La propuesta de valor relacionada con el análisis de la información a lo largo de una variedad de funciones de negocios, incluyendo la fijación de precios, la predicción de la demanda, el marketing seleccionado, la optimización de la cadena de abastecimiento, CRM y RR.HH ha sido confirmada caso tras caso. En mi opinión, la ciencia analítica de la información es algo mucho mayor que una tecnología con retorno sobre la inversión: se trata de un fenómeno transformativo que cambiará fundamentalmente la forma en que se desarrolle el discurso y se tornen las decisiones de negocios. Una analogía nos puede ayudar a entender el por qué.

Si arrojamos una pluma y una piedra al mismo tiempo desde la misma altura, ¿cuál llegará primero al suelo? En algún momento de la historia, esta era una pregunta que debían resolver los filósofos. Aristóteles opinaba que la piedra, dado que era más pesada, caería más rápido y llegaría primero al suelo. La sabiduría de butaca de Aristóteles no fue cuestionada hasta el sigo 16 cuando Galileo, mediante experimentos diseñados hábilmente, probó que Aristóteles estaba equivocado y estableció una base empírica para responder a dichas preguntas sobre el mundo físico.

Casi de la misma manera que un método científico empírico se convirtió en la base de nuestra comprensión del mundo en torno a nosotros, el análisis de la información finalmente traerá el empirismo al discurso de negocios, destronando muchas de las actuales prácticas de negocios.

Decisiones mundanas

Recientemente recibí un memo solicitando a todos los empleados en mi sede de trabajo que mantuvieran sus oficinas limpias, ya que serían inspeccionadas viernes por medio. Yo quería una explicación, con lo cual pregunté si había algún dato que demostrara que las oficinas limpias conllevaban una mayor productividad.

Por supuesto, mi pregunta fue eludida y me dijeron que las oficinas limpias causarían una mejor impresión en los clientes. Impertérrito, pregunté si había datos que demostraran que los clientes que caminaban por nuestras oficinas compraban más nuestros servicios o expresaban su «mejor impresión» de algún otro modo. Como era de esperarse, los que tenían el poder me preguntaron si realmente quería luchar en esta batalla.

Elegí este ejemplo para ilustrar de qué manera, a diario en las organizaciones se toman decisiones mundanas promedio que se basan en teorías bien intencionadas y plausibles pero de butaca, aquellas que, como la de Aristóteles carecen de cualquier evidencia empírica. Si bien las funciones altamente especializadas, como por ejemplo la fijación de precios o la segmentación de clientes se pueden basar en modelos sofisticados y datos empíricos, mi punto de vista es que el impacto a largo plazo estará en instaurar una cultura de toma de decisiones basada en datos en todos los niveles de una empresa. O para decirlo más directamente, las propuestas y decisiones de negocio – grandes o pequeñas– tendrán que proporcionar respuestas satisfactorias a esta pregunta: «¿Creemos que esto es cierto o lo sabemos?» (Esta formulación en particular se atribuye a Gary Loveman, CEO de Harrah’s Entertainment).

A futuro, una empresa sofisticada y orientada al análisis se comportará y funcionará de manera diferente a la empresa de hoy, con respecto a cinco dimensiones principales:

Profundos conocimientos analíticos

Los datos son un arma de doble filo. Si se los utiliza correctamente, pueden producir decisiones sólidas y bien informadas. Si se los utiliza incorrectamente, los mismos datos pueden producir no solamente malas decisiones sino malas decisiones tomadas con mucha confianza que, a su vez, podría derivar en acciones caras y equivocadas. Consideremos algunos ejemplos específicos.

Cuando uno tiene acceso a datos en tiempo real, es tentador tomar decisiones en tiempo real. Por ejemplo, si usted es un retailer y tiene acceso a datos de venta de las cajas registradoras de todas las tiendas y al inventario en los depósitos en tiempo real, podría verse tentado a realizar promociones inmediatas de venta y gestionar su cadena de abastecimiento en forma conjunta para dar soporte a estas promociones.

Sin embargo, es poco probable que esto funcione porque tres tipos de eventos – sus decisiones, el consiguiente comportamiento de los clientes y los eventos de la cadena de abastecimiento – operan en plazos diferentes, con lo cual tomar decisiones más rápidamente que el evento de menor movimiento podría ser inútil –en el mejor de los casos – y peligroso, en el peor de los casos. Otro problema con los datos y el análisis es que le proporcionan una visibilidad muy granular de los procesos de negocios y usted podría verse tentado a sobre–optimizarlos. Los procesos altamente optimizados como por ejemplo inventarios just–in–time, son muy frágiles porque podrían surgir circunstancias más allá de su control y hay muy poco margen de error.

Un tercer problema es lo que se conoce como «sobredirigir» o tomar decisiones cuando no es necesario. Por ejemplo, los datos podrían indicarle que un proyecto está demorado y esto, a su vez, podría llevarlo a reprender al gerente del proyecto o a decirle a los involucrados que el proyecto se demorará. Sin embargo, es posible que ninguna de estas acciones sea necesaria si el proyecto incorporó una contingencia, si la actualización del avance tiene una frecuencia diferente que la frecuencia de muestreo o si tal vez, los empleados que saben acerca de la demora del proyecto trabajan más tiempo para que el proyecto retome su curso.

Volatilidad

Las empresas prosperan en base a la estabilidad y repetitividad. Los procesos estables y repetible» se justifican gastos de capital a gran escala; justifican capacitación de los empleados a gran escala y reducen los gastos de estructura cognitiva porque los procesos y las decisiones no cambian y por ende, su justificación no tiene que ser explicada varias veces.

En contraste, la empresa del futuro, basada en el análisis de la información tendrá que ser diseñada en torno a la volatilidad en lugar de la repetitividad.

Cuando uno tiene visibilidad granular de sus procesos, clientes, proveedores y competidores tiene la capacidad de tomar decisiones muy granulares. De hecho, las reglas para tomar decisiones pueden capturar sutilezas como por ejemplo «acopiar más cerveza los domingos a la noche en las sedes donde el equipo de fútbol local está de racha ganadora». Estas decisiones dependen mucho del contexto y pueden cambiar tan rápidamente como la suerte de ese equipo de fútbol.

La volatilidad– o las decisiones que cambian rápidamente, sensibles al contexto y a los tiempos– constituirán un gran desafío para las empresas. Las decisiones ya no se podrán explicar fácilmente; las inversiones de capital no podrán basarse en la repetividad masiva sino que deberán atender a la volatilidad endémica.

Toma de conciencia integrada

Las empresas de hoy tienen más información de la que pueden utilizar para actuar porque la información está contenida en silos de tantas maneras: tecnológicamente (datos en diferentes sistemas que no pueden agruparse), organizacionalmente (datos en diferentes unidades de dirección que no pueden ser agrupadas) o por responsabilidad (dentro versus fuera de la empresa). La empresa del futuro será (o se verá forzada a ser) «consciente» en el sentido de que sabrá que debe integrar todo a lo que tiene acceso.

Como un ejemplo extremo de una «toma de conciencia integrada», consideremos a la industria de productos farmacéuticos –una industria que tradicionalmente confiaba en los datos de ensayos clínicos como medio para establecer la eficacia y los efectos secundarios de una droga.

Una empresa farmacéutica actual puede reclamar, legal y moralmente, inmunidad ante cualquier efecto secundario de una droga que no haya sido revelado durante los ensayos clínicos; en otras palabras, cualquier información que no obtuvo explícitamente como parte de un protocolo de ensayos clínicos. Pero en un mundo de blogs y redes sociales, cuando la gente comparte esta información sin que se les solicite y en público, las empresas farmacéuticas tendrán la responsabilidad –y la obligación– de monitorear las fuentes públicas e integrar la información pública con sus propios datos clínicos. (Para más información sobre el impacto del negocio en los medios sociales, ver Outlook 2011, Nro 1).

«Debería haberlo sabido» (ya sea por razones regulatorias o competitivas) será la nueva norma que reemplace al enfoque «no lo sabía» o «no podía haberlo sabido» respecto de la concientización y la integración de la información.

El fin del análisis–parálisis

En el futuro, es probable que las empresas sean manejadas por gerentes y líderes que sean empiristas con sentido común: no moverán un dedo hasta después que todos los datos relevantes hayan sido obtenidos y analizados. ¿Una receta para el «análisis–parálisis» organizacional? Esto no es un miedo irrazonable. Pero aunque puede parecer contra–intuitivo, es menos probable que una empresa empírica con alta capacidad analítica caiga presa de esta enfermedad que las empresas de hoy.

Existen tres formas muy diferentes en que las organizaciones pueden caer en esta trampa del análisis–parálisis. Una es la tendencia gerencial de «sobre–ajustar la curva» – un término estadístico que se refiere a la disminución del valor de los datos adicionales una vez que se ha encontrado un patrón (o curva, en el sentido demográfico). La obtención de datos tiene un precio, la falta de acción tiene un precio y una organización analíticamente idónea entenderá claramente el costo de sobre–ajustar.

La segunda causa del análisis–parálisis es esperar datos que, simplemente no existen, lo que refleja la incapacidad de diseñar experimentos para generar los datos necesarios. Como se indicó precedentemente, la experimentación tiene un precio y la inacción tiene un precio, con lo cual una organización analíticamente idónea se caracterizará por tener una clara comprensión de la falta de datos y el valor de la experimentación para desbloquear el atasco.

La tercera causa del análisis–parálisis es el hecho de que la mayoría de las empresas no conoce ni articula su tolerancia a los riesgos claramente y son mucho más proclives a castigar los fracasos que la falta de acción. Como resultado, muchos gerentes no actúan salvo que existan suficientes datos para asegurarles resultados exitosos. Una organización analíticamente idónea comprenderá claramente su tolerancia al riesgo. Con lineamientos y modelos de acción inciertos, restaurará la simetría entre la forma en que trata a los fracasos y a la falta de acción.

El nuevo púlpito de la intuición

El empirismo y el análisis de la información anunciaron el fin de las características tan pregonadas del negocio como ser la intuición, las corazonadas, el instinto asesino y demás, ¿correcto?

Incorrecto.

La ciencia es puramente empírica y desapasionada, pero los científicos no. La ciencia es objetiva y mecánica, pero también valora a los científicos que son creativos, intuitivos y pueden dar un salto de fe.

Los datos en sí mismos pueden ser interpretados de muchas maneras. Imaginen un fenómeno físico o de negocios que produzca la siguiente secuencia de datos: 1, 2, 6, 24, 33. Tal vez se trate de una secuencia factorial con el 33 como ruido, o una secuencia en donde cada cuarto término sea el doble del múltiplo de los tres primeros. O tal vez cada quinto término sea la suma de los primeros cuatro.

Todos son correctos. Para probar o refutar una teoría, se necesitan los próximos términos de la secuencia. Un buen científico sabe cuando hay suficientes datos para garantizar una teoría y cómo diseñar un experimento para obtener los datos correctos.

Steve Jobs, de Apple, es conocido por descartar el valor de las encuestas y de los grupos de estudio para diseñar nuevos productos. ¿Cómo se explica este aparente anti–empirismo?

Una explicación es que, al igual que un científico creativo, la gente como Jobs reconoce cuando no hay datos suficientes o el tipo de datos adecuados para crear una teoría. Reconocen que, para líneas completamente nuevas de productos que cambiarán la experiencia o el comportamiento de un usuario, los únicos datos útiles son los datos de la experiencia, no comentarios y reacciones de aquellos que nunca han utilizado el producto.

Jobs y gente como él son similares a los científicos que reconocen qué tipo de datos se necesitan para dar soporte a una teoría (en este caso, si un producto tendrá éxito), reconocer que dichos datos no pueden obtenidos mediante grupos de especialización (un tipo de experimento) y diseñar de manera audaz nuevos tipos de experimentos (lanzar el producto y obtener datos experimentales).

Cabe notar que algunos productos, en el caso de Apple fue el Newton, no tuvieron éxito y son retirados de la venta. La intuición, los saltos creativos y la experimentación inteligente no son incompatibles con el empirismo; de hecho el valor de estas características se entenderá mejor en la futura empresa por analogía a los científicos teóricos y experimentales.

La empresa del futuro, en base al empirismo y a la toma de decisiones analíticas, de hecho será considerablemente diferente de la empresa de hoy. Uno bien se puede preguntar: «¿Cree que es cierto o sabe que es cierto?»

Fuente : Trend Management