Suscríbete al newsletter The NewNow

Y te mantendremos al tanto de los últimos artículos y noticias

Los campos marcados con * son obligatorios

Business Intelligence y herramientas para toma de decisiones

Las decisiones empresariales con respecto a la vida comercial de un producto suelen tomarse atendiendo a un pequeño grupo de datos, básicamente enfocados al volumen del negocio que representan. Ahora, un analista ha ideado una herramienta que tiene en cuenta todos los factores estratégicos de una determinada gama de productos.

Los profesores de Análisis de Decisiones Alessio Ishizaka y Maynard Gordon, de la Universidd de Porstmouth, publicaron una investigación en la revista Journal of Operational Research Society explicando la herramienta MACBETHSort, capaz de reducir el tiempo de las empresas en la toma de decisiones y asegurar que las medidas tomadas, son las mejores.

Superando la clasificación ABC

Los investigadores partieron de la base de que el análisis ABC utilizado en la gestión de inventario por empresas de todo el mundo no era ya suficiente para una toma de decisiones realmente eficiente. Estos análisis identifican los artículos que tienen un impacto importante en el valor global y permiten crear categorías de producto:

  • Clase A: Artículos que representan el 80% del valor del stock y un 20% del total del mismo.
  • Clase B: Artículos que suponen el 15% del valor total del stock y sean el 40% del total de artículos.
  • Clase C: Artículos que representan un 5% del valor del stock y sean un 40% del total del mismo.

Esta clasificación se basa en el Principio de Pareto. Un economista y sociólogo italiano que en 1897 descubrió que el 20% de las personas poseían el 80% del poder político, mientras que el 80% restante de la población se tenía que repartir el 20% de la riqueza e influencia política.

Este concepto se puede aplicar a numerosos campos y es el que inspira la clasificación ABC en management. Ahora, los investigadores Ishizaka y Gordon proponen un método más complejo, que tiene en cuenta múltiples factores, por ejemplo:

  1. Velocidad: la rapidez con que puede ser fabricada.
  2. Flexibilidad: la facilidad con que se puede volver a configurar para satisfacer las necesidades y las leyes de los diferentes países.
  3. Retorno de la Inversión: margen de beneficios.
  4. Cuota de mercado: lo competitivo que es.
  5. Dependencia: el grado de necesario o especializado en comparación con productos genéricos.
  6. Producción: lo complicado que es de fabricar.
  7. Habilidad: cómo de experta debe ser la mano de obra.
  8. Mano de obra: cuántas personas se necesitan para producirlo, o robots.

 

Convertir las decisiones en procesos digitales

El asombrosamente novedoso método de análisis, por abandonar una simplicidad que probablemente quedó obsoleta hace mucho, aún requiere de la expertise de los profesionales:

MACBETHSort apoya las decisiones, no toma decisiones, por lo que la calidad del resultado dependerá siempre de la calidad de la información que aportes. Si un tomador de decisiones no tiene gran idea acerca de la empresa, ninguna herramienta puede hacer milagros o dar un buen consejo —asegura su creador— Pero si quien decide tiene un sólido conocimiento del negocio y una visión clara sobre su futuro, la herramienta MACBETHSort puede representar una enorme diferencia“.

La industria, sin embargo, camina ya hacia un entorno predictivo en el que la mayoría de decisiones sean tomadas por algoritmos, gracias al Big Data y a Internet de las Cosas.

Para la mayoría de las empresas se trata de una nueva forma de trabajar y requiere de una transformación digital profunda y transversal. Hasta ahora, muchos departamentos no estaban realmente conectados entre sí, y reportaban a un único directivo. Pronto será imposible no contar con el CIO o el CTO en cualquier decisión de Marketing, Logística o Producción.

Algunas empresas están incorporando a un “jefe de datos” o CDO para supervisar todos los procesos de Business Intelligence.

Los datos ya no son patrimonio exclusivo del departamento financiero o de producción, y es necesaria una transparencia. Para Nick Ismail, de Information Age: “Sólo requiere una mentalidad organizativa diferente y esta puede ser impulsada por el CDO. Sin embargo debe ser más que el envío de hojas de cálculo o archivos PDF. Los resultados de análisis pueden ser conectados en red y compartirlos en tiempo real para que todos puedan ver los resultados a la vez”.

Al final los beneficios de la Business Intelligence y el Big Data son tangibles. Según Nucleus Research cada dólar invertido en analítica debe devolver 13,11$.

El Data Analytics debe también proporcionar ahorro en forma de mayor eficiencia y productividad así como un aumento de ingresos por campañas de marketing basadas en datos. Otros beneficios serán colaterales, como la transparencia de la compañía y la repercusión en la cultura de empresa.