La analítica y el éxito de los negocios

Las empresas a menudo carecen de un proceso estructurado para coordinar recursos entre analítica

.
 .  (Foto: Getty)

El éxito en el desarrollo e implementación de las iniciativas analíticas empresariales requiere que se tengan propósitos claros en el impacto de los negocios.

Aun cuando muchas organizaciones crean modelos analíticos efectivos, la mayoría no se liberan formalmente en procesos productivos, ya que el 90% de los modelos tarda más de tres meses en implementarse y de éstos, el 44% toma más de siete meses en ponerse en producción. 

Lo anterior se debe principalmente a que las empresas a menudo carecen de un proceso estructurado para coordinar recursos entre analítica, TI y el negocio, indica Rubén Valdovinos, director de preventas en SAS México.

El valor real del uso de la analítica a nivel empresarial reside en las decisiones que se toman a partir del uso de modelos y en los resultados obtenidos para el negocio.

Estos son algunos putos a tomar en cuenta:

  • operacionalización – que no existe formalmente en el diccionario de la lengua española y se deriva de la palabra inglesa operationalization – se define como “un proceso mediante el cual se describen estrictamente las variables de un fenómeno para poder explicarlas a partir de factores medibles”
  • para el caso de los proyectos de analítica, la medición de los factores de éxito debe hacerse a lo largo de todo el ciclo de vida del proceso, desde la captura de los datos hasta la puesta en producción de los modelos y los resultados que se obtienen
  • si bien las organizaciones han estado invirtiendo dinero en iniciativas de análisis durante años, muy pocas están viendo buenos resultados porque se estancan en la implementación, con modelos que no están llegando a la producción
  • para permitir decisiones basadas en datos a escala, el ciclo de vida analítico debe ser altamente operativo y estar conectado a un proceso de toma de decisiones
  • el éxito de la operacionalización se logra cuando es posible combinar la inteligencia de los modelos analíticos con el conocimiento del negocio expresado en reglas, para consolidar la automatización de decisiones operativas y transaccionales