,
es
especialmente
miento.
Se deben
importante
el
control
de
nuevas
formas de
rendi­
elaborar nuevas medidas, crear nuevos modelos de
104
Competencia Basada en la Inteligencia Analítica . . .
rendimiento de la
rección
actividad, y surgir nuevos comportamientos de di­
y gestión. La velocidad y efectividad de la transformación or­
ganizacional
en
dichos períodos puede ser una
ventaja
competitiva o
conducir hacia su obtención. Por ejemplo, una compañía del sector de
seguros de bienes, accidentes y riesgos diversos con
la
que trabajamos
debía reconvertirse. Su rendimiento económico era malo, con pérdidas
acumuladas a lo largo de los cuatro últimos años por encima de los mil
millones de dólares. Desembolsaba
1,40 dólares en
concepto de recla­
maciones y gastos por cada dólar que ingresaba en concepto de primas.
La
empresa
había
seguido la
marcha
de sus
resultados
nancieros, pero no tenía control sobre lo que daba
económico-fi­
lugar a este rendi­
miento tan negativo.
Como parre de un proceso de reconversión importante a nivel cor­
porativo, la empresa se centró en tres procesos clave: relaciones con los
agentes, pólizas rentables, y ejecución de las reclamaciones. Además de
rediseñar estos procesos, la compañía elaboró
de ellos y las
reunió
en
un cuadro
nuevas medidas
de mando
integral. El
mando se utilizó como medio de comunicación
a partir
cuadro de
rápido con el equipo
directivo del rendimiento de los procedimientos, de los cambios habi­
dos en ellos, y del éxito de la iniciativa de cambio a nivel global. El cua­
dro de mando evaluaba la capacidad de la compañía para cumplir obje­
tivos tales como:
•
Seleccionar nuevos mercados rentables.
•
Atraer y seleccionar a los clientes adecuados.
•
Establecer los precios de acuerdo con el riesgo.
•
Reducir la importancia de las reclamaciones.
Se modificaron los sistemas de premios para empleados y directivos de la
empresa de todos los niveles y se vincularon al cumplimiento de dichos
objetivos. Se integraron técnicas de análisis avanzado automatizadas a los
sistemas de suscripción de pólizas, con el objeto de acelerar el proceso y
mejorar la calidad de las decisiones relativas a fijación de precios.
La empresa utilizó estos cambios de procedimiento y los sistemas de re­
porte para transformarse de forma radical. Empezó a obtener beneficios
sustanciales y finalmente fue adquirida por otra compañía de seguros por
3.500 millones de dólares -partiendo del valor nulo que tenía unos po­
cos años antes.
Cornpeting on Analytics
105
De forma similar, una empresa de semiconductores de tamaño medio
se está sometiendo actualmente a una transformación corporativa impor­
tante. Históricamente, la empresa ha progresado gracias a su competen­
cia en el campo de la ingeniería y ha vendido a sus clientes lo que era ca­
paz de diseñar y producir. En la actualidad, sin embargo, sus ejecutivos
han llegado a la conclusión de que tiene que cambiar sus competencias y
concentrarse en el marketing y en las relaciones con los clientes. La tota­
lidad del sector está cambiando, y líderes de mercado como lnrel han lle­
gado a la conclusión de que la identificación de mercados y aplicaciones
(como los ordenadores portátiles y la tecnología multimedia) es más im­
portante que exprimir unos cuantos MIPS (millones de instrucciones por
segundo, del inglés Microprocessor without lnterlocked Pipeline Stages).
La alternativa es conocer mejor a mercados y clientes y empezar a
atender a los clientes más rentables. En el pasado, la empresa había traba­
jado con diligencia para satisfacer a los clientes, aunque este tipo de ac­
tuación no fuera rentable.Actuahnente, se han confeccionado nuevas me­
didas de rentabilidad de los clientes y tanto el personal que los atiende
directamente como los directivos son evaluados en base a este criterio. Al
igual que la compañía de seguros, la empresa de semiconductores está in­
corporando sus nuevas medidas a un cuadro de mando integral y ha ela­
borado "mapas de estrategia" que conectan las nuevas medidas y las es­
tructuras de generación de informes con su nueva estrategia. El nuevo
planteamiento mformativo o de reporte se ha adoptado muy reciente­
mente, pero casi todos los altos directivos están convencidos de que el
nuevo sistema de reporte será un componente estratégico para que la em­
presa compita y prospere en este nuevo entorno competitivo.
Gestiótr del Coste
Aunque podría cuestionarse que la gestión del coste pueda llevar a la ad­
quisición de una ventaja competitiva, existe un número cada vez mayor
de casos de empresas que han hecho del análisis y de la gestión efectiva
de costes una aptitud estratégica. En algunos casos, los nuevos conoci­
mientos sobre los costes se aplican exclusivamente a la gestión interna; en
otros, se emplean para ayudar a establecer los precios que los clientes pa­
gan y las conductas de los clientes que las empresas intentan influenciar.
Daremos un ejemplo de cada tipo. La asignación de costes no es en sí
misma una actividad con una gran carga de inteligencia analítica, pero
una vez completada, permite la optimización de costes a través de rnode-
106
Competencia Basada en la Inteligencia Analítica . . .
los y decisiones rápidas y precisas acerca del modo en que deberían tra­
tarse las relaciones de negocio y el establecimiento de los precios. Por
ejemplo, puede emplearse para decidir qué canal de distribución se de­
bería fomentar para su utilización por un cliente concreto y qué precio
debería cargarse.
Una de las razones acuciantes de que se lleve a cabo una correcta ges­
tión de costes surge cuando el juez de una quiebra ordena que así se haga.
Ésa fue la situación a la que se enfrentó MCI que se declaró en quiebra a
causa de una deficiente (y a veces ilegal,según los tribunales) gestión eco­
nómico-financiera en la época en que era conocida como WorldCom.
Uno de los problemas que tenía la empresa era que tenía escaso o nulo
control o ni siquiera conciencia de los costes de sus productos/servicios.
Se ofrecían diversos servicios a través de las redes de clientes, pero no se
conocían muy bien los recursos y costes necesarios para poner estos ser­
vicios a disposición de los clientes. Bajo estas condiciones, era natural que
se contemplasen los ingresos de la empresa como puramente incremen­
tales, sin costes incorporados -y si la gente piensa que las cosas son gra­
tis, a menudo fijan unos precios demasiado bajos. Como consecuencia, era
imposible determinar la rentabilidad de las ofertas que se hacían a los con­
sumidores.
Esta orientación a los ingresos puede haber sido lógica en una época
pasada, pero hoy en día, el sector de las telecomunicaciones se ha con­
vertido en un negocio "commoditv", en el que es más difícil hacer crecer
la rentabilidad. Así pues, MCI se embarcó en un proyecto de gran alcance
cuyo objetivo era calcular sus costes basados en actividades. Creó 5.000
centros de coste, agrupados en 970 grupos de costes. Se creó un conjunto
de factores de coste (focalización en el negocio versus focalización en el
cliente} que se aplicaba cada mes a cada uno de los centros de coste. Los
factores de coste se revisaban anualmente. MCI creó un punto de reco­
gida de la información de costes a nivel de empresa que era mucho más
eficaz que el enfoque anterior. Tal y corno manifestaba John Nolan, vice­
presidente de análisis y planificación de MCI, "Intentábamos organizar
campos de datos procedentes de 300 hojas de cálculo. Cuando comenza­
rnos a utilizar el sistema de costes basado en actividades, se lloró de ale­
gría al ver lo que esta herramienta era capaz de hacer"."
Al igual que con muchas otras iniciativas importantes de inteligencia
analítica, hubo un considerable apoyo a la iniciativa de gestión de costes
por parte de la alca dirección de MCI. Mike Capellas, CEO de MCI en
Competing on Analytics
107
aquella época, era conocido en Compaq, empresa que había dirigido con
anterioridad, por su gran sensibilidad a los datos. Creía firmemente en la
asignación de todos los costes a la cuenta de resultados. En MCI, abanderó
constantemente el esfuerzo de sistematización de costes, e hizo públicas
sus preferencias al negarse a examinar cualquier cuenta de resultados en
la que no se hubieran asignado todos los costes. La información de cos­
tes y rentabilidad de MCI se está empleando hoy en día para determinar
las remuneraciones de los empleados, y ha empezado a modificar el com­
portamiento de dirección y gestión y su foco de atención.
Lo más importante es que la información de costes permitió a MCI
conocer y entender la rentabilidad de las ofertas de sus servicios y de sus
segmentos de clientes, lo que era una condición necesaria para salir de la
quiebra. Su nuevo foco de atención sobre la rentabilidad impresionó a
Wall Street que, como consecuencia, hizo subir la cotización de las ac­
crones de MCI. En 2005, MCI
fue vendida a Verizon por un precio de
8.400 millones de dólares. No hay duda de que la inteligencia analítica de
9
costes contribuyó a elevar el valor de la empresa.
Como ejemplo de gestión de costes que involucra a los clientes (es de­
cir, todavía un ejemplo de utilización interna de las técnicas de análisis
avanzado pero con un aprovechamiento externo) podemos dirigir nues­
tra mirada a RBC Financial Group, cuya unidad de negocio principal es
más conocida como Royal Bank ofCanadá --el banco más grande de di­
cho país. RBC no perdía dinero ni se había declarado en quiebra, pero al­
rededor del año 2000, un par de altos ejecutivos y un directivo de TI de­
terminaron que podían ganar mucho más dinero si lograban conocer más
a fondo la rentabilidad de los clientes. De este modo, el banco podría sa­
ber cuáles eran los clientes rentables, qué servicios deberían ser ofrecidos
a cada tipo de clientes, y cómo se podrían transformar en rentables los
clientes poco lucrativos.
R.BC aportaba algunas ventajas al campo de la inteligencia analítica
aplicada a los clientes. Desde hacía tiempo la empresa se había centrado
en ellos. Ya en los años 70, alguien con visión de futuro puso en marcha
un archivo con
información de los clientes -un
registro universal de
clientes para la banca comercial y minorista- que contenía información
sobre todos los productos del banco. Existía incluso un modelo de renta­
bilidad del cliente que se había confeccionado en 1992. El problema era
que no era demasiado preciso. Utilizaba información acumulada, en lugar
de datos de los clientes individuales, para ubicar a los clientes en tres gru-
Competencia Basada en la Inteligencia Analítica ..
108
pos de rentabilidad diferentes. Según Kevin Purkiss,Vicepresidente de In­
teligencia Analítica de Rentabilidad de los Clientes:
El modelo ubicaba a los clientes en tres gr:rndes "cubos":A, B, y C. Los dien­
tes "A'' eran los más rentables, los "B" generaban un cierta renrabrhdad, y con los
"C" no se obtenían beneficios o incluso se perdía dinero. Esta información se
transmitía a la oficma regional. Servía para organizar a la red de ventas en fun­
ción de la rentabrhdad de los clientes y fue la senulla de la nueva organización
centrada en el cliente. Sin embargo, no estaba suficientemente perfeccionada para
una optimización de canal avanzada de tarifas o para ajustes de precios Además,
nos dimos cuenta
más adelante de que los clientes eran tratados sin tener en
cuenta el negocio potencial que nos podían aportar.
10
Antes de poder crear un mejor modelo de rentabilidad de los clientes,
R..BC necesitaba disponer de una mejor información sobre sus costes. El
banco había utilizado el sistema de costes basado en actividades durante
veinticinco años, pero hasta finales de los años 90 no fue capaz de asignar
costes a los canales de servicio al cliente, corno los relativos a empleados
de caja, cajeros automáticos o banca telefónica. En aquel momento se
puso en marcha un nuevo proyecto destinado a identificar los costes de di­
chos canales. Chitwant Coolí, vicepresidente de asignación de costes y
rentabilidad (un tipo de rol que no es habitual) lo explica:
Como empresa de servicios, estamos más interesados en el seguimiento de los
costes de mano de obra, que suponen el 60 por ciento de los gastos no relacio­
nados con los intereses. Trimestralmente, sacamos los gastos del libro mayor y los
asignamos a cada centro de costes. Dichos centros de costes se agrupan con um­
dades similares en base a los productos.servicios, y actividades llevadas a cabo por
unidad ... Por ejemplo, las sucursales nacionales, que venden y atienden las mis­
mas líneas de producto utilizando los mismos procedimientos se convierten en
un grupo de unidades ... Dentro de los 30-40 tipos de grupo existentes, deter­
minamos el total del tiempo del personal consunudo por cada actividad sobre la
base del tiempo que la unidad dedica a cada actividad multiplicado por las can­
tidades procesadas. Ello permite una asignación adecuada del coste salarial de
cada unidad a los productos y actividades.También constituye la base para distri­
buir los costes de los locales y los gastos generales de funcionamiento. Una vez
disponemos de estos foctores determmantes por producto, actividad y canal, po­
demos agregar los costes de todas las unidades para llegar a un coste de transac­
ción y a un coste total de producto. Dichos costes se pueden emplear luego en
los modelos de rentabilidad. Por ejemplo, podemos informar de todos los com­
ponentes de coste de las hipotecas de viviendas, incluyendo los costes de adqur-
Cornpeting on Analytics
109
sición y renovación por canal, procesamiento administrativo, servicio de aten­
ción telefómca, costes de sistema, y gastos generales de la sede central y sucursa­
les. Podemos llegar para cada cliente hasta los costes asociados a la "pertenencia"
de cada producto por separado en la cartera de productos del cliente, sobre la
base del uso de la transacción y la preferencia de canal.!'
Aunque los cálculos de los costes basados en actividades no son especial­
mente difíciles, llegar hasta los datos necesarios exige
un
grado
impor­
tante de investigación detallada. En el caso de R.BC, sin embargo, las mo­
lestias
merecieron
claramente
la
pena.
El
banco
pudo
utilizar
esta
información para asignar los costes a los diferentes productos, canales, y ti­
pos de
transacción que los
clientes utilizaban, y a partir de ello podían
determinar la rentabilidad de la transacción y la rentabilidad estimada de
los clientes durante toda la vida de la relación. R.BC cree que ahora dis­
pone de unos modelos de información sobre la rentabilidad de los clien­
tes de alta calidad y que ya no tiene que perfeccionar los datos o los mo­
delos. Según afirma Kevin Purkiss, en su lugar, el foco de atención se ha
desplazado al
modo en
competitividad se basa
que se
en
utiliza la
cómo se
información: "Para
utiliza la
nosotros, la
información. En
este mo­
mento, obtenernos más utilidad del modo en que se emplea la informa­
ción
que del perfeccionamiento del
modelo. Hemos trabajado a fondo
en proposiciones de valor -tratando de conocer y entender los distintos
segmentos y su relación con las líneas de producto y los nuevos produc­
tos. Aprendimos mucho sobre el tema hace dos años, y ahora estamos tra­
tando de conocer mejor las variaciones a nivel geográfico".12
Purkiss cree que hoy en día alrededor del
1 O por ciento de los gran­
des bancos tienen información de rentabilidad y de costes basados en ac­
tividades y, por tanto, ahora es una ventaja competitiva menor de lo que
lo fue cuando R.BC la incorporó el año 2000. Sin embargo, la mayoría de
bancos no han empleado estas técnicas de análisis avanzado para todos los
productos, servicios, y zonas geográficas al nivel que RBC lo ha
hecho
hasta el momento. Las barreras para actuar de ese modo tal vez sean más
de tipo organizacional que tecnológico, y tienen que ver con la adopción
de un enfoque de inteligencia analítica a nivel de toda la empresa.
110
Competencia Basada en la Inteligencia Analítica . . .
INTELIGENCIA ANALÍTICA EN LAS FUSIONES
Y ADQUISICIONES
Históricamente, las fusiones y adquisiciones no han concentrado dema­
siada actividad de inteligencia analítica, con la posible excepción de de­
tallados análisis de los flujos de caja. En general, se presta escasa atención
a las técnicas de análisis avanzado operativo relativas a eficiencias de la ca­
dena de suministro, reacciones previstas de los clientes, e impacto sobre los
costes en la nueva organización resultante. Tal vez sea esta
que una
elevada
proporción -se estima entre un
una razón de
70-80 por ciento­
de acuerdos de fusión y adquisición no sean excesivamente briUantes en
cuanto a que originan valor económico.
Sin embargo, no tiene porque ser así. Evidentemente, algunos acuer­
dos de adquisición/fusión deben llevarse a cabo con canta rapidez que es
muy dificil o imposible una aplicación exhaustiva de las técnicas de aná­
lisis avanzado. Cuando el Bank of América tuvo la oportunidad de ad­
quirir el
Fleet Bank, por ejemplo, dispuso tan sólo de cuarenta y ocho
horas para tomar una decisión al respecto. Sin embargo, en la mayoría de
acuerdos hay mucho tiempo para los análisis. En Procter & Cambie, por
ejemplo, la adquisición de Gillette se estuvo considerando durante más de
un año, antes de que se anunciara oficialmente el acuerdo. Los análisis de
P&G detectaron ahorros importantes (en su cadena de suministro, a tra­
vés de la reducción de la mano de obra y potenciales beneficios, por si­
nergias de clientes), que se tuvieron en cuenta para determinar el precio
ofrecido
por P&G
para
la
adquisición
de
Gillette. De
forma
similar,
CEMEX la compañía multinacional de cemento, utiliza la inteligencia ana­
lítica para cuantificar los beneficios esperados de una mayor participación
en el mercado y una mejor rentabilidad a través de la implementación de
sus procedimientos y sistemas en la empresa objetivo de la adquisición.
INTELIGENCIA ANALÍTICA EN LAS ÁREAS
DE PRODUCCIÓN, OPERACIONES
Y CONTROL DE CALIDAD
Un campo de la inteligencia analítica que ha estado presente desde hace
tiempo
en
las empresas es el de operaciones, en
especial producción
y
control de calidad. Este fue el hogar original, por ejemplo, de los movi-
Competing on Analytics
111
mienros de la Gestión de la Calidad Total y del Seis Sigma, que cuando se
aplican con rigor, incorporan detallados análisis estadísticos de variacio­
nes de proceso, tasas de defectos, y fuentes de problemas. Las técnicas de
análisis avanzado en las áreas de producción y control de calidad han te­
nido un enorme impacto sobre los sectores industriales a nivel mundial,
pero su impacto ha sido menos revolucionario sobre el sector servicios y
sobre los departamentos no pertenecientes al área de producción en las
empresas industriales. Al parecer, a la mayoría de organizaciones les es di­
fícil, imponer los niveles necesarios de disciplina y rigor para aplicar fuera
del área de producción
un control de calidad estadístico o incluso una
fuerte orientación al procedimiento. Por supuesto, esto significa que es
dificil para las empresas que su competitividad se base claramente en la in­
teligencia analítica, puesto que la aplicación de esta suele limitarse a las
áreas de producción focalizándose generalmente en lograr mejoras de pro­
ductividad en lugar de hacerlo en innovaciones que les permitan adqui­
rir una ventaja competitiva.
Las empresas manufactureras cuya competitividad se basa de verdad en
la inteligencia analítica son aquellas que van más allá del área de produc­
ción. Hay unos cuantos ejemplos excelentes de este tipo de planteamiento.
Uno de ellos se encuentra en una pequeña empresa productora de acero
en Estados Unidos e ilustra sobre el hecho de que la competitividad ba­
sada en la inteligencia analítica se aplica tanto a pequeñas firmas como a
la fabricación de productos connnoditv o indiferenciados. Rocky Mounrain
Milis, una división de Oregon Steel fabricante de rieles y barras de acero,
tuvo que enfrentarse a una decisión crítica sobre capacidad de producción
a principios de 2005. Había cerrado en 2003 su fabrica de tubos de acero
sin soldadura a causa de las presiones de precios. Sin embargo, los princi­
pales clientes de dichos tubos eran las compañías exploradoras de petró­
leo, y hacia 2005 los precios del petróleo habían subido lo suficiente para
que Rob Simon,Vicepresidente y Director General de la empresa, se plan­
teara la reapertura de la acería. Sin embargo, observó que los criterios y
análisis de coste/volumen utilizados anteriormente para tales decisiones
eran demasiado simplistas ante una mezcla de demanda, precios, restric­
ciones de producción y capacidad rápidamente cambiantes.
Simon decidió aplicar un enfoque más analítico, y Rocky Mountain
instaló un software de inteligencia analítica denominado Profit InSight.
Comenzó a estudiar los análisis mensuales para determinar si se debía re­
abrir la planta de fabricación. Los clientes potenciales y otros directivos
Competencia Basada en la Inteligencia Analítica . . .
112
pensaron que los elevados precios de los tubos de acero justificaban cla­
ramente el desembolso de capital
análisis de Simon
indicaban
que
necesario para la
los
mayores
reapertura, pero los
ingresos generados por la
venta de tubos se verian contrarrestados por una menor producción de ba­
rras y rieles, y la reapertura no sería rentable. Solamente cuando los pre­
cios siguieron elevándose a lo largo de 2005, Simon se decidió a reabrir
la
planta en
diciembre
de
aquel
año.
Incluso
al
inicio de la producción, sus
modelos aconsejaban que se retuvieran los pedidos porque se preveía que
los precios subirían. En efecto, en enero de 2006 habían aumentado un 20
por ciento con respecto al trimestre anterior.
Rocky Mountain estima que, además de las consecuencias positivas de
los elevados precios, podría haber perdido 34 millones de dólares, por li­
mitaciones de producción, en caso de haber reabierto la planta en los me­
ses anteriores a 2005. El éxito de la nueva acería fue también un factor
clave del aumento sustancial de la cotización de las acciones de Oregon
Steel. Profitlnsight se utiliza actualmente como instrumento de planifica­
ción estratégica a nivel semanal, y Rocky Mountain Steel Milis ha aban­
donado completamente su anterior enfoque "retórico" para pasar a una
planificación y previsión de ventas por los nuevos métodos de inteligen­
cia analítica. Son perceptiblemente mejores, pero Simon aún tiene que
reclamar a todos que hagan caso de lo que muestran los análisis y que
abandonen los viejos métodos de previsión.
Las técnicas de análisis avanzado pueden aplicarse también para evaluar
la calidad de los productos fabricados. Honda, por ejemplo, es bien co­
nocida desde hace tiempo por la calidad de sus automóviles y de otros
productos. Es indudable que la empresa posee individuos competentes en
inteligencia analítica en su departamento de control de calidad de fabri­
cación. Sin embargo, va bastante más allá de los límites de este cometido
con la identificación de posibles problemas de calidad. Honda ha instituido
un programa de inteligencia analítica de "aviso precoz" que permite de­
tectar potenciales problemas de calidad a partir de los archivos del servi­
cio de garantías. Estos documentos son enviados a Honda por los conce­
sionarios y en ellos se incluyen tanto problemas de calidad debidamente
categorizados como texto libre. Otros textos proceden de las transcrip­
ciones de las llamadas efectuadas por los mecánicos a expertos de diver­
sas áreas de la sede central y de llamadas de los clientes a los centros de ser­
vicio de atención telefónica. La principal preocupación de Honda era que
todos los problemas serios detectados por concesionarios o clientes fue-
Competing on Analytics
113
ran conocidos en la sede central y solucionados con rapidez. Así pues, los
analistas de Honda configuraron un sistema que explotara los datos de
texto procedentes de estas diversas fuentes. Las palabras que aparecían por
primera vez (en especial, aquellas que sugieren la presencia de problemas
importantes, corno fuego)
y las que aparecen más de lo previsto fueron
marcadas para que los analistas las estudiaran. Honda no entra en detalles
sobre los problemas cortados de raíz, pero afirma que el programa ha te­
nido mucho éxito.
Toshiba Semiconductor Company es otra compañía que ha hecho un
uso exhaustivo de la inteligencia analítica -en especial, la representación
visual de los análisis estadísticos- en el control de calidad de producción.
Las aplicaciones iniciales se centraron en el análisis avanzado para el des­
arrollo de nuevos productos y tecnologías, pero se expandieron con rapi­
dez a otras áreas, como ventas, marketing, desarrollo, producción, y con­
trol de calidad. Los ejecutivos de la compañía son firmes defensores de las
técnicas de análisis avanzado, y han dirigido la compañía bajo este enfo­
que a lo largo de seis años. El planteamiento general de Toshiba está re­
cogido en un proyecto de mayor alcance titulado" Mmiagemel/1 lnnovation
Poficy and Actívitv",
El enfoque de la inteligencia analítica visual fue utilizado por primera
vez por los ingenieros en diversas plantas de fabricación de semiconduc­
tores para el análisis del rendimiento -un problema clave de dicho sec­
tor.
Según Shigeru
Komatsu, Director de
Gestión del
Conocimiento
(Cl,ief K11owledge Ojfcier- (CKO]) (es raro que la inteligencia analítica sea
abordada desde este rol, pero así ocurre en Tosh.iba Semiconductor), "He­
mos trabajado en la estandarización de los indicadores del rendimiento de
la actividad, hemos desarrollado bases de datos compartidas, nos hemos es­
forzado por compartir casos y resultados del análisis, y hemos implemen­
tado software de inteligencia analítica, como Minitab o Spotfire Deci­
sionSite con el objetivo de aumentar nuestra eficiencia en el campo de la
inteligencia analítica".
13
Un aspecto clave de la inteligencia analítica en el área de producción
es hasta que punto los trabajadores pueden usar realmente herramientas
sofisticadas de inteligencia analítica.Toshiba ha descubierto que la inteli­
gencia analítica visual ayuda a solucionar el problema. "Hemos observado,
por ejemplo, que tan sólo el 20 por ciento de los posibles usuarios del
software de gestión del rendimiento lo utilizan de forma eficaz. Esto se
debe no tan sólo a que sus especiales y complicadas características hacen
114
Competencia Basada en la Inteligencia Analítica . . .
que sea dificil de emplear por muchos ingenieros, sino también a que sólo
contiene una parte de los datos que son necesarios para el análisis", ma­
nifestaba Koji Kimura, gerente de gestión del rendimiento en la planta de
fabricación de semiconductores bipolares en
14
Kitakyushu.
Mediante el
acceso visual,Toshiba ha sido capaz de adoptar una metodología integrada
de la inteligencia analítica en su empresa. La compañia combina las téc­
nicas de análisis avanzado con una metodología muy estricta en el campo
del control de calidad y en
el de
la innovación, tanto a nivel operativo
como de dirección y gestión.
Otro aspecto clave de la inteligencia analítica en el área de producción
es garantizar que se estén fabricando los productos adecuados. Es lo que de­
nominamos el problema de co11fig11ració11 -asegurarse de que los productos
ofrecidos al mercado son aquellos que el mercado desea. El problema de
configuración, al
igual que los descritos antes, afecta a varias funciones;
tiene lugar en la intersección de las áreas de producción y ventas y suele
involucrar a los procesos de la cadena de suministro, finanzas, e incluso re­
cursos humanos. La competitividad basada en la configuración es, de ese
modo, por definición, una actividad a nivel de coda la empresa. La confi­
guración es extremadamente analítica. Incorpora modelos de predicción de
lo que los clientes quieren adquirir, así como un análisis complejo (gene­
ralmente basado en normas) de que componentes acompañan a otros com­
ponentes en unos productos acabados determinados.
¿En qué empresas la competitividad se basa en la configuración? Cier­
tas empresas de alta tecnología, como
Del!, son
conocidas por sus pro­
ductos configurables. Las compañías de telecomunicaciones suelen ofre­
cer una amplia gama de servicios; algunas han desarrollado aplicaciones
automatizadas de inteligencia analítica para determinar la oferta que me­
jor se
adapta
a cada cliente. También
cuenta corporativa. La
personalizan
competitividad de las
sus servicios a cada
empresas automovilísticas
también se tiene que basar en la configuración, aunque, tanto las ameri­
canas como las europeas, lo han hecho bastante mal. Como la fabricación
de un automóvil desde cero para una especificación de cliente se consi­
dera que lleva demasiado tiempo (por lo menos fuera de Japón, donde se
hace frecuentemente), las empresas tienen que prever los tipos de vehí­
culos y las opciones que querrán los clientes, fabricarlos, y enviarlos a los
concesionarios y distribuidores. Con mucha frecuencia, las combinacio­
nes de modelos y paquetes de opciones no han sido las deseadas por los
clientes y, por tanto, para poder venderse, los automóviles se ofrecen con
Competing on Analytics
115
fuertes descuentos durante las promociones o al final del año del modelo.
La falta de concordancia entre los deseos de los consumidores y los pro­
ductos disponibles ha sido uno de los mayores problemas a los que se han
enfrentado Ford y General Motors.
Ambas empresas están tratando de hacer algo con la configuración, aun­
que probablemente sea Ford la más agresiva de las dos. La compañía ha em­
pezado a cambiar su focalización, desde fabricar lo que la planta de fabri­
cación podía producir, y ocuparse después de venderlo, hasta la de intentar
que oferta y demanda tengan un elevadísimo grado de concordancia. Como
parte de esta iniciativa, Ford está empleando software de configuración para
mantener normas sobre opciones y componentes, lo cual reducirá el nú­
mero de errores de fabricación y logrará una mayor coincidencia entre los
pedidos de los distribuidores y los programas de producción. A través de
una alianza fabricante/distribuidor llamada FordDirect, Ford y sus drsrri­
buidores permiten también a los clientes que, a través del sitio 111eb FordDi­
rect.com, echen un vistazo a las existencias del distribuidor, diseñen un ve­
hiculo y lo ajusten al stock del distribuidor, y consigan cotización de precio
y financiación para ese vehículo en concreto. El software de FordDirect.com
lo utilizan también los distribuidores para seguimiento de potenciales clien­
tes y para medir los resultados de la publicidad. Ford aún no domina del
todo el arte de la competitividad basad, en la configuración, pero es evi­
dente que está dando pasos muy grandes en esa dirección.
El fabricante de bienes de equipo industriales y agrícolas, Deere &
Company es otra firma que ha invertido mucho en las técnicas de análi­
sis avanzado aplicadas a la configuración y disponibilidad de producto. En
cualquier línea de producto de Deere -por ejemplo, tractores- puede
haber decenas de miles de configuraciones válidas. El objetivo de Deere
era reducir las existencias y la complejidad a través de la eliminación de
las configuraciones menos deseables desde el punto de vista de fabricación
y venta. Los analistas de Deere trabajaron con profesores universitarios
con el objetivo de encontrar el número óptimo de configuraciones en
dos líneas de producto. Como resultado de dichos trabajos, los beneficios
de ambas líneas aumentaron en un
1 5 por ciento, lo que permitió dismi­
nuir de un 30 a un 50 por ciento el número de configuraciones ofrecidas
a los clientes a la vez que se mantenían unos elevados niveles de servicio
y de satisfacción de los clientes.
Para las empresas que operan a través de Internet, el término operaciones
significa la producción en serie del servicio básico por el que los clientes vi-
116
sitan
Competencia Basada en la Inteligencia Analítica . . .
un sitio web. Las empresas que triunfan online utilizan la inteligencia
analítica para testar prácticamente todos los aspectos de sus sirios web, antes
de implementarlos de forma generalizada. En Google, por ejemplo, la razón
principal de que los clientes visiten el sitio web es para utilizar sus capacida­
des de búsqueda. Google dispone de un programa de testado y de inteli­
gencia analítica relativo a su motor de búsqueda. Google emplea una am­
plia gama de datos operativos y de clientes y de técnicas de análisis avanzado
para mejorar los atributos de búsqueda, incluyendo relevancia, oportuni­
dad y experiencia del usuario. La empresa ha desarrollado muchos de sus
propios criterios de relevancia en las búsquedas. La mayoría de criterios se
recogen de forma automatizada como, por ejemplo, el porcentaje de resul­
tados procedentes del extranjero, el grado en que los usuarios navegan en
los resultados obtenidos, el porcentaje de usuarios que entran en cada pá­
gina del resultado de la búsqueda, y las medidas de latencia u oportunidad
de búsqueda. Pero Google recoge también opiniones de individuos acerca
del proceso de búsqueda e incluso observa a determinados usuarios (en la
sede central de Google y en los hogares de los usuarios)
mientras utilizan
su sitio web para consultas específicas o sesiones enteras. Una de las técni­
cas empleadas es el seguimiento de la mirada (eye tracki11g), a partir de la cual
se elaboran los "mapas de zonas calientes", que muestran que áreas de una
página reciben la máxima atención de los usuarios.
Google está firmemente comprometida con la experimentación antes
de hacer cualquier cambio en sus sitios web de búsqueda. Tal y como de­
cía Bill Brougher, gerente de producto de búsqueda de Google:
Los experimentos son un requisito previo al lanzamiento de cualquier nueva
característica. Se trata de una herramienta muy eficaz para nosotros. Hemos es­
tado experimentando durante años y hemos acumulado un enorme conoci­
miento de lo que realmente funciona. Antes de mtroducir una nueva caracterís­
tica, tiene que pasar a través de una serie de filtros en forma de pruebas o tests.
Por ejemplo, cualquier cambio en nuestros algoritmos de búsqueda tiene que ser
testado frente a nuestra calidad básica de búsqueda para asegurarnos de que el
cambio representa una mejora sustancial sobre dicha base. Una pequeña mejora
de calidad no es suficiente para la adopción del cambio.
16
Los métodos de Google para la inteligencia analítica en el área de ope­
raciones inteligencia analítica son
tan
rigurosos como los de cualquier
firma. Además, la naturaleza del negocio pone una enorme cantidad de
datos a disposición del análisis.
Competing on Analytics
117
INTELIGENCIA ANALÍTICA DE INVESTIGACIÓN
Y DESARROLLO
Investigación y Desarrollo (l+D) ha sido tal vez la función más analítica
que hay en el interior de las organizaciones. Fue el principal bastión del
método científico en las empresas, que se ocupaba del testado de hipóte­
sis, grupos de control y análisis estadístico.
Desde luego, algunas de estas tareas extremadamente analíticas aún for­
man parte de la función de
J+
D, aunque gran parte de la investigación bá­
sica de l+D ha sido sustituida por investigación aplicada (que puede se­
guir
utilizando
métodos
de
inteligencia
analítica)
y
la
creación
de
extensiones de línea los productos existentes. En varios sectores de acti­
vidad, la investigación ha adquirido un carácter más matemático y esta­
dístico,
a medida que
los
métodos
informáticos sustituyen
o comple­
mentan los métodos experimentales tradicionales.
A continuación, describiremos el entorno de inteligencia analítica de
las actividades de 1 + D en un sector que está cambiando de forma espec­
tacular en este aspecto. En la industria farmacéutica, las técnicas de análi­
sis avanzado -en especial, el análisis de los datos de los ensayos clínicos
para determinar si
los farmacos tienen
un
efecto beneficioso- siempre
han sido importantes. A lo largo de los últimos años, sin embargo, la bio­
logía de sistemas ha experimentado un notable crecimiento. Las empresas
intentan integrar en ella datos genómicos, proteómicos, metabólicos y clí­
nicos de diversas fuentes, crear modelos e identificar pautas en estos da­
tos, correlacionarlos con los resultados clínicos y, en última instancia, ge­
nerar conocimiento sobre las enfermedades y su respuesta a los firmacos.
Se trata, sin embargo, de un reto considerable del que las empresas hace
poco que se ocupan. Entrevistamos a tres representantes de sendas com­
paiiías farmacéuticas -una gran multinacional y dos más pequeñas orien­
tadas a la investigación-y descubrimos que las tres tenían actividades en
marcha en esta dirección, aunque que todavía estaban muy lejos de lograr
el objetivo.
Las técnicas de análisis avanzado se están utilizando también de forma
efectiva para superar los desafíos actuales en I+D, y éste es uno de los as­
pectos en que Vertex Pharmaceuticals basa su competitividad.
Vertex, una firma multinacional de biotecnología con sede central en
Cambridge, Massachusets, USA, ha adoptado una metodología especial­
mente adecuada para el
1 +D, y sus resultados empiezan a mostrar la re-
118
Competencia Basada en la Inteligencia Analítica . . .
compensa. El presidente y CEO de Vertex,Joshua Berger, cree firme­
mente en el poder de la inteligencia analítica para elevar la productividad
del desarrollo de nuevos medicamentos.Ya en 1988(cuando se marchó de
Merck & Copara fundarVertex) sostenía que," Lo que se necesita
e11
este sec­
tor es más i,ifor111ació11 que e11 los dc,11ás. No más íntelígencía. No más intuítién,
Ta11 sólo más i1ifon11ació11 " .
17
Vertex ha emprendido una serie de proyectos de inteligencia analítica
--en las áreas de investigación, desarrollo y marketing. En el área de in­
vestigación, Vertex se ha focalizado en los análisis que intentan maximi­
zar la probabilidad del éxito de un nuevo compuesto. Esto incluye la con­
fección de muchas posibles patentes por proyecto y asegurarse de que los
nuevos compuestos poseen características positivas propias de estos medi­
camentos. La estrategia de Vertex con respecto al diseño de farmacos es
racional o estructural. Esta estrategia persigue "incluir en el interior del
producto"
propiedades
propias
de
los
fármacos
desde
el
comienzo
del proyecto de desarrollo de un nuevo medicamento y permite a a Ver­
rex determinar tan pronto como es posible si un principio activo tendrá
atributos propios de un medicamento.
La mayoría de los esfuerzos de Vertex en la utilización de la inteligen­
cia analítica se han concentrado en la fase de desarrollo de 1 +D, donde ha
tenido lugar gran parte de los aumentos de costes del sector, según indi­
can sus análisis. Un coste particularmente elevado es el diseño de los en­
sayos clínicos. Un mal diseño da lugar a resultados ambiguos o a un ta­
maño excesivo del ensayo. Ello ocasiona importantes retrasos y eleva los
costes.Vertex ha superado este desafio desarrollando nuevas herramientas
de simulación de ensayos, que le permiten el diseño de ensayos clínicos
que aporcan más información y son más efectivos en un plazo de tiempo
sustancialmente menor. Vercex puede hoy en día llevar a cabo simulacio­
nes de ensayos clínicos a una velocidad cien veces superior a la que era po­
sible en el pasado. Gracias a ellas, Vertex puede reducir también el riesgo
de estudios fallidos o ambiguos, producto de un diseño de ensayo defec­
tuoso. La ventaja de la simulación permite a Vercex optimizar el diseño de
ensayos clínicos en una cantidad de tiempo menor de la que emplearía si
utilizase las herramientas de diseño estándar del sector, acortando de este
modo el ciclo de vida de los estudios clínicos.
La realización de ensayos clínicos es también uno de los costes de la in­
dustria farmacéutica que mayores subidas ha experimentado. Al igual que
su diseño, los ensayos clínicos se llevan a cabo dentro de la fase de desarrollo
Competing on Analytics
119
de l+D. Las actividades operativas que no están automatizadas dan lugar a
costes importantes. Vertex utilza las técnicas de análisis avanzado para au­
tomatizar y mejorar la operativa de los ensayos clínicos. Como ejemplos al
respecto, citaremos las herramientas para la captación de pacientes y la cap­
tura de datos por vía electrónica (eíecmmic data capture - EDC).
Tanto en !+O como en cualquier otra área, la compañía empieza con
la medición adecuada del fenómeno que debe optimizar. Los analistas de­
terminan el modo de obtener los datos apropiados y qué análisis llevar a
cabo. Con estos resultados, Vercex se compara permanentemente con sus
competidores y con las mejores prácticas de referencia de la industria far­
macéutica. "Nuestra competitividad se basa en la inteligencia analítica y
en la cultura", declara Steve Schmidt, director de sistemas de información
(CIO) deVertex."Nosotros fomentarnos la búsqueda valiente de innova­
ciones, pero a su vez medimos de modo implacable el efecto que tienen
en el corazón de nuestro negocio. Estamos buscando siempre nuevas mé­
tricas proporcionadas por la inteligencia analítica, pero el lugar donde mi­
ramos está dirigido por nuestra estrategia, nuestros valores corporativos y
puntos fuertes esenciales, y nuestra interpretación de la proposición de
valor para nuestro negocio".
18
Vertex es un excelente ejemplo de la apli­
cación de la inteligencia analítica al 1 +O de productos y el resultado final
es que la empresa dispone de una impresionante colección de nuevos far­
macos en rodas las fases de desarrollo.
La industria farmacéutica está buscando también nuevos enfoques de
inteligencia analítica que ni siquiera involucren al laboratorio. La deno­
minada investigación a través de simulación informática utiliza mode­
los computacionales, tanto de pacientes como de farmacos, que simulan
los experimentos de forma más rápida y barata que en el laboratorio.
Una compañía start-11p de biología de sistemas, Entelas Inc., ha produ­
cido "plataformas" informáticas
para
sunular
enfermedades
y trata­
mientos en las áreas de enfermedades cardiovasculares, diabetes, infla­
mación y asma, entre otras. Entelos se asocia a empresas farmacéuticas
y otras organizaciones investigadoras para identificar y testar nuevos
compuestos. El objetivo es utilizar simulaciones informáticas para redu­
cir el elevado coste, los prolongados plazos, y las altas tasas de fracasos de
la investigación de laboratorio tradicional de la industria farmacéutica.
Por ejemplo, una colaboración entre Entelas y Johnson & Johnson en
un farmaco para el tratamiento de la diabetes, dio lugar a una reducción
de un 40 por ciento del plazo y a una disminución del 66 por ciento del
120
Competencia Basada en la Inteligencia Analítica . . .
número de pacientes necesarro para una fase inicial de
un
estudio clí­
nico.'?
Por supuesto, I+ D hoy en día implica no sólo innovación a nivel de
producto sino también en otros campos: procedimientos y operaciones,
modelos de negocio, innovaciones en
el
área
de clientes, como marke­
ting, ventas, y servicio, y nuevos métodos de dirección y gestión. De un
modo muy importante, la idea que hay detrás de este libro es que en cada
área donde una organización haga negocio puedan llevarse a cabo activi­
dades de l+D. En el capítulo anterior, exponíamos cómo Capital One
identifica
nuevas ofertas a través de su metodología de investigación de
mercado "testar y aprender". En las empresas que operan a través de In­
ternet,
como Amazon.com, Yahoo!, y Google, cada
cambio de
una
pá­
gina web se trata como un pequeño proyecto de 1 +D. ¿Cuál es el ejemplo
de referencia para medidas tales como visitas por página, tiempo invertido
en el sitio web, y click·tlirouglis? ¿Cómo funciona el cambio a pequeña es­
cala? ¿Cómo funciona cuando se hace a mayor escala? Esta metodología
de testar y aprender en el área de la I+D operacional es tan importante
como en el l+D de producto.
El
1 + D operacional y de modelo de negocio tampoco tiene que im­
plicar a Internet. Por ejemplo, el profesor de Harvard Stefan Thomke ha
descrito los enfoques experimentales que el Bank of America ha adoptado
para innovar su servicio de atención al cliente en sus sucursales. 20 Al igual
que si estuviera desarrollando nuevos productos en el laboratorio, el banco
trata cualquier cambio en sus procedimientos de servicio como un expe­
rimento, y somete dichos nuevos enfoques al rigor experimental de gru­
pos control, estudios piloto, y análisis estadísticos.
En el campo de la atención sanitaria, la investigación de las actividades
de servicio significa descubrir una mejor medicina basada en la eviden­
cia y mejores estrategias de tratamiento para enfermedades concretas. A
pesar del carácter aparentemente científico de de la medicina, diversos es­
tudios indican que sólo de una cuarta a una tercera parte de las decisio­
nes médicas se basan en la ciencia. Un sector en alza integrado por pro­
veedores de cuidados médicos, compañías de seguros y proveedores de
datos externos y de servicios de inteligencia analítica está trabajando para
que la atención sanitaria sea más eficiente para lograr que la atención sa­
nitaria sea más eficiente y efectiva a través de la inteligencia analítica.
Una estrategia cada vez más habitual, por ejemplo, es tratar de prede­
cir la probabilidad de que los miembros de un plan de atención sanitaria
Competing on Analytics
121
tengan un mayor riesgo de contraer una enfermedad grave con el paso del
tiempo. Healthways es una de las empresas que trabaja con aseguradoras
para hacer dichas predicciones e identificar medios de mejorar los resul­
tados sanitarios, para reducir así el posible coste para la aseguradora. He­
alchways utiliza datos de carácter demográfico de los miembros del plan,
así como de las reclamaciones, recetas y análisis de laboratorio para pre­
decir (mediante tecnología de inteligencia artificial de redes neuronales)
se encontrarán en una situación de mayor riesgo de incurrir en unos gas­
tos médicos más elevados a lo largo del próximo año. Healchways emplea
más de mil quinientas enfermeras acreditadas, las cuales proporcionan ase­
soram.iento por teléfono y por correo desde uno de sus diez centros de
atención distribuidos por todo el país. A través del mismo ayudan a los
miembros a llevar un estilo de vida saludable, con lo que se reduce la gra­
vedad de las enfermedades, se mejoran los resultados sanitarios y se reduce
el coste del plan de seguro médico. Este enfoque de la gestión del nesgo
puede disminuir también los costes de mantenimiento y reducir el riesgo
21
de recurrencia de la enfermedad.
Otros enfoques de los cuidados médicos basados en la evidencia con­
llevan la elaboración de adecuados protocolos de tratamiento para los pa­
cientes que acuden a los centros sanitarios. Partners Health Care de Bos­
ton, por ejemplo, tiene diversos proyectos en marcha para mejorar los
resultados médicos a través protocolos y de "sistemas de apoyo a las deci­
sión clínica" destinados a los médicos y otros proveedores de cuidados
médicos. Los primeros esfuerzos de Parcners se dirigieron principalmente
a las recetas de medicamentos, porque éste era el enfoque menos ambi­
guo de la atención médica. Posteriormente, la organización ha confec­
cionado una serie de protocolos de atención médica para diferentes en­
fermedades. Muchas de las "normas" de apoyo a la decisión clínica están
integradas en sistemas que se utilizan cuando el médico entra una deci­
sión de diagnóstico/tratamiento para un paciente.
22
Otras medidas em­
prendidas por Partners en el campo de la medicina basada en la eviden­
cia
incluyen el control de datos y eventos de los pacientes, facilitar al
máximo a los profesionales de la salud la coma de las decisiones adecua­
das, y crear e implementar modelos de predicción de los resultados, a ni­
vel médico y de tratamiento.
Competencia Basada en la Inteligencia Analítica . . .
122
INTELIGENCIA ANALÍTICA EN EL ÁREA DE RECURSOS
HUMANOS
La última aplicación de inteligencia analítica interna que discutiremos en
este capítulo se encuentra en el campo de los recursos humanos. Al igual
que con otras partes de
la
organización, las herramientas que permiten
utilizar la inteligencia analítica en el área de RR.HH están cada vez más
generalizadas. La mayoría de las grandes organizaciones dispone actual­
mente de sistemas de información de recursos humanos (SIR.H), que re­
gistran las operaciones básicas de R.R.HH, cales como la fecha de con­
tratación, remuneración, ascensos, y evaluaciones de rendimiento. Algunas
van bastante más allá de este nivel y registran los niveles de competencia
en una variedad de programas de aptitud y formación realizados para me­
jorar dichas competencias. Cada vez más, las empresas son capaces de co­
nectar sus inversiones en capital humano con sus rendinuenros del capi­
tal económico. Su deseo, sin embargo, es otra cuestión. El personal puede
ser"nuestro activo más importante" e incluso nuestro activo más costoso,
pero raramente es nuestro activo más medido. Muchas empresas pueden
estar empezando a emplear técnicas de análisis avanzados en el área de
RR.HH, pero rara vez su competitividad es basa en las mismas.
La excepción más llamativa, evidentemente, se encuentra en el mundo
del deporte profesional. Los equipos de béisbol, fútbol americano, balon­
cesto y fúrbol {por lo menos fuera de Estados Unidos) pagan elevados sa­
larios a sus jugadores y no tienen gran cosa más que dichos jugadores para
ser competitivos. Muchos de los equipos que triunfan están adoptando
métodos innovadores con respecto a la medición de las aptitudes del ju­
gador y a la selección de jugadores a fichar. Ya hemos comentado antes el
enfoque de inteligencia analítica aplicado a la evaluación de jugadores en
el campo del béisbol que tan bien describió Michael Lewis en su Libro Mo­
ueybaff. En el fútbol americano profesional, el
equipo que mejor ejem­
plifica la inteligencia analítica en el campo de RR.HH es el New England
Patriots, que ha ganado tres de las cinco últimas Super Bowls.
Con
relación
a otros equipos de la
NFL (Liga Nacional de
Fútbol
Americano), los Patriots han adoptado un planteamiento decididamente
distinto respecto a los RR.HH. No utilizan los mismos servicios de oje­
adores de los demás equipos. Evalúan a jugadores de los equipos colegia­
les de las escuelas más pequeñas y recónditas. Evalúan a los potenciales
fichajes sobre la base de criterios que otros equipos no utilizan -inteli-
Cornpeting on Analytics
123
gencia, por ejemplo, y un nivel bajo de egolatría. Tal y como dice el en­
trenador Bill Belichick: "Cuando incorporas un jugador al equipo, in­
corporas también todo lo que le acompaña. Incorporas su actitud, velo­
cidad, fuerza, resistencia mental, rapidez. Las evaluaciones que hacemos
son exhaustivas. Scott Pioli
(vicepresidente del personal deportivo) y el
departamento de ojeadores hacen un gran trabajo de obtención de deta­
lles al estudiar a fondo la historia deljugador,su estado fisico y mental así
corno su personalidad y actitud. Al final, recibe una calificación que de­
termina el valor global del jugador para el equipo".
23
Belichick se refiere a menudo a las características de los jugadores no
pertenecientes al ámbito fisico como "intangibles" y se encuentra perfec­
tamente cómodo comentándolas con los jugadores y los profesionales de
los medios de comunicación.
Los Pacriots gestionan los datos de los posibles jugadores en un sistema
denominado Draft Decision Support System que se actualiza diariamente
con nuevos informes de los ojeadores. Los encargados del club chequean
el ranking comparando las calificaciones de la Costa Oeste con califica­
ciones similares de la Costa Este {por ejemplo, ¿es comparable un 6,2 de
un jugador de UCLA con un 6,2 de un jugador de GeorgiaTech?). No
se pasa por alto ningún detalle que pueda proporcionar una ventaja.
No conocemos ninguna empresa cuya ventaja competitiva se base en
técnicas de análisis avanzado en el ámbito de RR.HH (con la excepción,
tal vez, de Capital One, que comentamos más adelante en este capítulo),
pero el fenómeno está empezando a emerger. Las empresas están
mi­
diendo de forma más sistemática a través de los procesos globales de
RR.HH y están poniendo la información en sistemas. Existen diversos
enfoques de análisis cuantitativo de RR . H H , incluyendo evaluación de
360 grados, ranking obligado de empleados, predicción sobre amorciza­
c r ó n de puestos de
trabajo, etcétera. Ninguno de ellos es excesivamente
complejo, pero todos tienen la connotación de un enfoque más discipli­
nado y metodológico. En American Express, por ejemplo, que tiene em­
pleados en treinta y ocho países, un ejecutivo de R.R.HH de Asia co­
mentaba, "Todo lo que tocamos tiene una medida adjuntada.Todo lo que
hacemos emplea procedimientos, mediciones y bases de datos coherentes
a nivel global. Hacemos las cosas de forma metódica, meditada y cohe­
rente, y tenemos plataformas informáticas coherentes".24
Esca disciplina a nivel global es un prerrequisito para una inteligencia
analítica seria en el campo de R.R.HH, y no es dificil imaginar que las
124
Competencia Basada en la Inteligencia Analítica . . .
medidas de dicha se usen cada vez más en el futuro con finaJidad de pre­
dicción y de optimización.
Una de las organizaciones que se ha
tomado con
seriedad la inteli­
gencia analítica de RR.HH es Sprint, la empresa de telecomunicaciones
inalámbrica
que
forma
parce
de
la lista
de
Forhme 50.
El
departamento
de
RR.HH de Sprint descubrió que las relaciones con los empleados siguen
un ciclo de vida predecible que es muy parecido al de las relaciones con
los clientes. Chad Janes, el vicepresidente de gestión de clientes, trabajó
con el departamento de RR.HH para traducir el ciclo de vida de relación
con los clientes de seis fases a una serie de fases y cuestiones similares para
RR.HH, tales corno:
•
¿Cómo se informan los empleados sobre Sprint?
•
¿Cómo nos aseguramos de que identificamos y contratamos a los can­
didatos más calificados?
•
¿Qué hacemos para que los
empleados trabajen activamente y sean
productivos?
•
¿Cómo vamos a entregarles la primera paga y a asegurarnos de que se
sienten satisfechos con ella?
•
¿De qué modo vamos a intervenir cuando el empleado no esté con­
•
Y ¿Cómo vamos a conseguir que el empleado se recomprometa con
tento?
la empresa año tras año?
Sprint intenta medir tantos de dichos temas como le es posible y ha des­
cubierto que los nuevos conocimientos adquiridos a partir de este análi­
sis contribuyen a que la empresa optimice cada un a de las fases de su re­
lación
con
los empleados y fomente
que
haya
una
fuerza
de
trabajo
motivada y positiva.
La tendencia a la "gestión del talento" está impulsando también el mo­
vimiento hacia la inteligencia analítica de rlR. HH. Por ejemplo, una em­
presa del sector industrial a la que entrevistamos ha elaborado un "índice
de la gestión del talento" a parcir de cuatro medidas propias que utiliza
para evaluar cómo cada unidad de la organización gestiona sus inversio­
nes en capital humano. Goldman Sachs que, corno los equipos deportivos
profesionales, retribuye a sus empleados excepcionalmente bien, está em­
pezando a emplear métodos de inteligencia analítica en la gestión de su
mano de obra. General
Electric, Accenture, y Procter & Cambie buscan
Competing on Analytics
125
la presencia de aptitudes de razonamiento cuantitativo en los candidatos
a un puesto de trabajo. Harrah's, otra empresa cuya competitividad se basa
en la inteligencia analítica también emplea de forma generalizada las téc­
nicas de análisis avanzado de RR.HH en sus procesos de selección de
personal.
Otro factor que impulsa la tendencia hacia la inteligencia analítica en
el campo de los RR.HH es el rigor cada vez mayor que se aplica a los
procesos de selección y dotación de personal. Cada vez más, las empresas
contemplan estos procesos como actividades que pueden ser medidas y
mejoradas, el personal se está convirtiendo prácticamente en otro recurso
de la cadena de suministro. Esto es especialmente perceptible en las rela­
ciones con las empresas externas de selección de personal. Apex Systems,
una empresa de selección de personal en el campo de la TI
, con sede
central en Richrnond, Virginia y en rápido ascenso (ingresos de 300 mi­
llones de dólares en 2006), ha observado una tendencia a largo plazo en­
tre sus clientes consistente en una mayor utilización de mediciones y pro­
cedimientos más rigurosos y, por ello, está tratando de mantenerse por
delante de dicha tendencia a través de la adopción de más medidas de y
enfoques de gestión de inteligencia analítica en su propia empresa. Apex
considera una serie de medidas en la selección de personal, incluyendo las
siguientes:
•
Plazo de respuesta con un primer, segundo y tercer candidato cualifi­
cado
•
¿Cuántos candidatos ve un cliente?
•
Frecuencia de errores en la nómina o de defectos en las facturas de los
clientes
•
Rapidez de resolución de los problemas con los clientes
•
Nivel general de satisfacción de los clientes.
Los clientes de Apex están utilizando cada vez más un software de sistema
de gestión de selección de personal, a menudo con base en Internet, para
controlar la eficiencia y efectividad de los procedimientos de selección
de personal. De este modo, la empresa tiene que establecer y entender su
propia inteligencia analítica para poder anticiparse a la demanda.
Si hay alguna empresa que rivalice con los New England Patriots en
el campo de la inteligencia analítica de R R . H H en el mundo de la em­
presa, ésta es Capital One. La empresa emplea de forma exhaustiva las
126
Competencia Basada en la Inteligencia Analítica . . .
técnicas de análisis
avanzado
en
el proceso de selección
de personal.
Exige a los candidatos a cualquier puesto que se sometan a una diversi­
dad de pruebas que miden
sus
aptitudes analíticas. La
empresa
utiliza
entrevistas con casos matemáticos, diversas pruebas de comportamiento
y actitud, y numerosas rondas de entrevistas para asegurarse de que con­
trata al personal que desea. El proceso se aplica al personal de todos los
niveles -incluso a vicepresidentes responsables de funciones de nego­
cio. Por ejemplo:
Cuando Dcnrns Libcrson viajó a Washington para ser entrevistado como can­
didato al puesto de máximo responsable de recursos humanos en Capital One F1nancral Corp., le comunicaron que sus entrevistas con los
16
altos ejecutivos de
la empresa tendrían que esperar. Primeramente, se lo llevaron volando a la habi­
tación de un hotel para que p:isara una prueba de ilgebra y redactara un plan de
negocio. Liberson, que bromea casi siete ai'los después sobre el hecho de que tal
vez haya sido "el único tipo de R..R..HH que podía haber superado la prueba de
matemáticas", logró el puesto y es ahora uno de los vicepresidentes ejecutivos de
la compañía. Capital One le ofreció también una muestra precoz de su obsesión
por someter a los candidatos a un puesto multitud de pruebas.e
Liberson ya no es el máximo responsable de R.Jl.HH, pero el énfasis
en los tests sigue vigente. Por ejemplo, a los candidatos a un puesto di­
rectivo de Capital One, todavía se les pide que revisen una serie de tablas,
gráficos y estados económico-financieros de una editorial y que luego
respondan a preguntas como las siguientes:
¿Cuál
fue el
ratio
ingresos de ventas/costes de distribución
para los libros
científicos el año 2000? (Rodee con un círculo la cifra que más se aproxime)
A. 27 a 1
ll 53 a 1 C. 39 a 1 D. 4 a 1
E. No sabe/no contesta
Incluso los más altos ejecutivos no pueden optar al puesto si no poseen
algunas competencias en el campo del análisis cuantitativo.
En general, sin embargo, aparte de estas pocas empresas y los equipos
deportivos profesionales, en pocas compañías su competitividad se basa
realmente en la inteligencia analítica de RR HH.Tal vez este énfasis ven­
drá con el tiempo, pero lo que parece faltar en mayor medida es el deseo
de la dirección de las empresas de que su competitividad esté basada fun-
Competing on Analytics
127
damentalmente en la inteligencia analítica de RR.. Tal vez, a medida que
los costes de personal sigan creciendo y constituyan un porcentaje más
elevado de los costes totales de las organizaciones, y a medida que los eje­
cutivos se den cuenta de que su personal es realmente su recurso más crí­
tico, las técnicas de análisis avanzado irán cuajando y proliferando en el
ámbito de RR HH.
En este capítulo se ha expuesto una amplia variedad de aplicaciones in­
ternas de inteligencia analítica. En todos los casos, nuestro objetivo ha sido
ilustrar no sólo que las técnicas de análisis avanzado son posibles en una
función o departamento concreto,sino también que pueden ser la base de
un
enfoque competitivo
y estratégico
diferente. Esperamos que
estos
ejemplos impulsen a los altos ejecutivos de las empresas a reflexionar so­
bre sus propias estrategias y sobre el modo en que llevan a cabo sus acti­
vidades internas. El próximo capítulo, que se ocupa del uso de las técni­
cas
de
análisis
avanzado
en
las
relaciones
externas
(por ejemplo, con
proveedores y clientes), ofrece incluso más posibilidades para la competi­
tividad.
5
Competencia Basada
en la Inteligencia
Analítica Aplicada a los
Procedimientos Externos
'
Aplicaciones en las Areas de Clientes
y Proveedores
La inteligencia analítica dio un gran salto hacia delante cuando las em­
presas empezaron a emplearla para mejorar sus procedimientos externos
-los que tienen que ver con la gestión y respuesta a la demanda de los
clientes y a la relación con los proveedores. Hubo una época en que se
mantuvieron estrictamente separados los procesos de gestión de relacio­
nes con los clientes (customer rekuíonship
111a11agement -
CflM), corno ven­
tas y marketing, y los procesos de gestión de cadena de suministro (supply
diain 111at1ageme11t- SCM), como aprovisionamiento y logística. Sin em­
bargo, las fronteras entre ambos han sido eliminadas por organizaciones
que buscan un ajuste más preciso de oferta y demanda. Al contrario de lo
que ocurría con los procesos internos, cuyo control reside totalmente den­
tro de la organización, los procesos focalizados en el exterior requieren la
cooperación de entidades y recursos ajenos a ella. Por dichas razones, la
gestión de las técnicas de análisis avanzado que tienen que ver con pro­
cedimientos externos es un reto más importante.
A pesar del desafio, muchas empresas de diversos sectores están mejo­
rando sus competencias en CRM y SCM a través de la inteligencia ana­
lítica de predicción y, como consecuencia, están disfrutando de rendi­
mientos y crecimientos propios de los líderes de mercado.
130
Competencia Basada en la Inteligencia Analítica . . .
Muchas empresas generan estadísticas descriptivas sobre los aspectos
externos de su negocio -por ejemplo, ingresos medios por cliente, o vo­
lumen del pedido promedio. No obstante, las empresas cuya competitivi­
dad se basa en la inteligencia analítica van más allá de las estadísticas bá­
sicas y hacen lo siguiente:
•
Utilizan modelos de predicción para identificar a los clientes más ren­
tables -así corno a aquellos con el mayor potencial de beneficio y a
los que presentan más probabilidades de cancelar sus cuentas.
•
Integran datos generados dentro de la organización con datos adqut­
ridos en firentes externas para tener un conocimiento exhaustivo de sus
clientes.
•
Optimizan sus cadenas de suministro y de ese modo pueden determi­
nar el impacto producido por fallos técnicos inesperados, simular al­
ternativas, y reorganizar las entregas de acuerdo con los problemas que
se generen.
•
Analizan las ventas históricas y las tendencias de precios para fijar los
precios en tiempo real y conseguir el mayor rendimiento posible de
cada transacción.
•
Utilizan sofisticados experimentos para medir el impacto global de la
publicidad y otras estrategias de marketing.A continuación,aplican es­
tos conocimientos a futuros análisis.
¿EXTRAÑOS COMPAÑEROS DE CAMA?
A primera vista, podría parecer que la gestión de la cadena de suministro
y la gestión de la relación con el cliente tienen pocas cosas en común.
Por una parce, la gestión de la cadena de suministro parece un encaje na­
tural para una focalización en inteligencia analítica. Durante años, los es­
pecialistas en gestión operativa han creado algoritmos que ayudan a las
empresas a mantener niveles de existencia mínimos a la vez que evitan las
roturas de stocks -entre otros retos que presenta la cadena de suminis­
tro. Las firmas del sector industrial han confiado desde hace tiempo en so­
fisticados modelos matemáticos para predecir la demanda, gestionar las
existencias, y optimizar los procesos de fabricación. También han puesto
en marcha iniciativas que hacen énfasis en el control de calidad, como
Seis Sigma y Kaiser, herramientas en las que los análisis de datos son parte
integral de la metodología.
Cornpeting on Analytics
131
La gestión de la relación con el cliente, sin embargo, parece ser menos
susceptible de
intervención
analítica -por lo menos, ésa podría ser la
percepción tradicional. El área de interés tradicional en las competencias
personales de los vendedores -su aptitud para establecer relaciones a largo
plazo y para que los potenciales clientes escépticos se sientan a gusto. Asi­
mismo, el marketing se ha contemplado desde siempre corno una función
creativa cuyo reto ha sido conocer la conducta del cliente y convertir este
conocimiento en incentivos que aumenten las ventas.
No obstante, las raíces de la inteligencia analítica en la empresa proce­
den canco del ámbito de los clientes como del de los proveedores. Hace
veinte
años, las
empresas
de
productos de
consumo, como
Procter
&
Garnble empezaron a utilizar software de inteligencia analítica y bases de
datos para analizar las ventas y determinar los parámetros de las promo­
ciones de los productos. Estas compaiiías fueron las que inventaron la dis­
ciplina de la inteligencia analítica del markeli11g-mix para hacer seguimiento
del impacto de las distintas inversiones, como las promociones en el ca­
nal o las ofertas de cupones. Recogieron y analizaron los datos de prove­
edores externos, como ACNielsen
e Informarion
Resources, Inc., para
conocer cómo el comportamiento de sus clientes (las tiendas) y el de los
clientes de sus clientes estaba influido
por los distintos canales. A estos
primeros innovadores se les han unido actualmente empresas de casi to­
dos los sectores, incluyendo comercios minoristas corno 7-Eleven, fabri­
cantes como Samsung, compañías telefónicas como Verizon y Bouygues
Telecom, y compañías farmacéuticas como AstraZeneca. Más reciente­
mente, las organizaciones cornercializadoras han aumentado de forma es­
pectacular su
orientación
hacia la
inteligencia analítica
con
el
auge del
software de gestión de campañas. Las empresas comercializadoras orien­
tadas al análisis cuantitativo pueden utilizar actualmente escas herramien­
tas para experimentar con diferentes campañas para distintos grupos de
consumidores y averiguar qué tipo de campaña funciona mejor para cada
audiencia concreta.
Sin embargo, las empresas cuya estrategia competitiva estrategia com­
petitiva se basa en la inteligencia analítica, llevan la utilización de las téc­
nicas de análisis avanzado mucho más allá que la mayoría de las demás. En
muchas ocasiones, trasladan a sus clientes no sólo datos, sino también los
resultados de los análisis. La información de nuestra encuesta nos indica
que están integrando sus sistemas con los de los proveedores más a con­
ciencia y compartiendo sus datos con ellos.
1
A medida que las empresas
132
Competencia Basada en la Inteligencia Analítica . . .
integran los datos de productos, clientes, y precios van descubriendo nue­
vas oportunidades surgidas del alineamiento e integración de las activi­
dades de oferta y demanda. En lugar de llevar a cabo análisis ad-1,oc que
les permitan corregir futuras acciones, generan y analizan datos de pro­
ceso en tiempo prácticamente real y ajustan sus procedimientos de forma
dinámica.
En los casinos de Harrahs, por ejemplo, los clientes disponen de tarje­
tas de fidelidad que captan datos acerca de su comportamiento. Los datos
son utilizados en tiempo prácticamente real, tanto por operaciones como
por marketing, para optimizar el rendimiento, fijar precios para las maqui­
nas tragaperras y las habitaciones, y diseñar un flujo de tráfico óptimo a tra­
vés de los casinos. El director de sistemas de información (CIO) de Ha­
rrah's, Tim Stanley, describe así el cambio de oriencación:"Estamos pasando
de la gestión de la relación con el cliente, donde los datos de los clientes
se analizan y posteriormente se actúa de acuerdo con ellos, a la inteligen­
cia analítica de cliente en
tiempo real en el casino, lugar donde se em­
2
prende la acción de acuerdo con los daros a medida que se recogen".
¿Cómo funciona esto en la práctica? Se puede observar un ejemplo de
ello cuando un diente pierde demasiado dinero y con demasiada rapidez.
Los sistemas de Harrah's pueden detectar este problema y, casi inmedia­
tamente, enviar un mensaje parecido al siguiente (electrónicamente o a
través de una persona del servicio) al cliente que está frente a la máquina
tragaperras, "Parece que hoy tiene un día dificil con las máquinas. Podría
ser un buen momento para visitar el buffet. Aquí tiene un vale de 20 dó­
lares que puede utilizar durante la próxima hora". Harrah"s está experi­
mentando también con acciones de marketing en tiempo real por vía te­
lefónica o PDA
que ayuden
a los clientes a gestionar toda su
vacacional en Las Vegas, allí donde la compañía posee diversas
nes colindantes. "Hay dos localidades
vacantes
en
a
instalacio­
para el concierto de Celine
Dion de esta noche" podría decir un mensaje de texto,
nemos
actividad
"y
nosotros las po­
su disposición a mitad de precio por su fidelidad como jugador
Harrah's.
Reenvíe
el mensaje con el texto
'sí,
2' si quiere las dos en­
tradas".
En el resto de este capítulo, expondremos cómo otras
vechan sus
en el
área
aptitudes
de
dientes
compañías
apro­
de inteligencia analítica para optimizar sus procesos
y proveedores.
Cornpeting on Analytics
133
PROCEDIMIENTOS EN EL ÁREA DE CLIENTES
Las empresas se enfrentan hoy en día a la necesidad crítica de tener unos
sólidos procesos orientados a los clientes. En primer lugar, la adquisición
y retención de clientes es cada vez más costosa, en especial en las firmas
del sector servicios, corno telecomunicaciones y servicios financieros.Y, en
segundo lugar, los clientes son más difíciles de satisfacer y más exigentes.
3
Para competir con éxito en este entorno, las empresas cuya competitivi­
dad se base en la inteligencia analítica deben aplicar una serie de tácticas
que les permitan atraer y retener clientes de una forma más efectiva, in­
volucrarse en una "fijación de precios dinárnica",optimizar la gestión de
marca, traducir las interacciones con los clientes en ventas, gestionar los ci­
clos de vida de clientes, y diferenciar los productos a través de la perso­
nalización (ver cuadro de texto "Aplicaciones Habituales de la lnteligen­
era Analítica en el Área de Marketing" en la página siguiente).
Aplicaciones Habituale5 de Inteligencia Analítica en el Área de Marketing
CHAID. Detección automática de interacciones basada en el eese dé chi-cuadmdo.
Esta técnica estadística se emplea para segmentar a los clientes sobre la base de múl­
tiples variables alternativas. El análisis crea un "árbol" de segmentación y sigue incor­
porando diferentes variables, o "ramas" al árbol, siempre y cuando sean estadística­
mente significativas.
Análisis conjunto. Utilizado habitualmente para evaluar la fuerza y dirección de las
preferencias de los consumidores por una combinación de productos o atributos de
servicio. Por ejemplo, podría emplearse un análisis conjunto para determinar que fac­
tores -precio, calidad, localización del distribuidor, etcétera- son los más impor­
tantes para los clientes que están comprando un nuevo automóvil.
Análisis de valor de la vida útil. Este análisis emplea modelos de rnreiigencra ana­
lítica para evaluar la rentabilidad de un cliente individual (o una clase de clientes) du­
rante toda la vida útil en que se realizan transacciones con él. Estos sofisticados mo­
delos generan estimaciones precisas de los costes en que han incurrido los clientes al
comprar y utilizar el producto, incluyendo el coste del canal de compra, la probabi­
lidad de devoluciones, los gastos de las llamadas del servicio de atención al cliente, et­
cétera.
Expeeirnentos de mercado. A través de envíos por correo, cambios en la página
web, promociones y otras técnicas. las empresas comercializadoras testan diversas va-
Competencia Basada en la Inteligencia Analítica ..
134
nables para determmar qué dientes responden meJor a una determmada oferta. En
general, implican distintos tratamientos basados en variables causales supuestas para di­
ferentes (idealmente aleatorios) grupos, con una medida de resultado y una compa­
ración a partir de las cuales puede observarse el efecto del tratamiento.
Análisis de regresión múltiple. Es la técnica estadística que más frecuentemente
se unhza para predecir el valor de una variable dependiente (por ejemplo, las ventas)
con relación a una o más variables independientes (por ejemplo, el número de ven­
dedores, la temperatura o el día del mes). Aunque la regresión básica asume la pre­
sencia de relaciones lineales, las modificaciones del modelo pueden establecer rela­
ciones no lineales, logarítmicas, etcétera
Opeimiaación del precio. Conocida también como gestión del rendimiento o del
ingreso, esta técnica asume que la variable causal principal en el comportamiento de
compra del consumidor es el precio. El factor clave suele ser la elasticidad del precio,
o la respuesta (cambios en la demanda) del comprador a aumentos o disminuciones
del precio del producto. Las optimizaciones de precio suelen elaborar curvas de elas­
ncrdad de precm con el objetivo de conocer el impacto del prec10 a través de una
gama de cambios y suuaciones.
Experimentos en distintos momentos de tiempo. Estos diseños experimenta­
les siguen a una determinada población
e emplean para determinar
a
lo largo de distintos momentos de tiempo.
i una condición aplicable en un determmado momento
S
s
dio lugar a un cambio en las
va
riables sometidas
or ejemplo, para determinar el impacto de la
p
a
estudio. La
écmca
t
xposición a la
e
odría
p
urilrznrse,
blicidad sobre
pu
la
compra de productos a lo largo del tiempo.
Atracción y Retención de Clientes
Evidentemente, existen diferentes medios para atraer y retener clientes.
La inteligencia analítica puede servir de respaldo a la mayoría de ellos.
Uno de los medios tradicionales de atracción de clientes ha sido la pu­
blicidad. Este sector ha sido y seguirá siendo transformado por la inteli­
gencia analítica. Hay dos factores estrechamente asociados a dicha trans­
formación:
uno
es
el
análisis
economécrico
de
los
datos
de
series
temporales para determinar si la publicidad está estadísticamente asociada
con el aumento de ventas del producto o servicio; el otro es el carácter
"accesible" y relativamente facil de analizar de la publicidad con base en
la Web, como la ejemplificada por Google. Describiremos brevemente
cada uno de ellos.
Competing on Analytics
135
El análisis econométnco ha empezado a ocuparse del viejo problema
de la publicidad en los medios de comunicación tradicionales, tal y como
lo describía el pionero de los grandes almacenes,John Wanamaker: "la mi­
tad del dinero que gasto en publicidad se desperdicia; el problema es que
no sé cual es esa mitad".
Sir Martín Sorell, CEO de WPP Group, una de las agencias publicita­
rias más grandes del mundo, llama a la econometría, el santo grial de la pu­
blicidad. En una entrevista que le hicieron, manifestaba, "No rengo nin­
guna duda de que el análisis científico, incluido el econométrico, es una
de las áreas más importantes del sector de servicios de marketing"."
Diversas agencias de publicidad han creado grupos de expertos en eco­
nometría para llevar a cabo este tipo de análisis para sus clientes. Un ejem­
plo al respecto es DDB Matrix, que se desgajó de la agencia DDB en
1999. DDB
Matrix recoge datos para sus clientes, construye almacenes
de datos, y analiza los datos para encontrar respuestas a una diversidad de
preguntas relativas a la efectividad de la publicidad. Las preguntas se re­
fieren a aspectos tales como cuál es el medio de comunicación más efi­
caz, si merece la pena en la publicidad impresa el coste adicional de la in­
clusión de color, y qué días de la semana son los mejores para emitir los
anuncios. Evidentemente, se debe reunir una gran cantidad de datos para
descartar explicaciones alternativas del impacto publicitario. El CEO Don
Hughes describe los daros recogidos para un cliente: "Por ejemplo, a lo
largo de los últimos siete años hemos creado para Dell un almacén de da­
tos con más de 1 , 5 millones de registros conteniendo datos de todos los
anuncios en prensa, radio, cable, TV, etcétera. La aplicación tiene ahora
miles de líneas de código cliente. Esta base empezó con unas dimensio­
nes limitadas. Esperamos que las empresas contemplen cada vez más la in­
teligencia analítica de publicidad como un accesorio necesario para em­
barcarse en cualquier campaña publicitaria. De lo contrario, dificilmente
podrá considerarse que los recursos publicitarios han estado bien inverti­
dos"."
El otro cambio espectacular que ha tenido lugar en el campo de la pu­
blicidad es el auge de los anuncios online en
Internet. Evidentemente,
son revolucionarios, porque se puede hacer seguimiento cuando alguien
hace click sobre un anuncio. Existen diversos planteamientos publicitarios
en
Internet -bmmers, pop-11ps, etcétera, y la efectividad de cada uno de
ellos puede ser facilmente controlada. Una de las formas más eficaces de
la publicidad online es el anuncio orientado por búsqueda, ejemplificado
Competencia Basada en la Inteligencia Analítica . . .
136
por Google.Al tener el motor de búsqueda líder del sector, Google puede
reflejar anuncios que se correspondan con los términos de búsqueda (Ad­
Words} utilizados por un diente potencial. Google puede también emi­
tir anuncios en los dominios online de otras empresas a través de su red
AdSense. La popularidad de este cipo de publicidad ha propulsado el rá­
pido crecimiento de Google en ingresos y beneficios.
Una de las razones por las que Google ha tenido éxito con los anun­
ciantes es por su uso generalizado de las técnicas de análisis avanzado. De­
bido a que la publicidad de Google se hace para una gran base de clien­
tes, cada uno de los cuales paga unos pocos centavos por click-tl1ro11gh, gran
parte de la
inteligencia analítica debe de estar automatizada y ser fácil­
mente ampliable. Google utiliza algoritmos de autoaprendizaje que ana­
lizan constantemente la eficacia (generalmente, en tasas de conversión) de
diferentes palabras clave (el medio publicitario principal en los dominios
de Google), de la ubicación en la página, del material creativo, etcétera. El
conocimiento obtenido es entrada o input para un motor de optimización
que hace sugerencias a los anunciantes sin que intervenga el factor hu­
mano.
Los anunciantes pueden ver dichas sugerencias cuando examinan
los informes de la actividad relativa a sus anuncios. Las sugerencias pue­
den variar para distintos tipos de sitios web, tales como ocio versus publi­
caciones.
ponsables
Los grandes anunciantes de Google disponen también de res­
de
cuentas
que
pueden
trabajar
conjuntamente
con
el
anunciante y suministrarle asesoramiento basado en la inteligencia analí­
tica.
La filosofia de Google es que las técnicas de análisis avanzado y las
medidas lograrán que los anunciantes tengan más éxito cuando trabajen
con la
empresa. Por tanto, trata
anunciantes puedan
de ofrecer toda la sofisticación que los
utilizar. Hasta
el
momento, este enfoque
intensivo
hacia la inteligencia analítica parece que ha merecido la pena en térmi­
nos de fidelidad del anunciante y crecimiento de Google.
Otros planteamientos de inteligencia analítica de cliente se concentran
principalmente en la retención y en la venta cruzada. Por ejemplo, el banco
noruego DnB NOR ha desarrollado su inteligencia analítica sobre un al­
macén de datos de Teradata para establecer unas relaciones más efectivas
con los clientes. El banco emplea "disparadores de acontecimientos" ( "etJe11t
triggers'') en el almacén de datos para dar lugar a que los analistas de rela­
ciones con los clientes ofrezcan
uno o más servicios a medida basándose
en dichos eventos. Por ejemplo, si un cliente hereda una suma importante,
un agente del banco le llamará para ofrecerle productos de inversión. DnB
Competing on Analytics
137
NOR. tiene un conjunto de herramientas automatizadas que conexionan
perfiles de cliente y eventos para generar a continuación una serie de pro­
ductos aconsejados. Basándose en la experiencia pasada de los clientes, DnB
selecciona entonces el canal más efectivo a través del cual contactar un
cliente con los productos más apropiados. Mediante escas herramientas, la
empresa ha logrado una tasa de conversión sobre venta cruzada del orden
del 40 y 50 por ciento ha disminuido a la mitad su presupuesto de mar­
keting a la vez que ha incrementado la satisfacción de los clientes.
6
Uno de los usuarios más impresionantes de las técnicas de análisis avan­
zado es Tesco. Fundado en 1924, es actualmente el comercio al por me­
nor de productos de alimentación más importante del R.eino Unido y
uno de los mayores del mundo. Funciona en trece países y en todo tipo
de canal de alimentación -comidas preparadas, especialidades, super­
mercados e hipermercados. La espectacular transformación de Tesco co­
menzó en 1995, cuando introdujo su tarjeta de fidelidad Clubcard. La tar­
jeta funciona como un mecanismo que recoge información de los clientes,
los premia por comprar en Tesco, y les ofrece una diversidad de vales de
descuento para que obtengan el máximo rendimiento. Los clientes ganan
puntos que son redimibles en Tesco a razón del 1 por ciento de la canti­
dad comprada.Tesco estima que ha redimido puntos por un valor de 1.000
millones de libras esterlinas.
Los resultados son impresionantes.Aunque el promedio de respuesta en
el campo del marketing directo es sólo del 2 por ciento, la casa media de
redención de vales de Tesco es del 20 por ciento y puede Uegar hasta el
50 por ciento. El CEO de la empresa, SirTerry Leahy está convencido de
que el programa Clubcard es también responsable del éxito de su nego­
cio a través Internet. Tesco es el mayor vendedor de productos de ali­
mentación del mundo a través de Internet, ha distribuido productos a más
de un millón de hogares y atiende a cuatrocientos mil clientes repetido­
res. Todos los clientes online deben tener una Clubcard, para que Tesco
pueda saber lo que compran y pueda dirigir sus promociones por este ca­
nal en la forma correspondiente. A través del análisis de los daros de la
tarjeta Clubcard, combinado con un riguroso programa de experimenta­
ción, el negocio de Internet de Tesco ha generado oleadas de ventas de
productos no alimenticios, como muebles de hogar, descargas de música,
y seguros de vivienda y automóvil.
Tesco utiliza los datos que recoge sobre las compras para agrupar a los
clientes según
estilo de vida
.
or ejemplo, una clienta que efectúa una
P
Competencia Basada en la Inteligencia Analítica . . .
138
compra semanal, compra lo que está de oferta y utiliza los vales de des­
cuento que le envían por correo, está considerada como una clienta cons­
ciente del valor económico de las cosas. Un cliente masculino que hace
eres o cuatro compras a la semana, todas ellas de comidas preparadas, y
que rara vez cambia lo que compra a pesar de las promociones de precio
está considerado corno un cliente consciente del valor de la comodidad.
Con este conocimiento de sus clientes,Tesco ajusta entonces sus promo­
ciones a las prioridades e intereses de sus clientes. Tesco afirma que pone
en circulación anualmente 7 millones de diversos tipos de vales de des­
cuento de productos, lo que impulsa la tasa de redención de vales, la fi­
delidad del cliente y, en última instancia, su rendimiento económico-fi­
7
nanciero a las cimas del liderazgo de mercado.
Las empresas utilizan también la inteligencia analítica para evitar a los
malos clientes a la vez que atraen a los pocos consumidores que contra­
vienen las medidas convencionales de idoneidad y riesgo -un enfoque
conocido como "descremar los desperdicios".Ta1 y como expusimos en el ca­
pítulo 3, tanto Progressive Insurance como Capital One renunciaron a
utilizar las medidas tradicionales y estándar del sector sobre cobertura de
riesgos. Por ejemplo, en Progressive, en lugar de calificar automáticamente
a un motociclista como de alto riesgo, los analistas tienen en cuenta fac­
tores tales como el historial de empleo del conductor, la participación en
otras actividades de airo riesgo (por ejemplo, paracaidismo}, y su punta­
ción de crédito. Un conductor empleado durante mucho tiempo en una
misma empresa que tiene también un riesgo crediticio bajo, y que evita
otras actividades peligrosas puede ser calificado como cliente de bajo
nesgo.
Capital
One
ha
mejorado
los planteamientos convencionales para
atraer a los clientes denominados subprime-aquellos clientes que por su
puntuación crediticia son considerados de alto riesgo de quiebra o mo­
rosidad. Capital One Utiliza su propio sistema de evaluación de solven­
cia de clientes para identificar y atraer a aquellos consumidores que con­
sidera que ofrecen un menor riesgo del que indican sus puntuaciones de
crédito.
Optimizadón del Precio
La fijación del precio es otra tarea que es especialmente susceptible de
manipulación analítica. Las empresas utilizan la inteligencia analítica para
tener una ventaja competitiva a través de una correcta fijación de precios,
Competing on Analytics
139
tanto si se trata de los bajos precios cotidianos de Wal-Mart o del 3JUSte
de precios de un hotelero corno respuesta a la demanda de los clientes. Las
técnicas de análisis avanzado
también hacen que sea más facil
meterse en la fijación de precios dinámica
compro­
(dy11a111ic prici11g) -la práctica
de ajustar el precio de un producto o servicio en tiempo real como reac­
ción a condicionantes del
mercado tales como demanda, nivel
de exis­
tencias, conducta de los competidores, e historial del cliente. Esta táctica
se introdujo primeramente en el sector de las líneas aéreas, pero actual­
mente se ha propagado a otros sectores.
Por ejemplo, los precios de venta al público se
han
fijado
histórica­
mente por intuición. Actualmente, sin embargo, muchos detallistas están
adoptando el software de inteligencia analítica como parte del "comercio
detallista científico". Este tipo de software funciona mediante el análisis de
los datos históricos del punto de venta del detallista con el objetivo de de­
terminar la
elasticidad al
precio y la
elasticidad cruzada
(medición
del
grado de sustitución de un producto por otro) para cada uno de los artí­
culos en cada tienda. Se calcula una ecuación que determina cual es el pre­
cio óptimo que maximiza las ventas y la rentabilidad.
Los detallistas suelen
iniciar la
utilización de las técnicas de análisis
avanzado de fijación de precios para optimizar los descuentos -cálculo
de cuándo y en qué medida se han de rebajar los precios. Algunos pasan
luego a la fijación de precios para toda la mercancía de venta y al análisis
de promociones, combinación de tipos de productos, y amplitud y pro­
fundidad del surtido. La mayoría de comerciantes detallistas experimen­
tan
un aumento del 5 al
1 O por ciento del margen bruto corno conse­
cuencia de la utilización de sistemas de optimización del precio.Algunos
reportan incluso beneficios más elevados. Según un informe del Yankee
Group, "Las empresas han generado aumentos de beneficios de hasta un
20 por ciento a través de la utilización de soluciones de gestión de pre­
cios y de optimización de beneficios (price 111a11age111wt and profit optinüra­
tion - PMPO). Ningún otro software comercializado puede ofrecer un
mejor aprovechamiento
de
las
ventas y solucionar las
ineficiencias en
cuanto a obtención de resultados. PMPO es el secreto mejor guardado del
software de gestión empresarial".
8
JCPenney fue uno de los primeros grandes comercios al por menor en
adoptar el software y procedimientos de
unos años, la empresa
comenzó un
optimización
programa
de precio. Hace
intensivo de inteligencia
analítica que integraba merchandising, optimización del precio, y la cadena
140
Competencia Basada en la Inteligencia Analítica . . .
de suministro. Este
enfoque contribuyó a que
la empresa sumara cinco
puntos de margen bruto, aumentara la rotación de existencias, e incre­
mentara
ventas e ingresos durante cuatro años consecutivos
(de 2001
a
2004). Los beneficios de explotación crecieron también a tasas de dos dí­
gitos.9
El software de gestión de precios basado en la inteligencia analítica se
está extendiendo también a otros sectores. De hecho, el 77 por ciento de
los participantes en
una encuesta del Yankee
Group, que
representaban
grandes empresas de EE. UU del área 828 (b11siness.to-b11Si11ess) y que aún
no empleaban el software de gestión de precios, comunicaron que habían
elaborado un plan de negocio para adquirir dicho software.
10
Cuando se combina con otros datos de inteligencia analítica, la gestión
de precios dinámica puede ofrecer una ventaja estratégica ante condicio­
nes del mercado cambiantes. En Dell, el director financiero utilizó el sis­
tema de previsión de la empresa para predecir la recesión económica de
los años 2000 y 2001. Mientras que competidores como Hewlett Packard
y Cornpaq seguían siendo optimistas, Dell disminuyó costes, redujo radi­
calmente los precios y fue capaz de capear la recesión con tan sólo un pe­
queiio deterioro en sus ventas. -un 2,3 por ciento en 2001. Comparada
con Hewlett-Packard (disminución de ventas del 32 por ciento), Com­
paq (disminución del 36 por ciento), y Gateway (disminución del 62 por
ciento), la trayectoria de Dell puede considerarse un éxito. El aumento de
participación de mercado preparó a Dell para un éxito aún mayor cuando
la situación económica cambió de signo.
Una recomendación de precaución: la mayoría de consumidores están
acostumbrados a la idea de gestión de precios dinámica en el contexto de
unas condiciones de mercado cambiantes -por ejemplo, hoteles que re­
ducen los precios de alojamiento en la temporada baja y los elevan en la
temporada alta -y probablemente la encuentran justa. Sm embargo, las
empresas pueden afrontar una reacción contraria cuando utilizan la elas­
ticidad de la demanda (el hecho de que los clientes fieles paguen un pre­
cio más alto que los clientes inconstantes) para tomar decisiones relativas
a los precios. Por ejemplo, durante un tiempo,Amazon.com puso un pre­
cio más alto a los DVDs para las personas que gastaban más. Cuando di­
cha práctica fue conocida por el público, Amazon.com se vio obligada a
dar marcha atrás ante las protestas.
Competing on Analytics
141
Gestión de Marca
Del mismo modo que la inteligencia aportó un nivel de disciplina más alto
a la gestión de los precios, también trajo la disciplina necesaria a las acti­
vidades de marketing en conjunto. Las empresas líderes han desarrollado
capacidades de inteligencia analítica que les permiten diseñar y ejecutar
de forma eficiente campañas de marketing multicanal muy eficaces, me­
dir los resultados, y mejorar continuamente las futuras campañas.Mu chas
de ellas están empleando modelos econométricos y planificación de es­
cenarios para predicción de resultados en función de los niveles del pre­
supuesto, a nivel global o por canal.
Consideremos el reto que tuvo que afrontar Samsung en
1999. En
aquella época, la empresa vendía 14 categorías de producto en más de 200
países con un total de 476 combinaciones por país/categoría. En medio
de esca complejidad, la cornpafiía se esforzaba por asignar los recursos de
marketing de una forma efectiva. Recogía datos de forma esporádica y
poco sistemática y los analizaba sólo a nivel de país. Además, sus defini­
ciones de los datos, los procedimientos de recogida, y las normas de re­
porte no estaban estandarizadas y, por tanto, el análisis inrerregional era
poco práctico, si es que no imposible.
Ésta es la situación que esperaba a Eric Kim cuando se incorporó a
Samsung en 1999 como vicepresidente ejecutivo de marketing mundial.
Con un presupuesto de marketing a nivel global de
1.000 millones de
dólares, Kim puso en marcha un proyecto de dieciocho meses para reu­
nir información detallada de escas 476 combinaciones; ensamblar e inte­
grar datos a nivel de país en un sitio web único y facil de usar que fuera ac­
cesible
desde
los
escritorios
de
los
comercializadores
de
productos
Samsung; utilizar datos a nivel de marca para establecer mejor los objeti­
vos de marketing por país y por producto; y emplear el poder de inteli­
gencia analítica del software para predecir el impacto de las distintas asig­
naciones de recursos.
El proyecto dio lugar al desarrollo de un sistema llamado M-Net que
no sólo alberga montones de datos sino que proporciona también las he­
rramientas analíticas necesarias para que tenga lógica. En la actualidad los
directivos de Samsung pueden evaluar los objetivos principales de mar­
keting, analizar los resultados de las inversiones recientes de marketing
realizadas en todo el mundo, y elaborar modelos de predicción y escena­
rios hipotéticos para testar futuras inversiones. Entre otras cosas, M-Net
ha ahorrado a la empresa millones de dólares al poner de manifiesto la
142
Competencia Basada en la Inteligencia Analítica . . .
existencia de discordancias entre algunas de las inversiones de marketing
y el máximo rendimiento que dichas inversiones podían generar. Hoy en
día, Samsung asigna los recursos de marketing después de haber efectuado
un análisis sistemático del producto o del potencial del mercado territo­
rial, y no de acuerdo con la marcha hisrórica.
11
En el caso de Samsung, las técnicas de análisis avanzado eran necesa­
rias para maximizar el rendimiento de las inversiones de marketing de la
compañía. En otros casos, las limitaciones del sector exigen la puesta en
práctica de soluciones creativas para adquirir los datos necesarios para es­
tar por delante de los competidores. Los fabricantes de cerveza, vino y li­
cores, por ejemplo, compiten en un mercado que es extremadamente de­
pendiente de las promociones en el punto de venta
para
aumentar las
ventas, incrementar participación de mercado, y defenderse de la intrusión
de los competidores. Cada empresa tiene acceso a algunos datos de venta
procedentes de sus distribuidores y de
terna,
como
Information
Resources
proveedores de información
lnc. No
ex­
obstante, estas compañías
tienen escasa visibilidad en los cientos de miles de detallistas que venden
sus productos a los consumidores.
Anheuser-Busch Companies superó con éxito este obstáculo a través
de la utilización creativa de la tecnología de teléfono móvil y un sistema
de inteligencia analítica denominado BudNet. La empresa cervecera ob­
tiene beneficios económicos de BudNer a través de la utilización de esta
información
para
optimizar la
combinación de productos y el precio a
nivel del detallista local. La compañia utiliza también información del sis­
tema para desarrollar estrategias de marketing y publicidad a nivel local
que sean únicas para el mercado en cuestión.
¿Cómo funciona BudNet en la práctica? Anheuser-Busch guarda cui­
dadosamente los detalles acerca del sistema y los trata como un arma esen­
cial para el cumplimiento de su misión. En resumen, sin embargo, la com­
pañía equipa tanto a los distribuidores propios como a los independientes
con aparatos para la entrada de datos, que permiten a los vendedores ac­
tualizar las existencias, pero que se utilizan también con un objetivo más
estratégico. Cuando un vendedor entra en una tienda observará el espa­
cio de estantería, los expositores, y el nivel de existencias de los produc­
tos de Anheuser-Busch, pero también los expositores, precios y espacio de
estantería de los productos competidores. El vendedor utiliza un teléfono
móvil para cargar estos datos.
Competing on Analytics
143
A través de BudNet, los datos de miles de vendedores del distribuidor
proporcionan a Anheuser-Busch un conocimiento sin precedentes acerca de
lo que ocurre a sus productos a nivel de tienda. La empresa sabe si un deter­
minado paquete de seis cervezas de Bud Light estaba caliente o frío, si estaba
a la venta, y cual era el precio de Bud Light en otras tiendas de la zona. En
combinación con los datos de IRI (que suministra datos de todas las bebidas
alcohólicas registradas), los datos de BudNet ayudan a Anheuser-Busch a co­
mercializar sus productos de un modo aún más eficaz. La empresa sabe que
las promociones efectuadas el día de San Patricio no funcionan bien en
Atlanta, pero sí en Se. Louis. La consecuencia de todo ello ha sido un creci­
miento constante para Anheuser-Busch, mientras que los principales com­
petidores, como Coors, Brewing Company y Miller Brewing Company han
tenido una evolución de ventas estabilizadazas o descendentes." Otros fa­
bncances de bebidas se han dado cuenta del impacto obtenido por l3udNet
y han empezado a imitar su capacidad de inteligencia analítica. Por ejemplo,
Gallo tiene un programa llamado Gallo Edge que permite a las tiendas op­
timizar la rentabilidad del espacio de estantería dedicado a las botellas de vino.
Transformar en Ventas las Interacciones con los Clientes
Las estrategias que hemos descrito hasta aquí se refieren a las interaccio­
nes a distancia que tienen lugar entre las empresas y sus clientes. No obs­
tante, también es posible utilizar las técnicas de análisis avanzado para me­
jorar
los
encuentros
cara
a
cara
que
tienen
lugar
entre
clientes
y
vendedores. Pensemos en como Capital One Health Care supera con as­
tucia a sus competidores a través de la venta en las consultas médicas de
servicios de financiación para procedimientos quirúrgicos que no están
asegurados (por ejemplo, de cirugía plástica). La mayoría de empresas de
financiación
promocionan
sus servicios
de crédito
a los
médicos
del
mismo modo que lo hacen muchos visitadores médicos de la industria
farmacéutica -sistema conocido popularmente como "bolígrafos, cua­
dernos y pizzas". Los visitadores esperan atraer a los médicos para almor­
zar durante el breve descanso del mediodía y hacerles una todavía más
corta visita prornccional. En Capital One, sin embargo, los vendedores no
seleccionan al azar a los posibles clientes ni confian en que con unas cuan­
tas invitaciones a comer logren cerrar el negocio. En su lugar, los analis­
tas proporcionan a los vendedores de la empresa información acerca de
qué médicos deben visitar así como qué mensajes de venta y qué pro­
ductos tienen más probabilidades de ser efectivos.
144
Competencia Basada en la Inteligencia Analítica . . .
Besr Buy es otra empresa que actúa sobre la base del
conocimiento
adquirido a través de las interacciones con los clientes para mejorar dichas
interacciones (y, no de paso, para aumentar ventas).A lo largo de los últi­
mos cinco años, la compañia ha recogido datos de más de 60 millones de
hogares de Estados Unidos. Para
maximizar el rendimiento económico
de cada tienda, Best Buy utiliza los conocinuentos adquiridos a través de
los datos para elaborar perfiles de ocho segmentos de clientes.
Sin embargo, para traducir estos conocimientos en aumentos de venta
y de participación de mercado, Bese Duy necesitaban saber cual era el me­
jor modo de acender a cada segmento. Empezó determinando que algu­
nas tiendas funcionasen
como laboratorios. El CEO Brad Anderson
las
describe como "nuestro brazo de 1 +D para investigar segmentos de clien­
tes y las proposiciones de valor que son importante para ellos".
13
La em­
presa utilizaba las técnicas de análisis avanzado para determinar, por ejem­
plo, el impacto que tenían los cambios en el precio no sólo en el ritmo
de
las ventas a corto
plazo, sino
también
sobre la
actividad global del
cliente y el impacto a largo sobre la percepción del cliente y las ventas. In­
cluso estudiaba el comportamiento en cada segmento de los clientes que
volvían a la tienda después de una compra -personas que habitualmente
querían cambiar un producto por otro o devolverlo por defectuoso­
para aprender a satisfacer mejor a este tipo de clientes.
Gracias a la incorporación de nuevos conocimientos procedentes del
análisis de los datos y del testado en las tiendas-laboratorio, Bese Buy creó
nuevos formatos de tienda para cada segmento. Una tienda "Barry", por
ejemplo, está dirigida a jóvenes del sexo masculino con pasión por el au­
dio y el video y tiene una tienda de "cine en casa" dentro de la tienda. Las
riendas "Jill" están orientadas a las madres prácticas que siempre van esca­
sas de tiempo. En este formato, hay unos asistentes de compras a disposi­
ción de los clientes que son de utilidad para ellos y son también un fac­
tor que hace aumentar de forma espectacular el gasto medio por cliente.
Otros cambios son más sutiles. Por ejemplo, el volumen de la música de
fondo es más bajo que en otros formaros de tienda.
Cuando las tiendas se adaptan a los distintos formatos, se forma a los
empleados acerca de los segmentos de clientes que compran en los dis­
tintos tipos de tiendas y sobre el mejor modo de atenderlos. Anderson
considera que el cambio de comportamiento de los empleados es esen­
cial: "Fomentarnos que los empleados hagan preguntas a los clientes rela­
tivas a su estilo de vida y que entablen un diálogo franco con eUos para
Cornpeting on Analytics
145
que puedan recomendar las soluciones apropiadas. A continuación, for­
mamos a los empleados para que planteen hipótesis, testen, y verifiquen
nuevos modos de satisfacer las necesidades específicas de la población lo­
cal".
14
Besr Buy forma también
a los empleados para que conozcan
y en­
tiendan las medidas de tipo económico-financiero, por ejemplo, el rendi­
miento del capital invertido, para que puedan calibrar por sí mismos la
efectividad de los exhibidores de merchandising personalizados. Los ven­
dedores especializados, corno los expertos en el "cine en casa", reciben
una formación adicional que puede durar varias semanas. Aunque no se
dispone de las cifras exactas la "centralización en el cliente" basada en la
inteligencia analítica ha ofrecido resultados de negocio importantes para
Best Buy -las nuevas tiendas, diseñadas alrededor de segmentos especí­
ficos de clientes están generando unas ventas que crecen a una tasa dos ve­
ces mayor que en las tiendas que responden al formato tradicional de Best
Buy.15
Harrah's es también capaz de utilizar la información que recoge para
mejorar las actividades del cliente, mientras, simultáneamente, racionaliza
el tráfico del casino. A los clientes no les gusta nada tener que esperar y
pueden estar tentados a marcharse. Peor aún, desde la perspectiva del ca­
sino, un cliente que espera es un cliente que no gasta dinero. Cuando hay
cuellos de botella frente a determinadas máquinas tragaperras, la empresa
puede ofrecer al cliente una partida gratis en otra máquina ubicada en
otra zona del casino menos poblada.También puede informar a los clien­
tes que esperan de la puesta en marcha de otra máquina. Estas sugeren­
cias ayudan a redirigir el tráfico y a nivelar la demanda. Según el profesor
de la Wharton School David Bell, Harrah's es capaz de saber"quienes es­
tán entrando en el casino, donde van una vez han entrado, cuanto tiempo
permanecen sentados en las diferentes mesas de juego, etcétera. Esto le
permite optimizar la gama y configuración de los juegos que ofrece" .
16
Gestión de los Ciclos de Vida de los Clientes
Además de facilitar las compras del cliente en un día determinado, las em­
presas desean optimizar el valor de sus clientes durante toda la vida de la
relación. Las herramientas de inteligencia analítica de predicción ayudan
a las empresas a conocer el ciclo de vida de las compras y del comporta­
miento de cada cliente. Los modelos de predicción de Bese Buy postbili­
tan que la compañia aumente las ventas posteriores a la venta inicial. Al-
146
Competencia Basada en la Inteligencia Analítica . . .
guien que compra una cámara digital, por ejemplo, recibirá de forma per­
fectamente calculada por parte de Best Buy, un vale de descuento elec­
trónico por la compra de una impresora de fotos.
Sprint se interesa también
muchísimo por los ciclos de vida de los
clientes. Utiliza las técnicas de análisis avanzado para abordar los cuarenta
y dos atributos que caracterizan las interacciones, percepciones, y emo­
ciones de los clientes a lo largo de un ciclo de vida de seis fases, que van
desde el conocimiento inicial de un producto a la renovación o mejora
del servicio. La compañía
integra está
inteligencia analítica de ciclo de
vida en sus operaciones, utilizando veinticinco modelos que determinan
las
mejores maneras de maximizar la
fidelidad y el
nivel
de gasto
del
cliente a lo largo del tiempo.
El objetivo de Sprint es que cada "punto de contacto" haga "la mejor
oferta siguiente" al cliente, a la vez que elimina interacciones que puedan
ser percibidas corno molestas. Por ejemplo, cuando Sprint descubrió que
una parte importante de los clientes con facturas sin pagar no eran mo­
rosos sino personas y empresas con problemas sin resolver en sus cuentas,
traspasó el tema de los recaudadores a los agentes de rete11ció11, cuya misión
es resolver conflictos y retener a clientes satisfechos.
Según Sprint, el grupo responsable de estas técnicas de análisis avan­
zado ha proporcionado un valor de empresa tcnterpríse valne - EV) su­
perior a los 1.000 millones de dólares y unos ingresos reales de 500 mi­
llones de dólares, a través de
reducir la
tasa de clientes perdidos, lograr
que estos compren más, y mejorar las tasas de satisfacción.
Personalización de Contenido
Una
última estrategia del empleo de la inteligencia analítica
para
con­
vencer a los clientes es ajustar las ofertas a las preferencias individuales.
En el sector de telefonía móvil, las empresas están tratando de aumen­
tar los ingresos medios por usuario a través de la venta de información a
abonados (por ejemplo, últimas noticias, y últimas cotizaciones de Bolsa)
y servicios de ocio (por ejemplo, descargas de música, tonos de llamada o
video clips). No obstante, si tenemos en cuenta las pequeiias dimensiones
de la pantalla de un teléfono móvil, navegar por el contenido es un au­
téntico reto.
02, un operador de telefonía móvil del Reino Unido, emplea la inte­
ligencia analítica para ayudar a los usuarios a superar este desafio. La com­
pañia fue pionera
en la utilización de software de inteligencia
artificial
Cornpeting on Analytics
147
para ofrecer a los abonados el contenido que deseaban antes de que estos
supieran que lo deseaban. La tecnología de inteligencia analítica controla
la conducta del abonado -por ejemplo, la frecuencia con la que los usua­
rios hacen click sobre un contenido concreto-- para determinar prefe­
rencias personales. A continuación, el software coloca el contenido dese­
able allí donde los usuarios puedan acceder al mismo con facilidad.
La inmensa mayoría (97 por ciento) de los abonados de 02 ha optado
por la utilización de menús personalizados y el disfrute de la comodidad
de disponer de un servicio que puede predecir y presentar el contenido
que encaja con sus gustos. Actualmente, 02 posee más del 50 por ciento
del tráfico de telefonía móvil por Internet en el Reino Unido, y la em­
presa sigue explorando nuevas formas de utilización de la inteligencia ana­
lítica. Por ejemplo, está investigando una nueva tecnología cooperativa de
filtrado que permitiría analizar las preferencias de consumidores similares
para hacer sugerencias de contenidos. Hugh Griffiths, responsable de pro­
ductos de datos de 02, está convencido de que "la personalización es el
servicio clave que nos diferencia"Y
PROCEDIMIENTOS DE PROVEEDORES
Los procedimientos actuales de la cadena de suministro desdibujan la lí­
nea divisoria entre los procedimientos onentados a clientes y los orien­
tados a proveedores. En algunos casos, la focalización en el cliente pene­
tra
a
fondo
a
lo
largo
de
toda
la
organización,
llegando
hasta
los
proveedores. En otros casos, las empresas gestionan la logística para sus
clientes (ver el cuadro siguiente, "Aplicaciones Típicas de Inteligencia
Analítica en el Área de la Cadena de Suministro").
Aplicaciones Típicas de lnteligencia Analítica en el Área de la
Cadena de
Suministro
Planificación
de
capacidad. Descubrimiento de la capacidad de una cadena de
suministro o de sus elementos; identificación y eliminación de cuellos de botella; suele
emplear análisrs iterativos de planes alternativos.
Ajuste de oferta y demanda. Determinación de las intersecciones de las curvas de
oferta y de demanda para optimizar el nivel de existencias y mmimizar tanto el ex-
Competencia Basada en la Inteligencia Analítica ..
148
ceso como la rotura de stock. Suele mvolucrar aspectos tales como procesos de lle­
gada, tiempos de espera y pérdidas de producción.
Análisis de localización. Optimización de la ubicación de tiendas, centros de dis­
tribución, plantas de fabricación, etcétera. Cada vez más utiliza el análisis territorial
y los mapas digitales para, por ejemplo, poner en contacto ubicaciones de la empresa
con
ubicaciones de los clientes.
Creación de modelos. Creación de modelos para simular, explorar contingencias
y cpritnizar cadenas de summistro. Muchos de estos enfoques utilizan algún tipo de
software de programación lineal y herramientas solver, es decir, herranuentas para re­
solver y optimizar ecuaciones mediante el uso de métodos numéricos, lo que permite
que los programas persigan objetivos concretos, teniendo en cuenta un conjunto de
variables y restricciones.
Establecimiento de rutas.
Identificación de la mejor ruta para un vehículo de re­
parto que debe realizar entregas en una sene de localidades. Muchos de estos plante­
amientos son versiones del "problema del viajante".
Programaciones. Confección de programas detallados para el flujo de recursos yac­
nvidades a través de un proceso. Algunos modelos de programación son "finitos" en
el sentido de que tienen en cuenta los límites de capacidad de fabricación cuando pro­
graman
encargos. Los denominados métodos avanzados de plamficación y progra­
mación son también capaces de reconocer la existencia de restricciones materiales, por
lo que se refiere a existencias actuales y entregas o asignaciones planificadas.
Conexión de Clientes y Proveedores
La madre de todas las empresas cuya estrategia competitiva se basa en la
inteligencia analítica del área de cadena de suministro es Wal-Mart. La
empresa reúne cantidades masivas de datos de ventas y existencias (587 te­
rabytes en abril de 2006) en una sola plataforma de tecnología integrada.
Sus directivos analizan de manera rutinaria múltiples aspectos de su cadena
de suministro, y los directivos de las tiendas utilizan herramientas de in­
teligencia analítica para optimizar el surtido de productos; analizan no
sólo datos de venta muy concretos sino también factores de tipo cualita­
tivo, corno, por ejemplo, la oportunidad de ajustar el surtido a las necesi­
dades de la comunidad local.
18
El elemento más distintivo de los datos de cadena de suministro de
Wal-Mart es que están a disposición de los proveedores. Wal-Marc com­
pra productos a más de
17.400 proveedores de ochenta países, y todos
Cornpeting on Analytics
149
ellos utilizan el sistema Retail Link para controlar el movimiento de sus
productos -de hecho, el uso del sistema es obligatorio. En conjunto, los
proveedores efectúan 21 millones de consultas anuales al almacén de da­
tos, sobre datos tales corno ventas diarias, entregas, órdenes de compra,
facturas, reclamaciones, devoluciones, previsiones, utilización de identifi­
cadores de radiofrecuencia, etcétera.
19
Los proveedores tienen también
acceso al Sistema de Planificación Modular por Categoría de Surtido (Mo­
dular Category Assortmellf Plai111i11g System) que pueden utilizar para crear
composiciones modulares de productos para cada tienda. Las composi­
ciones se basan en datos de venta, características del establecimiento, y da­
tos de diez segmentos de clientes. Algunos proveedores han creado más de
mil composiciones modulares.
Cuando el almacén de datos de Wal-Marc introdujo información adi­
cional acerca del comportanuento de los clientes, las aplicaciones que usa­
ban las bases de datos masivas de Wal-Mart empezaron a extenderse más
allá de la cadena de suministro. Wal-Mart recoge actualmente más datos
sobre más clientes que cualquier otra organización del sector privado.
Wal-Mart explota estos datos para garantizar que los clientes disponen de
los productos que desean, cuando los desean, y al precio adecuado. Por
ejemplo, han averiguado que, antes de que se produzca un huracán, los
clientes se abastecen de productos de alimentación que no necesitan co­
cinarse ni refrigerarse. La empresa que más vende: Strawberry Pop Tarts.
Es más probable por tanto, que Wal-Mart pida a Kellogg que le haga sus
envíos a las tiendas a toda velocidad en el período previo al desencade­
namiento de un huracán. En resumen, hay muchas aplicaciones de inte­
ligencia analítica detrás del éxito de Wal-Mart como el comercio mino­
rista más grande del mundo.
Wal-Mart puede ser el comercio al por menor más grande del mundo,
pero al menos sabe donde están ubicados todos sus establecimientos de
venta. En cambio, el modelo de negocio de Amazon.com exige que la
empresa gestione un flujo constante de nuevos productos, proveedores,
clientes y promociones, así como que entregue los pedidos directamente
a sus clientes en la fecha prometida. Con uno de los problemas de cadena
de sum.inistro más complejos del mundo, Amazon.com contrató como
responsable de su cadena de suministro a nivel mundial a Gang Yu, un
profesor de ciencias empresaria1es y empresario de software, que es una de
las principales autoridades del mundo en mteligencia analítica para opti­
mización.
150
Competencia Basada en la Inteligencia Analítica . . .
Yu y su equipo empezaron su tarea integrando todos los elementos de
su cadena de suministro con el objetivo de coordinar todas las decisiones
relativas a fuentes de abastecimiento. Para determinar la estrategia óptima
al respecto
(determinación de la combinación
adecuada
de reposición
conjunta, reposición coordinada, y fuente única) así como para gestionar
toda la logística necesaria para que un producto circuJe del fabricante al
cliente. Amazon.com aplica
metodologías y técnicas avanzadas de opti­
mización y gestión de la cadena de suministro a lo largo de sus funciones
de gestión de pedidos, expansión de capacidad, gestión de existencias,
aprovisionamiento y logística.
Por ejemplo, después de haber experimentado con una diversidad de
soluciones y técnicas de software comercializado,Yu llegó a la conclusión
de que ninguna metodología existente de creación de modelos y de ges­
tión de cadena de suministro se adaptaba a sus necesidades. Al final, inventó
un
modelo de existencias propio que
emplea técnicas de
optimización
estocástica no estacionaria, lo que le permite crear modelos y optimizar
las muchas variables asociadas a su extraordinariamente dinámico nego­
cio en rápida expansión.
Amazon.com comercializa más de treinta categorías de productos (li­
bros, productos de alimentación, instrumentos científicos e industriales,
etcétera). La empresa dispone de varios centros de gestión de pedidos de
los diferentes tipos de productos. Cuando Amazon.com lanza una nueva
categoría de productos, utiliza las técnicas de análisis avanzado para plant­
ficar la cadena de suministro de dichos productos y potenciar los sistemas
y procedimientos ya existentes. Para ello, prevé la demanda y capacidad a
nivel nacional y de cada centro de gestión de pedidos para cada referen­
cia (SKU). Sus analistas de cadena de suministro tratan
cantidades solicitadas para
de optimizar las
poder satisfacer las restricciones y minimizar
los costes de tenencia, envío, y rotura de stock. Con el objetivo de opti­
mizar su
cadena
de suministro de productos, por ejemplo, utilizaba
un
problema de minimización del flujo de costes con restricciones de con­
torno; para completar envíos fraccionarios, empleaba el enfoque del pro­
blema múltiple de la mochila mediante el uso de algoritmos voraces.
Gestión de la Logística
En ocasiones, una empresa de servicios utiliza las técnicas de análisis avan­
zado con tal habilidad y capacidad de ejecución que se pueden crear lí­
neas de negocio completas. United
Parce!
Service
(UPS) emprendió este
Cornpeting on Analytics
camino en
151
1986, cuando constituyó UPS
Logistics, una filial propia de
UPS Supply Chain Solutions. UPS Logistics ofrece sistemas de rutas, pro­
gramación y envío para empresas con flotas privadas y distribución al por
mayor. zo La compañía afirma que tiene más de mil clientes que utilizan
diariamente sus servicios. Esta estrategia permite a UPS extender su ima­
gen de servicio de entregas fiable a la gestión fiable de las cadenas de va­
lor logísticas de los clientes.
Por supuesto, UPS ha basado su competitividad en la inteligencia ana­
lítica de las cadenas de suministro durante muchos años. En 1954, su CEO
señalaba, "Sin investigación operativa, estaríamos analizando nuestros pro­
blemas solamente de modo intuitivo".21
La empresa es conocida desde
hace tiempo en el sector por la optimización de las rutas de camiones y,
más recientemente, por la optimización de las rutas de las líneas aéreas. El
CEO actual, Mike Eskew, fundó el departamento actual de investigación
operativa de UPS en
1987. En 2003, anunció que esperaba unos ahorros
debidos a la optimización del orden de 600 millones de dólares ala año.
Así describía la importancia de la optimización de rutas:"Es esencial que
gestionemos nuestras redes alrededor del mundo de la mejor forma posi­
ble. Cuando las cosas no funcionan exactamente como esperábamos, de­
bido a cambios de volumen o a interferencia de tipo meteorológico, te­
nernos
que
pensar
en
los
mejores
medios
de
recuperar
y mantener
nuestros niveles de servicio't.P
Fed.Ex también ha adoptado tanto la inteligencia analítica como la pro­
visión de servicios plenos de logística a compañías externas. Mientras que
tanto UPS corno Fed.Ex proporcionan a los clientes una gama completa
de instrumentos de inteligencia analítica basados en tecnología de la in­
formación, FedEx proporciona estas aplicaciones a firmas que no contra­
tan sus servicios plenos de logística, lo que llevó a un analista a hacer la
siguiente observación, "Fed.Ex es tanto una compañia tecnológica como
lo es de transporte expreso rápido't.> UPS y Fed.Ex han llegado a ser tan
eficientes y efectivas en todos los aspectos de la logística de los envíos que
otras empresas han descubierto que les era económicamente ventajoso
contratar externamente todas sus operaciones de logística.
Otra
empresa
que
ayuda
a sus
clientes
a
gestionar
la
logística
es
CEMEX, el proveedor líder de cemento a nivel mundial. El cemento es un
material altamente perecedero; empieza a endurecerse desde el momento
en que se carga en el camión
tado para
y
el
bricante dispone de
fa
n tiempo limi­
u
acerlo llegar a su destino. En Méjico, el tráfico, las condiciones
h
152
Competencia Basada en la Inteligencia Analítica . . .
meteorológicas, y el impredecible mercado de trabajo hacen que sea in­
creíblemente dificil planificar las entregas de forma precisa. Así pues, un
contratista puede tener el hormigón listo para la entrega cuando el punto
de destino no está preparado, o bien las cuadrillas de trabajadores estar
paradas porque el hormigón no ha llegado.
CEMEX se dio
cuenta de que
podía aumentar su
participación de
mercado y cargar un recargo a los contratistas conscientes del problema
del tiempo mediante la reducción del plazo de entrega de los pedidos.
Para cumplir dicho objetivo, el personal de CEMEX estudió a FedEx, a
las empresas de reparto de pizzas, y a los equipos de ambulancias. Tras el
estudio, CEMEX equipó a la mayoría de sus camiones mezcladores de
hormigón en Méjico con localizadores de posición vía satélite y utilizó
inteligencia analítica de predicción para mejorar sus procedimientos de
envío. Este sistema permite que los transportistas reduzcan el tiempo me­
24
dio de reacción a cambios de pedidos de tres horas a veinte minutos.
Con dicho sistema, no sólo se incrementó la productividad de los camio­
nes en un 35 por ciento, sino que también se unió estrechamente a los
clientes con la marca. as
La estrategia de CEMEX fue eficaz porque la empresa desplazó su cen­
tro de atención desde la venta de un producto commodity o indiferenciado
a la venta de algo que era importante para los dientes. En resumen, la uni­
dad de negocio pasó de las yardas cúbicas al plazo de entrega. En cierto
modo se trataba de un cambio sencillo. Pero a continuación CEM EX en­
focó su información logística, e infraestructura de transporte alrededor del
concepto de plazo de entrega, lo que dio lugar a una serie de cambios de
gran alcance en la empresa y, en última instancia, en todo el secror.>
CONCLUSIÓN
Las empresas cuya competitividad se basa en la inteligencia analítica han
reconocido que las líneas divisorias entre oferta y demanda se han desdi­
bujado. Como consecuencia, están utilizando sofisticadas técnicas de aná­
lisis avanzado en sus procesos de cadena de suministro y de clientes para
crear unas competencias distintivas que les ayuden a atender mejor a sus
clientes y a trabajar con sus proveedores de forma más efectiva.
La disciplina de la gestión de cadena suministro tiene hondas raíces en
el dominio de la inteligencia analítica; las empresas que han sobresalido
Competing on Analytics
153
en esta área tienen tras de sí una historia de décadas de utilización del
análisis cuantitativo para optimizar
la
logística. Las empresas que se han in­
corporado más tarde, sin embargo, disponen de claras oportunidades para
adoptar una metodología de inteligencia analítica para la gestión de las
relaciones con los clientes y otros procesos relativos a la demanda.
En la primera parte de este libro, hemos descrito la naturaleza de la
competitividad basada en la inteligencia analítica. En la segunda parte, ex­
ponemos los pasos que las compañías deben dar y los recursos clave a ni­
vel técnico y humanos que son necesarios para
en la inteligencia analítica.
la
competitividad basada
Segunda parte
DESARROLLO DE UNA CAPACIDAD
'
DE INTELIGENCIA ANALITICA
6
Hoja de Ruta Para
el Perfeccionamiento
de las Aptitudes de
Inteligencia Analítica
Progreso a Través
de las Cinco Etapas de Desarrollo
Llegados a este punto, el desarrollo de una capacidad de inteligencia
analítica puede parecer una tarea sencilla. De hecho, algunas organiza­
ciones,
como
Marriott y Procter & Cambie han estado utilizando el
análisis de datos de forma intensiva durante décadas. Otras, como Goo­
gle, Amazon.com, Nerflix, y Capital One, fueron fundadas con la idea
de utilizar la inteligencia analítica como la base de su competitividad. Es­
tas empresas, con su historia de estrecha atención a los datos, respaldo de
la
alta
dirección, y uso de la
presarial,
han
inteligencia analítica para la gestión
em­
llegado a la etapa más avanzada de capacidad de inteli­
gencia analítica.
La inmensa mayoria de organizaciones, sin embargo, no tiene una ca­
pacidad de inteligencia analítica perfectamente acabada ni un plan para
desarrollar una.A las empresas que quieran que su competitividad se base
en la inteligencia analítica, no se les puede prometer que será un viaje rá­
pido e indoloro. Hay muchas piezas a mover y a ubicar, entre ellas aplica­
ciones de software, tecnología, datos, procedimientos, medidas, incenti­
vos, competencias, habilidades, cultura, y respaldo directivo. Uno de los
ejecutivos a los que entrevistamos comparaba la complejidad de gestionar
el desarrollo de aptitudes de mteligencia analítica con jugar una partida de
ajedrez al nivel quince.
158
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes ...
Una vez que se han puesto las piezas en su sitio, la compañia aún ne­
cesita tiempo para que la organización consiga los resultados a gran es­
cala que necesita para llegar a ser una firma cuya competitividad se base
en la inteligencia analítica. Cambiar los procedimientos de negocio y las
conductas de los empleados es siempre la parce más dificil y la que re­
quiere
más tiempo
en
cualquier cambio organizacional importante. Y
por su naturaleza, el desarrollo de una aptitud de inteligencia analítica es
un proceso iterativo, puesto que los directivos adquieren con el tiempo
más conocimientos de la dinámica del negocio a través del trabajo con
los datos y el perfeccionamiento de los modelos de inteligencia
tica.
Nuestros estudios y nuestra experiencia nos indican
analí­
que se tarda
entre año y medio y tres años de trabajo regular con los datos para em­
pezar a adquirir un flujo constante de nuevos conocimientos que pue­
dan ser llevados a la práctica. Muchas organizaciones, carentes de la vo­
luntad necesaria, o enfrentadas a otras prioridades más acuciantes, tardarán
mucho más tiempo.
Aún les queda mucho trabajo por hacer a las empresas para mejorar sus
aptitudes de inteligencia analítica, incluso a aquéllas que más se basan en
ella. Por ejemplo, Sprint, que utilizó la inteligencia analítica para llegar a
un valor de empresa (EV) de más de
1.000 m.i!Jones de dólares de valor
y generar 500 millones de dólares en ingresos adicionales a lo largo de
cinco años, cree que tan sólo ha empezado a arañar la superficie de lo que
puede llegar a conseguir con su
otra parce, los directivos de un
capacidad de inteligencia analítica. Por
banco cuya competitividad se ha basado
durante años en la inteligencia analítica comunicaron que diversas unida­
des de negocio están regresando sigilosamente a los silos de datos des­
agregados de clientes. Las empresas cuya competitividad se basa en la in­
teligencia analítica no pueden dormirse en los laureles.
No obstante, los beneficios de la conversión en una empresa cuya com­
petitividad se basa en la inteligencia analítica superan con diferencia a los
costes. En este capítulo, expondremos una hoja de ruta que describe el
modo en que las organizaciones llegan a la competitividad basada en la in­
teligencia analítica y los beneficios asociados a cada etapa del proceso de
desarrollo.
Competing on Analytics
159
VISIÓN GENERAL DE LA HOJA DE RUTA
La hoja de ruta describe los comportamientos, aptitudes y retos caracte­
rísticos de cada una de las etapas de desarrollo. Ofrece una guía sobre las
inversiones y acciones que son necesarias para desarrollar las aptitudes de
inteligencia analítica de una organización y pasar a etapas más avanzadas
de competitividad basad, en la inteligencia analítica.
La figura 6-1
ofrece una visión general de la hoja de ruta que lleva a
la competitividad basada en la inteligencia analítica y de los criterios de
avance hacia una etapa siguiente.
FIGURA 6-1
Hoja de ruta para llegar a ser una empresa cuya competitividad
se base en la inteligencia analítica
Empresas con
Empresa! con
mtehgenn.:i.
Apoyo
analítKa
directivo:
''comprobación'�
Uru org;ini;r.:ición
ti<:ne algunos d.ttos
y
de
algunos
b
directivos en
Los
dm.·ctiv<><
de
inteli­
meuto
unpuk>n
analítica
gencia analítica
y
el
b
de
la
alta
inteligencia
mtef'CS de
cu1ivos a tr.ivñ de,
Apoyo de
departa­
el
...............................
1111eri:1
1111ehg.,nc1a
ruta
reducida
mtd,g,,ncia
b
los CJC­
aphcac10n
aru.litica
b:isica
dirección:
ruta "a toda mtiquina"
.,
Empreus con "--'pir.acione<
de co111petitivid.td
basada
en la inteligencia analitica
Los eJCCutl\'OI se comprornelen con la mtel1genc1a analinca. :mgnando recurM>< y est:1blcc1endo
un
calencbno
pacid.td d
e
del
desarrollo
d
e
una
amplia
1
...,.
.
t
ca-
rntehgencia analiuc:i
Fa,e
d
e
Empresas
con
t<•rminal:
analítica
ac1iv,dade,
mtchgencia analítica
gunu empresas
inteligencia
]:,s
el apoyo
d
e
la
nunca
d
e
d1Tl'Cc1Ón
y quc­
d.tn cnnllad:as .-n � ct:ipa
Capand�d
toda
d
.-
mrel,g.,nna
la .-mpres.:i
<"Jecuti\"os la
en
fa,.-
consideran
d
e
analinca
a m-.·l
d
.­
d�rrollo: lo, altos
una
prioridad a mvd
corpor.anvo
Empresas cup
estrategia
compctiti�-. se
basa
inteligencia
cu la
m�lít,ca
Li org:rnl.LlciÓn recoge ck fornu h:,b,mal los b.-­
nefici<>< origmadm
gencia an:díuc:i a
centra
por
su
capacidad
mvel d
e toda
su arenc,On
pernuncntcmente
y sus energías en
en
ésta irea
d
e
l
a empresa
mreh­
y
con­
rcnonrse
al­
reciben
160
Ho ·a de Ruta Para el Perfeccionamiento de las A
titudes ...
ETAPA 1: PRERREQUISITOS DE LA COMPETITIVIDAD
BASADA EN LA INTELIGENCIA ANALÍTICA
En la etapa
1 , las organizaciones carecen de los prerrequisitos necesarios
para la inteligencia analítica. Primeramente, deben mejorar su entorno de
datos transaccionales para poder disponer de datos coherentes y de cali­
dad que les sirvan para tomar decisiones. Si una empresa tiene datos de es­
casa calidad, debería aplazar sus planes para competir en base a la inteli­
gencia analítica y solucionar primero el problema de sus datos. El camino
que siguió Dow Chemical es instructivo. Comenzó instalando uno de los
primeros sistemas SAP en Estados Unidos a finales de los años 80, pero no
puso
en marcha iniciativas serias para usar los datos de forma analítica
hasta que se hubieron acumulado los datos transaccionales suficientes.
Aunque una organización disponga de algunos datos de buena
dad, también debe
tener en
cali­
sus filas a ejecutivos predispuestos a tomar
decisiones en base a hechos. Un equipo directivo "alérgico a los datos",
que se enorgullezca de tomar decisiones basadas en la
intuición es im­
probable que colabore. En una organización de este tipo, toda iniciativa
de inteligencia analítica será de tipo táctico y de impacto limitado.
Una vez que la empresa hay superado estos obstáculos, ya estará pre­
parada para avanzar hasta la disyuntiva crítica que se le presenta en la hoja
de ruta.
EVALUACIÓN DE LAS APTITUDES DE INTELIGENCIA
ANALÍTICA
En cuanto una organización disponga de algunos datos de utilidad y del
respaldo de la dirección, su próxima tarea consiste en hacer inventario y
evaluar con sinceridad si tiene la perspectiva estratégica, respaldo de la di­
rección, cultura, competencias, datos, y tecnologías de la información (TI}
necesarios para que su estrategia competitiva se base en
la
inteligencia
analítica.
Barbara Desoer, ejecutiva de tecnología y operaciones globales de Bank
ofAmerica ofrece un sabio consejo a todos los que empiezan:"Empiece
haciendo una evaluación �¿hasta que punto está diferenciada su oferta
respecto a lo que usted y sus clientes quieren que sea? Si debe diferenciarse
más, entonces debe descubrir medios de crear más valor a partir de los co-
Competing on Analytics
161
nocim.ientos que usted tenga. Primero, tiene que llegar a saber esto; si no
es así no se moleste en construir almacenes de datos y sistemas de gestión
de relaciones con los clientes
(CRM). Usted debe tener esa visión de
cómo es el valor si es que va a resolver como va a dar rienda suelta a di­
cha visión".1
Aunque cada etapa de la hoja de ruta refleja la capacidad de una em­
presa para competir en base a la inteligencia analítica, las distintas partes
de la organización pueden encontrarse en etapas de desarrollo muy dife­
rentes. Por ejemplo, el trabajo actuaria! exige una valoración de los mé­
todos estadísticos que tal vez no esté presente al mismo nivel en otras áreas
de una misma compañía de seguros.Asimismo, la inteligencia analítica de
marketing de una empresa farmacéutica multinacional puede ser bastante
más sofisticada en Estados Unidos que en otros países o zonas donde esté
presente, simplemente porque en Estados Unidos hay un mayor acceso a
los datos y un directivo con mentalidad analítica encargado de estas fun­
crones.
De la misma forma que determinadas unidades o procesos de gestión
de negocio pueden estar más avanzados que otros en una misma empresa,
también algunos aspectos del negocio son más susceptibles de incorporar
inteligencia analítica que otros. Por ejemplo, una organización puede te­
ner un entorno de TI estrechamente integrado, altamente estandarizado
y flexible pero una escasa demanda de inteligencia analítica o, a la inversa,
la demanda de inteligencia analítica supera con creces las aptitudes de la
organización o departamento de TI. Puede haber muchos usuarios, ya se
trate de departamentos o incluso individuos, con sus propias aplicaciones
de inteligencia analítica y fuentes de datos pero, en cambio, muy poca co­
ordinación o sinergia a nivel central.
Las organizaciones deben evaluar su nivel de capacidad de inteligen­
cia analítica en tres áreas (en la tabla 6-1 se expone una visión general de
los atributos clave, cada uno de los cuales es igualmente esencial para una
competitividad eficaz basada en la inteligencia analítica). Una nota de ad­
vertencia: los ejecutivos se sienten a menudo tentados de obtener tan sólo
los datos y el software de inteligencia analítica que precisan, pensando que
la inteligencia analítica es sinónimo de tecnología. Sin embargo, a menos
que los ejecutivos se ocupen de forma consciente del resto de elementos,
les será dificil progresar a fases más avanzadas.
162
Hoia de Ruta Para el Perfeccionamiento de las A
titudes ...
TABLA 6-1
Elementos clave de la capacidad de inteligencia analítica
Aptitudes
Elementos clave
Organizacionales
• Conocimiento de los factores que impulsan
el rendinuento
• Selección de una capacidad distintiva
• Gestión del rendimiento y ejecución
de la estrategia
• Rediseño e integración de procesos
Humanas
• Liderazgo y compromiso de los altos
ejecutivos
• Establecimiento de una cultura basada
en hechos
• Adquisición y desarrollo de competencias
• Gestión del personal de mteligencia
analítica
Tecnológicas
• Datos de buena calidad
• Tecnologías de inteligencia analítica
En este capítulo nos ocuparemos de los aspectos organizacionales; en
el capítulo 7 entraremos con mayor detalle en los factores humanos y
en el capítulo 8 trataremos de los factores de carácter técnico.
Una empresa necesita tener una estrategia clara para poder saber en
que datos debe focalizarse, como asignar los recursos de inteligencia ana­
lítica, y que pretende lograr. Por ejemplo, la estrategia de negocio de Ha­
rrah's Entertainment dictó también la estrategia de inteligencia analítica
de la empresa. Cuando a mediados de los años 90 se paró la explosión de
jurisdicciones de juego recién legalizadas, los directivos de Harrah's se die­
ron cuenta de que el crecimiento ya no podía provenir de la construcción
de nuevos casinos sin el aumento de visitas de los clientes a los múltiples
centros de ocio de Harrah's. Para lograr este objetivo, la empresa estable­
ció un nuevo centro de atención estratégico que impulsara el crecimiento
a través de la fidelidad del cliente y las actividades de marketing gober­
nadas por los datos. Esta focalización estratégica permite a Harrah's con­
centrar sus inversiones en las actividades y procesos que tengan el má­
ximo impacto en el rendimiento económico-financiero, su competencia
Competing on Analytics
163
distintiva. La implementación de dicha estrategia exigió que la compañia
ampliara y explotara los datos que había acumulado sobre los comporta­
mientos y preferencias de local de sus clientes actuales (ver el cuadro de
texto "Selección de un Centro de Atención Estratégico" para ejemplos de
donde deciden las empresas concentrar sus inversiones iniciales en el do­
minio de la inteligencia analítica).
Selección de un Centro de Atención Estratégico
Las organizaciones se focalizan inicialmente en una o dos áreas para al­
canzar la competitividad basada en la inteligencia analítica.
• Harrah's: Fidelidad + servicio
• New England Parriots: Selección de jugadores + actividades para los
aficionados
• Dreyfus Corporation: Consulta de valores
+ obsolescencia de activos
• UPS: Operaciones + datos de clientes
• Wal-Mart: Cadena de suministro + marketing
• Owens & Minor: Logística interna + reducción del coste de clientes
• Progressive: Fijación de precios + nuevas ofertas de servicios de inte­
ligencia analítica
Para tener un impacto significativo en el rendimiento de negocio, las em­
presas cuya competitividad se basa en la inteligencia analítica deben es­
forzarse permanentemente en cuantificar y mejorar sus conocimientos de
los factores impulsores del rendimiento -los factores causales que im­
pulsan los costes, la rentabilidad, el crecimiento y el valor para el accio­
nista en su sector de actividad (solamente las organizaciones más avanza­
das han intentado desarrollar un modelo de creación de valor a nivel de
empresa). En la práctica, la mayoría de organizaciones adquieren los co­
nocimientos de forma gradual, con el tiempo, y en unas pocas áreas clave,
aprendiendo de cada nuevo análisis y experimento.
Para decidir dónde hay que concentrar los recursos para obtener el
máximo impacto estratégico, los directivos de las empresas deberían res­
ponder a las siguientes preguntas.
164
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
•
¿Cómo podemos distinguirnos en el mercado?
•
¿Cuál es nuestra capacidad distintiva?
•
¿Qué decisiones clave, en estos procesos, y en los de otro tipo, necesi­
tan el respaldo del conocimiento aportado por la inteligencia analí­
tica?
•
¿Qué tipo de información es realmente importante para el negocio ?
•
¿Cuáles son los aspectos informativos y de conocimiento que poten­
cian el rendimiento de la actividad de la empresa?
A medida que la organización vaya adquiriendo mayores conocimientos,
podrá irlos incorporando a sus modelos de inteligencia analítica y podrá
adaptar los procesos de gestión de negocio para potenciarlos y aumentar
la diferenciación competitiva. Estos nuevos conocimientos, procesos, yac­
titudes estratégicamente focalizados conforman la base de la capacidad
distintiva de la organización.
Las empresas cuya estrategia competitiva se basa en la inteligencia ana­
lítica diseñan una toma de decisiones eficaz en sus procesos para garantizar
que los conocimientos aportados por la inteligencia analítica se traduzcan
en acciones y, en última instancia, mejoren el rendimiento de la actividad
empresarial. Incorporan una forma de pensar que pone en práctica los pla­
nes, controla y corrige estos planes, y aprende de los resultados para ayudar
a diseñar futuras acciones. 2 Por ejemplo, los analistas de la policía británica
averiguaron que eran capaces de predecir qué jóvenes se convertirían en
delincuentes cuando llegaran a adultos a partir de sus comportamientos ini­
ciales. Los análisis concluían que si la policía británica era capaz de inter­
venir activamente cuando los muchachos iniciaban la senda delictiva y les
impedía que siguieran esa dirección, podrían reducir de forma espectacu­
3
lar el número de delitos finalmente cometidos.
Sin embargo, para que este
conocimiento sea eficaz para reducir las casas de comisión de delitos se ne­
cesita algo más; hace falta que exista una estrecha colaboración entre poli­
cía, educadores, y trabajadores sociales para establecer programas y activi­
dades dirigidas a la eliminación de las causas raíz del delito.
Por último, para garantizar que esta estrategia se traduzca en resultados
operativos, las organizaciones deben definir y controlar las medidas que es­
tán ligadas a los objetivos empresariales estratégicos, y alinear los incenti­
vos y medidas concretas con dichos objetivos (la tabla 6-2 resume la si­
tuación típica en cada etapa de desarrollo para cada una de las tres grandes
áreas de competencia o capacidad).
Competing on Analytics
165
SELECCIÓN DE LA RUTA
Después de que una organización haya evaluado de forma realista su ca­
pacidad de inteligencia analítica, debe escoger a continuación el camino
a seguir. Las organizaciones agraciadas con el compromiso de la alta di­
rección y la pasión por la inteligencia analítica pueden progresar por la
ruta "a toda máquina", mientras que las demás se ven obligadas a dar un
rodeo y avanzar más lentamente por la ruta "comprobación".
A Toda Máq11iua
Un CEO apasionado y comprometido puede situar a la organización en
el carril de alta velocidad que se dirige a la competitividad basada en la
inteligencia analítica. Hasta la fecha, las empresas que han seguido esta
senda han sido, por regla general, start-nps (Google,Yahoo!,Amazon.com,
Capital One) cuya estrategia competitiva ha estado desde el principio ba­
sada en la inteligencia analítica, aunque ocasionalmente un CEO de una
empresa consolidada (como Gary Loveman de Harrah's o los nuevos ge­
rentes generales de Oakland Athletics y Boston Red Sox en el campo del
béisbol) ha liderado una transformación organizacional de gran alcance
gracias a la inteligencia analítica.
.s
o
3
o
z
u
�
e
,
•
"3
u
i
i
Cornpeting on Analytics
167
Para una empresa start-up, el reto principal que ofrece esta trayectoria
es la adquisición y utilización de los recursos humanos y económicos que
son necesarios para desarrollar sus capacidades o aptitudes de inteligencia.
Las empresas establecidas se enfrentan a una serie de desafíos más com­
plejos, porque ya disponen de personal, datos, procedimientos, tecnolo­
gías y cultura. La existencia de dichos recursos es una espada de doble filo
-pueden ser una ventaja para el desarrollo de una capacidad de inteli­
gencia analítica o bien pueden ser una fuente de oposición a la utilización
de nuevos métodos. Si la resistencia organizacional es demasiado fuerte, tal
vez sea necesario tomar un camino de avance más lento, para lograr apoyo
a través de la demostración y comprobación de los beneficios que pro­
porciona la inteligencia analítica.
A la organización que avanza a toda máquina se la reconoce facilrnenre,
porque el CEO (u otro alto ejecutivo) expresa periódicamente la necesi­
dad imperiosa de cambio para poder llegar a la competencia basada en la
inteligencia analítica. Él o ella se esfuerzan sistemáticamente y emprenden
acciones pensadas para desarrollar la capacidad estratégica de inteligencia
analítica de la organización. En este tipo de empresas la prioridad princi­
pal es la integración de las técnicas de análisis avanzado en la capacidad dis­
tintiva de la empresa, con vistas a establecer una diferenciación competi­
tiva. El éxito se caracteriza a nivel de toda la empresa; las mediciones de
la empresa hacen hincapié en el rendimiento a nivel corporativo, como el
crecimiento de los ingresos y la rentabilidad en lugar de hacer énfasis en
objetivos a nivel de departamento e en el rendimiento de la inversión.
Un ejecutivo que opte por este camino debe conseguir la incorpora­
ción del resto de la organización. El primer paso es dar buen ejemplo. Los
ejecutivos envían un mensaje potente a toda la organización cuando to­
rnan decisiones basadas en hechos y no en opiniones. También deben exi­
gir que los subordinados apoyen sus propias recomendaciones con cono­
cimientos basados en
técnicas de análisis avanzado. En segundo lugar,
deben manifestar la necesidad clara y urgente de cambio. Por supuesto,
siempre es más facil empujar a una organización en una dirección com­
pletamente nueva cuando tiene frente a sí una crisis de grandes propor­
ciones. Los ejecutivos de empresas muy prósperas confiesan que es dificil
persuadir (u obligar) a los empleados a que sean más analíticos cuando no
está presente una necesidad clara de cambio.
En tercer lugar, el CEO debe ser también capaz de comprometer los
recursos necesarios. Las empresas con problemas graves (aunque tengan
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
168
una orden clara de hacer las cosas de forma distinta para poder sobrevi­
vir) pueden carecer de los medios necesarios para llegar a la competencia
basada en la inteligencia analítica. En dichos casos, la adopción de una es­
trategia de inteligencia analítica es como proponer "sesiones de dieta y
ejercicio fisico" a un paciente que ha sufrido un ataque cardiaco. Esas or­
ganizaciones tendrán
primero
que
recuperarse antes de avanzar a toda
máquina por la senda que lleva a la competitividad basada en
la inteli­
gencia analítica.
Una organización que haga de la competencia basada en la inteligen­
cia analítica su prioridad principal puede confiar en lograr avances sus­
tanciales en el plazo de uno o dos años. Aunque estamos convencidos de
que la ruta "a toda máquina" es, en última instancia más rápida, más ba­
rata, y más rentable en todos los sentidos, hemos encontrado relativamente
pocas empresas que estén preparadas para tomarla.
ETAPA 2: DESVÍO DE COMPROBACIÓN
A aquellos que están ya convencidos de los beneficios de la competencia
basada en la inteligencia analítica, no tomar el carril de alta velocidad les
parece un desvío innecesario. En efecto, cualquier otra ruta es mucho más
sinuosa y el avance mucho más lento. Además, hay un riesgo real de que
la organización se quede encallada de forma indefinida. Estimamos que la
necesidad de "comprobación" añadirá de uno a eres años al tiempo nece­
sario para llegar a la competitividad basada en la inteligencia analítica. Los
ejecutivos que no estén dispuestos a dar el salto deberían adoptar un en­
foque de "prueba y aprendizaje" -probando las técnicas de análisis avan­
zado a lo largo de una serie de pequeños pasos.
En las organizaciones que toman el desvío, los directivos que apoyan
la inteligencia analítica pueden encontrarse en cualquier parte de la or­
ganización. Por ejemplo, en una empresa de bienes de consumo envasa­
dos, un nuevo vicepresidente de marketing se sobresaltó al descubrir que
las aptitudes de inteligencia analítica que poseía su anterior empresa no
existían en
la nueva. En lugar de intentar obtener el
respaldo para un
programa importante a nivel de empresa, decidió arrancar de forma ló­
gica
dando pequeños pasos
en
su
propio departamento, mediante
la
adopción de un modelo basado en la inteligencia analítica para planifi­
car las promociones a las tiendas. En situaciones como esca, las aplicacio-
Cornpeting on Analytics
169
nes iniciales deberían ser bastante tácticas, de pequeña escala, y de ámbito
limitado.
A pesar de sus desventajas, también hay ventajas importantes cuando se
toma el
camino de avance
más lento. Cualquier empresa
competitiva se base de verdad en
la
cuya
ventaja
inteligencia analítica deseará
tener
una serie de experimentos y evidencias que documenten el valor de di­
cha metodología. La ruta de comprobación ayuda a la organización a acu­
mular dicha evidencia
empírica. Cada
nuevo
conocimiento genera
un
impulso dentro de la organización a favor del progreso a etapas más avan­
zadas de competencia basada en la inteligencia analítica.
Existen también
razones de orden
práctico para
tornar la ruta de la
comprobación.Al arrancar a pequeña escala, los directivos departamenta­
les pueden aprovecharse de las técnicas de análisis avanzado para mejorar
la eficiencia y efectividad de sus propios departamentos sin tener que ad­
quirirlas de otros. Este planteamiento requiere también una inversión ini­
cial menor, puesto que las herramientas de inteligencia analítica autóno­
mas y los datos para un solo departamento cuestan menos que cualquier
programa a nivel de roda la empresa.
En la etapa 2, es mejor dejar que las cosas sean sencillas y de ámbito li­
mitado. Los pasos a dar se reducen esencialmente a:
1 . Encontrar un directivo que respalde la idea y un problema de negocio
que pueda beneficiarse de la aplicación de la inteligencia analítica.
2.
Implementar un proyecto de pequeño alcance y localizado que añada
valor y produzca beneficios mensurables.
3. Documentar los beneficios y compartir las noticias con los interesados
clave.
4. Seguir generando una serie de éxitos localizados hasta que la organiza­
ción haya adquirido experiencia y respaldo suficientes para avanzar hasta
la próxima etapa.
Una
organización
puede permanecer indefinidamente en
la
etapa 2
en caso de que los ejecutivos no vean resultados, pero la mayoría de or­
ganizaciones está preparada para pasar a la próxima etapa en un plazo de
uno a tres años.A través de los éxitos y de la recogida cuidadosa de datos
sobre los resultados, los directivos pueden atraer la atención de la alta di­
rección y el respaldo de los ejecutivos para una aplicación más amplia de
170
la
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
inteligencia
analítica.
En
ese
momento, la
organización
está
preparada
para avanzar a la etapa 3.
En
la tabla 6-3 se resumen algunas de las principales diferencias exis­
tentes en cuanto a alcance, medios, y metodología entre las rutas "a toda
y
máquina"
Corno
de "comprobación".
ejemplo
de
empresa que se
decidió
por la
ruta "comprobación",
examinaremos a continuación las experiencias de una organización que
ha empezado a desarrollar sus aptitudes de inteligencia analítica (Hemos
cambiado
el
nombre
de
la
empresa
y
de
los
individuos
implicados).
Tabla 6-3
Características de dos rutas que llevan a la competitividad basada
en la inteligencia analítica
A toda máquina
Comprobación
Respaldo de la dirección
Director General/CEO
Director departamento
Tipo de problema
Capacidad
Local, táctico, donde quiera
estratégica/ distintiva
que haya alguien que apoye
Medida/Demostración
Mediciones del rendi-
Mediciones de los
de valor
miento de la actividad
beneficios del proyecto:
organizacional con
rendimiento de la inversión
inteligencia analítica
(ROi), mejoras de
-por ejemplo, crecimiento
productividad, ahorros
de ingresos, rentabilidad,
de costes
valor para el accionista
Tecnología
A nivel de empresa
Proliferanón
de herramientas de
inteligencia empresarial
(DI), retos de integración
Personal
Procesos
Centralizado, de élite,
Grupos aislados
altamente cualificado
de excelencia
Inteligencia analítica
111-
Inteligencia analítica
crustada en los procesos,
autónoma o en silos
oportunidad a través de
departamentales
la integración de
oferta/ demanda
Cultura
Cambio a gran escala y a
Nivel departamento/
nivel de empresa
función, primeros usuarios
Competing on Analytics
171
PulpCo: Introducción de la Iuteligeucia Analítica
para Combatir la Presión de la Competencia
PulpCo es una próspera compañía dedicada a la comercialización de pasta
de celulosa, papel, y productos derivados de la madera, entre ellos pro­
ductos de consumo como vasos de cartón, productos industriales como
papel prensa y productos aglomerados de madera para la construcción de
viviendas. Ha comercializado con éxito estos productos en EE. UU y Eu­
ropa durante más de veinte años, aunque se ha visto sometida a una cre­
ciente presión por parre de nuevos competidores europeos y de países en
vías de desarrollo así como de fabricantes de materiales sustitutivos para
la construcción y de productos de consumo. Los miembros del equipo
directivo de PulpCo han estado en la empresa durante muchos años; la
mayoría empezó su carrera trabajando en las fabricas. Tradicionalmente, la
inteligencia analítica no ha sido un tema prioritario en una empresa como
PulpCo, más basada en su intuición para el conocimiento del sector y su
dinámica.
Enfrentada a una presión creciente de su competencia, el CEO, por
recomendación del consejo de administración, rompió con una tradición
de mucho tiempo y contrató a un nuevo director de finanzas (CFO) ajeno
al sector.AmilYatzin,el nuevo CFO,se había sentido atraído por el tamaño
dimensiones y la preferente posición de mercado de PulpCo. Pero, tras
un mes en el puesto, se preguntó si no había cometido un error profesio­
nal con el cambio. Los miembros del equipo directivo de PulpCo se com­
portaban como si no tuvieran plena conciencia de las consecuencias eco­
nómicas de las acciones que emprendían. Las decisiones sobre inversiones
importantes se solían hacer en base a supuestos imprecisos y no testados.
En el área de operaciones, los directivos se habían ido acostumbrando a
tomar decisiones sin contar con los datos adecuados. Conocían de forma
incompleta los costes de sus principales productos: aglomerados, madera
para la construcción, papel higiénico, y papel prensa. Corno consecuen­
cia, cometieron algunos errores costosos, desde inversiones innecesarias en
instalaciones y maquinaria a fijaciones de precios incorrectas.
El CFO decidió mejorar las aptitudes en materia económico-finan­
ciera y de toma de decisiones de la organización. Presintiendo que el di­
rector general de operaciones (COO), Daniel Ghani, una persona muy
respetad, que había ascendido dentro de la empresa, se mostraría crítico
con escas iniciativas, Yatirn buscó inicialmente su respaldo para un pro­
yecto audaz y de gran alcance que transformaba la organización. Ghani lo
172
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
rechazó por demasiado radical. Sin embargo, el COO estaba cansado de
lidiar constantemente con una crisis tras otra y, después de hablar con Ya­
tim,
comenzó a darse cuenta de que muchas de estas crisis eran conse­
cuencia de la falta de una información económica precisa, lo que a su vez
daba lugar a la coma de decisiones poco acertadas. Ghani se convenció de
que la organización no podía permitirse el lujo de seguir tomando deci­
siones sin contar con la inteligencia analítica. Instó al CFO a diseñar un
nuevo plan que hiciera un uso eficaz de los datos económico-financieros
generados por el recién instalado sistema a nivel de toda la empresa. Dis­
poner de una mejor información y control económico-financiero se con­
virtió en una prioridad compartida de los dos ejecutivos.
Utilizando una serie de penosos tropiezos -incluyendo la deserción
de uno de los principales clientes que se pasó a un competidor clave­
corno base de consenso, el CFO
mación
[CIO]
que
(junto al director de sistemas de infor­
le reportaba)
obtuvo la autorización
y los recursos
económicos para un proyecto de mejora del conocimiento y de la toma
de decisiones en
el área
económico-financiera. Comenzó
revisando las
competencias y habilidades existentes en el departamento financiero y en
las fabricas y se dio cuenta de que los directivos de operaciones necesita­
ban ayuda para potenciar el nuevo sistema. Organizó un programa de for­
mación y creó también un pequeño grupo de analistas para que ayuda­
ran a los directivos de las plantas de producción a utilizar y a interpretar
los datos. También
proporcionó
formación
a los empleados encargados
de la confección de presupuestos y previsiones.
A medida que el CFO
iba analizando
los
nuevos datos
que recibía,
apareció un panorama inquietante. PulpCo estaba realmente perdiendo
dinero en algunas cuentas importantes. Otras, consideradas menos valio­
sas desde el punto de vista estratégico, eran bastante más rentables. Per­
trechado con esta mformación, el CFO y sus analistas trabajaron con cada
uno de los ejecutivos para interpretar los datos y conocer las consecuen­
cias. Cuando terminó la tarea, la alta dirección estaba aún más convencida
de que debía inculcar más perspicacia y disciplina económico-financiera
en las filas de sus directivos.
Se produjo un descubrimiento importante cuando un análisis econó­
mico detallado puso de manifiesto que una nueva planta en fase inicial de
construcción iba a ser un error muy costoso. La dirección vio que la em­
presa podía añadir capacidad con una mejor relación efectividad/coste a
través de
la
ampliación
y modernización
de dos plantas en
funciona-
Competing on Analytics
173
miento, y el proyecto se canceló. Directivos de toda la empresa se queda­
ron estupefactos, puesto que "todo el mundo sabía" que PulpCo necesi­
taba la nueva planta y que ya había iniciado las obras.
El comité de dirección declaró entonces que se revisarían todas las in­
versiones importantes, planificadas o en marcha, de los próximos doce
meses. Se cancelarían todos los proyectos que no estuvieran respaldados
por un plan de negocio y por datos obtenidos del sistema de gestión em­
presarial. No se autorizarían nuevos proyectos que no aportaran eviden­
cias objetivas suficientes. Los directivos se esforzaban por encontrar datos
que apoyaran sus proyectos. Pero no fue hasta que se introdujo un nuevo
programa de rendimiento y de incentivos a nivel gerencial que los direc­
tivos empezaron de verdad a tomarse en serio el análisis econónuco-fi­
nanctero.
Después de un año de esfuerzos coordinados, tropiezos iniciales y di­
ficultades en aumento, PulpCo es hoy una organización transformada. Las
decisiones económicas importantes están en concordancia con los obje­
tivos estratégicos y basadas en hechos. La dirección se siente muy segura
de los conocimientos adquiridos a partir de un mejor análisis económico­
financiero y ofrece su apoyo a nuevos proyectos de inteligencia analítica
en otras áreas de la empresa. Las previsiones son más precisas, y los direc­
tivos están más capacitados para prever y evitar los problemas. La cultura
ya no se muestra hostil al uso de datos. Los directivos de operaciones en
las fabricas y en la sede corporativa han aumentado su nivel de agudeza
mental en el área económica y se sienten más cómodos cuando interpre­
tan análisis de este tipo. La utilización de técnicas de análisis avanzado ha
empezado a extenderse a medida que los directivos se dan cuenta de que
un mejor conocimiento de los costes y la rentabilidad pueden propor­
cionarle ventaja en situaciones competitividad. Inspirada por empresas
cuya
estrategia
competitiva
se
basa
en
la
inteligencia
analítica, como
CEMEX, PulpCo ha iniciado un programa de prueba para evitar el al­
macén de productos y distribuir directamente al lugar de construcción.
No es extraño que PulpCo esté disfrutando también de mejores resulta­
dos económicos.
Al principio, el CFO de PulpCo tan sólo quería tener unos mejores da­
tos económicos para tomar decisiones. Con un respaldo limitado y unos
sistemas inadecuados, se dio cuenta de que tenía que llevar a cabo algu­
nos experimentos que generaran credibilidad en el interior de la organi­
zación antes de intentar un programa de cambios más amplio. Con cada
174
Hoja de ruta para el perfeccionamiento de las aptitudes
nuevo éxito conseguido, el eqmpo directivo de PulpCo aumentaba su en­
tusiasmo por la utilización de la inteligencia analítica y empezó a ver que
tenía
basa
más potencial. PulpCo
en
la
no es una
inteligencia analítica y tal
empresa cuya
competitividad se
vez nunca alcance la
etapa
5, pero
hoy por hoy su dirección está entusiasmada con los beneficios que apor­
tan las técnicas de análisis avanzado y está considerando sr debería dar el
salto a la etapa 3.
FASE 3: ASPIRACIONES DE COMPETITIVIDAD BASADA
EN LA INTELIGENCIA ANALÍTICA
La etapa 3 se desencadena cuando las técnicas de análisis avanzado obtie­
nen el respaldo de un alto ejecutivo, que se convierte en abanderado de­
clarado de una cultura más basada en hechos y obtiene el apoyo de otros
miembros del equipo de dirección de la compañía.
El respaldo de los altos ejecutivos es tan esencial para la competitivi­
dad basada en la inteligencia analítica que el mero hecho de contar con
la persona
adecuada es suficiente
para
que la
organización avance a la
etapa 3 sin haber mejorado sus aptitudes de inteligencia analítica. Sin em­
bargo, aquellas organizaciones que hayan seguido el camino más largo de
"comprobación" ya habrán establecido algunos grupos de personas con
conocimiento y experiencia en
inteligencia analítica y tendrán
a su
al­
cance algunas herramientas de inteligencia analítica. El riesgo es que va­
rios pequeños grupos tengan sus propios feudos de inteligencia analítica
repletos de herramientas de software, de conjuntos de datos y de prácti­
cas de dificil integración.
Tanto si una organización tiene muchos grupos de inteligencia analí­
tica como ninguno en absoluto, en la etapa 3 debe adoptar una perspec­
tiva más amplia y estratégica. La primera tarea, entonces, es expresar una
visión de los beneficios esperados con la competitividad basada en la in­
teligencia analítica. Reforzada por una serie de pequeños éxitos, la direc­
ción debería poner sus miras en
utilizar las técnicas de análisis avanzado
en la competitividad distintiva de la empresa y en ocuparse de los pro­
blemas estratégicos del negocio. Por vez primera, los beneficios del pro­
grama deberían definirse en cuanto a mejora del rendimiento de la acti­
vidad empresarial y debería asegurarse que se mide el progreso con relación
a objetivos de negocio amplios. Un elemento esencial de la etapa 3 es la
Competing on Analytics
175
definición de una serie de medidas de rendimiento alcanzables y la puesta
en práctica de los procedimientos correspondientes para controlar el pro­
greso. Para concentrar los recursos escasos de la forma apropiada, la orga­
nización puede crear un "centro de competencia de inteligencia empre­
sarial" que fomente y apoye las actividades de inteligencia analítica.
En la etapa 3, las empresas lanzarán su primer proyecto importante que
utiliza la inteligencia analítica como su competencia distintiva. La aplica­
ción de técnicas de análisis avanzado más sofisticadas puede requerir un
conocimiento y una experiencia especializados, así como la adquisición de
nueva tecnología de inteligencia analítica. La atención de la dirección a la
gestión del cambio es esencial porque es necesario realizar cambios im­
portantes en los procesos de gestión de negocio, los roles de trabajo, y las
responsabilidades.
Si es que no lo ha hecho ya, la organización de TI debe desarrollar una
visión y un plan (una arquitectura de inteligencia analítica) que respalde
la competitividad basada en la inteligencia analítica. En especial, el de­
partamento de TI debe trabajar de modo más enérgico para integrar y es­
tandarizar los datos empresariales en previsión de que se produzca una
demanda mucho más elevada por parte de los usuarios.
La duración de la etapa 3 es variable; puede ser tan breve corno unos
pocos meses o tan larga corno dos años. Una vez que los ejecutivos han
comprometido los recursos necesarios y han establecido un calendario
para desarrollar una capacidad de inteligencia analítica nivel de empresa,
están preparados para pasar de la etapa 3 a la etapa 4.
BankCo (nuevamente hemos cambiado los nombres de la empresa y
de las personas) es un ejemplo de una organización que pasó de la etapa
3 a la etapa 4.
BankCo: Paso de los Silos Departamentales a la Inteligencia Analítica a
Nivel de Empresa
La gestión de patrimonios ha sido un tema candente en el sector de la
banca a lo largo del úlcimo decenio, y los bancos han estado tradicional­
mente bien posicionados para ofrecer este servicio. Los departamentos in­
ternos de gestión de patrimonios han proporcionado asesoramiento y ser­
vicio a generaciones de clientes acaudalados. Pero durante los últimos años
han aparecido nuevos competidores. Los bancos se han alejado del empleo
de gestores de inversión a nivel individual y han adoptado un enfoque
más eficiente pero menos personalizado. Además, la tendencia hacia una
176
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
mayor superv1S1011
reguladora
está
transformando aún más el sector. Al
m.ismo tiempo, los clientes se muestran más abiertos a otras alternativas di­
ferentes a la tradicional gestión de su liquidez. Esta confluencia de facto­
res amenaza al mantenimiento del servicio de gestión individual de pa­
trimonios que efectúa el correspondiente departamento de los bancos.
En BankCo, la alta dirección pidió a los vicepresidentes ejecutivos de
marketing, estrategia, y gestión de relaciones que elaboraran una respuesta
estratégica a esta amenaza. Pronto llegaron a la conclusión de que hacían
falta cambios importantes que mejoraran las relaciones del banco con sus
clientes.
Los
activos
del
departamento
de
gestión
de
patrimonios
de
BankCo habían disminuido en un 7 por ciento a lo largo de los dos últi­
mos años a pesar de un mercado con tendencia positiva que había gene­
rado un incremento general de los activos y un buen rendimiento de las
cuentas individuales de gestión de patrimonios. El descenso se atribuyó a
los descuentos efectuados por una competencia más agresiva y al caniba­
lismo de cuentas por parte de la unidad de negocio del banco dedicada
al corretaje.
Como ocurre en muchos bancos, cada departamento {particulares, co­
rretaje, gestión de patrimonios) conservaba sus propios datos de clientes
que no estaban disponibles para los ajenos al mismo. Como consecuen­
cia, los ejecutivos no podían obtener una imagen global de las relaciones
de sus clientes con la totalidad del banco, y se ponían en peligro innece­
sariamente relacionas valiosas. Por ejemplo, a un cliente con un patrimo­
nio a gestionar de 100 millones de dólares se le cobraron 35 dólares por
la devolución de un cheque. Cuando el cliente llamó al correspondiente
departamento
cuenta
del
banco
para
quejarse
se
le
dijo
inicialmente que
su
corriente de ahorro no era suficientemente grande para que el
banco pudiera justificar la exoneración de pago de la cuota citada.
Después de analizar estos temas, el equipo directivo llegó a la conclu­
sión de que si se concentraba a fondo en técnicas de análisis avanzado a
nivel de toda la empresa no sólo eliminaría la mayoría de estos problemas,
sino que también pondría de manifiesto la presencia de oportunidades de
venta cruzada. El equipo directivo advirtió que un obstáculo importante
para el desarrollo de
una
capacidad de
inteligencia analítica a nivel de
empresa sería la resistencia que mostrarían
los responsables de departa­
mento. La medida de su rendimiento se basaba en los activos de su de­
partamento y no
en medidas a nivel de empresa. La alta
dirección
del
banco reaccionó mediante la introducción de nuevas medidas de rendi-
Cornpeting on Analytics
177
miento que evaluarían el rendimiento empresarial global (incluyendo me­
didas relativas al tamaño y rentabilidad de los activos) y la cooperación
entre departamentos.
Estos cambios aclararon el camino para un proyecto a nivel de empresa
cuyo objetivo era la mejora de la orientación hacia la inteligencia analítica
de BankCo, comenzando con la creación de una base de datos de clientes
uniforme e integrada (hasta el nivel permitido por la ley), así como la rea­
lización de campañas de marketing coordinadas entre los distintos departa­
mentos que tenían relación con los clientes del banco (particulares, corre­
taje,
gestión de patrimonios). Al
mismo tiempo, se creó un
equipo de
inteligencia analítica de marketing a nivel de empresa para que trabajara
con los distintos departamentos de marketing en el conocimiento de los
valores y comportamientos de los clientes. El equipo empezó a identificar
nuevos segmentos de mercado y ofertas, y a ayudar a priorizar y coordinar
los esfuerzos de marketing dirigidos a individuos con un gran patrimonio
para invertir. También empezó a adquirir mayores conocimientos de las re­
laciones familiares y de su impacto en el comportamiento a nivel individual.
Al reunir a estadísticos y analistas esparcidos por roda la empresa, BankCo
pudo desplegar estos recursos escasos de forma más eficiente. Pronto la de­
manda superó a la oferta, y entonces contrató a especialistas en inteligencia
analítica con conocimientos y experiencia en el sector y dispuso la contra­
tación de los servicios de una empres.1 extranjera para que potenciara adi­
cionalmente su escaso talento de inteligencia analítica.
Al principio, se produjeron algunos fallos ocasionales en los procesos
de toma de decisiones. Cuando un competidor reestructuró su cuota de
corretaje,BankCo no lo advirtió hasta que algunos de sus clientes se mar­
charon. En otra ocasión, un análisis detectó un nuevo segmento de mer­
cado, y la dirección autorizó cambios en el marketing, pero los puso en
práctica con excesiva lentitud. Para superar estos obstáculos, se imple­
mentaron cambios de proceso para garantizar que las decisiones se tradu­
cían en acciones a emprender. Los directivos recibieron formación y he­
rramientas para que estuvieran bien equipados para tomar decisiones de
forma analítica y supieran cómo desarrollar hipótesis, interpretar datos, y
tomar decisiones basadas en hechos. A medida que las aptitudes de inte­
ligencia analítica de la organización iban mejorando, estos fracasos fueron
cada vez menos frecuentes.
A medida que empezaban a surgir beneficios tangibles, aumentó el
compromiso del CEO con la estrategia competitiva basada en la inteli-
178
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
gencia analítica. En su carta dirigida a los accionistas, describía la creciente
importancia de la inteligencia analítica y de un nuevo proyecto de creci­
miento para "adelantarse a la competencia" por perspicacia y astucia. Los
analistas extendieron sus tareas al uso del análisis de propensión y a las re­
des neuronales (una tecnología de inteligencia artificial que incorpora mo­
delos estadísticos no lineales para identificar pautas) para ofrecer servicios
especializados a los clientes, tanto particulares como empresas. También
empezaron a restar algunos nuevos servicios que incorporaban inteligen­
cia analítica para clientes a los que se gestionaba el patrimonio. Actual­
mente, BankCo está perfectamente encaminado para convertirse en una
firma cuya estrategia competitiva se base en la inteligencia analítica.
ETAPA 4. EMPRESAS CON INTELIGENCIA ANALÍTICA
El foco de atención principal de la etapa 4 es el desarrollo de unas apti­
tudes de inteligencia analítica de primera categoría a nivel de toda la em­
presa.
En esta etapa, las organizaciones, implementan el plan elaborado
en la etapa 3, y progresan considerablemente hacia la consolidación del
respaldo directivo, cultura, competencias y habilidades, perspectivas estra­
tégicas, datos y tecnología que son necesarios para la competitividad ba­
sada en la inteligencia analítica. El respaldo pasa de ser ofrecido por un pu­
llado de visionarios a ser fruto de un amplio consenso a nivel directivo:
De modo similar, el énfasis en
la experimentación y en la inteligencia
analítica impregna la cultura corporativa. A medida que la organización
aprende de cada análisis, obtiene un rico filón de nuevos conocimientos
e ideas a explotar para adquirir una ventaja competitiva. El desarrollo de
aptitudes de inteligencia analítica es una de las principales prioridades
corporativas (aunque no la única).
Aunque en esta etapa se presentan muchos desafíos, el más crítico de
codos es prestar la atención suficiente a la gestión de los cambios cultura­
les y organizacionales. Hemos presenciado como muchas organizaciones
han visto truncadas sus aspiraciones de inteligencia analítica por una gue­
rra cultural abierta entre los "especialistas en análisis cuantitativo" y la vieja
guardia. Un reto que tiene relación con el anterior es la extensión del res­
paldo de los ejecutivos al resto del equipo de directivos. Si tan sólo hay
uno o dos ejecutivos comprometidos con la competitividad basada en la
inteligencia analítica, el interés desaparecerá inmediatamente si se mar-
Competing on Analytics
179
chan o se jubilan de un día para otro. Por ejemplo, el CEO de una firma
de servicios financieros consideraba que la competitividad basada en la
inteligencia analítica era su legado a la organización a la que había dedi­
cado su vida de trabajo. No obstante, los sucesores no compartían su en­
tusiasmo, y los sistemas de inteligencia analítica desarrollados bajo su li­
derazgo cayeron rápidamente en desuso.
A medida que cada aptitud de inteligencia analítica se vuelva más so­
fisticada, los directivos irán adquiriendo la confianza, conocimientos y ex­
periencia necesarios para desarrollar la inteligencia analítica en los proce­
sos de gestión de negocio. En algunos casos, utilizan sus conocimientos
superiores de los clientes y los mercados para automatizar completamente
procesos de decisión claves.
En la etapa 4, muchas organizaciones realinean a sus analistas y traba­
jadores de la información para ubicarlos en cometidos más adecuados a sus
competencias y habilidades. Cuando la empresa se toma más en serio la
inteligencia analítica a nivel de empresa, suele reunir a los analistas más
avanzados en un solo grupo o departamento para que se concentren te­
mas estratégicos. Esto proporciona a la organización una masa critica de
analistas que se centra en los aspectos más estratégicos, y ofrece a los ana­
listas una mayor satisfacción laboral y la oportunidad de desarrollar sus
competencias y habilidades.
Una vez que la organización disponga de una alta capacidad de inte­
ligencia analítica, combinada con análisis avanzados estratégicamente di­
ferenciados e integrados en sus procesos de gestión de negocio más críti­
cos, y haya logrado mejoras importantes en el rendimiento de su actividad
empresarial y en su competitividad, habrá alcanzado la etapa final.
Cous11merCo:Todo, excepto pasión, determinación y euergía.
En una gran empresa de productos de consumo la competitividad basada
en la inteligencia analítica se encuentra en la etapa 4. ConsumerCo lo ha
puesto todo en práctica, pero carece de un alto compromiso por parte de
los ejecutivos para conseguir competir en estas bases. Dispone de datos de
alca calidad sobre casi todos los aspectos del negocio, y un departamento
de TI competente. Dispone de un grupo de analistas que son similares a
los de otras empresas. Los analistas han emprendido proyectos que han
aportado cientos de millones de dólares en valor para la empresa. Sin em­
bargo, tienen que justificar su existencia mediante la venta de cada pro­
yecto a los directivos de departamento.
180
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
El CEO de ConsumerCo es un firme creyente en la innovación de
productos y en la investigación orientada a los mismos, pero no lo es tanto
en la inteligencia analítica. El principal defensor de la inteligencia analí­
tica es el director general de operaciones (COO). La inteligencia analítica
no se comenta en los informes anuales ni en las conversaciones con los
analistas de inversiones, aunque la empresa tiene una cultura de toma de
decisiones basada en datos objetivos y utiliza a fondo los estudios de mer­
cado. ConsumerCo funciona bien a nivel económico-financiero pero ha
crecido principalmente a base de adquisiciones. En pocas palabras, la in­
teligencia analítica es respetada y practicada de forma generalizada, pero
no es la impulsora de la estrategia de la empresa. Con tan sólo un poco
más de pasión, determinación y energía por parte de los altos ejecutivos,
podría Uegar a ser en poco tiempo una auténtica empresa cuya competi­
tividad se base en la inteligencia analítica.
ETAPA 5: EMPRESAS CUYA ESTRATEGIA COMPETITIVA
SE BASA EN LA INTELIGENCIA ANALÍTICA
En la etapa 5, la inteligencia analítica pasa de ser una aptitud muy impor­
tante para la organización a convertirse en factor clave para su estrategia
y ventaja competitiva. Las empresas cuya estrategia competitiva se basa en
la inteligencia analítica cosechan de forma rutinaria los beneficios den­
vados de su capacidad de inteligencia analítica a nivel de empresa. Las me­
didas, la inteligencia analítica, los procedimientos, y los datos propios y ex­
clusivos crean una barrera más alta para los competidores. Este tipo de
empresas intentan elevar continuamente el listón gracias a la inteligencia
analítica.
El compromiso de los ejecutivos y el entusiasmo por la estrategia com­
petitiva basada en la inteligencia analítica son firmes y están generalizados
en esta etapa. Los conocimientos y experiencia de la organización sobre la
estrategia competitiva basada en la inteligencia analítica se comentan en los
informes anuales y en las conversaciones con los analistas de inversiones. Las
medidas del rendimiento interno y los procesos refuerzan el compromiso
con la objetividad científica y la integridad de la inteligencia analítica.
Sin embargo, las empresas cuya estrategia competitiva se basa en la in­
teligencia analítica deben evitar la autosuficiencia si desean conservar su
ventaja competitiva. Tienen que desarrollar procesos que controlen de
Competing on Analytics
181
forma permanente el entorno exterior en busca de signos de cambio.
También deben mantenerse alerta para ser capaces de reconocer cuando
las condiciones cambiantes del mercado les exigen modificar sus supues­
tos, modelos analíticos y reglas.
Hasta llegar aquí hemos descrito un buen número de empresas de esta
etapa y, por tanto, no daremos ningún ejemplo más en este apartado. Cada
empresa de la etapa 5 es diferente por lo que se refiere a la capacidad es­
tratégica en que hace hincapié, las aplicaciones que emplea, y la ruta se­
guida para triunfar. Pero lo que sí tienen en común es una pasión total y
absoluta por la inteligencia analítica y el consiguiente e importante ren­
dimiento económico.
PROGRESO A LO LARGO DE LA HOJA DE RUTA
En la ruta hacia el éxito con la inteligencia analítica aparecerán obstácu­
los que obligarán a moderar la velocidad. Los directivos que no estén to­
davía en el camino de "a toda máquina" pueden sentirse tentados de des­
viar -o cancelar completamente- los recursos asignados a un proyecto
de inteligencia analítica si las condiciones del negocio ponen presión a la
organización. Asimismo, el paso a la inteligencia analítica es muy proba­
ble que exija a los empleados que cambien sus procedimientos de toma
de decisiones. Hace falta tiempo para que la organización se ajuste a las
nuevas capacidades, habilidades y conductas, pero sin
ellos no se puede
producir un verdadero cambio. Como consecuencia, la actividad más im­
portante del equipo de liderazgo es mantener bien encarrilados los pro­
yectos de inteligencia analítica y controlar los resultados para garantizar
que se lograrán los beneficios previstos.
En cada etapa de desarrollo, las compañías deben gestionar los resulta­
dos para lograr los beneficios deseados, establecer prioridades de forma
apropiada y evitar los escollos más frecuentes.
Gestión Orientada a Resultados
Hay tres tipos de resultados que son críticos para medir el rendimiento de
un proyecto: comportamientos, procedimientos y programas, y resultados
económicos. Aunque los resultados económicos pueden ser al fin y a la
postre todo lo que importa, probablemente no se conseguirán sino se
presta atención a los resultados intermedios.
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
182
Comporunníent os
La mejora de los resultados económicos depende en gran
medida del
cambio de conducta de los empleados. La implementación de nuevos co­
nocimientos de inteligencia analítica para la fijación de precios, por ejem­
plo, puede requerir que miles de individuos cambien su comportamiento.
Directivos y empleados pueden creer al principio que su propia expe­
riencia es superior a cualquier sistema. Los directivos tienen que contro­
lar las mediciones y trabajar con los empleados que no cumplan las nor­
mas establecidas. Los ejecutivos tienen que enviar mensajes con frecuencia
para reforzar el deseado cambio de dirección de la empresa.
Procedimientos y programas
Los análisis basados en daros objetivos exigen que se hagan cambios en
procedimientos y programas para producir resultados. Por ejemplo, el co­
nocimiento del meJOr método de persuadir a un cliente de telefonía mó­
vil para que no abandone la empresa por otro operador tiene que tradu­
cirse
en
acciones
-por
ejemplo,
establecer
un
nuevo
programa
de
formación para empleados que están en contacto con los clientes.
Un modo de garantizar que los conocimientos adquiridos se incor­
poran en los procesos de gestión de negocio es integrando la inteligencia
analítica en aplicaciones de negocio y procedimientos de trabajo. La in­
corporación de aplicaciones basadas en inteligencia analítica en los pro­
cedimientos de trabajo ayuda a los empleados a aceptar los cambios y me­
jora la utilización y estandarización. Para empresas más avanzadas cuya
estrategia competitiva se base en la inteligencia analítica, las aplicaciones
de toma de decisiones automatizadas pueden ser un medio muy eficaz de
potenciar los conocimientos estratégicos.
Resultados eco11ómicos
Es importante especificar los resultados económicos esperados de un pro­
yecto de inteligencia analítica para ayudar a medir su éxito. Los resulta­
dos económicos concretos pueden incluir mejora de rentabilidad, mayo­
res ingresos, menores costes, o mayor participación o valor de mercado. Al
principio, los ahorros de coste son la justificación más frecuente para po­
ner en marcha una iniciativa de inteligencia analítica, porque es mucho
más facil especificar por adelantado el modo en que se reducirán los cos­
tes. Los aumentos de ingresos son más dificiles de predecir y medir pero
pueden elaborarse modelos con herramientas de inteligencia analítica y
Cornpeting on Analytics
183
realizar extrapolaciones a partir de pequeiios tests y estudios piloto. A me­
dida que aumenta la madurez de inteligencia analítica de la organización,
está se mostrará más dispuesta a invertir en proyectos dirigidos a aprove­
char oportunidades de crecimiento y a generar ingresos.
Establecimiento de Prioridades
Suponiendo que una organización disponga ya de suficiente respaldo di­
rectivo, de un buen conocimiento de los resultados deseados, de la orien­
tación a la inteligencia analítica y de los procesos de torna de decisiones,
su próximo paso consiste en definir y priorizar las acciones a emprender.
Las preguntas esenciales que los directivos deberían hacer para evaluar el
potencial de una iniciativa de inteligencia analítica se reflejan en el si­
guiente cuadro de texto titulado. "Preguntas a Hacerse Cuando se Eva­
lúen Nuevos Proyectos de Inteligencia Analítica". Los proyectos que me­
jor refuercen las competencias distintivas y la diferenciación competitiva
de la organización deberían tener preferencia. La adopción de un enfo­
que de inteligencia analítica a las decisiones de inversión, la exigencia de
responsabilidad, y el control de resultados ayudarán a reforzar la cultura de
inteligencia analítica y a maximizar las inversiones allí donde sea proba­
ble que logren el máximo impacto.
Un error frecuente es dar por hecho que meramente por tener tec­
nología de inteligencia analítica ya es suficiente para transformar una or­
ganización. El planteamiento de la película El Campo de los S11e11os - "Si
lo construyes vendrán" - normalmente suele decepcionar (*). Si usted
construye un almacén de datos o una infraestructura técnica de inteli­
gencia analítica a gran escala pero no desarrolla los demás atributos de in­
teligencia analítica, el almacén de datos seguirá allí pero no será de nin­
guna utilidad.
(*) En la película El Campo de los S11e11os, Kevin Costner escuchaba una
voz que le decía "si lo construyes, vendrán", y le instaba a construir un
campo de béisbol en un maizal en medio de la nada. Cuando culminó su
obra, los espíritus de famosos jugadores de todos los tiempos acudieron a
jugar en su campo de los sueños . . .
184
Hoja de Ruta Para el Perfeccionamiento de las Aptitudes
Evitar los Baches
Como toda organización es diferente, nuestra intención no es ofrecer una
serie de instrucciones concretas para sortear todos los peligros que se pue­
dan encontrar a lo largo de la hoja de ruta. Los peligros pueden aparecer
de repente en cualquier etapa de desarrollo. Sin embargo, sí podemos ofre­
cer una serie de directrices que ayuden a que la planificación
e imple­
mentación de actividades funcione con tan pocos contratiempos como sea
posible.
Preguntas a Hacerse Cuando se Evalúen Nuevos Proyectos de
Inteligencia Analítica
•
¿En qué medida esta inversión nos hará más competitivos?
•
¿En qué medida mejorará esta iniciativa nuestras aptitudes de inte­
ligencia
•
analítica
a
nivel
de
empresa?
¿Qué cambios complementarios deben
hacerse para
aprovechar a
fondo las nuevas aptitudes, como, por ejemplo, mejora de compe­
tencias o desarrollo de otras nuevas, mejora de TI, formación y pro­
cedimientos; o rediseño de puestos de trabajo?
•
¿Existen los datos adecuados? Si no es así, ¿Podemos conseguirlos?
¿Son los datos relevantes, uniformes, precisos y completos?
•
¿Es fiable la tecnología? ¿Tiene una buena relación efectividad/coste?
¿Es ampliable? ¿Es éste el enfoque o instrumento correcto para la ta­
rea apropiada?
En primer lugar, algunos de los tropiezos que ocurren se deben prin­
cipalmente a la ignorancia. Los errores de omisión más frecuentes son:
•
Pocalizarse excesivamente en una sola dimensión de capacidad o ap­
titud de inteligencia analítica (por ejemplo, demasiada tecnología).
•
Intentar hacerlo todo a la vez.
•
Invertir recursos excesivos en técnicas de análisis avanzado que tienen
un impacto núnimo en el negocio.
•
Invertir demasiado o demasiado poco en cualquier capacidad de inte­
ligencia analítica, con relación a la demanda.
•
Seleccionar el problema equivocado, no conocerlo suficientemente,
utilizar la técnica o software de inteligencia analítica incorrecto.
Cornpeting on Analytics
•
185
Automatizar aplicaciones de toma de decisiones sin controlar deteni­
damente las consecuencias y condiciones externas para determinar si
hay que modificar los supuestos de partida.
Una preocupación de mayor rango para los ejecutivos es que se socave in­
tencionadamente la estrategia competitiva basada en la inteligencia ana­
lítica. Muchos directivos comparten la sospecha de Benjamín Disraeli de
que hay "mentiras, mentiras aborrecibles y estadísticas" :t Se puede llegar
a abusar de los análisis de los datos cuando son utilizados por personas sin
escrúpulos, puesto que las estadísticas, si se les tortura lo suficiente, son
capaces de confesar cualquier cosa.
5
La aplicación de datos y criterios ob­
jetivos para tomar decisiones es una amenaza muy grande para todo bu­
rócrata acostumbrado a tornar decisiones basadas en su propio interés. La
competitividad basada en la inteligencia analítica no puede prosperar si la
información es acaparada y la inteligencia analítica es manipulada. Los
ejecutivos deben extirpar sin descanso las estadísticas interesadas y mani­
6
puladas e imponer una cultura de objetividad.
CONCLUSIÓN
En este capítulo se han investigado los atributos clave de una capacidad
de inteligencia analítica y se ha ofrecido una guía direccional de los pa­
sos a tomar que llevan a unas mejores aptitudes de inteligencia analítica.
Le deseamos que progrese rápidamente por la ruta de "a toda máquina"
y llegue a ser una firma cuya competitividad esté basada en la inteligen­
cia analítica. En el próximo capítulo, exploraremos una serie de medios
para gestionar eficazmente el compromiso de una organización con las
personas clave que están -o deben estar- utilizando la inteligencia ana­
lítica.
7
Gestión del Personal
de Análisis
Cultivo del Factor Escaso Que Hace Funcionar
a la Inteligencia Analítica
Cuando la
mayoría de
la gente se imagina el
mundo de la inteligencia
analítica empresarial, piensa en ordenadores, software, listados o pantallas
llenas de números. Sin embargo, lo que deberían imaginar, es a sus con­
géneres. Son las personas las que hacen funcionar a la inteligencia analí­
tica y son
ellas el
factor escaso en la competitividad basada en la inteli­
gencia analítica.
LEYENDAS URBANAS DE LA INTELIGENCIA
ANALITICA
Esto está en contra de lo que cuentan algunas leyendas urbanas de la in­
teligencia analítica. Por tanto, las vamos a disipar inmediatamente. Hace
unos cuantos afias, empezamos a tener noticias de pintorescas historias
acerca de un software que eliminaría la necesidad de contar con analistas
humanos. La historia más popular tenía que ver con un caso de minería
de datos (data 111i11i11g) en el que estaban involucrados pañales y cerveza. La
esencia de la historia consistía en que un comerciante de productos de ali­
mentación había aplicado sin restricciones de ningún tipo su potente soft­
ware de minería de datos sobre una base de datos de ventas y había en-
188
Gestión del Personal de Análisis
contrado algo interesante. Los hombres que entraban en el establecimiento
para comprar cerveza para el fin de semana solían recordar también que
sus esposas les habían pedido que compraran pañales (algunas versiones de
esta historia cambiaban el producto de compra principal), y por, tanto po­
nían ambos productos en sus carritos de compra. El comerciante cambió
rápidamente los pañales de su lugar inicial en la tienda y los colocó junto
a las cervezas (o al revés), y las ventas se dispararon.
Tratamos de localizar el origen de la historia, y la versión más creíble
de la
misma
ocurrió en
Osco, una cadena de
dmgstores. Algunos de los
analistas de datos de la empresa recuerdan vagamente la existencia de una
correlación entre pañales y cervezas en sus tiendas. No obstante, los ana­
listas habían informado al software de dónde y cómo buscar la relación,
es decir, no se trató de algo con lo que se tropezó un joven y emprende­
dor ordenador. Lo
más importante es que el hallazgo se consideró
una
anomalía y los pañales nunca se pusieron al lado de las cervezas en las es­
tanterías de las tiendas de Osco (de las cuales, no todas podían vender cer­
veza).
Sin
embargo, merece
la pena
haber comentado
la leyenda
cuantas lecciones que aporta. Aunque el software de dara
maravilloso, aún hace falta
por unas
111i11i11g
es algo
un ser humano inteligente que interprete las
pautas identificadas, decida cuales de ellas merecen validarse o confirmarse
posteriormente, y traduzca estos nuevos conocimientos en recomenda­
ciones para la acción. Otros seres humanos mteligences tienen que em­
prender las acciones recomendadas. Cuando
nosotros estudiamos en
el
año 2000 a más de treinta firmas que poseían una gran capacidad de in­
teligencia analítica, descubrimos que había grandes dosis de competencias
y habilidades humanas en todas ellas. Asimismo, las empresas estudiadas a
lo largo de los dos últimos años cuya competitividad está basada en la in­
teligencia analítica rienen.sin ninguna duda, un gran número de analistas
inteligentes en sus filas.
1
La otra lección clave a aprender de la leyenda de los pañales y la cer­
veza es que
las técnicas de análisis avanzado
no son
suficientes, incluso
cuando han sido orquestadas por un analista humano. Para que la inteli­
gencia analítica pueda ser de utilidad, alguien tiene que tornar una deci­
sión y emprender una acción -es decir, colocar contiguamente pañales
y cervezas. Corno los que toman decisiones tal vez no tengan tiempo ni
capacidad para llevar a cabo los análisis ellos mismos, los atributos inter­
personales, como la confianza y la credibilidad, vuelven a cobrar una gran
Cornpeting on Analytics
189
importancia. Si el responsable de tomar decisiones no confia en los aná­
lisis o simplemente no presta atención a sus resultados nada ocurrirá y no
habría hecho falta haber llevado a cabo los cálculos estadísticos.
Descubrirnos otro excelente ejemplo de este problema en nuestro an­
terior estudio de la capacidad de inteligencia analítica. Hablamos con los
analistas de un gran banco de Nueva York que estaban estudiando la ren­
tabilidad de sus sucursales. Los analistas llevaron a cabo un concienzudo
estudio de la rentabilidad de las sucursales del área de Nueva York -iden­
tificando y recogiendo costes basados en actividades (ABC), distribuyendo
los gastos generales, e incluso proyectando al futuro cercano las tenden­
cias actuales de costes e ingresos de cada sucursal.Al final, presentaron una
lista clara y ordenada de todas las sucursales y de sus rentabilidades pre­
sentes y futuras. Una línea roja aún más clara separaba las sucursales que
deberían seguir abiertas de las que deberían cerrarse.
¿Qué ocurnó? Pues que no se cerró ni una sola oficina. El ejecutivo
que
había solicitado la
lista
tan sólo tenía
curiosidad por el
tema de la
rentabilidad y apenas conocía a los analistas. Además, sabía que había mu­
chas consideraciones de tipo político en la decisión de cierre de la oficina
de
Brooklyn, por ejemplo, que ocupaba un
puesto bastante
por debajo
de la línea roja, pero que se encontraba cerca de donde se había criado el
presidente del distrito. Las acciones basadas en la inteligencia analítica sue­
len requerir que haya una estrecha relación de confianza entre el analista
y el responsable de tomar la decisión, y esto
no ocurría entonces
en el
banco. Debido a la ausencia de esa relación, los analistas no hicieron las
preguntas apropiadas, y el ejecutivo no les formuló la cuestión de la forma
correcta.
En realidad, hay tres grupos cuyas competencias y orientación hacia la
inteligencia analítica están en cuestión en el interior de la organización.
Uno de ellos es el comité de dirección -y en especial el CEO- que es
quien marca la pauta de la cultura de inteligencia analítica de la organi­
zación y toma
las decisiones
más importantes. Luego están los analistas
profesionales, que reúnen y analizan los datos, interpretan los resultados,
e informan de ellos a los responsables de tomar decisiones. El tercer grupo
lo componen personas de origen diverso y nos referiremos a ellas corno
"los amateurs de la inteligencia analítica". Se trata de un gran grupo com­
puesto por "todos los demás" y el uso que hacen del producto de los pro­
cesos de inteligencia analítica es esencial para el rendimiento de su acti­
vidad.
Lo
integran desde trabajadores de
producción
de primera línea,
Gestión del Personal de Análisis
190
que tienen que tomar decisiones menores sobre calidad y rapidez, hasta
mandos medios que
también deben
tomar decisiones de calibre medio
con respecto a sus departamentos y unidades. Los mandos medios de las
áreas de negocio designadas por sus organizaciones corno poseedoras de
capacidades distintivas son especialmente importantes, porque supervisan
la aplicación de la inteligencia analítica en estos procesos estratégicos. Los
empleados de TI que instalan y ponen en funcionamiento el software y
hardware de inteligencia analítica también tienen que tener cierta fami­
liaridad con el tema. A continuación, haremos una descripción de cada
uno de estos grupos.
ALTOS EJECUTIVOS Y COMPETENCIA BASADA
EN LA INTELIGENCIA ANALÍTICA
Por si el CEO y los altos ejecutivos no tuvieran ya bastante trabajo, es
también su responsabilidad desarrollar la orientación y aptitudes de inte­
ligencia analítica de sus organizaciones. Si el CEO o una parte impor­
tante del grupo de altos ejecutivos no enciende ni valora, como mínimo,
los resultados del análisis cuantitativo o el proceso de toma de decisiones
basado en datos objetivos, los analistas serán relegados a tareas de menor
relevancia y la estrategia competitiva se basará en intuiciones y conjetu­
ras, pero no en la inteligencia analítica. En la coma de decisiones basada
en hechos no siempre está presente la inteligencia analítica -en ocasio­
nes, los "hechos" son evidencias muy simples, como un solo dato o un re­
sultado de una encuesta realizada a clientes-e-
pero el deseo de tomar de­
cisiones sobre la base de lo que realmente está sucediendo en el mundo
es un atributo cultural importante de las firmas cuya competitividad se
basa en la inteligencia analitica.?
Como ejemplo, veamos el caso de Phi) Knight, el fundador y presi­
dente de Nike. Knight ha sido siempre conocido por ser un líder inspi­
rador e intuitivo, que protege celosamente la mítica marca Nike. Tal vez
huelga decir que no hizo falta demasiada inteligencia analítica para en­
contrar su famoso logotipo que simula una marca de comprobación/ve­
rificación. A principios de 2005, sin embargo, Knight se trajo a William
Pérez, anteriormente responsable de S.C.Johnson & Son, como CEO de
Nike. Pérez, acostumbrado al mundo de Windex y de las bolsas Ziploc de
Johnson Wax, donde se trabajaba con datos de forma intensiva, intentó
Competing on Analytics
191
introducir en Nike un estilo de liderazgo más analítico. Él destaca de sí
mismo, "Yo soy un hombre de datos -me gusta saber cuáles son los he­
chos. Si
tú vienes del mundo de los productos de consumo, donde los
datos son siempre valiosos, descubres que Nike es muy diferente. El cri­
terio es muy importante. La intuición es muy importante. No se puede
reemplazar esto con hechos, pero sí puedes utilizar los datos para que te
3
orienten."
Pérez intentó, por ejemplo, introducir a Nike en el sector de las tien­
das de nivel medio, donde sus datos indicaban que el crecimiento de ven­
tas de calzado era mayor. En respuesta a los argumentos de Knight y de
otros ejecutivos de Nike de que un paso de este tipo debilitaría la marca,
Perez señalaba a empresas como Apple que vendían con éxito en Wal­
Mart y no por ello su marca se diluía. Pero este y otros enfrentamientos
llevaron a Knight y al consejo de administración a destituir a Pérez al cabo
de algo más de un año.
Si Pérez, que era CEO de
Nike, no pudo orientar la cultura de la
empresa hacia una dirección más analítica, ¿Qué posibilidades tiene de
hacerlo un ejecutivo de menor nivel? No muchas. De hecho, descubri­
rnos diversas empresas en las que altos directivos funcionales -respon­
sables de marketing o tecnología a nivel corporativo, por ejemplo- es­
taban
tratando
de
incorporar
a
sus
empresas
una
orientación
más
analítica. En una compañía tecnológica, por ejemplo, el vicepresidente
de ventas y marketing era conocido por ser una auténtico "perro de
presa de los datos", una persona que llevaba a las reuniones montones
de informes estadísticos que dominaba a la perfección, tanto las suyos
como los de otros directivos. Poco a poco los departamentos de ventas
y marketing se fueron focalizando cada vez más en los datos, pero la cul­
tura global de la empresa seguía haciendo más hincapié en la audacia y
la confianza que en las correlaciones de tipo estadístico. De hecho, no
hemos encontrado ni una sola empresa que estuviera en la etapa 4 o 5
de la competitividad basada en la inteligencia analítica en la que el CEO
o una mayoría de altos directivos no creyeran firmemente en las técni­
cas de análisis avanzado como recurso competitivo principal. El respaldo
de la alta dirección es importante incluso en la etapa 3, cuando las or­
ga111zac1ones empiezan a aspirar a la competencia basada en la
gencia analítica.
inteli­
192
Gestión del Personal de Análisis
Características de los Ejecutívos Anaiiticos
¿Cuáles son los rasgos que deberían poseer los ejecutivos de una em­
presa cuya competitividad está basada en la inteligencia analítica? A con­
tinuación, se describen los principales:
Deberían creer apasionadamente
ge11cia analítica y
e11
datos objetivos.
e11
la toma de decisiones basada
e,1
la íntelí­
No se puede convencer a los demás de
que cambien su conducta en una dirección
más analítica, si uno mismo
no tiene entusiasmo por alcanzar este objetivo. Un ejecutivo verdadera­
mente
comprometido demostraría personalmente que toma decisiones
basadas en la inteligencia analítica y en hechos, y retaría permanentemente
al resto de la organización a actuar del mismo modo. Por ejemplo, siem­
pre que Barry Beracha, anterior CEO de la firma productora de pan in­
dustrial fresco Earthgrains (que fue adquirida por Sara Lee Bakery Group},
tenía que tomar una decisión, buscaba sacar a la luz los datos apropiados.
Insistía en que la totalidad de la organización necesitaba mejores datos y
para ello hizo que la empresa implementase un nuevo sistema de planifi­
cación de recursos de gestión empresarial
(enterprise rcsource plan11i11g -
ER.P). Cuando entró en funcionamiento, presionó a los empleados para
que lo
utilizaran
cuando tuvieran que decidir qué productos mantener
en la cartera y qué tipo de clientes atender. Estaba tan entusiasmado por
las decisiones basadas en datos que sus empleados le llamaban -con gran
regocijo por su parte- el "perro de presa de los datos".
Deberían valorar e11 cierta medida las herramientas y métodos de illteligcncia
anaíítíca .. Los altos ejecutivos de las compañías cuya competitividad está
basada en la inteligencia analítica no tienen
que ser necesariamente ex­
pertos en inteligencia analítica (aunque es útil). Sin embargo,sí deben ser
conscientes de qué tipo de herramientas es lógico emplear para determi­
nados problemas de negocio y de sus limitaciones. De la misma
forma
que cuando un político analiza los sondeos debería saber algo acerca de
intervalos de confianza, el CEO que deba tomar una decisión sobre la
ampliación de una planta debería saber algo sobre los supuestos estadísti­
cos y cualitativos que se ruvieron en cuenta al predecir la demanda para
los productos que la planta fabricará.
Deberían estar dispuestos a actuar sobre fa base de los resuflados de fos onóií­
sis. No tiene mucho sentido encargar la realización de análisis detallados
si luego no se hace nada distinto en base a los resultados obtenidos. Por
ejemplo, muchas
firmas son capaces de hacer una
segmentación
de sus
clientes y determinar cuáles de ellos son los más rentables o bien cuáles
Competing on Analytics
193
son los que tienen mayores probabilidades de desertar. No obstante, se
muestran reacios a tratar a unos clientes de forma diferente a otros -por
tradición, por igualicarismo, o por cualquier otra razón. Con tales escrú­
pulos, tendrán dificultades para llegar a una competitividad eficaz basada
en la inteligencia analítica -sin embargo, es sorprendente hasta que punto
es frecuente que las empresas pongan en marcha análisis pero que jamás
lleguen a actuar en base a ellos. Es evidente que la fase de "acción" de
toda actividad es la única válida, en última instancia.
Deberían mostrarse dispuestos a gestio11ar 11110 meritocracia. Con el uso ge­
neralizado de la inteligencia analítica en la empresa, suele ser muy evi­
dente quién rinde y quién no. Los que rinden deberían ser recompensa­
dos correspondientemente, y no se debería dar falsas esperanzas durante
mucho tiempo a los que no rinden. Al igual que con los clientes, cuando
las diferencias de rendimiento entre los empleados y entre los directivos
son evidentes pero no se actúa de acuerdo con ellas, las consecuencias
nunca son positivas -y los empleados más eficaces pueden desanimarse.
Desde luego, los líderes de estas empresas meritocráticas tienen que actuar
del mismo modo que pregonan. Sería bastante desmoralizador que un
CEO predicara el evangelio de la inteligencia analítica a todos los demás
y que luego encontrara justificaciones a su propio rendimiento como eje­
cutivo.
¿Cómo Surge el Liderazgo Analítico?
Algunos líderes de organizaciones desean que su estrategia ccmpenuva
se base en la inteligencia analítica desde el principio. Éste fue el caso de
JetTBezos con respecto a Amazon.com. Su concepto de la personalización
se basaba en algoritmos estadísticos y en datos de transacciones vía Inter­
net, y pronto introdujo las técnicas de análisis avanzado en las áreas de
cadena de suministro y marketing. Amazon.com ha utilizado reciente­
mente las técnicas de análisis avanzado para investigar si debería hacer pu­
blicidad en TV y ha llegado a la conclusión de que con ella no estaría uti­
lizando sus recursos de
forma
eficaz. Capital
One, Netflix, y Google
fueron también desde sus comienzos empresas cuya competitividad se
basó en la inteligencia analítica porque sus líderes así lo quisieron. Las vi­
siones de los fundadores de estas empresas start-up las llevaron a la com­
petencia basada en la inteligencia analítica.
En otros casos, la demanda de competencia basada en la inteligencia
analítica provenía de un nuevo alto ejecutivo que se incorporaba a una
194
Gestión del Personal de Análisis
compañía establecida. Gary Loveman en
Harrah's, y John
Henry y Tom
Werner, los nuevos propietarios de los Bastan Red Sox, trajeron con ellos
una estrategia de
inteligencia analítica completamente nueva.
Algunas veces el cambio viene de la mano de una nueva generación de
directivos de una empresa familiar. En la empresa vitivinícola E.&
J.
Ga­
llo, cuando Joe Gallo, el hijo de uno de los hermanos fundadores de la
firma, llegó a CEO, se focalizó muchos más en los datos y en los análisis
que la generación anterior de líderes -primero en el campo de ventas y
luego en
otras
funciones,
entre
ellas
clientes. En el equipo de los New
la
evaluación de
las preferencias de los
England Pacriocs de la
Liga Nacional
de Fútbol Americano, la implicación en el equipo por parte de Jonathan
Kraft, un antiguo consultor de gestión empresarial e hijo del propietario
Bob Kraft, ayudó a empujar al equipo en una dirección más analítica por
lo que se refiere tanto a aspectos puramente deportivos: selección de ju­
gadores y composición del equipo como extradeportivos: actividades des­
tinadas a los aficionados.
El promotor principal de la demanda de inteligencia analítica no siem­
pre tiene que ser el CEO. En Procrer & Cambie, por ejemplo, el ímpetu
más importante para que se haga más análisis procede de dos vicepresi­
dentes de la firma. Y Jonathan
Kraft, es director general de operaciones
(COO) de los Patriots, y no el CEO.
Además de las características generales descritas anteriormente en este
capítulo
(que suelen ser pertinentes para el
CEO), hay roles específicos
que los distintos ejecutivos tienen que desempeñar en la estrategia com­
petitiva basada en la inteligencia analítica. Dos puestos clave son el del di­
rector general financiero (CFO) y el del director general de sistemas de
información (CIO).
Rol del Director General Financiero (CFO)
En la mayoría de organizaciones, el director general financiero tendrá res­
ponsabilidad sobre los procesos e informaciones de carácter económico­
financiero. Por tanto, las actividades de inteligencia analítica en estos do­
minios deberían ser también
asunto del
CFO. Como la mayor parte de
proyectos de inteligencia analítica deberían involucrar algún tipo de in­
formación o de rendimiento económico, el CFO es, como mínimo, un
participante parcial en casi todos ellos.
Hemos descubierto en varias empresas que el CFO era quien lideraba
el cambio hacia la inteligencia analítica. Para poder desempeñar este pa-
Competing on Analytics
195
pe! de forma efectiva, sin embargo, el CFO tendrá que adentrarse en te­
rrenos de la inteligencia analítica, además de hacerlo en los de finanzas y
contabilidad. Por ejemplo, en una importante compañía de seguros, el
CFO había asumido la responsabilidad de la inteligencia analítica por lo
que se refiere al control y gestión de costes, pero también controlaba y
abanderaba los proyectos de inteligencia analítica en las áreas de marke­
ting, reclamaciones y actuaria!. También se responsabilizó del intento de
implantar en los empleados de la empresa el equilibrio adecuado entre
forma de pensar intuitiva y analítica.
Otro CFO (técnicamente un vicepresidente de finanzas) de una em­
presa de venta de productos al por menor hizo de la inteligencia analítica
su foco de de atención principal, aún cuando ésta no tenía una estrecha
relación con las finanzas. La compañía se focalizaba en los clientes, y él des­
empeñaba
un papel muy activo en el desarrollo de medidas, sistemas y
procesos que hicieran progresar dicha capacidad. La empresa disponía ya
de buena información y de técnicas de análisis avanzado aplicadas a fac­
tores impulsores del negocio, como personal, asignación de espacio, pu­
blicidad y surtido de productos. Su objetivo era añadir a dichos factores
la información relativa a la relación con clientes y a la segmentación de
clientes. Como el rol de CFO incorporaba también la colaboración con
la comunidad financiera exterior (analistas de Wall Street, por ejemplo),
dedicó también sus esfuerzos a que la historia de inteligencia analítica de
la empresa fuera bien conocida por el mundo exterior. También consideró
que su rol incluía la defensa de una firerte orientación analítica en una cul­
tura donde no siempre se hizo hincapié en ella. Indicaba "No soy el único
defensor de la inteligencia analítica en la empresa -Tengo una serie de
aliados. Pero estoy tratando de asegurar que comuniquemos nuestras his­
torias, tanto interna como externamente, con cifras y con inteligencia
analítica".
En el Bank of America, Al de Molina se ve a sí mismo como uno de
los principales instigadores de la actividad de inteligencia analítica. El
banco lo había intentado -y fracasado en gran medida- a principios de
los años 90 con
un gran almacén de datos y, por tanto, los directivos se
mostraban recelosos con la recogida conjunta e integración de los datos.
Sin embargo, en su anterior puesto como responsable del departamento
de tesorería, Malina creía que para poder evaluar de forma precisa los
riesgos del banco, tenía que consolidar la mformación existente sobre ac­
tivos y tipos a lo largo del banco. Como el banco estaba creciendo con ra-
Gestión del Personal de Análisis
196
pidez y estaba asimilando varias adquisiciones, la integración de la infor­
mación no era tarea fácil, pero de todos modos Malina la promovió. El
CFO ha asumido también la responsabilidad de la inteligencia analítica de
la marcha de los datos macroeconómicos en
Estados Unidos. Como el
banco dispone de abundantes datos de los hábitos de gasto de los consu­
midores americanos, Bank
of America
puede predecir las fluctuaciones
de los indicadores macroeconómicos que mueven los mercados de capi­
tales. Esto tiene consecuencias beneficiosas evidentes para los riesgos del
banco.Tanto el dominio de inteligencia analítica de la exposición al riesgo
de los tipos de interés como el de la macroeconomía son foco de aten­
ción principal de un CFO. De Molina delega en gran medida en otros
ejecutivos, por ejemplo, la inteligencia analítica de marketing.
Rol del Director General de Sistemas de Informadóu (CIO)
El CEO tendrá la responsabilidad principal del cambio de cultura y de la
conducta de inteligencia analítica de los empleados. No obstante, el CIO
puede ayudar también en este aspecto. Puede colaborar con el resto de
ejecutivos para decidir qué comportamientos son necesarios y cómo fo­
mentarlos. Corno mínimo, dos de los CIOs con los que nos tropezamos
están claramente centrados en el cambio de la cultura de inteligencia ana­
lítica de sus respectivas organizaciones. IrvingTyler, anteriormente CIO
de Quaker Chemical
Corporation
(actualmente en
IMS
Health, Inc.),
transmitió durante varios años los resultados de los análisis de los datos y
los informes a los empleados de Quaker a través de avisos por correo elec­
trónico. Estaba convencido de que cuanta más información se diera a los
usuarios, mejor se desarrollaría su aptitud para resolver problemas y tomar
decisiones basadas en la información y no en la intuición.Trabajó también
con otros ejecutivos de Quaker sobre el modo en que la organización to­
maba decisiones clave y resolvía problemas de negocio.
En la firma de telecomunicaciones Verizon, el objetivo del CIO es
crear un cambio similar en la cultura de inteligencia analítica. Verizon y
otras empresas surgidas del "Bell System" han estado orientadas a las téc­
nicas de análisis avanzado desde hace tiempo, pero en general las decisio­
nes se tomaban con lentitud y se hacían ascender por la escalera jerár­
quica de la organización. El
CIO Shaygan
Kheradpir está intentando
cambiar esta cultura a través de una exposición permanente a la infor­
mación.
Ha creado un cuadro de mando continuo en el que cientos de
medidas del rendimiento de diversos tipos se transmiten a los PCs de toda
Competing on Analytics
197
la empresa, ocupando cada una de ellas la pantalla durante quince segun­
dos. La idea es conseguir que todos -no sólo los altos ejecutivos- con­
centren su atención en la información y en lo que significa, y animar a los
empleados de todos los niveles a que se ocupen de resolver cualquier pro­
blema que aparezca en los datos. Kheradpir cree que está empezando a ver
señales de cambio cultural a partir del uso de los cuadros de mandos.
El CIO puede ofrecer también informes a los expertos especializados
en inteligencia analítica. Dichos analistas hacen un uso exhaustivo de las
TI y de los datos online, y tienen una forma de ser parecida. Entre las em­
presas cuya competitividad se basa en la inteligencia analítica y donde los
departamentos de inteligencia analítica reportan al CIO se encuentran
Procter & Gambler, la empresa de transporte por carretera Schneider Na­
cional lnc., y Marriott. Procter & Cambie, por ejemplo, ha consolidado re­
cientemente sus departamentos de inteligencia analítica para las áreas de
operaciones y cadena de suministro, marketing, y otras. Esto permitirá el
despliegue de una masa crítica de conocimientos y experiencia en inte­
ligencia analítica para resolver los problemas de negocio más importantes
de P&G. El departamento unificado reporta al CIO y es parte del énfasis
general que se hace dentro del área de TI en la información y en la toma
de decisiones (de hecho, en Procter & Cambie el departamento de TI se
ha rebautizado como "soluciones de información y toma de decisiones").
Por supuesto, el enfoque más tradicional en torno a la inteligencia ana­
lítica por parte del CIO se ha realizado a través de la tecnología. Esto es
evidentemente necesario para los CIOs de empresas cuya competitividad
está basada en la inteligencia analítica -aunque, como se ha señalado an­
teriormente, no es suficiente. En el capítulo 8 se expone la tecnología de
inteligencia analítica, y, sin duda, debería ser evidente después de la lec­
tura de dicho capítulo que son necesarios un arquitecto y un líder. Estos
roles tal vez sean desempeñados por el CIO, pero la persona o personas
que los desempeñen es probable que estén, como mínimo, bajo las órde­
nes del CIO.
Los CIOs que deseen desempeñar un rol más útil en el campo de la
inteligencia analítica que el de supervisar simplemente la tecnología, de­
berían centrarse en la l de su cargo-la información.Todo lo que está al­
rededor de la competitividad basada en la inteligencia analítica tiene que
ver con la información
-¿Disponernos de la información correcta, re­
fleja realmente cual es nuestro rendimiento, y de que modo consegmmos
que la gente tome decisiones basándose en la información? Estos temas
Gestión del Personal de Análisis
198
son más complejos y polifacéncos que la compra y la gestión de la tec­
nología adecuada, pero las organizaciones que deseen llegar a la compe­
titividad basada en la inteligencia analítica tendrán que dominarlos. Los re­
sultados de la investigación realizada para un importante estudio indican
que las compañías que se focalizan en la información rinden mejor que
4
las que sólo se ocupan de la tecnología.
Los autores del estudio sostienen
que la orientación a la i1iformació11 se compone de comportamientos y va­
lores orientados a la información, actividades de gestión de la información,
y actividades de TI, mientras que muchos CIOs se ocupan tan sólo de las
citadas en último lugar. Aunque el estudio no estaba centrado principal­
mente en la inteligencia analítica, es razonable afirmar que la orientación
a la información está estrechamente correlacionada con el éxito en
el
campo de la inteligencia analítica.
¿Qué Ocurre Cuando Falta el Compromiso
de los Ejecutí,,os?
Los enemigos de una orientación a la inteligencia analítica son las deci­
siones basadas exclusivamente en el instinto y la intuición. Sin embargo
uno y otra siempre han sido un método popular para tomar decisiones a
causa de su comodidad y rapidez, y por la creencia de que las decisiones
intuitivas tal vez sean mejores. Tal y como señalamos en el capítulo pre­
cedente, la presencia de un CEO apasionado y comprometido puede po­
ner a la organización en la vía rápida hacia la estrategia competitiva ba­
sada en la inteligencia analítica. Pero para estas organizaciones en las que
no hay la suficiente demanda de datos y análisis para la tornas de decisio­
nes de los ejecutivos, la pregunta obvia es si dicha demanda puede ser es­
timulada. Si no existe un aleo ejecutivo con una firme orientación a la in­
teligencia analítica, ¿Debe esperar la organización a que se designe un
directivo con estas características?
Si no hay ejecutivos comprometidos, va a ser dificil hacer gran cosa
como empresa cuya estrategia competitiva se base totalmente en la inte­
ligencia analítica, pero sí se puede preparar el terreno para un futuro más
analítico. Si usted está en posición de influir en la infraestructura de TI, po­
drá garantizar que sus sistemas de transacción, datos, y software de inteli­
gencia empresarial estén en buena forma, lo cual quiere decir que pro­
ducen datos e información de forma fiable, oportuna y precisa. Si usted
es responsable de un departamento o unidad de negocio, puede lograr
que se progrese en
una
transformación analítica de menor escala en su
Competing on Analytics
199
parce de la empresa. Si usted es verdaderamente intehgente, influyente y
políticamente astuto, podría
incluso urdir un golpe de estado de inteli­
gencia analítica y destituir a los gobernantes no analíticos. Ni que decir
tiene que esta es una estrategia de carrera profesional arriesgada.
Hay métodos que se pueden adoptar para estimular la demanda de in­
teligencia analítica por parte de los ejecutivos. Generalmente,se trataría de
acciones a emprender en el desvío de "comprobación" descrito en el ca­
pítulo anterior. En una empresa farmacéutica donde entrevistamos a va­
rios ejecutivos deTl,solía existir poca demanda de los altos ejecutivos de
inteligencia analítica sobre la que basar su toma de decisiones basada en
la inteligencia analítica, especialmente en el área de marketing. Los direc­
tivos de TI no tenían acceso a las decisiones que los responsables de mar­
keting intentaban tomar, y los ejecutivos de marketing no sabían de que
datos o análisis podían disponer para respaldar sus decisiones. Sin embargo,
dos acontecinuentos externos ofrecieron
sendas oportunidades de crear
demanda de inteligencia analítica. Un directivo de marketing se encon­
tró con un proveedor que le enseñó como los daros de venta se podían
mostrar gráficamente por zonas geográficas en un mapa interactivo. Los
ejecutivos de TI de la empresa observaron que la técnica de visualización
era relativamente senciUa y empezaron a ofrecer al directivo en cuestión
posibilidades similares con el objetivo de aumentar su interés y alimentar
la demanda para la inteligencia analítica de marketing.
La segunda oportunidad surgió a través de un estudio externo de una
firma de consultoría. Uno de los resultados del estudio era una nueva se­
rie de indicadores de rendimiento de la actividad. El departamento de TI
planeó aprovechar los indicadores y ofrecer más análisis y datos afines al
equipo directivo. Estos directivos de TI
por casualidad, se
incorporaran
a la
no quisieron
esperar hasta que,
empresa unos altos ejecutivos más
orientados a la mteligencia analítica.
LOS ANALISTAS PROFESIONALES
Un viejo chiste sobre los profesionales de la inteligencia analítica dice así:
Pregunta: ¿Qué dijo el doctor en matemáticas al licenciado en ad­
ministración y dirección de empresas?
Respuesta: ¿Quiere patatas fritas de guarnición?
Gestión del Personal de Análisis
200
El chiste se esta quedando anticuado a marchas forzadas, ya que los
doctores en matemáticas y otros profesionales de la inteligencia analítica
están dejando sus empleos en los restaurantes de comida rápida para ir a
desempeñar roles esenciales que ayuden a sus empresas a llegar a la com­
petitividad basada en la inteligencia analítica.
Además de ejecutivos comprometidos, la mayoría de empresas estu­
diadas cuya competitividad se basa en la inteligencia analítica tenían en sus
filas a un grupo de analistas profesionales inteligentes y esforzados. Es ta­
rea de estos profesionales diseñar y llevar a cabo experimentos y pruebas,
definir y perfeccionar algoritmos, y realizar minería de datos y análisis es­
tadísticos sobre los datos clave. En la mayoría de casos, dichos individuos
tendrán títulos académicos superiores
----a
menudo doctorados-e- en cam­
pos tan analíticos como estadística, investigación operativa, logística y es­
tudios de mercado. En algunos casos, en los que las capacidades distinti­
vas
de
la
empresa
involucran
un
área
especializada
(por
ejemplo,
la
geología para una empresa de prospección petrolífera), el título superior
será de dicha especialidad.
Un perfecto ejemplo de este tipo de persona lo descubrimos en nues­
tra investigación y se llama Katrina Lane, vicepresidenta de marketing de
canal en Harrah's. Lane está encargada de determinar qué iniciativas de
marketing hay que asignar a cada canal, entre ellas marketing directo, co­
rreo electrónico, centros de atención telefónica, etcétera. Está es un área
de negocio compleja que no se enseña en la mayoría de escuelas de ne­
gocio y, por tanto, Lane tiene que resolver muchas cosas por sí misma.
Afortunadamente, está a la altura de la tarea a realizar. En primer lugar,
tiene un doctorado en fisica experimental por la Universidad de Cornell.
Fue directora de marketing de una unidad de negocio de May Depart­
ment Seores Company y consultora de marketing y ventas en McK.insey
& Company. ¿Hasta qué punto es frecuente esta combinación de capaci­
taciones y experiencias? No mucho, razón por la cual el ensamblaje de un
grupo de profesionales competentes de inteligencia analítica nunca es ta­
rea fücil.Tal y como se podía leer en un reciente artículo de fondo de
B11-
síness Week:
El auge de las matemáticas está "calentando" el mercado de trabajo para las
lumbreras del análisis cuantitativo, especialmente en las potentes empresas de In­
ternet donde los nuevos graduados matemáticos aterrizan con salarios de seis ci­
fras y generosos paquetes de acciones. Tom Lerghton, empresario y profesor de
Cornpeting on Analytics
201
matemáticas aplicadas en el Massachussets Institute ofTeclmology, afirma: "Todos
mis alumnos reciben regularmente ofertas de Yahoo! y Google". Los grandes ma­
temáticos se están convirtiendo en una élite a escala mundial. Se trata de una
tropa de apenas 5.000 individuos, según cálculos aproximados, pero igual de po­
derosa que los ejércitos de rnasrcrs en Administración y Dirección de Empresas
(Ml3A) de Harvard que conmocionaron a las direcciones generales de las em­
presas hace una generación.!
Google, por ejemplo, es ahora mismo la empresa del mundo que más
se prefiere para
trabajar. Ofrece unos generosos salarios, opciones sobre
acciones, y una cafetería-restaurante que tiene fama de ser la mejor. Sin
embargo, el
rían, que ha
profesor de la
Universidad de California, Berkeley, Ha! Va­
trabajado para Google en calidad de consultor desde 2003,
señala la dificultad que tiene dicha empresa para contratar profesionales de
la inteligencia analítica: "Un aspecto en el que creo que hace falca hacer
más hincapié es la dificultad de contratación existente en esta área. Dado
el énfasis que se hace en los datos, los almacenes de datos, la minería de
datos, y otros temas por el estilo, se podría llegar a pensar que éste sería un
campo profesional popular para los estadísticos. ¡Pues no es así! Todos los
buenos, lamento decirlo, quieren trabajar en el sector biocecnológico. Así
6
que es bastante dificil atraer a personal de talento, incluso para Google".
Varían hace hincapié en la centralidad del personal de inteligencia ana­
lítica de Google:
Cuando empecé a trabajar para Google en
mayo de 2002, había sólo otra
persona encargada de las estadísticas publicitarias. Él y yo colaboramos para crear
un equipo en ésta área y ahora tenemos alrededor 20 personas trabajando en in­
teligencia analítica, y parte de ella es realmente muy sofisticada.Y éste es tan sólo
uno de los grupos de la empresa: hay otros más. El factor más importante es que
la alta dirección se sienta a gusto con los análisis cuantitativos y fomente su uri­
lizacióu.?
Suponiendo que pueda encontrarlo, ¿Cuánto personal de este tipo es
necesario? Por supuesto, la respuesta está en función de lo que la empresa
intente hacer con la inteligencia analítica. En las empresas estudiadas, las
cifras oscilan
entre una docena y cien analistas profesionales. Procter &
Cambie, que se encuentra cerca del extremo superior de esta gama, tiene
profesionales de
la inteligencia analítica
en
cluidos cadena de suministro y marketing.
diversos departamentos, in­
202
Gestión del Personal de Análisis
¿Cómo están organizados? La mayoría de empresas los han centralizado
hasta un cierto punto. Procter & Cambie, por ejemplo, unió los grupos de
inteligencia analítica
que estaban dispersos por toda la organización
en
un solo departamento general de inteligencia analítica que forma parte de
la organización
de TI. La
firma de transporte
terrestre Schneider tiene
también un departamento central de inteligencia analítica como parte del
área de TI. Otra alternativa lógica como hábitat organizacional para estos
importantes analistas sería el departamento que fuera la fuerza impulsora
principal de la competitividad de la empresa. Por ejemplo, Harrah 's tiene
a la
mayoría
mento
de
de sus "lumbreras" (incluida
Kacrina
Lane)
en
el departa­
marketing, porque los programas de fidelización
de clientes
constituyen la orientación principal de la inteligencia analítica.
Algunos analistas del sector de inteligencia empresarial han puesto en
duda (en artículos, blogs, y comunicaciones mformales)
nuestra opinión
de que sea incluso deseable la presencia de este tipo de expertos en un de­
partamento centralizado. Sostienen que con el alto nivel actual de software
estadístico disponible, los analistas amateurs pueden llevar a cabo estas ta­
reas. Estamos de acuerdo en que los amateurs competentes son necesarios
y a ellos nos referiremos en el próximo apartado de este capítulo. Sin em­
bargo, en las etapas más avanzadas de la inteligencia analítica es necesano
tener un conocimiento exhaustivo de métodos estadísticos especializados.
Como consecuencia de lo que hemos aprendido de las empresas estudia­
das, estamos convencidos de que es poco práctico que estas competencias
y habilidades avanzadas se dispersen abiertamente por toda la organización.
La
mayoría de organizaciones necesita
tener equipos central.izados que
puedan realizar análisis más sofisticados y poner en marcha experimentos
detallados. Nosotros los hemos encontrado en la mayoría de las compa­
ñias entrevistadas. Por ejemplo, es poco probable que un algoritmo de
gestión de inventarios no estacionarios, sin restricciones de capacidad y de
una etapa simple, utilizado por una empresa cuya estrategia competitiva
esté basada en la inteligencia analítica, pueda ser desarrollado por un ana­
lista amateur. Este tipo de cosas no forma parte del programa típico de un
master en administración y dirección de empresas (MBA).
Independientemente de donde se ubiquen en la empresa los profesio­
nales de inteligencia analítica, la mayoría de empresas entrevistadas cuya
estrategia competitiva se basaba en la inteligencia analítica destacaron la
importancia de que haya una relación estrecha y de confianza entre estos
analistas y los responsables de tomar decisiones. Como decía el responsa-
Cornpeting on Analytics
ble de uno de
203
los departamentos, "Vendemos confianza". Es necesario
también que los expertos en inteligencia analítica conozcan las generali­
dades del negocio y la necesidad específica que tiene un responsable con­
creto de tomar decisiones. Una de estas empresas distinguía a este tipo de
individuos de aquellos que poseen capacitación
en
inteligencia analítica
pero que no están excesivamente orientados al negocio y que tal vez tam­
poco tengan un elevado grado de habilidad para la comunicación y la re­
lación social.
Con el objetivo de facilitar esta relación, una empresa de productos de
consumo que tiene un departamento de inteligencia analítica basado en
TI contrata lo que denomina
"doctores co,1 personolidod" -individuos con
excelentes competencias para el análisis cuantitativo pero también
con
capacidad para hablar en el lenguaje de negocio y para vender su trabajo
a los dientes internos (y, en algunos casos, a clientes externos). Una lista
típica de requisitos para el puesto (cal y como aparecía en
Monster.com
para el puesto de vicepresidente de servicios de inteligencia analítica de
McKesson Corporation) dice así:
•
Título superior en economía, estadística o investigación operativa.
•
Mínimo de 8 años de experiencia en análisis de datos, gestión de da­
tos, y desarrollo de Internet.
•
Experiencia demostrada
en
la conexión
entre análisis de negocio y
desarrollo técnico.
•
Experiencia en el establecimiento de alianzas estratégicas.
•
Experiencia en programación estadística SAS, herramientas de Internet
•
Orientación demostrada a resultados y seguimiento de los mismos.
En
8
Quaker Chemical, cada unidad de negocio tiene un asesor de 11egocio
-un especialista en inteligencia analítica- que reporta al responsable de
la unidad de negocio. Este puesto funciona como un intermediario entre
los proveedores
(en general, el departamento de TI) y los usuarios
(eje­
cutivos) de los datos y los análisis. Los asesores no sólo estimulan la de­
manda a través de mostrar a las unidades de negocio como los análisis
pueden serles de utilidad, sino que también, como intermediarios, expli­
can las necesidades de negocio a los proveedores (área de TI) y garantizan
que se suministrarán los datos y los análisis que sean relevantes para el ne­
gocio. En el Wachovia Bank, un directivo de un departamento de inteli­
gencia analítica de clientes describía el cipo de relaciones que su equipo
204
Gestión del Personal de Análisis
trata de mantener: "Estamos intentando formar a nuestro personal para
que forme parte del equipo de negocio; queremos que se sienten en
la
mesa del área de negocio, participando en una discusión de cuales son los
remas clave, determinando que información debe tener el personal del
área de negocio, y recomendando acciones a emprender a sus colegas de
este área de negocio. Queremos que este departamento de
inteligencia
analítica sea algo más que un servicio general, y se convierta en una parte
9
activa y esencial del éxito de la unidad de negocio".
Otros ejecutivos que dirigen o han dirigido este cipo de departamen­
tos expusieron en nuestras entrevistas algunos de los que, en su opinión,
son factores críticos para el éxito:
•
Poner en marcha
una serie de proyectos sostenibles. Los de­
partamentos de inteligencia analítica necesitan una serie de proyec­
tos,
relaciones con sus clientes, y tecnologías de inteligencia analí­
tica. La clave es no tener tan sólo uno o dos proyectos que triunfen
sino crear sostenibilidad para la organización a largo plazo. No es po­
sitivo invertir en estas capacidades y que los proyectos analíticos es­
tén vigentes durante sólo unos cuantos aiios. Sin embargo, hace falta
tiempo para construir historias de éxito y hacer que la inteligencia
analítica forme parte de la mitología de la organización. Las historias
infunden una forma de pensar en la organización que transmite con­
fianza a los responsables de la toma de decisiones cuando tienen que
actuar.
•
Relación con el departamento de TI. Aunque el departamento de
inteligencia analítica no forme parte oficialmente de la
TI, tiene que mantener una estrecha relación
organización
de
con ella. Las empresas
cuya competitividad se basa en la inteligencia analítica a menudo tie­
nen que "rozar los límites" por lo que se refiere a TI. Un directivo de
un departamento de inteligencia analítica de una empresa de produc­
tos de consumo decía que los miembros de su equipo habían sido los
primeros usuarios de superordenadores y servidores multiusuarios y
que su departamento había albergado el primer
1/Jeb
site
de un pro­
ducto (que recibió miles de visitas a lo largo de su primer día de vida).
La investigación de nuevas tecnologías de información no era una mi­
sión oficial del departamento, pero sí una muy valorada por la empresa.
Ayudaba también a captar la atención e imaginación de la alta direc­
ción de la compañia.
Competing on Analytics
•
205
Autoridad y financiación. El modo en que se dirija y financie el de­
partamento es fundamental, según manifiestan los ejecutivos entrevis­
tados. El aspecto clave es orientar la acción de los departamentos de in­
teligencia analítica hacia los problemas más importantes del negocio.
Esto puede hacerse por imposición o recomendación de algún tipo de
comité asesor, o a través del procedimiento de financiación. Cuando
dichos comités están compuestos por ejecutivos de menor nivel, da la
impresión de que no se optimizan los recursos de inteligencia analítica.
Los miembros de mayor nivel y de las áreas más estratégicas confec­
cionan unas prioridades más estratégicas para los profesionales de in­
teligencia analítica. La financiación puede conducir también a objeti­
vos
estratégicos
o
tácticos.
Uno
de
los
grupos
entrevistados
era
financiado enteramente a cargo de los gastos generales corporativos,
lo que sigmficaba que no tenía que mendigar en busca de fondos ni
trabajar en problemas poco importantes que por alguna razón tenían
presupuesto.
•
Gestión política. Con frecuencia hay temas políticos delicados que
están involucrados en el trabajo de los analistas profesionales, que van
desde para qué proyectos y para quién trabaja el departamento hasta la
denominación de su función. Una empresa denominó a su departa­
mento de inteligencia analítica "análisis de toma de decisiones" y se
encontró con que los ejecutivos pusieron objeciones porque creían
que la carea de tomar decisiones era suya. Entonces, el departamento
cambió de nombre y pasó a llamarse "análisis de alternativas". Tam­
bién puede ser dificil desde el punto de vista político el mero empleo
de analistas. Como decía el responsable de un departamento de inte­
ligencia analítica, "Voy a Estudios de Mercado y digo, 'rengo un mé­
todo mejor de evaluar los gastos publicitarios' No reaccionan necesa­
riamente
con
alegría.
Lo
ven
como
una
amenaza
para
ellos.
Es
especialmente dificil si tu les pides que te paguen para dejarlos a ellos
en mal lugar".
10
Los responsables de los departamentos de inteligencia analítica tienen
que ser sensibles a los temas políticos y deben tratar de evitar los cam­
pos de minas políticos. El problema es que la gente que es competente
en el campo de la inteligencia analítica no suele tener paciencia para
la política de la gran empresa. Antes de efectuar cualquier tipo de aná­
lisis, se debería dejar claro que tanto el cliente interno como el ana­
lista no tienen interés alguno en un resultado concreto, y que los ana-
206
Gestión del Personal de Análisis
listas actuarán sin permitir interferencias. Los CEOs pueden ayudar a
sus analistas profesionales dejando claro que la cultura recompensa a los
que toman decisiones basadas en evidencias, aún cuando vayan en con­
tra de políticas previamente establecidas.
•
No ir por delante de los usuarios. Es importante que los analistas
profesionales tengan presente que sus algoritmos y procedimientos de­
ben ser implementados a menudo por trabajadores de la información,
que pueden ser sagaces desde el punto de vista analítico pero que no
son estadísticos expertos. Si la inteligencia analítica y las consiguientes
conclusiones son demasiado complejas o utilizan una terminología es­
tadística impenetrable, es probable que se ignoren. Una estrategia
es
mantener la inteligencia analítica tan simple como sea posible o in­
crustarla en sistemas que oculten su complejidad. Otra, es formar tanto
como sea posible a los usuarios de las técnicas de análisis avanzado. El
departamento de inteligencia analítica de Schneider ha ofrecido a los
usuarios que prestan sus servicios en distintas áreas de la empresa cur­
sos tales como "Introducción al Análisis de Datos" y "Control del Pro­
ceso Estadístico" No es responsabilidad formal del grupo, pero los cur­
sos son populares, y el departamento cree que así se facilita su trabajo
a largo plazo.
Analistas Projesíonaíes Cuyos Servidos se Contratan a Través de
Empresas Externas, focluso Extranjeras
Debido a la escasez de profesionales expertos en inteligencia analítica en las
compañías europeas y norteamericanas, muchas empresas están empezando
a pensar en la posibilidad de contratar sus servicios a través de empresas ex­
ternas, incluso en India o China. Sin duda es cierto que un número cada
vez mayor de firmas ofrecen "procesos de conocimiento externalizados
(k110111/edge process 011tso11rci11g - KPO)" en áreas de inteligencia analítica, en­
tre ellas minería de datos, desarrollo de algoritmos, y finanzas cuantitativas.
En la India, empresas como Evalueserve, !ne. y Genpact (anteriormente, la
subsidiaria de GE Capital ubicada en un paraíso fiscal) realizan actividades
importantes en estos terrenos. Genpact trabajó en la inteligencia analítica de
créditos para GE Capital y ahora ofrece también servicios de inteligencia
analítica en el campo de marketing y ventas. Algunos analistas y firmas in­
dias prevén un gran crecimiento en ésta área.
Sin embargo, es dificil que los analistas lleguen a establecer una relación
de confianza con los responsables de la toma de decisiones que se en-
Cornpeting on Analytics
207
cuentran a miles de kilómetros de ellos. Es probable que los únicos mo­
delos de negocio eficaces para este tipo de trabajo combinen aptitudes
que se encuentran en el país con otras que están fuera del mismo. Los
analistas nacionales pueden trabajar en estrecho contacto con los que to­
rnan las decisiones dentro de la empresa, mientras que los extranjeros pue­
den hacer el trabajo de inteligencia analítica de menos relevancia. Si una
aplicación concreta de inteligencia analítica puede ser descrita con clari­
dad por el dueño o o responsable del negocio antes de desarrollarla, hay
bastantes probabilidades de que el desarrollo de los algoritmos pertinen­
tes pueda contratarse externamente, incluso en el extranjero.
ANALISTAS AMATEURS
Gran parte del trabajo cotidiano de una estrategia focalizada en la inteli­
gencia analítica tiene que ser implementada por personas que no tienen
un doctorado en estadística ni en investigación operativa. Un aspecto clave,
entonces, es el grado de sofisticación analítica que deben tener los traba­
jadores de primera línea para llevar a cabo su carea. Por supuesto, la natu­
raleza y el nivel de las competencias necesarias variarán según la empresa
de que se trate y de la situación del sector. Algunas firmas, como Capital
One, contratan un gran número de analistas amateurs - personal con al­
guna experiencia en inteligencia analítica, pero en su mayor parte sm ti­
tulación superior. Cuando en un momento dado examinamos las opor­
tunidades de empleo que se anunciaban en el sitio web de Capital One,
había el triple de ofertas de trabajo para analistas que para otros puestos
del área de operaciones, un ratio que no es usual para un banco. Según su
orientación concreta hacia la inteligencia analítica, una empresa necesita
simplemente determinar cuantos analistas amateurs necesita y en
que
puestos. Algunos son casi profesionales; otros pueden poseer unas capaci­
dades de inteligencia analítica muy limitadas pero, con todo,
tienen que
trabajar en procesos de gestión de negocio que están basados en gran me­
dida en la inteligencia analítica.
La situación de los Boston Red Sox en 2003 que describimos en el ca­
pítulo 1 es un ejemplo de la necesidad de difundir por toda la organiza­
ción la orientación a las técnicas de análisis avanzado. Para más ejemplos
orientados al negocio, expondremos los casos de dos organizaciones que
están intentando Uegar a la competitividad basada en la inteligencia ana-
Gestión del Personal de Análisis
208
lítica en el área de cadena de suministro. Una de eUas, un fabricante de cer­
veza, instaló un nuevo software de optimización de cadena de suministro
para asegurar que producía y entregaba el volumen correcto de cerveza
en el
momento oportuno. Incluso llegó a crear un
nuevo puesto, el
de
"coordinador del flujo de cerveza", para supervisar el proceso de optimi­
zación a través del sistema. Sin embargo, los directivos de la empresa re­
conocieron que dichos coordinadores no tenían las aptitudes necesarias
para
lograr que el proceso funcionara
correctamente. No se contrató a
nuevo personal ni tampoco se llevó a cabo un programa de formación im­
El nuevo sistema, por Jo menos en esta primera época, no se
portante.
aprovechaba. Podría decirse que la compañía esperaba unas aptitudes de
"champagne" con un presupuesto apropiado tan sólo para unas "latas de
cerveza".
En una empresa de polímeros, muchos de sus productos se habían con­
vertido en commodities o indiferenciados. Los ejecutivos creyeron que era
importante optimizar la cadena
de suministro global para maximizar su
valor y minimizar sus costes. La complejidad de la cadena de suministro
de la unidad había aumentado de forma significativa a lo largo de los dos
últimos años. Como reacción a una complejidad cada vez mayor, la orga­
nización
creó
un
departamento
global
de cadena de suministro, cuyos
miembros eran responsables del movimiento de productos y suministros
por todo el mundo. En el nuevo departamento, había un responsable de
la cadena de suministro global, había grupos de planificación en
giones y planificadores en las distintas ubicaciones. Sin
las re­
embargo, el ma­
yor reto tenía que ver con la gente que realizaba el trabajo. Los nuevos ro­
les eran
más complejos y requería
un
grado
mayor de sofisticación de
inteligencia analítica. La compañía sabía que las personas que desempe­
ñaban los roles anteriores en la cadena de suministro no poseían las com­
petencias o habilidades necesarias para llevar a cabo las nuevas tareas de in­
teligencia
analítica, pero
las
mantuvo
de
todos
modos. En
un
cierto
momento, la empresa pensó en elaborar una lista de las competencias ne­
cesarias y una metodología para desarrollarlas o contratarlas de forma ex­
terna.
Sin embargo, hasta el momento, la falta de aptitudes sigue siendo
un cuello de botella en la implementación de su nuevo proceso logístico.
Cuando una empresa tiene una competitividad basada en la inteligen­
cia analítica, tendrá que asegurarse de que muchos empleados de áreas di­
versas tengan ciertos conocimientos de intehgencia analítica. L
1 mayoría
del personal de TI, por ejemplo, debería tener una cierta noción sobre el
Cornpeting on Analytics
209
tipo de análisis que se hace sobre los datos, para que estén seguros de que
las aplicaciones de TI y las bases de datos generan y gestionan datos en los
formatos apropiados para el análisis. El personal de Recursos Humanos
debería saber algo de inteligencia analítica para poder contratar al perso­
nal que posea las apropiadas competencias y habilidades de inteligencia
analítica. Incluso es posible que el staff del departamento jurídico corpo­
rativo tenga que conocer las consecuencias de una metodología de torna
de decisiones de inteligencia analítica y automatizada en caso de que algo
salga mal a lo largo del proceso.
Las empresas que han mejorado las competencias y aptitudes de inteli­
gencia analítica de sus empleados y directivos están comenzando a ver los
beneficios derivados de ellos. Por ejemplo, en una empresa de productos
de consumo con estrategia de inreligencia analítica, se está observando un
cambio enorme entre sus mandos medios. Los mandos medios de nivel
más alto tienen conocimientos y experiencia en técnicas de análisis avan­
zado, ya sea por su formación matemática o por la experiencia adquirida
en la firma. Dos de los principales clientes internos del departamento cen­
tral de inteligencia analítica tienen nuevos directivos que poseen un perfil
más analítico. Fueron seleccionados por su orientación analítica y han apo­
yado a fondo la competitividad basada en la inteligencia analítica. Los di­
rectivos con un perfil analítico estimulan e impulsan al grupo de analistas
profesionales a niveles más elevados de rendimiento. La alta dirección de
la empresa sostiene ahora discusiones analíticas y no políticas.
Herramientas para Analistas Amate11rs
Uno de los aspectos a considerar para los analistas amateurs es el tipo de
herramientas de TI a utilizar para tratar con técnicas de análisis avanzado.
Hay tres posibles alternativas y ninguna de ellas parece que sea la ideal.
Una opción es dotarles de potentes herramientas para el análisis estadís­
tico con el objetivo de que puedan explotar los datos y crear algoritmos
sólidos (para lo cual es poco probable que tengan la capacitación necesa­
ria). Una segunda alternativa es que el sistema simplemente devuelva la
respuesta correcta: el precio que debería cargarse, la cantidad de existen­
cias que debería enviarse, etcétera. Sin embargo, es posible que dicha op­
ción no optimice la capacidad de la persona para aprovechar los datos y
tomar decisiones. La tercera opción, que es la más habitual con diferen­
cia, es que los amateurs realicen las actividades de inteligencia analítica a
través de hojas de cálculo.
210
Gestión del Personal de Análisis
Las hojas de cálculo (nos referirnos a las de Microsoft Excel, por su­
puesto} son
la
herramienta preferentemente
utilizada por los amateurs
para manipular datos y realizar actividades de inteligencia analítica. Tie­
nen algunos puntos fuertes, o de lo contrario no se serían tan comunes.
Son füciles de utilizar (por lo menos las capacidades básicas); su formato
de filas y columnas es ampliamente conocido; y no son caras (Excel forma
parte de un paquete de software de oficina de uso generalizado). Sin em­
bargo, como indicamos en el capítulo 2, las hojas de cálculo son una he­
rramienta problemática para una actividad de inteligencia analítica gene­
ralizada.
Es muy dificil
mantener un
entorno de
inteligencia analítica
uniforme, con "una única versión de la realidad", a lo largo de una em­
presa que utiliza un gran número de hojas de cálculo gestionadas por los
diversos
usuarios. Además, las hojas de cálculo suelen contener errores.
Cualquier firma que adopte la hoja de cálculo como herramienta princi­
pal para los analistas amateurs debe tener una estrategia sólida con
res­
pecto a la arquitectura de datos y un fuerte control sobre la inteligencia
analítica.
Una estrategia intermedia sería la de conceder a los analistas amateurs
la capacidad de observar y analizar datos, a la vez que se les dota de una
estructura para la dinámica
de trabajo de inteligencia analítica. Algunos
proveedores de software de inteligencia empresarial
la ofrecen. Permite
que los usuarios más sofisticados desde el punto de vista analítico hagan
sus propias consultas visuales, nnentras que los menos sofisticados pueden
observar y entender algunos de los procedimientos analíticos que siguen.
Toma de Decisiones Antomatíxoda
Otro factor crítico que tiene que ver con los analistas aruareurs y que
debe ser resucito
es el grado de automatización
11
problema determmado.
de la solución
para
un
A medida que es posible automatizar cada vez
más decisiones, es más importante para las organizaciones determinar qué
decisiones tienen
que ser tomadas por las personas y cuáles pueden
ser
compucerizadas. Las aplicaciones de decisiones automatizadas suelen po­
nerse en funcionamiento sin
necesidad de intervención
tan las condiciones o datos de forma
011/i11e,
humana: detec­
aplican algoritmos analíticos
o conocimiento codificado (normalmente en forma de reglas), y toman
decisiones - codo ello con la mínima intervención humana.
Las aplicaciones totalmente automatizadas están configuradas para que
traduzcan decisiones rutinarias o voluminosas en acciones, de forma rá-
Cornpeting on Analytics
211
pida, precisa y eficiente porque están incrustadas en la dinámica normal
de trabajo. Entre las empresas cuya competitividad está basada en la inte­
ligencia analítica, encontrarnos tecnologías de toma de decisiones auto­
matizada que se utilizan para una diversidad de decisiones operacionales,
incluyendo la ampliación
de crédito, fijación de
precios, gestión
de
in­
gresos, y suscripción de pólizas de seguro. Si los expertos son capaces de
codificar realmente las reglas de la decisión y se dispone de datos de alta
calidad, se dan
las condiciones necesarias para automatizar la decisión."
Las decisiones de concesión de crédito bancario son
son
repetitivas, se pueden
un buen ejemplo;
uniformar criterios, y pueden
tomarse recu­
rriendo a la amplia oferta existente de crédito para clientes.
Algunos tipos de decisiones, aunque se toman pocas veces, se prestan
a la automatización --en especial en los casos en que la rapidez de la toma
de la decisión
es
crucial. Por ejemplo, en
la red de energía eléctrica es
esencial tomar decisiones rápidas y precisas a nivel regional para evitar un
fallo de todo el sistema. El valor de esta capacidad de reacción rápida se
demostró claramente durante el verano de 2003, cuando los sistemas au­
tomatizados de algunas zonas de EEUU fueron capaces de reaccionar rá­
pidamente frente a las subidas de tensión de sus redes interrumpiendo el
servicio o redirigiendo la energía a líneas vecinas con capacidad de reserva.
Ello es también evidente en alguno de los sistemas actuales más avanza­
dos de reacción ante urgencias, los cuales pueden decidir de forma auto­
mática el
modo de coordinar ambulancias y salas de urgencias en
toda
una ciudad, en caso de que se produzca un desastre importante.
Sin embargo, las aplicaciones de toma de decisiones automatizadas tie­
nen algunas limitaciones. Incluso cuando es posible automatizar comple­
tamente un proceso de decisión, hay problemas fiduciarios, legales o éti­
cos
que pueden
requerir que
una
persona responsable
desempeñe
papel activo. Asimismo, las decisiones automatizadas crean
blemas a la
un
algunos pro­
organización. Como los sistemas de decisión automatizada
pueden dar lugar a que un gran número de trabajadores de la información
se reduzca a tan sólo un puñado de expertos, la dirección debe centrarse
en conservar al personal apropiado - aquellas personas con las mejores
capacitaciones y la máxima efectividad posible.
El Problema de la A,mlación Ma,mal
Un tema afin es el modo en que los analistas amateurs deberían en­
frentarse a decisiones automatizadas con las que no están de acuerdo. Al-
212
Gestión del personal de análisis
gunas empresas, como
Harrah's, se oponen a que los empleados anulen
manualmente sus sistemas automatizados de inteligencia analítica, porque
tienen pruebas de que con los sistemas se obtienen mejores resultados que
con los empleados. A un gerente de hotel, por ejemplo, no se le permite
anular manualmente el sistema de gestión de ingresos de la empresa que
establece el precio ideal de la habitación en base a tendencias de disponi­
bilidad y a niveles de fidelidad de los clientes.
Marriort, como expusimos, tiene un sistema de gestión de ingresos pa­
recido para sus hoteles. No obstante, aquí la empresa anima a sus "líderes
de ingresos" regionales a que anulen manualmente las decisiones del sis­
tema y ha diseñado diversos medios para que éstos introduzcan informa­
ción actual y anómala cuando se producen acontecimientos locales re­
pentinos e inesperados que afectan a los datos operativos normales -por
ejemplo, cuando la ciudad de Houston se vio desbordada por los evacua­
dos del huracán Katrina. El sistema de gestión de ingresos advirtió que un
número inesperado de personas quería reservar habitaciones en
el hotel
Marriott de Houston en Agosto. A falta de otra intervención, el sistema
habría elevado automáticamente las tarifas. Pero lo que Marriorr no de­
seaba era disuadir a los evacuados de que se alojasen en sus hoteles del área
de Houston y
, por tanto, los directivos regionales anularon manualmente
la decisión del sistema y redujeron los precios. Los ejecutivos de Marriott
afirman que este planteamiento de anular manualmente las decisiones de
los sistemas automatizados forma parte de una filosofia corporativa gene­
ral.
De lo contrario, sostienen, no se habrían preocupado de contratar y
formar a analistas competentes y capaces de tomar buenas decisiones.
¿Por qué dos filosofias diferentes al respecto?
Hay diferentes sistemas
involucrados, distintos procesos de gestión de negocio, y diferentes nive­
les de competencia o habilidad. Es posible que las empresas que cuenten
con
analistas amateurs
muy preparados
fomenten
la
anulación
manual
cuando la gente crea que sabe más que el propio sistema. Los médicos de
Partners HealthCare, que a su vez suelen ser profesores de la Facultad de
Medicina de Harvard, son animados a anular manualmente las decisiones
de los sistemas automatizados cuando dicha actuación es en el mejor in­
terés del paciente. Con unos expertos involucrados en el proceso tan bien
preparados, los mejores resultados probablemente se obtienen a partir de
la combinación de seres humanos y normas de decisión automatizadas.
Las compallías que piensan que han incluido la mayoría de variables
posibles en sus modelos automatizados de inteligencia analítica -y cuyos
Competing on Analytics
213
empleados de primera línea tengan un menor nivel de competencia de in­
teligencia analítica -tal vez prefieran adoptar una postura intransigente
con respecto a las anulaciones manuales. Hasta cierto punto, la cuestión se
puede decidir de forma empírica- si las anulaciones suelen resultar en
mejores decisiones, se deberían fomentar. En caso contrario, deberían pro­
hibirse casi siempre. Si una empresa decide permitir las anulaciones ma­
nuales, debería elaborar un método sistemático de captura de los motivos
para ellos, con el objetivo de mejorar el modelo automatizado a partir de
dichas informaciones. Por ejemplo, cuando en Partners los médicos anu­
lan manualmente el sistema automatizado se les pide que expliquen por­
que actúan así.Asimismo, los médicos que anulan de forma manual y sis­
temática
una
recomendación
concreta
del
sistema
automatizado, son
entrevistados con el fin de que expongan sus motivos.
Cualquiera que sea la decisión: factor humano versus automatización,
el mensaje esencial de este capítulo es que los recursos humanos son tal
vez la capacidad más importante que puede cultivar una empresa cuya es­
trategia competitiva esté basada en la inteligencia analítica. Cuando nos­
otros preguntamos a este tipo de empresas qué era lo más dificil por lo que
se refiere a la ejecución de su estrategia, la mayoría dijo que lo más duro
era conseguir el tipo idóneo de personal de inteligencia analítica en la
cantidad suficiente. Con sólo hardware y software no se pueden crear los
tipos de aptitudes que precisan las estrategias de inteligencia analítica.
Tanto si estamos hablando de altos ejecutivos, de analistas profesionales, o
de analistas amateurs de primera línea, todos tienen una tarea que hacer
para lograr que la competitividad basada en la inteligencia analítica tenga
éxito.
8
La Arquitectura
de la Inteligencia Empresarial
Alineamiento de un Entorno Tecnológico
Sólido con las Estrategias de Negocio
Es comprensible que los aficionados al cine puedan tener la impresión de
que las dificultades técnicas de la captura y el análisis de grandes cantida­
des de datos ya han sido superadas. En
muchas películas de Hollywood,
cualquiera que tenga un ordenador portátil y conozca unas cuantas con­
trasellas (a
menudo obtenidas en
cuestión
de segundos a través de una
hábil utilización de la piratería informática) puede acceder a cantidades in­
gentes de datos.
Afortunadamente para nuestra intimidad, sin embargo, eso no es tan
fácil.
Por supuesto, ya es técnicamente factible capturar y almacenar canti­
dades enormes de datos. Las cantidades son dificiles de asimilar para to­
dos, excepto para los más expertos, ya que los volúmenes de datos han pa­
sado de rnegabytes a gigabytes, y de gigabytes a rerabytes (un billón
de
bytes); algunas bases de datos corporativas se están aproximando rápida­
mente a un petabyte ( 1 0
15
bytes). Aunque algunos ordenadores y servi­
dores de gama baja carecen de la potencia y capacidad necesaria para ma­
nejar
los
volúmenes
de
datos
requeridos
por
las
aplicaciones
de
inteligencia analítica, los procesadores de gama alta de 64 bits y los acce­
sorios de hardware especializados son capaces de manejar cantidades de
datos prácticamente insondables.
216
Sin
La Arquitectura de la Inteligencia Empresarial
embargo, aunque
las organizaciones
tienen ahora
más datos que
nunca a su disposición, raramente saben qué hacer con ellos. Los datos de
sus sistemas se parecen a la caja llena de fotos que se guarda en el desván
esperando "el día" en que usted se decida a poner orden en aquel caos.
Además, la realidad dificil de aceptar es que la mayoría de departamentos
de TI
se esfuerzan por satisfacer las mínimas demandas de servicio e in­
vierten una cantidad excesiva de recursos en el apoyo y mantenimiento
permanentes de las capacidades transaccionales básicas. Al contrario que
la vanguardia de inteligencia analítica, incluso empresas con buenos siste­
mas de transacción luchan con problemas relativamente triviales, como la
limpieza de datos cuando tratan de integrar estos en las aplicaciones de in­
teligencia analítica. En pocas palabras, aunque las mejoras de la capacidad
tecnológica para almacenar datos pueden ser asombrosas, la capacidad de
la mayor parte de las organizaciones para gestionar, analizar, y aplicar los
datos no ha seguido el mismo ritmo.
Las compañías cuya estrategia competitiva se basa en la inteligencia ana­
lítica no han solucionado enteramente todos estos problemas, pero están en
mejor situación que sus competidoras. En este capitulo, identificamos la
tecnología, datos, y procesos normativos que son necesarios para la com­
petencia basada en la inteligencia ana1ítica. Exponemos también los com­
ponentes que forman parte del núcleo esencial de la arquitectura de inte­
ligencia empresarial de cualquier organización y pronosticamos como es
probable que evolucionen dichos componentes a lo largo del tiempo.
LA INTELIGENCIA ANALÍTICA Y LA ARQUITECTURA
DE LA INTELIGENCIA EMPRESARIAL
Toda empresa con aspiraciones serias de competitividad basada en la
111-
teligencia analítica tiene tras de sí un departamento de TI comprometido
e involucrado. Por ejemplo, el departamento de TI
ayuda a desarrollar y
mantener la ventaja competitiva de una organización mediante la captura
de los datos exclusivos o a través de la incorporación de inteligencia ana­
lítica propia en los procesos de gestión de negocio.
Pero es
mente en
importante saber que esta
manos de TI. L.
1
tarea
no puede dejarse exclusiva­
determinación de
las competencias técnicas
que son necesarias para la competitividad basada en la inteligencia analí­
tica exige que haya una estrecha colaboración entre TI y los directivos de
Cornpeting on Analytics
217
las diferentes áreas de negocio. Éste es un principio que empresas como
Progressive lnsurance, entiende perfectamente. Cien Renwick, CEO de
Progressive lnsurance y antiguo responsable de TI, sabe que es fundamen­
tal que TI esté en línea con la estrategia de negocio: "En Progressive tene­
mos líderes del área tecnológica que trabajan codo con codo con los líde­
res del área de negocio que consideran que su trabajo consiste en solucionar
problemas de negocio.Y tenernos líderes del área de negocio que tienen la
responsabilidad de saber cuál es el papel que desempeña la tecnología en su
campo. Nuestro plan de negocio y TI están estrechamente conectados por­
que sus respectivos objetivos de trabajo también lo están".
1
Nosotros hemos encontrado este mismo nivel de alineación TI/área de
negocio en muchas empresas cuya competitividad está basada en la inte­
ligencia analítica.
Este tipo de compaiiías establecen también un conjunto de principios
guía que garanticen que sus inversiones en TI son un reflejo de las prio­
ridades corporativas. Dichos principios pueden incluir declaraciones del
tipo siguiente:
•
Debe reducirse el riesgo asociado a fuentes de información contra­
dictorias.
•
Las aplicaciones deberían estar integradas, puesto que la inteligencia
analítica extrae datos que cada vez más atraviesan las diversas fronteras
de la organización.
•
La inteligencia analítica debe formar parte de la estrategia y compe­
tencia distintiva de la organización.
La responsabilidad de que los datos, tecnología y procesos sean apropia­
dos es tarea del arquitecto de TI. Este ejecutivo (en estrecha colaboración
con el CIO) debe determinar cómo los componentes de la infraestruc­
tura de TI (hardware, software y redes) trabajarán juntos para proporcio­
nar los datos, la tecnología, y el apoyo que necesita la actividad del nego­
cio.
Esta rarea es más facil para compañías start-ups, como Netflix,
que
pueden crear su entorno de TI con la competitividad basada en la inteli­
gencia analítica
i11
mente desde el mismo principio. En grandes organiza­
ciones muy consolidadas, sin embargo, la infraestructura de TI puede pa­
recer, a veces, que haya sido construida durante varios
por un
"manitas".
Lleva a cabo la tarea para la
crear problemas siempre que se aplica
a
que
fines
fue diseñada
otro propósito.
de semana
pero
suele
218
La Arquitectura de la Inteligencia Empresarial
Para asegurarse de que el entorno de TI satisface totalmente las nece­
sidades de una organización en cada etapa de la competividad basada en
la inteligencia analítica, las empresas deben incorporar la inteligencia ana­
lítica
y otras tecnologías de inteligencia empresarial en su arquitectura
global de TI (Ver el cuadro "Datos y Capacidad de TI en las Diversas Eta­
pas de la Competitividad Basada en la Inteligencia Analítica".)
Tal y como señalamos en el capítulo
1 , los tecnólogos utilizan el tér­
mino inteligencia empresarial (a menudo abreviado como BI [Bwiness lnte­
lltge11ce"I)
lisis
para abarcar no sólo la inteligencia analítica o las técnicas de aná­
avanzado
-la
utilización
de
datos
para
analizar, prever, predecir,
optimizar, etcétera- sino también los procedimientos y tecnologías uti­
lizados para la recogida, gestión y reporte de los datos orientados a la toma
de decisiones. La atquítectum de i11telige11cia empresarial (un subconjunto de
la arquitectura global de TI) es un término paraguas para referirse al con­
junto de sistemas, aplicaciones y procedimientos normativos a nivel em­
presa que posibilitan el empleo de una inteligencia analítica sofisticada, al
permitir que los datos, contenidos y análisis fluyan hacia aquellos que los
necesitan y cuando los necesitan. (Ver el cuadro "Indicadores de una TI
Efectiva para la Competitividad Basada en la Inteligencia Analítica").
Datos y Capacidad de TI en las Diversas Etapas de la Compe­
tencia Basada en la Inteligencia Analítica
Las compañías establecidas suelen seguir un proceso evolutivo para des­
arrollar sus capacidades de TI de inteligencia analítica:
•
Etapa
1: La empresa está atormentada por la ausencia o mala cali­
dad de los datos, múltiples definiciones de sus datos, y sistemas de­
ficientemente integrados.
•
Etapa 2: La organización recoge datos transaccionales de forma efi­
ciente pero suele
carecer de
los datos adecuados para
una
mejor
toma de decisiones.
•
Etapa
3:
La organización
tiene
una multitud de herramientas de
inteligencia empresarial y depósitos de datos, pero la mayoría no es­
tán integrados ni estandarizados ni son accesibles.
•
Etapa 4: La organización posee datos de buena calidad, un plan de
inteligencia analítica a nivel de coda la empresa, procedimientos de
Competing on Analytics
219
TI y principios normativos, así como algún tipo de inteligencia ana­
lítica incorporada o automatizada.
•
Etapa 5: La organización tiene una arquitectura de inteligencia ana­
lítica consolidada a nivel de empresa, totalmente automatizada, in­
tegrada en los procesos, y altamente sofisticada.
Indicadores
de
una TI Efectiva
para la
Competencia
Basada
en la Inteligencia Analítica
•
Los analistas tienen acceso directo, prácticamente instantáneo, a los
datos.
•
Los trabajadores de la información dedican su tiempo a analizar los
datos y a
interpretar
sus consecuencias, en lugar de recoger y for­
matear datos.
•
Los directivos se centran en la mejora de los procesos y en el rendi­
miento de la actividad empresarial, y no en entresacar daros de or­
denadores portátiles, informes, y sistemas transaccionales.
•
Los directivos jamás discuten acerca de quien tiene las cifras correc­
tas.
•
Los datos se gestionan a nivel de empresa a lo largo de su ciclo de
vida, desde su creación hasta el archivo o la destrucción.
•
Una hipótesis puede ser analizada y testada con rapidez, sin necesi­
dad de demasiada preparación manual previa entre bastidores.
•
Tanto la vertiente del negocio de la oferta como la de la demanda
recurren a previsiones que concuerdan entre sí y que se han con­
feccionado teniendo en cuenta un conjunto coherente de datos.
•
Los procesos de toma de decisiones voluminosas y criticas para la
misión de la empresa están altamente integrados y automatizados.
•
Los daros se comparten de forma habitual y automática entre la em­
presa y sus proveedores y clientes.
•
Los informes y análisis integran y sistematizan sin
fisuras la infor­
mación procedente de muchas fuentes.
•
En lugar de tener almacenes de datos o proyectos de inteligencia
empresarial, las empresas gestionan los daros como un recurso cor­
porativo estratégico en todos los proyectos de negocio.
220
La Arquitectura de la Inteligencia Empresarial
"AqueUos que lo necesitan" incluirá a los estadísticos con competen­
cias o habilidades variables, los trabajadores de la información, los res­
ponsables departamentales y la alta dirección. La arquitectura de BI debe
ser capaz de proporcionar rápidamente a los usuarios una información
fiable y precisa así como ayudarles a tomar decisiones de complejidad muy
variable. También tiene que poner la información a disposición de los
usuarios a través de una diversidad de canales de distribución, entre ellos
informes
tradicionales, herramientas
de
análisis
a
medida,
cuadros
de
mando corporativos, hojas de cálculo, correos electrónicos y avisos en lo­
calizadores (pagers). Esta tarea suele ser abrumadora: por ejemplo, Ama­
zon.com dedicó más de diez años y mil millones de dólares a la cons­
trucción, organización y protección de sus almacenes de datos.
2
El cumplimiento de los requisitos normativos y regulatorios es otra
actividad que depende de la existencia de una arquitectura de BI sólida.
La ley Sarbanes-Oxley de 2002 exige que ejecutivos, auditores, y otros
usuarios de los datos corporativos demuestren que sus decisiones están
basadas en daros fiables, coherentes, serios y precisos. También les exige
que atestigüen que los datos ofrecen una imagen clara del negocio, ten­
dencias principales, riesgos y oportunidades.
Conceptualmente, es útil descomponer la arquitectura de inteligencia
de negocio en seis elementos (ver figura 8-1).
•
Gestión de datos que defina el modo de adquisición y gestión de los
datos apropiados.
•
Herramientas de transformación y procesos que describan como los elatos
se extraen, limpian, transmiten y cargan para "poblar" las bases de datos.
•
Depósitos que organicen datos y metadatos (información acerca de los
datos) y los almacenen para su utilización.
•
Aplicaciones y otras herranuentas de software utilizadas para el análisis.
•
Herramientas y aplicaciones de presentación que expongan el modo
en que los trabajadores de la información y los analistas que no perte­
necen a TI accederán, exhibirán, visualizarán y manipularán los datos.
•
Procesos operacionales que determinen
el
modo en que deben tra­
tarse actividades administrativas importantes como seguridad, manejo
de errores, posibilidad de auditoría, archivo, y privacidad.
•
Examinaremos sucesivamente cada uno de estos elementos, prestando
una atención especial a los datos puesto que de ellos se derivan todas
las demás decisiones relativas a la arquitectura.
221
Competing on Analytics
FIGURA 8-1
Arquitectura de la Inteligencia Empresarial
-
.¡;
'
o
o
ü
'
o
"
"O
"
"O
o
•O
·
e
'
"
s:
e
"
o
-
'
.�
a
"
"
"O
"O
e
'
u
"
e
o
o.
u
"
u
'
o
J2
-
'
�
"
u ·"
"
"
o. ;
·-
'
e
e
-
"
,,
·::;;:
u
•C
e
'
o.
'
o
-
�
"
.�
.�
- "'
"
"
o
-
·¡;
'
!3
o
"
"
'
�
o.
"
"O
e
"
"O
"
"
"
" ,§
o.
"
", o
>
J
'
-¡;
;
"
o
u
:t
"
"
"
J:
"
:t
Metadatos
Procesos operativos
GESTIÓN DE DATOS
El objetivo de una estrategia de gestión de datos bien diseñada es garan­
tizar que la compañía dispone de la información correcta y que la utiliza
de forma apropiada. Las grandes empresas invierten millones de dólares en
sistemas que capturan datos desde cualquier fuente imaginable. Los siste­
mas de planificación de recursos de la gestión empresarial, gestión de re­
laciones con
clientes, y transacciones en
el
punto de
venta, entre otros,
garantizan cualquier transacción o intercambio se produzca sin dejar hue­
lla. Muchas organizaciones adquieren también datos recogidos del exte­
rior por proveedores sindicados, como IR! y AC Nielsen en el campo de
productos de consumo e IMS Health en el de productos farmacéuticos.
En este entorno, la sobrecarga de datos puede ser un verdadero pro­
blema para los ejecutivos que disponen de muy poco tiempo. No obstante,
el mayor desafio al que se enfrentan las empresas son los datos "sucios": in­
formación incoherente, fragmentada y fuera de contexto. Hasta las mejo­
res compañías suelen tener que luchar para solucionar sus problemas de
222
La Arquitectura de la Inteligencia Empresarial
datos. Hemos descubierto que las empresas que compiten en base a la in­
teligencia analítica dedican una atención extraordinaria a los procesos de
gestión y a la normativa de datos. Capital One, por ejemplo, estima que
el 25 por ciento de su organización de TI
a los datos -un
trabaja en problemas relativos
porcentaje inusualmente elevado en comparación con
otras empresas.
Hay
una
recompensa
importante para los que dedican su
esfuerzo a
dominar la gestión de datos. Por ejemplo, Continental Airlines integra 1 O
TB
{terabytes)
de datos procedentes de 25 sistemas operativos en su al­
macén de datos. Los datos se utilizan en aplicaciones de inteligencia ana­
lítica,
tanto para alertas en tiempo real como para análisis estratégicos a
largo plazo. Las alertas informan a los agentes de los clientes de retrasos en
las llegadas de vuelos e identifican a los clientes asiduos que llegan y les
asignan vuelos alternativos en caso de que no sea probable que conecten
con los vuelos onginales. Los analistas de marketing utilizan otros datos
recogidos por los sistemas para
estudiar tendencias relativas a clientes y
precios. Asimismo, los analistas logísticos planifican la ubicación óptima de
aviones y tripulaciones. La empresa estima que ha ahorrado más de 250
millones de dólares durante los primeros cinco años de funcionamiento
de sus actividades de almacenamiento de datos e inteligencia empresa­
rial- lo que representa un ROi (rendimiento de la inversión) de más del
3
1.000 por cien.
Para lograr los beneficios de la competitividad basada en la inteligen­
cia analítica, los expertos en TI
e inteligencia empresarial deben abordar
sus problemas de datos, respondiendo a las cinco preguntas siguientes:
• Relevancia de los datos:
¿Qué datos son necesarios para la estra­
tegia
competitiva
basada
en
la
inteli­
gencia analítica
• Fuentes de datos:
¿Dónde se pueden obtener estos datos?
• Cantidad de datos:
¿Cuántos datos son necesarios?
• Calidad de los datos:
¿Qué se puede hacer para que los datos
sean más precisos y útiles para el análisis?
Competing on Analytics
• Normativa de los datos:
223
¿Qué normas y procedimientos son ne­
cesarios para gestionar los datos desde
su creación hasta su retirada?
¿Qué Datos Sou Necesarios para la Estrategia Competitiva
eu la foteligeucia Aualitica?
A raíz de esta pregunta surge otra: ¿Qué datos son más útiles para la dife­
renciación competitiva y el rendimiento de la actividad empresarial? La
respuesta es que los ejecutivos deben conocer claramente cual es la capa­
cidad distintiva de la organización, las actividades que respaldan dicha ca­
pacidad, y la relación existente entre las medidas operacionales y estraté­
gicas de la organización y el rendimiento de la actividad empresarial.
Muchas de las compañías descritas en este libro han demostrado quepo­
seen el conocimiento creativo necesario para hacer dichas conexiones.
Sin embargo, asegurar que los analistas tengan acceso a los datos co­
rrectos puede ser dificil.A veces se necesita una cifra: la llegada de las pun­
tuaciones de crédito hizo que el negocio de los préstamos hipotecarios
fuera más eficiente al sustituir la evaluación cualitativa de la solvencia del
cliente por una única medida relativa. Pero no todo es fücilmente reduci­
ble a una cifra. La calificación del rendimiento de un empleado no ofrece
un panorama tan completo de su trabajo a lo largo de un año como el in­
forme escrito de evaluación de su jefe. La situación se complica cuando
el personal del área de negocio y el de TI se culpa mutuamente cuando
se recoge el dato incorrecto o cuando el correcto no está disponible. Es­
tudios como el llevado a cabo por McDonald y Blosch en la encuesta
Gartner de 2006 a directores de sistemas de información (CIOs) mues­
tran repetidamente que los ejecutivos de TI creen que los directivos del
área de negocio no saben que datos necesitan:' Asimismo, las encuestas a
directivos del área de negocio reflejan la convicción de que los ejecutivos
de TI carecen de la agudeza o perspicacia de negocio necesaria para po­
ner a su disposición daros que sean significativos.Aunque no hay una so­
lución fücil a este problema, el principio de la misma pasa por el com­
promiso de que los líderes del área de negocio y los directivos de TI
trabajen juntos en búsqueda de una solución. Sin dicha cooperación, la ca­
pacidad de una organización para recoger los datos que necesita para la
competitividad basada en la inteligencia analítica está condenada al fracaso.
Una cuestión parecida que precisa de la colaboración entre las dos áreas
citadas es la definición de relaciones existentes entre los datos utilizados
224
La Arquitectura de la Inteligencia Empresarial
en el análisis. Se requieren unos conocimientos y una experiencia consi­
derable en el área de negocio para ayudar a que el área de TI conozca y
comprenda las relaciones potenciales en los datos con el objetivo de lo­
grar una organización Óptima. La importancia de esta actividad puede ob­
servarse en un ejemplo referido a los clientes de los planes de asistencia
sanitaria. Desde la perspectiva de la compañía de seguros, ésta tiene mu­
chos clientes diferentes -clientes corporativos que contratan pólizas en
beneficio de sus empleados, asegurados particulares y familiares de los ase­
gurados. Cada individuo tiene un historial médico y puede sufrir una se­
rie de trastornos o patologías que requieran tratamiento. La compañía de
seguros y toda persona cubierta por una póliza tienen también
relación
con una serie de proveedores de servicios, como hospitales, médicos, et­
cétera. El médico puede ser de medicina general o especialista. Unos mé­
dicos trabajarán con algunos hospitales o con algunas aseguradoras y no
con otros u otras. Los individuos pueden estar asegurados por varios pro­
veedores, incluyendo la Administración, que tienen que coordinarse. Sin
el conocimiento de la naturaleza de estas relaciones, la utilidad de los da­
ros para la inteligencia analítica es extremadamente limitada.
¿Dónde Se pueden Obtener los Datos?
Los datos para la inteligencia
empresarial tienen su
origen
en múltiples
ubicaciones, pero el aspecto esencial es que necesitan ser gestionados a
través de una infraestructura a nivel de toda la empresa. Sólo de esta ma­
nera serán eficientes, uniformes y podrán ser escalables a toda la organi­
zación. Disponer de aplicaciones y datos comunes a lo largo de la empresa
es esencial porque ayuda a ofrecer una "versión coherente de la realidad",
un aspecto fundamental para todos los interesados en la inteligencia ana­
lítica. Aunque es posible crear dicho entorno a través de la integración y
transformación retroactiva de los datos de muchos sistemas, es recomen­
dable que las empresas actualicen e integren sus procedimientos y siste­
mas transaccionales anees de embarcarse en esta tarea.
Para obtener información interna, los sistemas de gestión empresarial
de la organización son un punto de arranque lógico. Por ejemplo, una or­
ganización que desee optimizar su cadena de suministro podría empezar
con una aplicación de planificación de demanda. Sin embargo, puede ser
dificil analizar los datos de los sistemas transaccionales (como el control de
existencias) porque no están definidos o enmarcados correctamente para
la
coma
de
decisiones de
gestión.
Los sistemas de gestión
empresarial
Cornpeting on Analytics
225
-aplicaciones de software integrado que automatizan, conectan y ges­
tionan flujos de información para procesos de gestión de negocio, como
gestión de pedidos- suelen ayudar a que las empresas avancen en el ca­
mino que lleva a la competitividad basada en la inteligencia analítica: pro­
porcionan datos coherentes, precisos y oportunos para tareas cales corno
informes económico-financieros y optimización de la cadena de sumi­
nistro. Cada vez más, los proveedores incorporan capacidades de inteli­
gencia analítica en sus sistemas de gestión empresarial para que los usua­
rios
puedan
confeccionar
previsiones
de
ventas
y crear
modelos
de
soluciones alternativas para los problemas de negocio.
Los ordenadores y servidores personales, además de los sistemas cor­
porativos, también están cargados de datos. Las bases de datos, hojas de cál­
culo, presentaciones e informes son, todos ellos, fuentes de daros. Algunas
veces estas fuentes se almacenan en una aplicación de gestión de conoci­
miento común, pero no suelen estar a disposición de toda la organiza­
cron.
Para la información externa, los directivos pueden adquirir datos de
empresas que proporcionan información económica, financiera y de mer­
cado, datos para créditos a clientes, y medidas del mercado. L
1 Adminis­
tración, a todos los niveles, es uno de los mayores proveedores de infor­
mación, y los sitios web de empresa en los que pueden contribuir clientes
y proveedores son otro recurso importante. Los datos pueden proceder
también de otros cipos de fuentes: correo eleccrónico,aplicaciones de voz,
imágenes (mapas y focos disponibles a través de Internet) e identificacio­
nes biométricas (huellas digitales e iris). Cuanto más alejado esté el tipo
de datos de las cifras y las letras estándar, más dificil será integrarlos con
otros datos y analizarlos.
También están apareciendo más datos sobre el mundo fisico, a través de
la tecnología sensorial y las etiquetas de identificación por radiofrecuen­
cia (RFID). Algunos embalajes y paquetes pueden comunicar su condi­
ción física -por ejemplo, se podría controlar una caja de botellas de vino
para ver si se guarda a la temperatura adecuada.
Es posible que sea dificil y costoso capturar algunos datos extremada­
mente útiles (En algunos casos podría incluso ser ilegal -por ejemplo, in­
formación sensible sobre los clientes o inteligencia de competidores rela­
tiva a planes de nuevos productos o estrategias de precio). Las empresas
cuya estrategia competitiva está basada en la inteligencia analítica adop­
tan métodos innovadores para obtener el permiso de recogida de los da-
226
La Arquitectura de la Inteligencia Empresarial
tos que necesitan. Como describimos en el capítulo 3, el programa Trip
Sense de Progressive lnsurance ofrece descuentos a los clientes que acep­
tan la instalación de un dispositivo que recoge datos acerca de su compor­
tamiento como conductores. El anterior CEO, Peter Lewis, considera que
esta capacidad es clave para una fijación de precios más precisa y para cap­
tar a los clientes más valiosos: "Tiene que ver con la capacidad de cargarles
por lo que verdaderamente ocurre y no por lo que ellos [los clientes] dicen
que está ocurriendo. ¿Qué sucederá pues? ¿Que nosotros nos quedaremos
con los clientes que apenas conducen, mientras que nuestros competidores
5
se quedarán atrapados con los que conllevan un riesgo más alco?
¿Cuántos Datos Son Necesarios?
Además de recoger los daros correctos, las empresas tienen que recopilar
un
montón de ellos si quieren extraer tendencias y predecir comporta­
mientos.
¿Qué es "un
montón"?
Para
poner en perspectiva los 583
te­
rabytes (TB) de las bases de datos de Wal-Mart, piense que en 2006, 20
TB era aproximadamente el tamaño de la totalidad de libros que se en­
contraban en la Biblioteca del Congreso de EE.UU.
6
Afortunadamente,
la tecnología y las técnicas de minería y gestión de grandes volúmenes de
datos están haciendo enormes progresos.
Hay dos peligros que deben sopesarse frente a esta necesidad de gran­
des cantidades de datos. El primero es que las empresas deben resistirse a
la tentación de recolectar todos los datos posibles, "por si acaso". Por una
parte, si los ejecutivos tienen que atravesar montañas digitales de datos in­
trascendentes, renunciarán y dejarán de utilizar las herramientas que tie­
nen a su disposición. Por otra parte, no debe hacerse: los acaparadores de
datos aprenden rápidamente que no pueden recolectarlo todo, y que aun­
que lo intenten, los costes superarán a los beneficios. El aspecto funda­
mental se reduce de nuevo a saber que es lo que impulsa la creación de
valor en una organización; este conocimiento impedirá que las empresas
recojan datos de forma indiscriminada.
Un segundo peligro relacionado con el primero es el siguiente: las em­
presas deberían evitar la recogida de datos fáciles de capturar pero no ne­
cesariamente importantes. Muchos ejecutivos de TI
son partidarios de
este enfoque de recogida de datos cómodos de obtener porque les libera
de la responsabilidad de determinar qué tipo de información es útil y va­
liosa para el negocio. Por ejemplo, muchas empresas caen en la trampa de
suministrar a sus directivos datos que son subproductos de sistemas trans-
Cornpeting on Analytics
227
accionales, porque esto es lo que tienen más a mano. Tal vez las tecnolo­
gías emergentes eliminarán algún día la necesidad de separar el trigo de
la paja. Pero, hasta entonces, es necesario aplicar inteligencia al proceso
para evitar la sobrecarga de datos.
¿Qué Podemos Hacer Para Que los Datos Sean Más
Útiles?
La cantidad sin la calidad es una receta segura para el fracaso. Los ejecu­
tivos son conscientes del problema: en una encuesta sobre los desafios que
afrontan las organizaciones al desarrollar una capacidad de inteligencia
empresarial, la calidad de los datos ocupó el segundo lugar, superada tan
7
sólo por las restricciones de presupuesto.
Incluso las empresas cuya es­
trategia competitiva se basa en la inteligencia analítica siguen luchando por
obtener calidad en sus datos.
Las organizaciones suelen almacenar sus datos en silos funcionales o
departamentales fuertemente custodiados. Como consecuencia, los datos
suelen ser un revoltijo donde no hay orden ni concierto. Para la mayoría
de organizaciones, las definiciones discrepantes de elementos de datos
clave, como cliente o producto añaden confusión. Cuando Canadian Tire
Corporation, por ejemplo, se dispuso a crear una estructura para sus da­
tos, descubrió que el almacén de datos de la empresa podía ofrecer hasta
seis cifras distintas para el concepto de nivel de existencias. Otro tipo de
datos no estaba disponible en absoluto, corno las cifras de ventas compa­
rativas para determinados productos vendidos en más de sus 450 tiendas
distribuidas por todo Canadá. A lo largo de varios años, la compal1ía di­
señó un plan de recogida de nuevos datos que satisficiera las necesidades
8
de inteligencia analítica de la empresa.
Diversas características incrementan el valor de los datos:
•
Que
sean
correctos. Aunque algunos análisis pueden arreglárselas
con cifras aproximadas y otros necesitan una precisión de varios deci­
males, rodos deben basarse en datos que superen las pruebas de credi­
bilidad de la gente que los revisa.
•
Que sean completos. La definición de completo variará según que la
empresa en cuestión venda cemento, tarjetas de crédito, abonos de tren,
etcétera, pero siempre estará estrechamente ligado a la competencia
distintiva de la empresa
•
Que sean
actuales. De nuevo, la definición de actual puede variar,
para algunos problemas de negocio, como una urgencia médica im-
228
La Arquitectura de la Inteligencia Empresarial
portante, los datos deben estar disponibles al instante para poder des­
plegar las ambulancias y el personal de urgencias en tiempo real (con­
cepto conocido también corno latencia cero); para la mayoría del resto
de decisiones de negocio, corno la previsión del presupuestos, sólo se
necesita una actualización periódica -diaria, semanal o mensual.
•
Que
sean
coherentes.
Para poder ayudar a los responsables de la
toma de decisiones a terminar con las discusiones acerca de quien tiene
los daros correctos, se deben aplicar a ellos la estandarización y las de­
finiciones comunes. La eliminación de datos superfluos reduce las po­
sibilidades de utilizar datos incongruentes u obsoletos.
•
Que estén en su contexto. Cuando los datos se enriquecen con me­
tadatos (definidos generalmente como datos estructurados sobre datos),
su significado y modo utilización quedan claros.
•
Que
estén
controlados. Deben ser supervisados de forma estricta
para que cumplan los requisitos de negocio, legales y regulatorios re­
lativos a seguridad, garantía, privacidad, y posibilidad de ser auditados.
¿Qué Normas y Procedimientos Son Necesarios para Gestionar
los Datos desde Su Adquisición Hasta Su Retirada?
Cada etapa del ciclo de vida de la gestión de los datos ofrece unos desa­
fios tecnológicos y de gestión distintivos que pueden tener un impacto
significativo en la capacidad de la organización para la competitividad ba­
sada en la inteligencia analítica.9
•
Adquisición de datos. La creación o adquisición de datos es el pri­
mer paso. Para la información interna, los directivos de TI deberían
trabajar estrechamente con los líderes del área de negocio. Entre los
objetivos a lograr, se encuentran la determinación de cuales son los da­
tos necesarios y de cual es el mejor modo de integrar los sistemas de
TI con los procesos de gestión de negocio para capturar buenos datos
en la fuente.
•
Limpieza de datos. La identificación y eliminación de datos que es­
tán obsoletos e incompletos y que son incorrectos o superfluos es una
de
las
actividades
más
importantes, costosas
y que
consumen
más
tiempo en cualquier proyecto tecnológico de inteligencia empresarial.
Estimamos que entre el 25 y el 30 por ciento de una iniciativa de BI
se destina a tareas de limpieza inicial de datos. El papel de TI consiste
en establecer métodos y sistemas que recojan, organicen, procesen y
Competing on Analytics
conserven
229
información, pero la limpieza de datos es responsabilidad
de todo aquél que genera o utiliza datos.
•
Organización y almacenamiento de datos. Una vez que los da­
tos han sido adquiridos y limpiados, deben establecerse los procedi­
mientos que extraigan, integren, y sinteticen de forma sistemática. Los
datos deben colocarse en el formato y en la ubicación de depósito ade­
cuados para que se puedan utilizar de forma inmediata (ver la exposi­
ción sobre ubicaciones de depósito más adelante en este mismo capí­
tulo).
•
Conservación de datos. Después de que se haya creado y poblado
con datos una ubicación de depósito de datos, los directivos deben de­
cidir como y cuando se actualizarán los datos. Deben elaborar proce­
dimientos que aseguren la intimidad, seguridad e integridad de los da­
tos (protección de la corrupción o pérdida por error humano, virus de
software, o accidente de hardware).Asimismo, se deben desarrollar po­
líticas y procesos que determinen cuando y como se guardarán, archi­
varán o retirarán los datos que ya no se necesiten. Algunas empresas
cuya estrategia competitiva se basa en la inteligencia analítica han es­
timado que se gastan 500.000 dólares anuales en mantenimiento por
cada millón de dólares gastado en el desarrollo de nuevas capacidades
técnicas de inteligencia de negocio.
En cuanto la organización haya solucionado los problemas relativos a la
gestión de los datos, el próximo paso es determinar las tecnologías y pro­
cedimientos necesarios para capturar, transformar y cargar los datos en un
almacén de datos.
Herramieutas y Procedimieutos de Trauiformacióu
Para que los datos puedan ser utilizados por los directivos, primero deben
pasar por un proceso conocido en la jerga de TI como ETL (extracción,
transformación y carga). Aunque extraer los datos de su fuente y cargar­
los en su almacén son tareas relativamente sencillas, la limpieza y trans­
formación de datos es un problema más complejo.
Para que los datos estén listos para su utilización en un almacén, es ne­
cesario primero limpiarlos y validarlos utilizando normas de negocio que
empleen herramientas de limpieza de datos como Trillium. (Por ejemplo,
una simple norma podría ser que un código provincial tuviera seis cifras
para todas las direcciones de Espalla). Los procedimientos de transforma-
La Arquitectura de la Inteligencia Empresarial
230
ción definen la lógica de negocio que guía los datos desde su fuente hasta
su destino. Tanto los directivos del área de negocio como los de TI deben
dedicar un esfuerzo importante a la tarea de transformar los datos en in­
formación utilizable. Aunque las herramientas automáticas de proveedo­
res como lnformatica Corporation,Ab Inicio Software Corporaricn y As­
cential
Software
pueden
facilitar
este
proceso, hace
falta
además
un
considerable esfuerzo manual. El CEO de Informatica, Sohaib Abbasi, es­
tima que "por cada dólar gastado en tecnología de integración, se invier­
ten entre siete y ocho en mano de obra [para la codificación manual de
daros]".'?
La transformación trae consigo también la estandarización de defini­
ciones de datos para cerciorarse de que los conceptos de negocio tienen
definiciones coherentes y comparables a lo largo de la organización. Por
ejemplo, un "cliente" puede ser definido como empresa en un sistema,
pero corno individuo que hace un pedido en otro. Exige también que los
directivos decidan que hay que hacer con los datos que faltan. En ocasio­
nes, es posible llenar los espacios en blanco utilizando datos deducidos o
proyecciones basadas en los datos disponibles; en arras ocasiones, simple­
mente se carece de ellos y no se pueden emplear para el análisis. Estas ta­
reas rutinarias pero fundamentales requieren un esfuerzo permanente por­
que constantemente suelen surgir nuevos problemas.
Ubicaciones de los Depósitos de Datos
Las organizaciones disponen de varias opciones para organizar y almace­
nar sus datos de inteligencia analítica:
•
Data 111arelw11ses (almacenes de datos) son bases de datos que contienen
datos integrados de diferentes fuentes y que se actualizan periódica­
mente. Contienen series temporales (históricas) de datos para facilitar
el análisis del rendimiento de la actividad empresarial a lo largo del
tiempo. Un almacén de datos puede ser un módulo de un sistema de
gestión empresarial o una base de datos independiente. Algunas em­
presas emplean también una base de datos temporal que se utiliza para
obtener datos de muchas fuentes distintas y que está dispuesta para ser
utilizada por el almacén de datos.
•
El término data mart puede referirse a un depósito independiente o a
un subconjunto del almacén de datos general. En general, suelen ser
utilizados por un solo departamento o proceso de gestión de negocio
Competing on Analytics
y suelen
231
contener algunos análisis predeterminados para que los di­
rectivos puedan descomponer los datos sin necesidad de tener cono­
cimientos estadísticos.Algunas empresas que inicialmente no vieron la
necesidad de tener un almacén de datos separado crearon una serie de
data mans independientes o modelos de inteligencia analítica que in­
cidían directamente en las fuentes de datos. Una gran firma química,
por ejemplo, tenía
utiliza
hoy en
dieciséis
data
marts. Este
planteamiento apenas se
día, porque da lugar a la balcanización de los datos y
porque crea problemas de mantenimiento al departamento de TI. Por
tanto, los data marts sólo deberían utilizarse si los diseñadores están se­
guros de que para
llevar a cabo el análisis no se necesitará nunca un
conjunto de datos más amplio.
•
Un depósito de metadatos contiene información técnica y una defini­
ción de los datos, incluyendo información sobre la fuente, cómo se cal­
culan, información bibliográfica, y la unidad de medida. Puede incluir
información acerca de la fiabilidad, exactitud e instrucciones de cómo
deben emplearse los datos. Para garantizar la coherencia de los datos es
esencial que haya un
depósito de meradaros común que sea utilizado
por todas las aplicaciones de inteligencia analítica. Consolidar toda la in­
formación que se necesita para la limpieza de datos en un único depó­
sito reduce de forma significativa el tiempo necesario de mantenimiento.
Una vez que los daros están organizados y listos para ser utilizados, ha
llegado el momento de determinar qué tecnologías y aplicaciones de in­
teligencia analítica serán necesarias.
Herramientas y Aplicaciones de Inteligencia Analitica
La selección
de
las
herramientas o aplicaciones de software apropiadas
para la toma de una decisión determinada depende de varios factores. La
primera tarea consiste en determinar hasta que punto debería incorporarse
la toma de decisiones a los procesos de gestión de negocio. ¿Debería ha­
ber un ser humano que revise los datos y la
inteligencia analítica y que
come una decisión, o bien la toma de la decisión debería estar automati­
zada como algo que ocurre en la dinámica natural de trabajo? Si la res­
puesta a la segunda parte de la pregunta es afirmativa, existen tecnologías
que, por una parte, estructuran la dinámica de trabajo y, por la otra, ofre­
cen reglas - cualitativas o cuantitativas para tomar la decisión. Nos ocu­
pamos de este tema desde una perspectiva humana en el capítulo 7.
La Arquitectura de la Inteligencia Empresarial
232
La decisión siguiente es si se utiliza la aplicación de una tercera parte
o se crea una solución a medida. Actualmente se dispone de un número
cada vez mayor de aplicaciones de gestión de negocio funcionales o es­
pecíficas de sector, por ejemplo, modelos para el cálculo de las necesida­
des de inversión y financiación o para el cálculo del precio de las hipote­
cas.
Los proveedores de sistemas de gestión empresarial, como Oracle y
SAP están desarrollando más (y más sofisticadas) aplicaciones de inteli­
gencia analítica en sus productos. Según
IDC, los proyectos que imple­
mentan una aplicación de inteligencia analítica de un proveedor externo
ofrecen un ROi (rendimiento de la inversión) medio del 140 por ciento,
mientras que el desarrollo de una solución a medida mediante herra­
mientas de inteligencia analítica ofrece un ROi medio del 104 por ciento.
La decisión entre "hacer (a medida) o comprar (hecho)" depende de la
existencia de una solución comercializada y de si el nivel de competen­
cia o habilidad requerido existe dentro de la organización.
11
También existen herramientas muy potentes para el análisis de datos
que permiten a las organizaciones elaborar sus propios análisis (ver el cua­
dro "Tecnologías de Inteligencia Analírica"). Empresas importantes en este
campo, como Business Objeccs y SAS ofrecen juegos de productos com­
puestos de herramientas y aplicaciones integradas. Algunas aplicaciones
están diseñadas para que los datos puedan examinarse a varios niveles o
contemplarse desde distintas perspectivas predeterminadas, mientras que
otras son más sofisticadas desde el punto de vista estadístico. Algunas he­
rramientas pueden dar cabida a diversos tipos de datos, mientras que otras
están más !.imitadas (a datos muy estructurados o a análisis de textos, por
ejemplo). Algunas herramientas extrapolan a partir de datos históricos,
mientras que otras están pensadas para descubrir nuevas tendencias o re­
laciones.
TECNOLOGÍAS DE INTELIGENCIA ANALÍTICA
Tecnologías Habituales de Inteligencia Analítica
Los ejecutivos de organizaciones que están planificando llegar a la com­
petitividad basada en la inteligencia analítica deberían estar familiariza­
dos con los principales tipos de herramientas de software de inteligen­
cia analítica:
Competing on Analytics
233
Las lwjas de cálculo como las de Microsoft Excel son las herramientas
de inteligencia analítica más frecuentemente utilizadas porque son fa­
ciles de utilizar y porque reflejan los modelos mentales de los usua­
rios. Los directivos y analistas las utilizan para el "(ilt11110 tramo" de la
inteligencia analítica -la fase inmediatamente anterior a la de la pre­
sentación de los datos en forma de informe o gráfico para los res­
ponsables de la toma de decisiones. No obstante, un número excesivo
de usuarios urilizan las hojas de cálculo para tareas no apropiadas, lo
que lleva a errores o a conclusiones incorrectas. Incluso cuando se
usan correctamente, las hojas de cálculo suelen inducir el error hu­
mano; más del 20 por ciento de las hojas de cálculo tienen errores, y
hasta en el 5 por ciento de todas las céldas con cálculos, éstos son in­
correctos"
Para minimizar estos fallos, los directivos tienen que ase­
gurarse de que se empieza siempre con datos precisos y validados y
de que los que trabajan con hojas de cálculo tengan la capacitación,
conocimientos y experiencia apropiados para confeccionar modelos.
Los procesadores analíticos 011fi11e (011/i11e mialytical processors- OLAP) se
utilizan para decisiones y análisis semiestructurados.Aunque una base
de datos relacional -en la cual los datos se almacenan en tablas rela­
cionadas-c- es un medio muy eficiente de organizar los datos para sis­
temas transaccionales, no lo es tanto por lo que se refiere al análisis de
datos organizados en forma de tablas o matrices (datos que se orga­
nizan en celdas, como en una hoja de cálculo) como, por ejemplo, las
series temporales. Las herramientas OLAP están diseñadas específi­
camente para problemas multidimensionales organizados en forma
matricial. Organizan los datos en "cubos de datos" para posibilitar el
análisis a lo largo del tiempo, por zonas geográficas, líneas de pro­
ducto, etcétera. Los cubos de datos son sencillamente grupos de da­
tos en tres variables o más que están preempaquetados para la gene­
ración de informes y el análisis; se puede pensar en eUas como hojas
de cálculo multidimensionales. Mientras que los programas de hojas
de cálculo como Excel tienen un máximo de tres dimensiones (de
arriba abajo, de izquierda a derecha y hojas de trabajo), los modelos
OLAP pueden tener siete o más. Como consecuencia, se precisa una
capacitación especializada para confeccionarlos, aunque también pue-
La Arquitectura de la Inteligencia Empresarial
234
den ser creados por usuarios avanzados que están familiarizados con
sus capacidades. Al contrario de las hojas de cálculo tradicionales, las
herramientas OLAP deben solucionar la proliferación de datos o de
lo contrario los modelos se vuelven rápidamente inmanejables. Se
dice que, para consultas complejas, las herramientas OLAP generan
una respuesta en un O, 1 por ciento del tiempo que se tardaría para res­
ponder a la misma
consulta utilizando datos relacionales. Business
Objects y Cognos están entre los proveedores líderes de este tipo de
herramientas.
Los algoritmos estadísticos o cuantitativos posibilitan
que responsa­
bles con conocimientos analíticos o estadísticos analicen los datos. Los
algoritmos procesan datos cuantitativos para lograr una meta óptima
como un precio o la suma de un préstamo. En los años 70, empresas
corno SAS y SPSS comercializaron aplicaciones informáticas que hi­
cieron de las estadísticas un producto mucho más accesibles. Los al­
goritmos estadísticos incluyen también las aplicaciones de modelos
de predicción, optimización y simulaciones.
Los motores de reglas procesan una serie de normas de gestión de ne­
gocio que utilizan reglas de tipo condicional para solucionar cuestio­
nes lógicas -por ejemplo, "Si el solicitante de una póliza de seguros
de una motocicleta es varón, menor de 25 años, no es propietario de
su vivienda ni tiene un título superior, no emitir la póliza". Los mo­
tores de reglas pueden formar parte de una aplicación automatizada
de mayor alcance u ofrecer recomendaciones a los usuarios que de­
ben tomar un tipo de decisión concreta. Fair Isaac, ILOG, lnc., y Pe­
gasystems, Inc. son algunos de los proveedores principales de moto­
res de reglas para empresas.
Las herramientas de minería de datos hacen
uso de técnicas que van
desde cálculos aritméticos sencillos a la inteligencia artificial, estadís­
ticas, árboles de decisión, redes neuronales, y la teoría de redes baye­
sianas. Su objetivo es identificar pautas en conjuntos de datos com­
plejos y mal
definidos. Sprint, por ejemplo, utiliza
tecnología
de
inteligencia analítica neural para predecir que clientes es probable que
Cornpeting on Analytics
235
cambien de compañía y se lleven con ellos su actual número de telé­
fono.
SAS ofrece capacidades de minería de datos y de textos y es
uno de los proveedores principales en ambas categorías.
Las hemnnientos de minería de textos pueden ayudar a los directivos a
identificar
tiempo
con
real.
Las
rapidez
arañas
tendencias
(spiders)
emergentes
o los
prácticamente
rastreadores
de
datos
en
(data
crawlers), que detectan y cuentan palabras y frases en los sitios web,
son un ejemplo sencillo de minería de textos. Las herramientas de
rnineria de textos pueden ser extraordinariamente útiles para investi­
gar nuevas tendencias o relaciones. Por ejemplo, al controlar los blogs
de usuarios técnicos, un proveedor puede advertir que un nuevo pro­
ducto tiene un defecto al cabo de pocas horas de ser vendido, en lu­
gar de tener que esperar a que lleguen las quejas de los clientes. Otros
productos de minería de textos pueden reconocer referencias a per­
sonas, lugares, cosas, o temas y utilizar esta información para sacar
conclusiones sobre la conducta de los competidores.
Las herramientas de simulación modelan los procesos de gestión de
negocio con un conjunto de funciones simbólicas, matemáticas, cien­
tíficas, económicas y de ingeniería. Mientras que los sistemas de di­
seño asistidos por ordenador (CAD) se utilizan por los ingenieros para
crear modelos de diseño de un nuevo producto, las herramientas de
simulación se utilizan en ingeniería, l+D, y en un sorprendente nú­
mero de otras aplicaciones. Por ejemplo, las simulaciones pueden uti­
lizarse como instrumento de formación que ayude a los usuarios a co­
nocer las consecuencias de un cambio en un proceso de gestión de
negocio. También pueden ser empleados para racionalizar el flujo de
información o productos -por ejemplo, pueden ayudar a los em­
pleados de las organizaciones de asistencia sanitaria a decidir dónde
hay que enviar los órganos donados, según criterios que van desde el
tipo de sangre hasta limitaciones de carácter geográfico.
236
La Arquitectura de la Inteligencia Empresarial
Tecnologías Emergentes de Inteligencia Analítica
A continuación
exponemos algunas de las tecnologías de vanguardia
que desempeñaran un papel importante en las aplicaciones de inteli­
gencia analítica a lo largo de los próximos años:
La categorizació11 de textos es el proceso de utilización
de modelos esta­
dísticos o reglas para calificar la relevancia de un documento en un de­
terminado rema. Por ejemplo, la categorización de textos puede utili­
zarse para evaluar dinámicamente el surtido de productos que ofrecen
los competidores desde sus sitios web.
Los algoritmos ge11éticos son una clase de métodos de optimización esto­
cástica que utilizan los principios que se encuentran en
la reproduc­
ción genética natural (recombinación [crossover]o mutaciones de la es­
tructura de!ADN). Una aplicación frecuente es la optimización de rutas
de reparto.
Los sistemas expertos no son una nueva tecnología sino una que final­
mente ha llegado a su mayoría de edad. Las aplicaciones especializadas
en inteligencia artificial son capaces de poner conocimientos de ex­
pertos a disposición de los responsables de la toma de decisiones (ima­
gínese a Warren Buffett dando consejos de cómo invertir en unas con­
diciones de mercado que cambian con rapidez).
La minetía de audio y video es muy similar a la minería de textos o datos,
pero en este caso se buscan pautas en el audio o en las imágenes, en es­
pecial imágenes en movimiento y sonido.
La intelígencio colectiva o de enjambres, tal y como se observa en las com­
plejas sociedades de hormigas y abejas se utiliza para aumentar el rea­
lismo de simulaciones y para saber como pequeños cambios en un sis­
tema pueden llegar a tener efectos espectaculares.
L
a extraaió11 de i1ifor111ació11 selecciona y hace un estrecho seguimiento de
conceptos, tales como nombres y entidades geográficas, y de relaciones
existentes en datos textuales (generalmente) poco estructurados.
Competing on Analytics
237
Tanto si se utiliza una aplicación a medida como una comercializada,
el departamento de TI debe dar cabida a una serie de herramientas para
diferentes tipos de análisis de datos (ver el cuadro"Tecnologías de Inteli­
gencia Analítica" para información sobre herramientas de inteligencia ana­
lítica actuales y de futuro). Los empleados suelen preferir los productos
con los que están familiarizados, como las hojas de cálculo, aunque estén
mal adaptadas a los análisis a realizar. Otro problema es que sin una ar­
quitectura general que guíe la selección de herramientas se puede pro­
ducir una proliferación tecnológica excesiva. En una encuesta realizada
en 2005, los representantes de algunas grandes organizaciones dijeron que
en sus compañías había una media de dieciséis herramientas de inteli­
gencia empresarial procedentes de un promedio de 3,2 proveedores.
13
In­
cluso las empresas cuya competitividad está basada en la inteligencia ana­
lítica
y
están
bien
gestionadas
suelen
tener
un
gran
número
de
herramientas de software. En el pasado, es probable que esto fuera nece­
sario, porque los diferentes proveedores tenían capacidades distintas. Por
ejemplo, uno se focalizaba en informes económico-financieros, otro en
consultas ad-hoc (a medida), y un tercero en análisis estadístico.Aunque si­
gue habiendo variación entre los proveedores, los más importantes han
empezado a ofrecer suites de inteligencia empresarial con capacidades más
potentes y más integradas.
HERRAMIENTAS Y APLICACIONES DE PRESENTACIÓN
Como un análisis sólo es valioso si se actúa en base al mismo, las empre­
sas cuya competitividad está basada en la inteligencia analítica deben de­
legar autoridad y responsabilidad en su personal para que imparta sus co­
nocimientos
a los
demás
a través de
herramientas
mformativas
o de
generación de informes, cuadros de mando, y portales. Las herramientas
de presentación deberían permitir que los usuarios crearan informes ad­
hoc para poder visualizar de forma interactiva datos complejos, para ser
alertados de las excepciones a través de una diversidad de herramientas de
comunicación (como correo electrónico, PDAs, o localizadores), y para
compartir los datos de forma cooperativa. (Los proveedores de inteligen­
cia empresarial como Business Objects, Cognos, SAS y Hyperion Solu­
tions Corporation comercializan suites de productos que incluyen solu­
ciones de presentación y reporte de datos. A medida que los sistemas de
La Arquitectura de la Inteligencia Empresarial
238
gestión empresarial se han vuelto más analíticos, proveedores como SAP
y Oracle van
incorporando
también con
rapidez estas capacidades. Las
aplicaciones de inteligencia analítica comercializadas suelen tener un in­
terfaz para ser utilizado por trabajadores de la información, directivos y
analistas. Pero en las aplicaciones propias y exclusivas, las herramientas de
presentación determinan el modo en que los diferentes tipos de indivi­
duos pueden utilizar los datos. Por ejemplo, un estadístico podría acceder
directamente a un modelo estadístico, pero la mayoría de directivos du­
darían de hacerlo.
Toda una nueva generación de herramientas visuales de inteligencia
analítica -de nuevos proveedores como Sporfire y Visual Sciences y de
suministradores clásicos de inteligencia analítica como SAS- permite la
manipulación de datos y análisis a través de un interfaz visual intuitivo. Por
ejemplo, un directivo podría examinar un cuadro de datos, excluir los va­
lores extremos y calcular una línea de regresión que se ajustara a la sene
de datos -todo ello sin necesidad de poseer conocimientos estadísticos.
Las herramientas visuales de inteligencia analítica aumentan la población
de usuarios que pueden hacer uso de análisis sofisticados, ya que éstas per­
miten la exploración de los datos sin el riesgo de que se modifique acci­
dentalmente el modelo subyacente. Por ejemplo, en Vertex Pharmaceuti­
cals, el CIO Steve Schm.idt estima que tan sólo el 5 por ciento de sus
usuarios puede utilizar de forma efectiva las herramientas algorítmicas
pero, en cambio, otro
1 5 por ciento puede manipular la inteligencia ana­
lítica visual.
PROCESOS OPERATIVOS
Este elemento de la arquitectura de 81 responde a preguntas de cómo la
organización crea, gestiona, y conserva datos y aplicaciones. Detalla como
un juego estándar de herramientas y tecnologías autorizadas está siendo
utilizado para garantizar la fiabilidad, seguridad y capacidad de amplia­
ción del entorno de TI. Los estándares, políticas, y procesos también de­
ben definirse y hacerse cumplir en toda la organización.
Temas tales como la privacidad y la seguridad así como la capacidad de
archivar y auditar los datos son de importancia crítica para asegurar la in­
tegridad de los datos. Este es un asunto tanto técnico como de negocio,
porque los fallos en aspectos de seguridad e intimidad (por ejemplo, si se
Cornpeting on Analytics
239
roban los datos de la tarjeta de crédito del cliente) pueden tener conse­
cuencias nefastas. Una de las consecuencias del cambio de los requisitos
legales y regulatorios es que los ejecutivos pueden ser declarados culpa­
bles de cometer delito por negligencia si no han sido capaces de estable­
cer procedimientos que documenten y demuestren la validez de los da­
tos utilizados para tornar decisiones de negocio.
CONCLUSIÓN
Para la mayoría de organizaciones, un enfoque hacia la gestión de datos y
la inteligencia analítica a nivel de empresa representará un cambio im­
portante respecto a su práctica actual. La alta dirección puede ayudar al
equipo de arquitectura de TI a planificar un entorno técnico sólido me­
diante el establecimiento de principios guía para la arquitectura de inte­
ligencia analítica. Esos principios pueden contribuir a asegurar que las de­
cisiones
relativas
a la
arquitectura
están
en
línea
con
la
estrategia
de
negocio, la cultura corporativa y el estilo de gesrión.!". Para lograr que
esto suceda, los altos directivos deben estar comprometidos con el proceso.
En su colaboración con TI, los altos directivos deben establecer y hacer
cumplir rigurosamente unas políticas integrales de gestión de datos, in­
cluyendo estándares de datos y coherencia en las definiciones de los da­
tos. Deben comprometerse con la creación y el uso de datos de alta cali­
dad que sean ampliables, integrados, bien documentados, coherentes y
basados en estándares. Asimismo, deben hacer hincapié en que la arqui­
tectura de la inteligencia empresarial debería ser flexible y capaz de adap­
tarse a las necesidades y objetivos cambiantes del negocio. Una arquitec­
tura rígida no atenderá las necesidades de negocio en un entorno que
cambia con rapidez.
9
El Futuro de la Competencia
Basada en la Inteligencia
Analítica
Plateamientos Impulsados
por la Tecnología, los Factores Humanos,
y la Estrategia de Negocio
A lo largo de este libro, nos hemos ocupado en gran medida de describir
el
estado presente de la competencia basada en la inteligencia analítica.
En muchos casos, las empresas de este tipo que hemos identificado están
a la cabeza de sus respectivos sectores en cuanto a sofisticación y prácti­
cas progresistas. Son, por tanto, las firmas líderes que dirigen a sus colegas
hacia el futuro. En este capítulo final, hacernos una serie de conjeturas so­
bre que empresas del futuro cuya estrategia competitiva se basa en la in­
teligencia analítica harán las cosas de forma distinta.
Como dijo una vez William Gibson, el futuro ya está aquí pero repar­
tido de forma desigual. Ya hemos observado que algunas empresas líderes
están empezando a adoptar los planteamientos que se describen más ade­
lante en este capítulo y estamos convencidos de que los mismos serán más
frecuentes y refinados en el futuro. Al igual que la mayoría de pronostica­
dores del futuro, predecimos que habrá más de aquello sobre lo que ahora
estarnos escribiendo. Más empresas cuya estrategia competitiva se base en
la
inteligencia
analítica
como
capacidad
distintiva,
más
empresas
que
aprendan de las primeras para llegar a ser ellas mismas más analíticas, y fir­
mas analíticas que empleen la inteligencia analítica en más áreas de la em­
presa.
En
los otros casos, no sabemos de nadie que utilice
todavía
una
242
El Futuro de la Com
etencia Basada en la lnteli
encia Analítica
práctica concreta, pero la lógica y las tendencias actuales impondrán que
dicho enfoque se adopte muy pronto
Dudamos en comprometernos respecto a cuando saldrán a la luz estos
elementos del futuro, pero sí estimamos que cinco años es el plazo apro­
ximado en que muchas de estas ideas fructificarán. Es posible que lasco­
sas puedan acelerarse a un ritmo más rápido del que predecimos si el
mundo descubre la competitividad basada en la inteligencia analítica. Sin
embargo, en los últimos treinta años, aproximadamente, los avances reales
producidos en el uso de la inteligencia empresarial, del apoyo a la toma
de decisiones o de cualquier otro término empleado para designarla, han
sido relativamente lentos.
Nosotros hemos dividido el mundo de la inteligencia analítica del fu­
turo en tres categorías: enfoques impulsados por la tecnología, aquellos en
los que participan las competencias humanas, y aquellos otros que con­
llevan cambios en la estrategia de negocio. Es probable que la tecnología
sea la categoría que cambie con más rapidez y la que obligue a realizar
cambios a las otras dos.
CAMBIOS
IMPULSADOS POR LA TECNOLOGÍA
En las organizaciones actuales ya se están utilizando a pequeña escala una
serie de capacidades tecnológicas que esperamos que sigan ampliándose
en el futuro cercano. Entre estas extrapolaciones de la práctica actual se en­
cuentran:
•
Software de inteligencia empresarial (BI)
generalizado. Espe­
ramos que la capacidad de analizar y reportar en base a los datos será
muy común desde un punto de vista de software. Proveedores como
Microsoft ya están planeando incorporar capacidades de inteligencia
analítica en las versiones de Microsoft Office para empresas. Las em­
presas más pequeñas que no pueden permitirse comprar unos paque­
tes de software de 81 demasiado costosos tendrán a su disposición he­
rramientas gratuitas o muy económicas de "software libre" - aunque
estamos convencidos de que las capacidades más avanzadas seguirán
siendo caras.
•
Utilización
creciente
de "aparatos
especializados
de
inteli­
gencia empresarial" comercializados por empresas como Teradata y
Competing on Analytics
243
Netezza, que estén optimizados para aplicaciones de inteligencia em­
presarial y para grandes cantidades de datos. Se trata de grandes supe­
rordenadores extremadamente eficientes que machacan grandes bases
de datos y análisis con mucha mayor rapidez.
•
Decisiones más automatizadas, a diferencia de la dependencia en
el factor humano para examinar los datos y tomar decisiones. Este en­
foque se ha denominado intciigenda empresarial operativa, puesto que las
decisiones automatizadas suelen estar integradas dentro de los proce­
sos operativos de la empresa. Podría llamarse también i11telige11cia em­
presarial e11 tiempo real,
ya que la mayoría de decisiones automatizadas se
toman de forma inmediata.
•
De acuerdo con la tendencia precedente, más inteligencia analí­
tica en tiempo real (o por lo menos en el plazo de tiempo adecuado).
Históricamente, a las empresas les ha llevado algún tiempo -desde
días a semanas- extraer los datos de los sistemas transaccionales, car­
garlos en las aplicaciones de inteligencia analítica y darles un sentido a
través del análisis. Sin embargo, cada vez más los directivos tienen que
tomar decisiones con rapidez, y las empresas tratan de implementar la
inteligencia analítica en tiempo real, por lo menos para tomar cierto
tipo tipo de decisiones.
Boston Coach, una empresa multinacional de servicios de transporte
mediante vehículos con chófer para ejecutivos, turistas y grupos, puso
en práctica recientemente una aplicación de optimización de flota con
el objetivo de tomar decisiones en tiempo real sobre el despliegue y
utilización de sus vehículos. Esta aplicación tiene en cuenta los cam­
bios de última hora en una serie de factores, desde la situación del trá­
fico a las condiciones meteorológicas, lo que permite a Boston Coach
cumplir su garantía de puntualidad con los pasajeros. Como conse­
cuencia, Bosron Coach ha mejorado la optimización de su flota de ve­
hículos en más de un 20 por ciento a la vez que ha ido reduciendo sus
costes a lo largo del tiempo.
La mayoría de organizaciones deberían adoptar una estrategia del plazo
de tiempo adecuado,en
la que estuviera fijado el tiempo para tomar unas
determinadas decisiones, y en la que estuvieran dispuestos los datos y
los procesos de inteligencia analítica necesarios para poder tomarlas en
dicho plazo. En un a reciente encuesta realizada por lllformation Week,
el 59 de los ejecutivos de TI que respondieron dijeron que intentaban
1
apoyar la información de negocio en tiempo real.
244
•
El Futuro de la Com
etencia Basada en la lnteli
encia Analítica
Una mayor utilización de los avisos o alertas para llamar la aten­
ción de los directivos. A menudo se ha dado por sentado que los direc­
tivos revisan los datos para ver si los valores de los indicadores clave se
encuentran dentro de los intervalos deseables. Sin embargo, la mayoría
de directivos no tiene tiempo para esta actividad. La mayoría de organi­
zaciones están empezando a hacer uso de las alertas automatizadas para
informar a los directivos cuando los indicadores clave se encuentran en
niveles no deseables. Por ejemplo, lntel utiliza las alertas para que los di­
rectivos de la cadena de suministro de connnodíties sepan cuando tienen
que actuar en base a los datos de compra y de precios.
•
2
Más inteligencia analítica de carácter visual, en contraposición
a las cifras y los lenguajes de programación. Describimos esta tenden­
cia en el capítulo 8, pero teniendo en cuenta que es un componente
muy probable de nuestra inteligencia analítica futura, lo citamos aquí
de nuevo. Como decía un reciente artículo del
Wa/1 Street Joumal:
Una nueva estirpe de software "mteligencia analítica visual" pretende que sea
más facil que nunca descifrar toda esa información. El software toma datos de
múltiples fuentes -incluidas bases de datos y hojas de cálculo-- y crea repre­
sentaciones visuales simples como tablas, gráficos y mapas. Éstas son más facilcs
de entender que las páginas de datos y mucho más flexibles que las tablas y grá­
ficos tradicionales. Con sólo unos pocos clicks, se pueden manipular las imáge­
nes, verificar el efecto de diferentes variables o testar escenarios alternativos.
•
Más
predicción
y menos
reporte
de
3
información. Evidente­
mente, es mucho más útil predecir lo que va a ocurrir que explicar lo
que ya ha sucedido. Sin embargo, la predicción suele precisar de datos
y análisis más sofisticados que los reportes o las explicaciones. No obs­
tante, la inteligencia analítica de predicción se está extendiendo a más
y más áreas de la empresa -desde la predicción de la conducta de los
clientes a la predicción del comportamiento de las acciones.
•
Más minería de textos. Actualmente, la minería o análisis detallado
de daros está bastante avanzada, pero en cambio la minería de textos se
encuentra claramente en las fases iniciales y es probable que se ex­
tienda considerablemente su uso a lo largo de los próximos años. En
el capítulo 4 expusimos un ejemplo de minería de textos de los re­
portes del área de automóviles de Honda, que respalda su competen­
cia distintiva de fabricación y servicio de alta calidad. Otras aplicacio­
nes de minería de
textos podrían
ser igualmente
importantes para
Competing on Analytics
245
analizar las tendencias estratégicas y de mercado. La enorme cantidad
de información textual presente en Internet estimulará sin duda un rá­
pido crecimiento de la minería de textos.
Hay también unos cuantos cambios impulsados por la tecnología en el
mundo de la competitividad basada en la inteligencia analítica que no es­
tán presentes hoy a nivel general, ni siquiera en las empresas más sofisti­
cadas. Sin embargo, la lógica y las necesidades de negocio sugieren que,
corno mínimo, alcanzaran una cierra predominancia a lo largo de los pró­
ximos años. Uno de ellos podría denominarse "descubrimiento directo"
por las aplicaciones de inteligencia empresarial." Por otra parte, la tradi­
ción impone que los directivos examinen la información con todo deta­
lle para descubrir que es lo que lleva a la obtención de resultados anó­
malos. Sin embargo, la mayoría de directivos no tienen ni el tiempo ni la
capacidad para investigar y analizar en detalle los datos. Las tecnologías de
descubrimiento directo permitirían que los directivos accediesen directamente
a la causa de las variaciones en los resultados o en el rendimiento. Éste se­
ría un tipo de inteligencia analítica de predicción, ya que emplearía un
modelo de cómo debería funcionar la empresa, y precisaría que factores
están fuera del intervalo deseable en el modelo causal del rendimiento
empresarial.
El otro principal avance se encuentra en el extremo opuesto del pro­
ceso de inteligencia analítica y conlleva la adquisición de enseñanzas a
partir de los experimentos organizacionales. En las culturas con una orien­
tación a testar en gran escala con miras a aprender (y muchas de nuestras
empresas investigadas la tenían, entre ellas Google,Amazon.com, Nettlix,
Harrah's y Capital One) es probable que el aprendizaje sea mucho mayor
del que podrían absorber los seres humanos. Por ejemplo, los directivos de
Capital One afirman con frecuencia que la empresa hace más de sesenta
mil experimentos al año. Si usted es un analista cuya tarea consiste en di­
señar una nueva oferta de tarjetas de crédito,¿cómo podrá usted interio­
rizar y actuar en base a los resultados de todos estos experimentos?
Desde luego, la respuesta es que no podrá. Capital One tenía un al­
macén lleno de descubrimientos procedentes de los muchos experimen­
tos realizados, pero resultaba extremadamente inmanejable para los usua­
rios buscar y aprender de allí. Lo que la compañía decidió hacer entonces
fue la adopción de un enfoque just-ín-time que proporcionase conoci­
miento experimental a sus analistas. La empresa está desarrollando un sis-
246
El Futuro de la Com
etencia Basada en la lnteli
encia Analítica
terna que guíe al analista a través del proceso de diseño de una nueva
oferta de tarjeta de crédito para una clase concreta de clientes. Hace uso
del conocimiento obtenido a través de los experimentos realizados por la
empresa para sugerir en cada fase del proceso de diseño que alternativas
podrían funcionar mejor. Podría hacer todo tipo de sugerencias, desde el
tipo de interés óptimo para la transferencia de saldo de la tarjeta antigua
a la nueva hasta el mejor color del sobre en el que se envía la oferta por
correo al cliente. Hemos visto como estos sistemas se han utilizado en el
pasado en situaciones en que sencillamente hay demasiado conocimiento
para que un ser humano pueda recordarlo -por ejemplo, el sistema in­
formático de anotación y transmisión de instrucciones para el tratamiento
del paciente en el campo de la asistencia sanitaria y el sistema de proce­
samiento de declaraciones de impuestos.
5
Esperarnos ver más entornos
donde la cultura de testar y aprender cree una abundancia de enseñanza
experimental que la gente pueda comprender.
CAMBIOS IMPULSADOS POR EL FACTOR HUMANO
Aunque los seres humanos no cambian con tanta rapidez como las tec­
nologías de información, habrá cambios en la estrategia competitiva ba­
sada en la inteligencia analítica que serán impulsados por las capacidades
y configuraciones del
ciones.
personal de inteligencia analítica de las organiza­
En primer lugar, esperamos que el crecimiento de la competen­
cia basada en la inteligencia analítica conduzca a la necesidad de un nú­
mero significativamente mayor de personal orientado a la inteligencia
analítica (un número determinado de profesionales y un número mucho
mayor de "analistas amareurs" tal como los hemos denominado). Si hay
que tomar muchas más decisiones basadas en análisis detallados, deberá
haber muchas más personas que tengan ciertos conocimientos de cómo
se realizaron estos análisis y cuando deberían pasarse por alto. En pocas pa­
labras, la inteligencia empresarial se extenderá cada vez más dentro de la
organización a los analistas amateurs de primera línea.
¿De dónde procederán estos analistas situados en primera línea? Cre­
emos que algunos de ellos procederán de las escuelas de negocios, que
desde siempre han ofrecido programas de estadística y análisis de datos. Las
empresas actuales cuya competitividad se basa en la inteligencia analítica
suelen estar lideradas por graduados en escuelas de negocios (o por pro-
El líder extraordinario
247
fesores, en otros pocos casos), pero necesitamos más graduados y una for­
mación más intensa en las distintas áreas de la empresa más. Muchas es­
cuelas ofrecen cursos en operaciones o investigación de mercado, pero
hay tocia una amplia variedad de otras aplicaciones de inteligencia analí­
tica que podrían y deberían adoptar. Esperamos que las perspicaces es­
cuelas de negocios y sus alumnos se dediquen más en el futuro a la for­
mación en inteligencia analítica. Es posible que las corporaciones tengan
que ofrecer también programas internos para formar a su personal en las
diversas variantes de la inteligencia analítica.
Por supuesto, no todos los trabajadores de la primera línea tendrán que
involucrarse en todas las actividades de inteligencia analítica. Es probable
que los analistas profesionales tengan que convertirse en expertos no sólo
en análisis cuantitativo sino también en el diseño de tareas y procesos para
los analistas de la primera línea.Tal vez tengan también que diseñar un en­
torno de información para los trabajadores de la primera línea que les
proporcione la inteligencia analítica e información suficiente para que lle­
ven a cabo su trabajo de forma efectiva. Como dice un analista (que se re­
fiere al concepto como "inteligencia empresarial generalizada") "la inte­
ligencia empresarial generalizada es 81 para el resto de la organización. Es
la capacidad de tomar información relevante que normalmente se trans­
mite en dirección ascendente a la dirección y que se baja a los usuarios.
La información se presenta a los distintos niveles organizacionales para
que el personal pueda determinar lo que es más relevante para sus tareas
cotidianas ... con unas expectativas y un rendimiento claramente identifi­
cados."6
Esperamos también que se produzca una utilización cada vez mayor de
recursos de inteligencia analítica de fuera de la empresa, incluso del ex­
tranjero. Sellalábamos en el capítulo 7 que es dificil establecer las relacio­
nes estrechas y de confianza entre analistas y ejecutivos que son necesa­
rias para una toma de decisiones de inteligencia analítica generalizada. Sin
embargo, sin duda hay ciertas tareas de inteligencia analítica que pueden
llevarse a cabo sin necesidad de que exista una estrecha interacción con
los ejecutivos. El desarrollo y perfeccionamiento de algoritmos para tareas
internas, la limpieza e integración de datos, y el diseño de experimentos
a pequeña escala suelen poder hacerse a distancia. Un número importante
de analistas bien formados de India, Rusia y China harán sin duda más ta­
reas de inteligencia analítica en el futuro. Las empresas extranjeras del sec­
tor del outsowcing están empezando a especializarse en dichos servicios.
248
El Futuro de la Competencia Basada en la Inteligencia Analítica
Prevemos también que un número cada vez mayor de firmas desarro­
llará unas potentes capacidades de inteligencia analítica dentro de sus de­
partamentos de TI .Ya hemos descrito antes una encuesta Gartner realizada
a principios de 2006 donde se concluía que la inteligencia empresarial
era la prioridad tecnológica número uno de las corporaciones. (7) Tal y
como hemos señalado en capítulos precedentes, "la toma de mejores de­
cisiones de dirección y gestión" es el principal objetivo de las grandes
empresas que han instalado sistemas de planificación de los recursos de
gestión empresarial. Con dichas prioridades y objetivos, sólo puede decirse
que es normal y comprensible que los directores de sistemas de informa­
ción (CIOs) y otros ejecutivos quieran incrementar la capacidad del de­
partamento de TI para apoyar la inteligencia analítica. Esto quiere decir
que contratarán a analistas cuantitativos, a especialistas en software de in­
teligencia empresarial, y a profesionales de TI
con conocuuientos y ex­
periencia en almacenes de datos y en data marts, Las áreas de la empresa a
las que TI da soporte -gestión de logística y de cadena de suministro,
marketing e incluso RR.HH- también contratarán expertos en inteli­
gencia analítica con una fuerte orientación a TI. Cada vez será más difi­
cil distinguir a los analistas profesionales de TI de los del resto de áreas de
la empresa. Si usted está pensando en decidirse sobre una especialización
técnica, la inteligencia empresarial y la analítica son una excelente alter­
nativa.
Con el auge de de los analistas en codas las áreas de la organización, es
esperable que haya una mayor necesidad de estructuración y orientación
en la gestión de sus actividades. Como hemos indicado antes, no habrá es­
casez de herramientas de inteligencia analítica, ya sean hojas de cálculo, sis­
temas visuales de inteligencia analítica, o algún otro tipo de software. No
obstante, si las estrategias corporativas dependen de los resultados de la
inteligencia analítica, éstas tendrán que llevarse a cabo con precisión y
profesionalidad.
¿ De qué
modo proporcionaran las empresas una mayor estructura y
unas mayores competencias humanas para los análisis que son importan­
tes desde una perspectiva estratégica? No habrá un método único sino
más bien una diversidad de herramientas y enfoques. Una forma de ac­
tuación es que el software guíe el proceso de análisis, tal y como lo he­
mos descrito en el capítulo 7. Las aplicaciones de software de inteligen­
cia analítica pueden guiar a un analista a través del proceso de coma de
decisiones, ya sea tomando ellas mismas la decisión (cal vez con la opción
Competing on Analytics
249
de invalidarla a nivel humano) o bien garantizando que un responsable de
la toma de l,a decisión dispone de toda la información necesaria y no está
infringiendo ninguna asunción estadística importante. Otra respuesta se­
ría implementar un programa de formación a fondo. Estamos convenci­
dos de que la mayoría de organizaciones sacarían provecho de la forma­
ción
para
crear
nuevos
analistas
más
competentes
y para
mejorar
las
competencias de los existentes. Una tercera respuesta sería crear un grupo
de instructores o preparadores (coaclies) que ayudaran a los analistas ama­
teurs y certificaran la calidad de su trabajo. Para las tareas de inteligencia
analítica que afectan de forma sustancial al rendimiento económico, es
posible que sea necesaria la participación de los auditores internos y ex­
ternos. Cualesquiera que sean los medios utilizados, las empresas tendrán
que desarrollar una capacitación de inteligencia analítica en sus emplea­
dos y asegurarse de que estén haciendo un buen trabajo. Como ya hemos
expuesto, algunas compañías líderes están empezando a utilizar estos plan­
teamientos para desarrollar una capacitación de inteligencia analítica a ni­
vel humano a través de algún tipo de centro de competencia de inteli­
gencia empresarial.
Esta atención prestada a la capacidad analítica humana no se detendrá
en la fase de análisis. Las empresas quieren también mejorar y conocer
mejor como se toman las decisiones clave. La mejor información y la me­
jor inteligencia analítica no serán muy útiles a menos que se tomen las de­
cisiones adecuadas y se emprendan las acciones correctas. Por tanto, espe­
ramos que muchas organizaciones empiecen a gestionar formalmente sus
procesos de torna de decisiones, los cuales han sido tratados hasta ahora
corno una "caja negra" (reciben una entrada y dan una salida sin dar de­
talles de los cálculos que han aplicado). Formarán a sus directivos en pro­
cesos de toma de decisiones basados en inteligencia analítica, revisarán sus
decisiones clave con respecto a los procedimientos utilizados y los eva­
luarán no sólo por el resultado de sus decisiones, sino también por los
procedimientos, informaciones, y análisis utilizados para tomarlas. Empe­
zamos a tener noticias de que algunas empresas están adoptando este en­
foque. lncel ofrece una serie de programas formativos sobre toma de de­
cisiones
gerenciales,
y
los
ejecutivos
de
Quaker
Chemicals
se
han
focalizado en el modo en que la información y la inteligencia analítica se
emplean en el proceso de toma de decisiones.
250
El Futuro de la Com
etencia Basada en la lnteli
encia Analítica
CAMBIOS IMPULSADOS POR LA ESTRATEGIA
Prevemos que las estrategias de negocio impulsarán una serie de cambios
en el entorno de la inteligencia analítica. A medida que más firmas ad­
quieren conciencia de las posibilidades de la competencia basada en la in­
teligencia analítica, irán ensanchando los límites de la inteligencia analí­
tica en sus productos, servicios y modelos de negocio. Por ejemplo, es
probable que casi todos los proveedores de servicios de datos e informa­
ción, ofrezcan inteligencia analítica a sus clientes como un servicio de va­
lor añadido. Los propios datos se han convertido de algún modo en un
producto commodity, y los usuarios de los datos no suelen encontrar tiempo
o personal para analizarlos ellos mismos.
Esperamos también ver más inteligencia analítica incorporada en los
productos y servicios ---describiendo, por ejemplo, el modo óptimo de
utilizar dichas ofertas dentro de los procedinuenros de negocio del cliente.
El palo de golf descrito en el capítulo 3 que informa acerca de la calidad
del movimiento de swing del jugador es un buen ejemplo. También es­
peramos ver automóviles (o compañías de seguros) que analicen hasta que
punto usted está conduciendo de forma segura, proveedores de asistencia
sanitaria que analicen hasta que punto usted come y vive de forma salu­
dable, y maquinaria industrial que le indique hasta que punto la está uti­
lizando correctamente. Por supuesto, podemos llegar a cansarnos de tan­
tos conseJOS.
Esta tendencia sólo será una parte de otra de mayor alcance que invo­
lucra el suministro de inteligencia analítica a clientes y proveedores. Ya
hemos expuesto que algunas firmas proporcionan información de inteli­
gencia analítica a sus clientes. Hay otras que no hemos citado que están
empezando a actuar así hasta cierto punto. Marriott, por ejemplo, está co­
menzando a compartir más información de inteligencia analítica tanto
con socios del canal -agencias de viajes tradicionales y online, por ejem­
plo--
como con clientes corporativos importantes. Los socios del canal
reciben análisis relativos a fijación de precios, promociones conjuntas y
existencias; los clientes reciben datos y análisis que les ayudan a organizar
sus viajes. Esperamos que la mayoría de empresas empiecen a contemplar
la audiencia interna de inteligencia analítica y empresarial sólo como a
uno de los diversos destinatarios potenciales, y que las relaciones con pro­
veedores y clientes incluirán cada vez más la prestación del servicio de
inteligencia analítica.
Competing on Analytics
Otra
tendencia
251
estratégica
involucra
al contenido de
la
inteligencia
analítica. Hasta el momento, la mayoría de análisis cuantitativos son acerca
de entidades relativamente tangible: unidades en existencia, dólares, clien­
tes, etcétera. La mayoría de organizaciones se dan cuenta, sin embargo, de
que las capacidades y los activos intangibles son extremadamente impor­
tantes para su éxito competitivo. Durante más de un decenio, se han dado
argumentos a favor de la medición y gestión de los intangibles, entre los
que se incluyen factores tales como el capital humano, el capital intelec­
tual, la marca, la capacidad de 1 +D y otros activos no económicos. Nu­
merosos artículos y libros se han escrito sobre el tema, y existe consenso
en que los activos intangibles son importantes tanto para él éxito de la em­
presa como para la percepción externa del valor de la misma. En una en­
cuesta de Accenture/Economist lnrelligence Unir, por ejemplo, se con­
cluía que "los altos ejecutivos de
hoy en
día
contemplan
la
gestión
de
activos intangibles como un tema principal. Por lo menos el 94 por ciento
considera importante la gestión integral de los activos intangibles; el 50
por ciento la considera como una de las tres cuestiones principales de ges­
8
tión a las que se enfrenta su empresa" .
Tal vez algún día los activos intangibles serán reportados por las empre­
sas corno parte de sus procedimientos de reporte económico habitual, y es
posible que se vean obligadas a crear y reportar sobre la inteligencia analí­
tica que involucra a los intangibles. Esta postura ha sido recomendada por
Robert Kaplan y David Norton, famosos por su Cuadro de Mando Inte­
gral
(&/mued Scorecard).9 Sin
embargo, no hay necesidad de esperar a que
este sistema de reporte sea obligado hacerlo de forma reglamentaria. Esta­
mos convencidos de que en el futuro inmediato las empresas empezarán a
dar pasos para analizar y reportar sus activos intangibles. Si se produce más
valor y competitividad con la gestión de intangibles, no hay razón por la que
los ejecutivos no puedan empezar hoy a tomar decisiones y emprender ac­
ciones basadas en activos y capacidades intangibles.
La tecnología podría desempeñar un papel sustancial
(aunque no ex­
clusivo) en la generación y análisis de capacidades intangibles.'? Los intan­
gibles no son fücilmente reducibles a un conjunto de cifras, y de ahí que
ese tipo de análisis suela implicar trabajar con textos y otras formas de in­
formación
menos estructuradas. Por ejemplo, ya
hemos descrito como
Honda utiliza la minería de textos para identificar y atajar posibles proble­
mas de calidad en sus automóviles. Enfoques similares de minería de tex­
tos y de web, por ejemplo, podrían emplearse para conocer y entender me-
252
El Futuro de la Com
etencia Basada en la lnteli
encia Analítica
jor las percepciones de los dientes acerca del servicio recibido y del valor
de la marca. El consultor y antiguo profesor Richard Hackathorn escribía
ya en 1990 que ''la web es la madre de todos los almacenes de datos", e in­
cluso describía una aplicación de granja de servidores para Earon Corpo­
raticn que "controlaba cientos de mercados en cuanto a cambios tecnoló­
gicos, competidores emergentes y regulaciones de la Administración".
11
¿Qué otra cosa podía ser más estratégica y competitiva? Ésta ha sido un área
que ni siquiera las empresas que compiten mediante inteligencia analítica
hayan explorado demasiado, pero debería seguir adelante.Ya va siendo hora
de que las empresas empiecen a explotar el potencial mundial de los tex­
tos online para la evaluación de intangibles.
Por último, esperamos que los intereses estratégicos impulsen a las em­
presas a prestar una atención sustancial a nuevas medidas y a sus interre­
laciones en los análisis y los cuadros de mando. Hemos tenido noticias de
una serie de empresas cuya estrategia competitiva se basa en la inteligen­
cia analítica de que empiezan con medidas de la reflexión acerca de la
aplicación de los análisis a una competencia distintiva. Se inventan una
nueva medida a partir de sus datos exclusivos o perfeccionan una ya exis­
tente. A medida que las mediciones se conviertan en algo normal y co­
rriente (por ejemplo, cuando hemos comentado la calificación FICO en
el crédito a clientes o el promedio de bateo en el campo del béisbol), las
empresas y las organizaciones las dejarán atrás y avanzarán a nuevas fron­
teras de mediciones. Prevemos unos niveles de actividad particularmente
elevados en el campo de los recursos humanos y de la gestión del talento,
ya que éstos se han medido relativamente poco en el pasado.
Desde luego, una vez confeccionadas, estas medidas se deben incor­
porar a los cuadros de mando y procesos de medición establecidos y se
debe investigar y conocer las relaciones existentes entre las diferentes me­
didas.
Lo más importante es que escas medidas se incorporen a los pro­
cesos de toma de decisiones de negocio y de gestión. Nunca es suficiente
confeccionar una medida y utilizarla tan sólo en algunos análisis.
EL FUTURO DE LA COMPETENCIA BASADA
EN LA INTELIGENCIA ANALÍTICA
Finalizaremos este libro comentando en líneas generales lo que les suce­
derá en el futuro a las firmas cuya estrategia competitiva esté basada en la
Cornpeting on Analytics
253
inteligencia analítica. Ello servirá tanto de resumen de los atributos clave
de dicho tipo de empresas corno de predicción del futuro, porque dichas
compañías seguirán
intensificando
aquellos aspectos
que les
hicieron
triunfar en primer lugar.
Las empresas cuya estrategia competitiva está basada en la inteligencia
analítica seguirán examinando sus estrategias y sus competencias de ne­
gocio para llegar a saber donde pueden tener una ventaja de inteligencia
analítica. Se focalizarán en aquello que hace que su organización sea in­
confundible y en el modo en que la inteligencia analítica puede apoyar o
impulsar una capacidad distintiva. En última instancia, la inteligencia ana­
lítica se aplicará en la mayor parte de las áreas de la empresa- su lema será,
"si merece la pena hacerlo, merece la pena hacerlo con técnicas de análi­
sis avanzado". Estas empresas identificarán unidades de medida de la com­
petencia distintiva que otras organizaciones aún no emplean. Después de
identificar una unidad de medida, recogen datos sobre ella e incorporan
las decisiones basadas en las medidas en sus procedimientos de trabajo co­
tidianos.
Para poder seguir perfeccionando sus competencias de inteligencia
analítica, las empresas se focalizarán tanto en su dimensión tecnológica
corno en su dimensión humana. En la vertiente humana, tratarán de se­
guir incorporando a la cultura una orientación hacia la inteligencia ana­
lítica e intentarán testar tantas hipótesis como sea posible. Sus ejecutivos
defenderán con apasionamiento y con su ejemplo personal las estrategias
y decisiones basadas en la inteligencia analítica. Sus directivos presionarán
constantemente a sus subordinados para que recurran a los datos o a la in­
teligencia analítica antes de emprender acciones importantes.
Los directivos de las empresas del futuro cuya estrategia competitiva se
base en la inteligencia analítica no serán unos expertos en análisis cuan­
titativo, estrechos de miras. Pensarán siempre de forma global con res­
pecto a si sus modelos de inteligencia analítica y sus datos siguen siendo
relevantes para sus empresas. Si un tipo concreto de análisis se convierte
en un análisis de uso general e indiferenciado en sus respectivos sectores,
descubrirán nuevas bases para la competitividad basada en la inteligencia
analítica.
Utilizarán
la
intuición
de
forma
moderada
pero
estratégica
cuando no sea posible testar una aseveración o recoger datos para un aná­
lisis. Sin duda, serán perseguidos con pasión por otras empresas que tam­
bién desearán que su competitividad se base en la inteligencia analítica.
Afortunadamente para sus patronos, descubrirán que sus trabajos les esti-
254
El Futuro de la Competencia Basada en la Inteligencia Analítica
rnulan y les llenan. No abandonarán la empresa siempre y cuando se les
reconozca y ascienda.
Seguirá habiendo personal en estas organizaciones cuya tarea princi­
pal consista en el desarrollo y perfeccionamiento de la inteligencia analí­
tica -los analistas profesionales.Trabajarán en un departamento central o
si no estarán estrechamente conectados y compartirán enfoques e ideas.
Colaborarán también en la formación de los analistas amateurs de la or­
ganización, los cuales necesitan saber como los modelos de inteligencia
analítica les apoyan en la realización de su trabajo. La empresa del futuro
cuya estrategia competitiva se base en la inteligencia analítica comple­
mentará los recursos internos de inteligencia analítica con conocimien­
tos y experiencias contratados al exterior, incluso en países extranjeros.
Las empresas cuya estrategia competitiva se base en la inteligencia ana­
lítica seguirán disponiendo de grandes cantidades de datos internos ge­
nerados por los sistemas de gestión empresarial, los sistemas de punto de
venta, y las transacciones en la web. También tendrán datos externos pro­
cedentes de clientes y proveedores. Los organizarán y reservarán para re­
alizar análisis en almacenes de datos. Se asegurarán de que los daros se in­
tegren y sean comunes y corrientes en las áreas de la empresa realmente
donde realmente importen. Tendrán "plataformas" o juegos integrados de
inteligencia empresarial que den respaldo a las actividades de reporte y de
inteligencia analítica. En los campos donde las decisiones deban tomarse
con mucha rapidez o frecuencia se incorporará el análisis a los sistemas de
decisiones automatizadas, que permitirán que dichas decisiones sean ig­
noradas por el ser humano sólo bajo determinadas condiciones.
Tal vez lo más importante sea que las empresas cuya estrategia com­
petitiva se basa en la inteligencia analítica seguirán encontrando medios
de superar a sus competidores. Se harán con los mejores clientes a quie­
nes cargarán el precio exacto que estos estén dispuestos a pagar por el
producto o servicio ofrecido. Pondrán en marcha las campañas de mar­
keting y las promociones más eficientes y efectivas. Su servicio de aten­
ción al cliente será sobresaliente y a cambio gozarán de la fidelidad de sus
clientes. Sus cadenas de suministro serán extraordinariamente eficientes y
nunca tendrán excesos ni roturas de stock. Tendrán en sus filas al mejor
personal del sector, y sus empleados serán evaluados y remunerados sobre
la base de sus aportaciones específicas. Sabrán que procesos y factores no
económicos impulsan su rendimiento económico-financiero, y serán ca­
paces de predecir y diagnosticar los problemas antes de que se vuelvan
Cornpeting on Analytics
demasiado problemáticos. Ganarán mucho dinero, vencerán en
255
muchos
partidos, o ayudarán a solucionar los problemas más acuciantes del mundo.
Seguirán liderándonos hacia el futuro.
Notas
CAPÍTULO 1
1.
Cita sobre Netflix de Jena McGregor, "En Nerflix, el Ingrediente Se­
creto es el Software", Fast Company, octubre de 2005. Otras informa­
ciones de Netlix proceden del web site de la empresa (http://www.net­
flix.com); Mark Hall, "Web Analytics Get Rea1", Conipntctwotid, 1 de
abril de 2002; Timothy
J.
Mullaney, "Netflix: The Mail-Order Movie
House That Clobbered Blockbuster", Business l#ek 011li11e, 25 de mayo
de 2006, http://www.businessweek.com/smaUbiz/ con cent/ may2006/
sb20060525_268860.htrn?campaign_id=search; y una entrevista tele­
fónica con su director general de producto ( d,ief'ptodua qfficer � CPO)
Neil Hunt el 7 de julio de 2006.
2.
El concepto de "larga cola" ha sido popularizado por Chris Ander­
son en The Lmg Tail: vf/1,y T1,e
F11t11re
o
f Business Is Selli11g Less
efMore
(NewYork: Hyperion, 2006).
3.
Definimos competencias distintivas como los procesos y competencias de
negocio integrados que juncos atienden al cliente de forma distinta a
la de los competidores y que crean una formula de la organización
para el éxito del negocio.
258
4.
Notas
David Darlington, "The Chemistry of a 90+ Wine", New York Times
S1111day lvlagazi11e, 7 de agosto de 2005.
5.
Thomas H. Davenport, "Compering on Analyrics", Harvard Business
Review, enero 2006;Thomas H. Davenport, '' AnalyzeThis'', CIO, 1 de
octubre de 2005, http://www.cio.com/archive/100105/comp_ad­
vantage.html; yThomas H. Davenport y Jeanne G. Harris, "Automa­
ted Decision Making Comes of Age", MIT Sloan Ma11ageme111 Review,
verano 2005.
6.
Uno de los primeros libros escritos sobre el tema del soporte a la
toma de decisiones fue Decision Support Systems: An Orgm1izatio11al
Perspective (Reading, MA:Addison-Wesley, 1978) de Peter G. W Keen
y Michael S. Scott Manan. Un libro posterior sobre el tema es Exe­
cutive Support Systems: T7,e E111erge11ce oJTop Mmiageme11t Co111p11ter Use
(Homewood, IL: Dow Jones-Irwin, 1988) escrito por John W. Roe­
kart y David W. De Long. Señalar también el artículo de 1971
de
Tom Gerrity, "The Design of Man-Machine Decision Systems: An
Application to Porcfolio Managemenc", MIT Síoan Ma11ageme11t Re­
víew 12, nº 2 ( 1 9 7 1 ) : 59-75; y el trabajo de
1974 de Charles Stabell,
"On the Development ofDecision Support Systems on a Marketing
Problem", lníonnatíon Processíng, como estudio de formación en
el
campo del Decision Support System (DSS).
7.
Rockart y De Long, Executive Support Systems.
8.
Descrito en "Business lntelligence Software Market to Reach S 3 Bi­
llion
by
2009",
CRM
Todoy,
8
de
febrero
de
2006,
http://www.crm2day.com/news/crm/117297.php
9.
Por ejemplo, remitir al artículo de Jeffrey Pfeffer y Robert Sutton,
"Evidence-Based Management", Harvard Business Review, enero de
2006; y al artículo de Eric Bonabeau "Don'tTrusc Your Cut", Horvard
Business Review, mayo de 2003.
1 O.
Malcom Gladwell, Bli11k:T11e Power efT1ii11ki11g Witl1011t T11i11ki11g (New
York: Little Brown, 2005).
Cornpeting on Analytics
11.
259
Gary Klein, Sources o
f Power: Hcw Peop/e 1\1/ake Dccisíons (Cambridge,
MA: MIT Press, 1999).
12.
Alan Deutschman, "Inside che Mind of Jeff Bezos", (Fast Compm1y),
agosto de 2004, 52.
13.
Michael Lewis, Mo11eybaffl:T11eArt efWimii11g U,ifair Came (New Yotk:
WW. Norton & Company, 2004).
14.
Alan Schwartz, 111e N11111bers Came: Baseball's Lifelo11g Fascinaticn wíth
Statistics (NewYork: St Martin's Griffin, 2005).
15.
Russell Adarns, "The Culture ofWinning:Aclanta Braves Have Secu­
red 14 Straight División Ti eles, and Tcarn's GM Tells Why'', Wall Street
Joumal, 5 de octubre de 2005.
16.
Buzz Bissinger, Threc Nigl,ts in A11g11st (Boston: Houghton Miillin,
2005), 2 0 1 .
17.
Andy Wasynczuk, entonces director general de operaciones de New
England Patriots, entrevista telefónica con Tom Davenport,
11
de
enero de 2005.
18.
De" lncerview wich Packers Director of Research and Development
Mike Eayrs", Footba/1 Outsiders, 22 de junio de 2004, http://www.fo­
otball-ou tsi ders. com/ ra rn blin gs. php ?p= 226& ca t= 8
19.
Chris
Ballard,
"Measure ofSuccess", Sports lllustmted, 24 de octubre
de 2005.
CAPÍTULO
1.
2
Profesor Mark Oleson de la Universidad de Missouri, citado por Pat
Curry, en "The Future of FICO", Bankrate.com, 1 de noviembre de
2005, http://\.vww.bankrate.com/smrtpg/news/ debe/ debtcreditguide
/fico-futuret .asp.
260
2.
Notas
Rajiv Lal y Patricia Matrone Carrolo,"Harrah's Entertainment, lnc.,
"Case 9-502-011
3.
(Bastan: Harvard Business School, 2002), 6.
Dacas de una encuesta de Betrer Managemenr, descrita por Gloria J.
Miller, Dagmar Brautigam, y Stefanie V. Gerlach en
Business lllrelli­
ge11ce Competencv Ceuters: A Tem11 Approach to .Maximizi11g Competitive
Adva11tage (Hoboken, NJ:Wiley, 2006).
4.
Para más información sobre errores de hojas de cálculo, ver el artículo
de Raymond Panko, "What We Know About Spreadsheet Errors",
Jo11mal
5.
ef E11d
User Co111p11ti11g, 10 nº 2 (primavera 1998): 1 5 - 2 1 .
Definición de BICC en un
web site de SAS, hrrp.y/wwwsas.com/
consult/bicc. html.
6.
Christopher H. Paige,"Capital One Financia! Corporation",Case 9700-124 (Bastan: Harvard Business School, 2001).
7.
Victoria Chang y Jetfrey Pfeffer, "Gary Lovemau and Harrah's En­
tertainment", Case 0845 (Stanford, CA: Stanford Graduate School of
Business, noviembre de 2003), 7.
8.
Keith Coulter, gerente general de tarjetas de crédito y préstamos de
Barclay en Reino Unido. Entrevista telefónica con Tom Davenporc,
sostenida el 1 1
9.
de octubre de 2005.
Barry C. Srnith, Dirk P. Gunther, B. Venkateshwara Rao, y Richard
M. Ratlitf," E-Commerce and Operations Research in Airline Plan­
ning, Marketmg, and Distribution", fote,faces, marzo-abril de 2 0 0 1 ,
37-55.
1 O.
Tallys H. Yunes, Dominic Napolitano, et al., "Building Efficient Pro­
ducr Portfolios at John Deere", documento de trabajo, Carnegie Me­
llan University, Pittsburgh, Pennsylvania, abril de 2004.
11.
Gary H. Anthes, "Modeling Magic", Compmerworld, 7 de febrero
de 2005.
Competing on Analytics
12.
261
Gary Loveman, CEO de Harrah's Encertainment, de presentaciones
y entrevistas con Tom Davenport, enero de 2005-junio de 2006.
13.
The American
Medica!
Informatics Association
define
i1ifor111ática
como "la organización, análisis, gestión y uso efectivo de la informa­
ción en el campo de la asistencia sanitaria".Ver http://www.am.ia.org/
informa tics/
CAPITULO 3
1.
Stephanie Overby, "The Price Is Always Right", CIO, 1 5 de febrero
de 2005.
2.
3.
4.
5.
Ibid.
Joanne Kelley, "R.isky Business", Co11text,julio-agosto de 1999.
Ver http://www.progressive.com
Jim Collins, Good to Great: VVl,y Some Companies Make the Leap. . . and
Otl,ers
6.
Do11't
(NewYork: HarperCollins, 2001), 69.
Henry Morris, Stephen Graham, Per Andersen, Karen Moser, R.o­
bert Blumsrein, Dan Velssel, Nathaniel Martinez, y Marilyn Carr, 17,e
Fínanciai Impact o
f BHSi11ess Anolvtits: Distribution o
f Resuits by RO! Ca­
tegory,
IDC #28689 (Framingham, MA: Internacional Data Corpo­
ration, enero de 2003).
7.
Henry Morris, Predictiw Anolvsis aud RO!: Lcssons írom IDC's Fi11a11cial Impact Study,
IDC#30080 (Framingham, MA: Internacional Data
Corporation, setiembre de 2003).
8.
Coeficiente tau_b de Kendall: O, 194, error: O, 107 (test de una cola);
coeficiente rho de Spearman: 0,272, error: 0,094 (test de una cola). El
pequeño tamaño de la muestra de firmas informantes (N=20) explica
que los niveles de significación estadística sean relativamente bajos.
262
9.
Notas
Para este estudio, definimos un sistema de gestió11 empresarial como un
paquete integrado de software (de proveedores como SAP y Oracle)
que se ocupa de la mayoría de necesidades diarias de procesamiento
de los datos transaccionales de una organización.
1 O.
Para más detalles, ver New Grorvth from Enterprise Systems (WeUesley,
MA: Accenture lnstitute far High Performance Business, mayo de
2006) deJeanne G. Harris yThoma H. Davenport.
11.
Thomas H. Davenport,Jeanne G. Harris y Susan Cantrell, "/11e Retwn
<if Enterprise
Sol11tio11s:T11e Director's Cut (WeUesley, MA:Accenture lns­
titute far High Performance Business, 2002).
12.
Utilizando el coeficiente de correlación producto-momento de Pe­
arson, el beneficio tiene una correlación significativa positiva con la
orientación a la inteligencia analítica a r = 0, 136(p= 0,011), el creci­
miento de los ingresos está correlacionado de forma significativa a
r= O, 124 (p= 0,020), y el rendimiento para el accionista está corre­
lacionado
13.
ar=
0,122
(p=
0,022).
Para los propósitos de este estudio, se definieron las empresas con me­
jor y peor rendimiento pidiendo a los encuestados que evaluaran
-en una escala de
l a 5- su rango en el sector con relación al be­
neficio, rendimiento para el accionista, y crecimiento de ingresos. Las
mejores empresas obtuvieron 14 puntos o más (sobre un máximo po­
sible de 15 puntos); el 13 por ciento de la muestra obtuvo una pun­
tuación a este nivel. Las peores empresas obtuvieron 8 puntos o me­
nos y representaron el 1 6 por ciento de la muestra. Descubrimos que
estas puntuaciones estaban estrechamente correlacionadas con los ren­
dimientos de negocio comunicados públicamente. Excluimos de los
resultados a las personas que respondieron en nombre de organismos
de la Administración Pública, porque estos últimos no pueden ser
evaluados utilizando dichos criterios.
14.
Progressive lnsurance, A111111al Report to Sharelwlders, 2005.
15.
Michael Lewis, en una charla pronunciada en Accenture, San Fran­
cisco,
16 de junio de 2006.
263
Cornpeting on Analytics
16.
CornptStat se describe en detalle en Wikipedia http://en.wikipe­
dia.org/wiki/CornpStat.
Steven Levicc ha cuestionado la disminu­
ción de delitos debida a CornptStat en "Understanding Why Crime
Fell in the 1990s: Four Faccors that Explain the Decline and Six That
Do Not" .jownoí
oJ Eco110111ic
JJers¡,caives
1 8 , nº 1 (invierno de 2004):
163-190.
17.
Cindy Blanthorne y Kristen Selvey Yance, "The Tax Gap: Measuring
che
IRS's Bottom
ciecy
Line", CJJA Jo11mal
of CPAs), abril
de
011li11e
(New York State So­
2006, http://www.nysscpa.org/cpajour­
nal/2006/406/ essentials/ p40. htm.
18.
Catherine Arnst, "The Bese Medica! Care in rhe U.S.," Business Week,
1 7 de Julio de 2006, 5 1 .
19.
Vivienne Jupp y Elizabeth Astall, "Technology in Government: Riding
the Waves of Change" ,Accenture Government Executive Series report,
2002, hrtp:/ / www.ebusinessforum.gr Icontent/ downloads/ gove_wa­
ves.pdf.
20.
Eleanor Laise, "Wall Street Pushes Computerized Funds", Wall
Street
[ournal, 7 de abril de 2006.
21.
Ver http://www.catalinamarketing.com.
22.
Sunil Garga, presidente del grupo lri's Analytical Insights, entrevista
telefónica sostenida con Jeanne Harris, 2 de octubre de 2006.
23.
Richard
G.
H a m er m esh,
"ProfitLogic",
M ichael
J. R.oberrs, y Taz
P ir m oha m ed,
caso 9 - 802 - 1 1 O (Boston: Harvard Business School,
2003), 7.
24.
David B er l ind , "Golf Analycics: Meec Cliencs ac a a Virtual
Curse
While lmproving Your Swing", &t111ee11 the Lines, ZDNet blog, 29 de
setiembre de 2005, http:/ /blogs.zdnet.com/BTL/?p=1941.
264
Notas
CAPÍTULO 4
1.
Para más información sobre gestión del rendimiento empresarial y la
utilización de de inteligencia analítica, ver CFO fosigl,ts: Deli1,eri11g
High
Pe,:for11u111ce de Michael
R. Sutcliff y Michael A. Donnellan.
(Chichester, UK:John Wiley & Sons, 2006), Capítulo 5, "Enterprise
Performance Management".
2.
Jerry Z. Shan et al., "Dynamic Modeling and Forecasting on Enterprise
Revenue with Derived Granularities", Hewlert-Packard Laboratories,
mayo de 2005, http://www.hpl.hp.com/techreports/2005/Hl)L-200590.pd(
3.
lbid., 6.
4.
David
Larcker y Chris
lttner, "Com.ing Up Short on
Nonfinancial
Measurement", Harvard Business Review; noviembre de 2003.
5.
Mark Lean, "Ad Game Analytics", l11tellige,11 Enterprise, 21
de enero
de 2005.
6.
John Ballow, Robert Thomas, y Goran Roos, "Future Value: The $7
Trillion Challenge", Acce11t11re Ontíools. n" 1 , 2004, http://www.ac­
centure.com/ xd/ xd .asp ?ic=enweb&xd=ideas \outlook \ 1 _2004 \ma­
nage.xml
7.
Ver, por ejemplo," Aggregate Accounting Returns Can Explain Most
of Securicy Returns", de Peter D. Eascon, Travis S. Harris, y James A.
OhJson,Jormiaf o
f Acco1111ti11g and Economics (1992); "Does EVA
( e)
beat Earnings? Evidence on Associations with Stock Returns and
Firm Values", de Gary C. Biddle, Robert M. Bowen, y James S. Wa­
llace, Joumal o
fAcco1111ting and Economics (1997); "EVA and I ts Crirics",
de Stephen O'Byrne,Joumaf
efApplied
Corporate Fi11a11ce (1997).
Ballow, Thomas, y Reos, "Future Val u e".
8.
John Nolan de MCl,entrevista telefónica conTom Davenport, 18 de
febrero de 2005.
Cornpeting on Analytics
9.
265
Cita de V.C. Narayanan, "Customer Profitability and Customer R.e­
lationship Management en RBC Financia! Group (Resumido)", Caso
9-102-072 (Boston: Harvard Business School, revisado el 13 de no­
viembre de 2002), 7. Otra información sobre RBC de Kevin Purkiss,
entrevista telefónica con Tom Davenport, 16 de diciembre de 2005.
1 O.
Narayanan, "Customer Profitability and Customer Relationship Ma­
nagement en RBC", 1 5 - 1 6 .
11.
Purkiss, entrevista.
12.
Shigeru KomatsudeToshiba Semiconductor,entrevista conTom Da­
venpon, 1 0 de abril de 2006.
13.
Spotfire, lnc., "Toshiba Uses Visual lnteractive Analytics from Spotfire
to Ca.in an
Inforrnation Advantage in
High Tech Manufacturing",
nota de prensa, 28 de noviembre de 2005, http://www.spotfire.com.
14.
Talys H. Yunes, Dominic Napolitano, et al., "Building Efficient Pro­
duct Portfolios at john Deere", documento de trabajo, Carnegie Me­
llon University, Pittsburgh, PA, abril de 2004.
15.
Bill Brougher, entrevista con Tom Davenport, 1 8 de julio de 2006.
16.
Barry Perth, 77,e Billíon Do/lar Molecule: One5 Companv Q11est for the
Pe,fect Drug (NewYork: Sirnon & Schuster, 1995), 135.
17.
Sceven Schmidc de Vertex Pharmaceuticals, entrevista con Tom Da­
venport, 5 de abril de 2006.
18.
Alex Bangs, "Predictive Biosimulation and Virtual Patients in Phar­
maceutical R&D", en Medicine A1eets Virtual Reality
13: TI1e Magical
Next Becomes the Medica{ No11{ eds.james D. Wescwood et al., vol 1 1 1 ,
Studies in Health Technology and Informatics (Amsterdam, Nether­
lands: IOS Press, 2005), 4 1 .
19.
Stefan Thomke, "R&D Comes to Services: Bank of America's Path­
breaking Experiments", Harvard Business Review, abril de 2003.
266
20.
Notas
Información sore American
Healthways obtenida de una presenta­
ción del Dr. Carter Coberly en la Health
Information Technology
Summit, Washington, DC, 2004, http://www.ehcca.com/presenta­
tion/ cahealthit2/2_03_ 1.pdf.
21.
Thomas H. Davenport y John Glaser, "Just In Time Comes to Kno­
wledge Management", Harvard Business Review,julio de 2002.
22.
Bill Belichick, "Quores fi'om New England Patriors Media Day", 1 de
febrero de 2005, citado en Ma11ageme11t Secrets o
f the New E11gla11d Pa­
triots, de James Lavin, vol. 2 (Stamford, CT: Pointer Press, 2005), 159.
23.
Cita de Michelle Thompson, vicepresidenta de RR.HH de Ameri­
can Express en Asia Pacífico, en "Mastering HR Analytics wich Tech­
nology", H11111a11 Resources (AHStralia), 27 de marzo 2006.
24. Joanne Kelly, "Getting All the Credit", Context Magazine, online en:
http://www. con rextm ag. com/ set Frame Redirect.asp ?src=arch i­
ves/20020 2 / Fea tu reG etti n ga 11 ch eC red i t. asp.
CAPÍTULO 5
1.
En nuestra encuesta realizada a cerca de cuatrocientas organizaciones
con sistemas de gestión empresarial, había una relación entre inteli­
gencia analítica e integración de la cadena de suministro. La correla­
ción (correlación producto-momento de Pearson, test de una cola)
entre una fuerce orientación analítica e integración con los provee­
dores fue de 0,23.
2.
Tony Kontzer, "Big Bet On Consumer Loyalry", bifor111atio11 Week, 9
de febrero de 2004.
3.
Índice
de satisfacción del consumidor americano,
Universidad
de Mi­
chigan, 2005, rankings del cuarto trimestre, actualizados el 21 de fe­
brero de 2006, http://www.theacsi.org/fourth_quarter.htm.
Cornpeting on Analytics
4.
267
Aaron O. Parrick, "Economerrics Buzzes Ad World as a Way of Mea­
suring Results", Wa/1 Street [ownol, 16 de agosto de 2005.
5.
Mark Leon, "Ad Game Analytics", fotellige111 Enterprise, 21
de enero
de 2005.
6.
Jim Ericson, "Coming to Account", Business fotelligence Review, abril
de 2005.
7.
Clive Hurnby yTerry Hunt, Scoring Points: HowTesco is Wi1111i11g Cm­
tomer Loyalty (Philadelphia: Kogan Page, Ltd., 2003).
8.
Informe del estudio de!Vankee Group de 2005,citado en"The Price
Poiur", de Gary Anrhes, Computenvorfd, 24 de julio de 2006, 34.
9.
Scott Friend, "Changing the Game: New Strategies for Merchandi­
sing lnnovation" (presentación en la conferencia de la Nacional Re­
rail Foundation, 16 de enero de 2005, hctp:/ /www.nrf.com/ Attach­
ments.asp?id=6991 ), que cica a Reraif fo
f
o Systems News, octubre de
2004.
1 O.
Deena
Cherenze, "Pricing and Sales Effectiveness Arm the
Front
Line" (Yankee Group, febrero de 2006).
1 1 .
Marce! Corstjens y Jeffrey Merrihue, "Optimal Marketing", Harvard
Business Review, octubre de 2003.
12.
Kevin Kelleher, ""66.207 .896 Bordes of Beer on the Wall-Anheuser
Busch's Top-Secrer Data Necwork Tracks lnventory", Business 2.0,
CNN Money.com, 25 de febrero de 2004.
13.
Informe anual Besr Buy, 2005.
14.
\bid.
15.
Matthew Boyle, "Besr Buy's Giant Cambie", Fort1111e,
2006.
3 de abril de
268
16.
Notas
"Which Customers Are Worth Keeping and Which Ones Aren't? Ma­
nagerial
Uses of CLV", K11owledge@Wharto11 , 30 de Julio de 2003,
http://www.whartonsp.com/articles/article.asp?p::::::328189&rl::::::1.
17.
Peggy Anne Salz, "High Performance - lntelligent Use of lnforma­
t1011
is a Powerful Corporate Too!", Waff Street Jo11mal, 27 de abril de
2006.
18.
Pankaj Ghemawat, Stephen P. Bradley, y Ken Mark, "Wal-Mart Sto­
res in 2003", Caso 9-704-430 (Boscon: Harvard Business School, se­
tiembre de 2003).
19.
Las cifras de Wal-Marr proceden de una presentación realizada por la
directora de sistemas de información
Liua
Dillman, citada por Dan
Briody en BizBytes, abril de 2006.
20.
Len Kennedy, vicepresidente de UPS, "What Can Brown Do for
You?", Location fotellige11ce, 5 de diciembre de 2002.
21.
Tomado del informe anual de UPS de 1954.
22.
Beth Bacheldor, "Breakthrough",
2004,
ínjornmtion lM_>ek, 9 de febrero de
h ttp: ! /wwwinformacion week .com/ industries/ show Article.
jhcml?arciclelD= 17602 ! 94&pgno= 1 &queryTexc=.
23.
Norbert Turek, "FedEx and UPS Lead the Logistics Pack", b,Jorma­
tíon lM_>ek, 1 1
24.
de enero de 2001.
R...ichard Tomkins, "The Art of Keeping Customers Happy", Finoncinl
Times (Londres), 17 de junio de 2005.
25.
Alejandro Ruelas-Gossi y Donald Sull, "The Arr of lnnovaring on a
Shoescring", Financial Tímes (Londres) 24 de setiembre de 2004.
26.
Rita Gunther McGrath y Jan C. MacMillan, "MarketBusting Strate­
gies
far ExcepTional Business Growth", Harvard Business Revíew,
marzo de 2005, 80-89.
Cornpeting on Analytics
269
CAPÍTULO 6
1.
Barbara Desouer del Bank of America, entrevista con Jeanne Harris,
8 de mayo de 2006.
2.
Para más información sobre procedimientos efectivos de toma de de­
cisiones, ver, 11,e Iusight-to-Actiou Loop: Tra11ifon11i11g ltiformation into
Business Pe,formance, de Jeanne G. Harris, (Wellesley, MA: Accenture
Instirute
for
High
Performance
Business,
febrero
de
2005),
http://www. accen ture.com/ G lobal/R.esearch_and_I nsights/ 1 nsti­
tute_For_High_Performance_Business/By_Pu blication_Type/Rese­
arch_N otes/ I nsightTo Practice.htm; y "Evolving from
Information
to lnsight", de Glover Ferguson, Sanjay Machur, y Baiju Singh, MlT
Sloan Manage111e11t Review 46, nº 2, (2005): 51-58.
3.
Viviente Jupp Y El.isabeth Ast1.Ü, "Technology in Goverrunent: R.iding the
W.,ves of Change" ,Accenture Government Executive Series report, 2002,
htrp: //www ebusinessforum .gr/ con tent/ downloads/ gove_waves. pdf.
4.
Mark Twa.in atribuye esta cita a Disraeli; ver 11,e Autobiogmphy
efMark
Tivaiu (New York: Harper Coll.ins, 2000), 195. Charles Neider, ed.
5.
Para más información sobre este terna, ver How to Lie with Statistics de
Darrell Huff(NewYork:W.W. Norton & Company, 1954).
6.
Para más información sobre como evitar el abuso de la estadística, ver
"The Use and Misuse ofSracistics, Harvard Mmwga111e11t Update
11,
nº
3 (marzo de 2006).
CAPÍTULO 7
1.
Thomas H. Davenport,Jeanne G. Harris, David W: De Long, y AJvin
L. Jacobson, "Data to Knowledge to Results: Building an Analytic
Capabiliry", California Management Review 43, nº 2, 1 1 7 - 1 3 8 .
2.
Para más información sobre gestión basada en la evidencia, ver, Hard
Facts, Da11gerow Half-Tmths, and Total Nonsense: Pref,li11gfrom Evidence-
270
Notas
Based MmMgement, de Jeffrey Pfeffer y R.oberc 1. Sutton (Bastan: Har­
vard Business School Press, 2006).
3.
Entrevista a William
Perez realizada por Michael Barbare, "A
Not­
so-Nice Nike Divorce Carne Down to Daca vs. Feel", 771e NewYork
Times, 28 de enero de 2006, edición nacional, B4.
4.
Donald A. Marchand, Williarn
J.
Kettinger, y John
D. Rollins, fofor-
111atio11 Oríentatíon.The U11k to Business Perfor111a11ce (NewYork: Oxford
University Press, 2002).
5.
Stephen Baker, "Math Will Rock Your World", BusinessWeek, 23 de
enero de 2006, http://www.businessweek.com/print/magazine/con­
tent/06_04/b396800 l .htm 'chan=gl.
6.
Hal Varian, correspondencia vía correo electrónico con Tom Daven­
port, 6 de diciembre de 2005.
7.
!bid.
8.
Puesto de trabajo listado en Monster.com el 26 de julio de 2006 por
McKesson Corporation.
9.
Bon Deangelis, entrevista telefónica con Tom Davenport, 8 de febrero
de 2005.
10.
Responsable de
un
grupo de inteligencia analítica en
una empresa
de productos de consumo que quería conservar el anonimato. Entre­
vista telefónica con Tom Davenport, 24 de mayo de 2005.
11.
Para más información sobre este tema, ver" Automated Decision Ma­
king Comes of Age", deThomas H. Davenporr y Jeanne G. Harris,
MIT S/oa11 Management Review, verano de 2005, 83-89.
12.
Para una descripción de tecnología de reglas de negocio, ver Business
Rutes Applied: B11ildi11g Better Systems Usi11g the Business Rule Approach,
de Barbara von
Halle (New York: Wiley, 2001 ).
Cornpeting on Analytics
271
CAPÍTULO 8
1.
Julie Gallagher, "Business-Savvy CIO Turns Tech-Savvy CEO", Fi­
nance'Iech, 31
de mayo de 2001, http:/ /www.financetech.corn/sho­
wArricle.jhtml?arciclel D=l 4706275
2.
Erick Schonfield, "The Crear Giveaway", Business 2.0, CNNMo­
ney.com, abril de 2005.
3.
Hugh Wacson, Barbara Wixom et al., "Real Time Business lncelli­
gence: Best Practices at Continental Airlines", ínjonnntion Systems Ma-
11ageme11t 23,
4.
nº
1 , (2005). 7-18.
M. McDonald and M. Blosch, Gar111er's 2006 EXP C/0 S11rvey (Stam­
ford, CT: Gartner, Inc., enero de 2006).
5.
Marcia Stepanek, "Q&A wich Progressive's Peter Lewis", Business­
Week, 12 de setiembre de 2000.
6.
Charles Babcock, "Data, Data Everywhere", bifor111atio11 Week, 9 de
enero de 2006.
7.
Incernational Daca Corporation, Business A11alytics ímpiementotíon Cha-
1/eugcs. Top TCI, Considcmtions for 2003 and Bevond, I DC Report 28728
(Framingham, MA: lnternational Data Corporation, enero de 2003).
8.
Nicole Haggerty y Darren Meister, "Business lntelligence Strategy at
Canadian Tire", Caso 903E19 (London, Oncario: 1 vey School ofBu­
siness, 2003).
9.
Donald Marchand, William Kettinger, y John Rollins, Maki11g the ln­
visible Visible: How
rr
10.
Companies
W.11
with
the Right bifor111atio111 People
and
(NewYork: Wiley, 2001).
Madan Sheina, "Refocused: Back to the Future", Compute, Business
Review, septiembre de 2005.
11.
Henry Morris et al., Tlie Pinawiol lmpact o
f Business A11alytics: Distri-
272
Notas
bntion
oJ Resufts
lnternational
12.
by RO/ Category,
Data
IDC
Corporation, enero
#28689
de
(Frarningham,
MA:
2003).
Para más información sobre errores de hojas de cálculo, ver el trabajo
de
Raymond
enero
de
Panko, "What
2005.
W
e
Know
About
Spreadsheet
Errors",
http://panko.cba.hawaii.edu/ssr/Mypapers/whatk­
now.htm.
13.
The
Data Warehousing
lnsticute, Enterprise Business bttcllige11ce: Strate­
gies aud Teclmologies for Depfoyi11g BI 011
m1
Enterprise Scale (Rentan,
WA:The Data Warehousing lnstitute, agosto de 2005).
14.
El enfoque a la arquitectura de TI basado en principios se describe en
"How
Executives
Can
ShapeTheir Company's
lnformation Syscems"
de Thomas H. Davenport, Michael Hammer y Ta uno Metsisto, Har­
vani Business Review, marzo-abril de 1989, 130-134.
CAPITULO 9
1.
Datos de la encuesta Outlook 2006, Information Week, 2 de enero de
2006.
2.
Charles P. Seeley yThomas H. Davenporc, "lntegracing Business ln­
telligence and Knowledge Management at Intel", Knowledge Mana­
ge111e11t Revíew 8, nº 6 (enero-febrero 2006): 10-15.
3.
Michael Totty, "A New Look for Number Crunching",
Wa/1 Street
Jo11mal-171e Joumal Report: Téc/1110/ogy, 3 de abril de 2006.
4.
Ver el artículo de Don Price, "The Dawn of a New Era:What's Next
m
Business
lntelligence?"
DM
Review,
febrero
de
2006,
http:/ /www.dmreview.com/ article_su b.cfin ?arride Id= 1046592.
5.
Thomas H. Davenport y John Glaser, ''just-in-Time Comes to Kno­
wledge Managernent", Harvard Business Review,julio de 2002, 1071 1 1 .
Cornpeting on Analytics
6.
273
Dave Mittereder, "Pervasive Business
Performance
lndicators",
DM
lntelligence: Enhancing Key
Review,
abril
de
2005,
http://www.dmreview.com/ article_sub.cfm ?articleID::::: 1023894.
7.
M. McDonald y M. Blosch, Canners 2006 EXP C/0 511,vey (Stam­
ford, CT: Gartner !ne., enero de 2006).
8.
Accenture, "Intangible Assets and Future Value: An Accenture Study
Conducted by che
Economist
Intelligence
Unit", enero de 2005,
http://www.accen tu re. co 111/ G lobal/Servi ces/By_Su b
j ect/Sha re h o1der_Val u e/ R_an d_I /Su rvey Assets. h tm.
9.
Robert S. Kaplan y David P. Nonon, "Measuring the Strategic Rea­
diness of Intangible Assets", Hnrvard Business Review, febrero de 2004,
52-63.
1 O.
Nos ocupamos de este tema en "The Information Environment for
Intangible Asset Management", de Jeanne G. Harris yThomas H. da­
venport, Accenture Research Note,junio de 2004, http://www.ac­
centure.com/Global/Research_and_lnsights/lnstitute_For_High_Pe
rformance_Business/By_Publication_Type/Research_Notes/TheAss
etManagement_old.htm.
11.
R.ichard D. Hackathorn, vW:b rarmi11gfor tlie Dntn Wnrclio11se (San Fran­
cisco: Morgan Kaufi-nann, 1999), 23.
Sobre los Autores
TOM DAVENPORT es Profesor Distinguido de Tecnología y Gestión de
la
Información del Babson College y Director de Investigación para Bab­
son Executive Education. Dirige programas de investigación esponsori­
zados en inteligencia analítica, gestión del conocimiento, gestión de pro­
cesos, e innovación.
Tom es escritor, coautor, o editor de once libros, entre los que se en­
cuentran los primeros libros publicados sobre reingeniería de procesos de
gestión de negocio y obtención de valor de los sistemas de gestión em­
presarial, y el bese seller,
Wbrki11g K11owledge [Co11oci111ic11fo e11 Acción) (es­
crito junto a Larry Prusak). Ha escrito más de cien artículos para publi­
caciones como
Harvard
Business
Review, MIT Sioan
Management
Review,
Califomía Manageme11t Re1,íe11� Fínandol Times, y muchas otras. Tom ha sido
también columnista de las revistas C/0,
2003, la
ínjorniotíon Week
y Dan11i11. En
revista Consulting lo citó entre los 25 mejores consultores del
mundo y en 2005, fue calificado como unos de los tres mejores analistas
de negocio y tecnología del mundo por los lectores de la revista
Optí-
1111ze.
JEANNE G. HARRIS es directora de investigación en el Accenture Ins­
titute for High Performance Busines, donde lidera la investigación en las
áreas de información, tecnología y estrategia. A lo largo de sus treinta años
en Accenture, Harris ha asesorado a una amplia variedad de organizacio­
nes de todo el mundo pertenecientes a los sectores de actividad más di-
276
Sobre los autores
versos. Ha dirigido las actividades de inteligencia de negocio, inteligen­
cia analítica, gestión del rendimiento, gestión del conocimiento y alma­
cenamiento de datos, Ha trabajado a fondo con los dientes con el obje­
tivo
de
mejorar
sus
competencias
de
información
gerencial, roma
de
decisiones, inteligencia analítica y gestión del conocimiento.
Jeanne se graduó en ciencias de la información por la Universidad de
lllinois y obtuvo
(MBA} por la
un
master en dirección y administración de empresas
Universidad de St. Louis. Ha escrito numerosos capítulos
de libros y artí culos en publicaciones punteras en el campo de la gestión
empresarial, entre ellas MIT Sfom, Management Revíew, Califomia Ma11age­
tnent
Review,
y
Gptimire.
Sus trabajos han sido ampliamente citados por la
prensa de negocios internacional, entre otros por
nanaaí Times, y Niko11 Keizai Sl1i111b11111.
Wall Street [onrnai, Fi­