Las nuevas herramientas tecnológicas hacen que cada vez sea más fácil la adopción de soluciones Big Data en distintos niveles y ello, a su vez, acelera la necesidad de adaptación organizativa para producir resultados tangibles. Según McKinsey Quarterly, explotar las nuevas herramientas tecnológicas, adaptar la gestión empresarial a las mismas o llevar a cabo una redefinición de tareas, son algunas de las claves para sacar provecho del potencial en el análisis de datos masivos.

El mundo se ha entusiasmado con el Big Data y la analítica avanzada no sólo porque el número de datos sea grande, sino también porque su potencial de impacto es enorme. Nuestros compañeros del McKinsey Global Institute (MGI) llamaron la atención de mucha gente ya hace algunos años cuando estimaron que si el sector de la distribución minorista aprovechara el análisis de datos a escala por todas sus organizaciones podrían incrementar sus márgenes operativos más del 60%, y que el sector sanitario de Estados Unidos podría reducir costes en un 8% gracias a la mejora en la eficiencia y la calidad del análisis de datos.

Desafortunadamente, alcanzar el nivel de impacto que el MGI predijo ha resultado difícil. Es cierto que hay ejemplos exitosos de empresas como Amazon y Google, en las que el análisis de datos es la base de la empresa. Pero para las organizaciones más tradicionales el éxito del análisis de datos se ha limitado a algunas pruebas concretas o a estrechas porciones del negocio. Muy pocas han logrado lo que llamamos un “gran impacto mediante el Big Data”, o impacto a escala.

En artículos anteriores hemos mostrado que para aprovechar el potencial del análisis de datos se requieren los cimientos de cualquier buena transformación estratégica: empezar con un plan, crear una nueva competencia por parte de la alta dirección para que se focalice realmente en los datos y, quizá aún más importante, que dirija los cambios culturales y formativos necesarios para que los empleados de primera línea (y no sólo el equipo dedicado a la Estadística) adopten el cambio.

Aquí, queremos centrarnos en qué hacer cuando estás en medio de dicha transformación y enfrentándote a desafíos inevitables para lograr beneficios a gran escala. Por ejemplo, los equipos de gestión muchas veces no perciben suficiente impacto financiero inmediato para justificar inversiones adicionales. Los jefes de equipo carecen del conocimiento en la materia y de la confianza en la analítica y dudan en emplearla. Los procesos organizacionales existentes son incapaces de dar cabida a esos avances en la analítica y la automatización, a menudo porque los protocolos para la toma de decisiones requieren múltiples niveles de aprobación.

Exposición

Cómo acelerar la transformación en tu análisis de datos:

Si ves que tu empresa tiene problemas para sortear los impedimentos de escalar sus esfuerzos en el análisis de datos, el primer paso es asegurarte de que estás haciendo lo suficiente para adoptar algunas de las nuevas herramientas de ayuda que están surgiendo. Dichas herramientas ofrecen resultados rápidos, fomentan la confianza entre los que están en la primera línea y automatizan la oferta de conocimientos analíticos en formatos usables.

Pero esas herramientas solas no son suficientes. La adaptación de las organizaciones también es necesaria para superar el miedo y poder catalizar el cambio. Los equipos directivos necesitan cambiar desde unas prioridades en ejercicios a pequeña escala hasta centrarse en las áreas de negocio críticas y dirigir el uso de la analítica por toda la empresa. Y, a veces, los puestos de trabajo necesitan ser rediseñados para adoptar los avances en digitalización y automatización. Una organización que adopta rápidamente las nuevas herramientas y se adapta para capturar su potencial, es más probable que logre beneficios a gran escala de sus esfuerzos en analítica de datos.

Por qué los efectos de la analítica de datos se atascan antes de crecer

Hace solamente dos o tres años, los principales retos para los responsables en análisis de datos eran conseguir que sus equipos directivos entendieran su potencial, encontrar suficiente talento para construir modelos organizativos y crear la correcta estructura de datos para unir las a menudo dispares bases de datos de dentro y de fuera de la compañía. Pero al presionar para un cambio de escala, estos profesionales han hecho aparecer nuevos retos.

En primer lugar, muchos directivos son reacios a duplicar sus inversiones en análisis de datos, necesarias para cambiar de escala, porque los primeros esfuerzos no han producido un retorno significativo. En muchos casos, esas primeras inversiones se centraron en iniciativas no concluyentes que, de todos modos, han proporcionado nuevos conocimientos en Big Data. Dichos esfuerzos fueron impulsados por proveedores de analítica y científicos en la materia que estaban ansiosos por recopilar datos y ejecutar todo tipo de análisis esperando encontrar diamantes. Muchos ejecutivos oyeron el reclamo “danos tus datos y nosotros encontraremos nuevos patrones y conocimientos para gestionar tu negocio.”

En segundo lugar, los jefes de equipo y los usuarios finales en la empresa muchas veces no confían en que la analítica mejorará su toma de decisiones. Una de las quejas comunes de esta audiencia es que les resulta incomprensible el funcionamiento de las herramientas; los managers simplemente no entienden la analítica o las recomendaciones que sugiere. Los jefes de primera línea y los usuarios en la empresa comprensiblemente acaban recurriendo a su tradicional “ojo de buen cubero” cuando no confían en la analítica, especialmente si sus herramientas analíticas no son sencillas de usar o no encajan en los procesos y flujos de trabajo establecidos.

Finalmente, los procesos organizativos más importantes también pueden suponer una barrera para aprovechar el potencial de una analítica sofisticada. Para las compañías “nacidas gracias a la analítica”, como Amazon o Facebook, procesos como los costes, la oferta publicitaria y la gestión de la cadena de suministro se han construido alrededor de una base de analítica automatizada. Estas organizaciones también han construido grandes sistemas de procesamiento de datos que apoyan la automatización y la atracción de más talento analítico. Pero en otras empresas establecidas desde hace más tiempo, los procesos de gestión no se han mantenido al día con los avances en la analítica de datos.

Adoptar nuevas tecnologías para escalar el impacto

Algunas áreas están experimentando más innovación e inversión que los propios Big Data o análisis de datos. Nuevas herramientas y enfoques mejorados a través del ecosistema de la analítica de datos ofrecen modos de lidiar con el reto de alcanzar una mayor escala.

En primer lugar la aparición de soluciones especificas a partir del software basado en la analítica y de los proveedores de servicios, están ayudando a sus clientes a lograr un impacto más directo, y a veces más rápido, en los resultados empresariales. Una clase emergente de especialistas en analítica construye modelos enfocados en el uso para casos específicos. Estos modelos tienen un planteamiento empresarial claro y pueden ser implementados rápidamente. Estamos viendo como se aplican con éxito en un amplio rango de áreas: logística, gestión de riesgos, costes y gestión de personal, para nombrar algunas. Al haber sido aplicadas en docenas de empresas, dichas soluciones más específicas pueden ser desplegadas fácilmente. En conjunto, las aplicaciones específicas ayudarán a elevar la confianza de los directivos en invertir para ganar mayor escala. Igualmente, sigue habiendo necesidad de un cambio cultural y hacer mayor énfasis en la adopción, pero las herramientas específicas suponen un gran paso adelante.

En segundo lugar, las nuevas herramientas de autoservicio están fomentando la confianza de los usuarios finales de la empresa en la analítica. Un término reciente que está ganando renombre es el de “democratización”. Sacar la analítica más allá de las manos exclusivas de los gurús de la Estadística, hasta las de una amplia base de usuarios de primera línea, es visto como un elemento clave para lograr la escala. Sin necesidad de saber cómo se escribe una sola línea de código, los usuarios finales de las nuevas herramientas tecnológicas pueden vincular datos de múltiples fuentes y aplicar una analítica predictiva. Las herramientas de visualización, por su parte, están dando a los usuarios de empresa el control de las herramientas de análisis, facilitando la segmentación de datos, la definición de la exploración de datos necesaria para abordar los problemas del negocio y para apoyar la toma de decisiones. Organizaciones como American Express, Procter & Gamble y Walmart han realizado grandes inversiones en este tipo de utilidades para democratizar el uso de la analítica de datos.

Por último, se está haciendo mucho más fácil automatizar los procesos y la toma de decisiones. Las mejoras tecnológicas permiten una captura mucho más amplia de datos en tiempo real (por ejemplo, mediante sensores), facilitando el análisis y procesamiento en tiempo real y a gran escala. Dichos avances están abriendo nuevos caminos hacia la automatización y el aprendizaje automático que previamente estaban sólo disponibles para las compañías líderes en tecnología.

Más allá de las nuevas herramientas: adaptar la organización

Los desafíos que hemos citado hasta ahora demandan algunas nuevas acciones más allá de las herramientas: mayor focalización, más redefinición del trabajo y más cambio cultural.

- Centrarse en la gestión del cambio
La democratización y el poder de las nuevas herramientas pueden ayudar a superar las dudas básicas por parte de los usuarios de primera línea y su falta de familiaridad con la analítica. Sin embargo, además de ganar confianza, los managers deben cambiar su modo de tomar decisiones para aprovechar las ventajas de la analítica. Ese es el principal desafío en la gestión del cambio. Para lograr una mayor escala, paradójicamente, necesitas focalizarte. Intentar orquestar el cambio global en una compañía con tomas de decisiones y asuntos operativos diarios, resulta demasiado abrumador para ser práctico. Según nuestra experiencia es posible conducir la adopción y el cambio de conducta por toda la compañía centrándonos en áreas específicas como los costes, la distribución de existencias o la gestión del crédito.

Los líderes deberían preguntarse qué funciones o departamentos se beneficiarán más de la analítica y desplegar una combinación de nuevas soluciones específicas, herramientas de visualización y gestionar el cambio y hacer formación en esas pocas áreas.

- Rediseño de los trabajos
Automatizar parte de las tareas de los empleados significa hacer un cambio permanente en sus roles y responsabilidades. Si automatizas la gestión de costes, por ejemplo, es complicado mantener al manager afectado solamente con la responsabilidad sobre las pérdidas y ganancias a partir de ahora, dado que buena parte de la formulación la realiza una máquina. Como las responsabilidades directivas evolucionan o se eliminan en su conjunto, las organizaciones tendrán que adaptarse redefiniendo los cargos para sacar la mayor ventaja y apoyar el desarrollo de esas tecnologías. En una compañía de seguros, los responsables de reclamaciones no van a gestionarlas todas a partir de ahora; se podrán centrar en las más excepcionales o que presente un mayor nivel de complejidad. De nuevo es necesario centrarse, ya que el rediseño de las tareas gasta tiempo. Y sólo puede ser llevado a cabo si las herramientas automatizadas y las nuevas funciones se han desarrollado y probado para poder lidiar con cualquier sorpresa que nuestro volátil mundo pueda presentar.

- Construir una base analítica en tu cultura
La gente ha hablado de culturas basadas en datos durante mucho tiempo, pero lo que se necesita para crearlas está cambiado como resultado de las nuevas herramientas disponibles. Las empresas disponen de un conjunto amplio de opciones para estimular el compromiso con la analítica entre los empleados críticos. Una firma líder en servicios financieros, por ejemplo, empezó por desarrollar concursos que recompensaban y reconocían a aquellos equipos que pudieran generar ideas potentes mediante la analítica. Luego, establecieron talleres formativos para que los usuarios finales pudieran aprender a usar las herramientas de autoservicio. Después crearon una comunidad de usuarios avanzados para dar soporte a esos usuarios finales en sus análisis y para validar sus hallazgos. Finalmente, la compañía estableció un programa de comunicación para compartir el entusiasmo mediante encuentros sobre analítica, comunicaciones desde la dirección y boletines (que resultan críticos para mantener un apoyo del programa a largo plazo). Adaptaciones creativas como éstas ayudarán a las compañías a llegar más allá de la esperanza de que “vamos a ser una empresa Big Data”  y transformar el cambio cultural en acciones realistas.

Las nuevas tecnologías, con su facilidad de adopción, apuntan hacia el próximo horizonte del análisis de datos. Para tener una aproximación de lo que podría deparar el futuro podemos considerar lo que sucede ahora en una empresa líder que ha adoptado un enfoque innovador para incorporar las capacidades analíticas en su negocio.

La empresa comenzó con una primera fase de centros de excelencia y un pequeño cuerpo de especialistas en análisis que abordaban casos de negocios. Actualmente, van haciendo pasar a los líderes del negocio por un nuevo tipo de centro en analítica, donde aprenden las bases sobre las nuevas herramientas y sobre cómo aplicarlas. Luego llevan dichos conocimientos a sus respectivos departamentos. No se convierten en especialistas en la materia, pero se hacen capaces de tomar la analítica más allá del campo experimental y aplicarla a los problemas y oportunidades reales que se encuentran diariamente en sus áreas respectivas.

Llegará el día en que muchas compañías funcionen con decenas o cientos de managers pasando por centros formativos del mismo tipo. Ello acelerará la adopción de las herramientas analíticas –y sobre todo a medida que éstas se hagan más amigables- y creará por fin el gran impacto que el Big Data ha prometido.

* Court, David. “Getting big impact from Big Data”. McKinsey Quarertly, 01/2015 (Artículo consultado on line el 27/01/2015).

Acceso a la noticia: http://www.mckinsey.com/insights/business_technology/getting_big_impact_from_big_data