05 Jul ¿Dónde está el dinero en tu empresa?
Cada vez más empresas están descubriendo la importancia de los datos como recurso estratégico.
Una investigación publicada por Economist Intelligence Unit informó que el 60% de los profesionales entrevistados sienten que los datos están generando ingresos dentro de sus organizaciones; el 83% dice que están haciendo que los servicios y productos existentes sean más rentables.
Según cifras de los últimos 5 años, las empresas están encontrando cada vez más formas de convertir los datos en valor pero, al mismo tiempo, según el informe, muchas están encontrando obstáculos que frustran los proyectos de analítica.
Sin importar el tamaño, las empresas necesitan y usan sus datos todos los días.
La misión analítica de un banco, una farmacéutica, un retail, una florería o ferretería es, conceptualmente, la misma: contar con información real y confiable sobre las necesidades, comportamientos y dolores de sus usuarios para, así, proveer servicios y productos que generen valor.
El análisis de los dolores internos (de la propia empresa) y los externos (de los consumidores) se realizan a partir de los datos.
El Big Data está imponiendo una nueva forma de visualizar el crecimiento de una organización (como alternativa al enfoque financiero tradicional).
Si las empresas gestionan y aprovechan sus datos de forma ágil, pueden superar cualquier tipo de objetivos comerciales; son pocos los límites que encontrarán.
No obstante, las empresas deben ser muy precisas a la hora de escoger qué oportunidades van a aprovechar con sus datos; qué nuevos proyectos y desafíos van a enfrentar.
No todas las posibilidades analíticas se alínean con los casos de uso más críticos de una empresa.
Según un reporte de Mckenzie, para realizar un filtro que permita encontrar las más valiosas, es importante que las organizaciones respondan las siguientes preguntas:
¿Tus clientes son empresas, usuarios o intermediarios?
Los análisis de clientes se encuentran entre los tipos de aplicaciones más populares e importantes de la analítica de datos.
Hay proyectos analíticos que solo tienen sentido dado un determinado tipo de cliente.
Por ejemplo, las aplicaciones de recomendación o de “mejor oferta” suelen requerir un inmenso volumen de clientes; por ende, es posible que no sean adecuadas para entornos B2B.
Las ofertas o anuncios directos a clientes no tienen mucho sentido, si una empresa vende a través de intermediarios, como sucede en la industria automovilística y los productos de consumo.
Para visualizar el impacto que generará el proyecto analítico en los clientes de una empresa, se recomienda probarlo a pequeña escala para conocer su posible impacto financiero; una vez confirmado el valor, se pueden escalar las posibilidades.
¿Cuáles son las principales decisiones estratégicas que impulsan tu éxito financiero?
Las soluciones de analítica de datos están orientadas principalmente a respaldar los procesos de toma de decisiones.
Por lo tanto, centrarse en las decisiones específicas que deben mejorarse es una forma de garantizar el impacto en las inversiones que se realicen para el desarrollo de proyectos de analítica.
Las soluciones analíticas se pueden utilizar para respaldar decisiones estratégicas importantes, tales como fusiones y adquisiciones; pero el uso más común que se le dan a estas iniciativas está relacionado con temas para los que se cuenta con un mayor volumen de datos:
Entre estas tenemos:
- Decisiones sobre precios.
- Promoción en marketing.
- Contratación y retención.
- Optimización de inventario en la cadena de suministro.
Por lo tanto, es crítico que las organizaciones sepan claramente qué decisiones específicas deben mejorar, con miras a impulsar su rendimiento financiero.
Las soluciones analíticas deben partir con objetivos claros y alineados a problemas reales de las empresas; solo así podrán generar un impacto real en las decisiones que devengan de la solución desarrollada.
¿Cuál es tu modelo de negocio?
¿Tus ingresos provienen de un servicio o producto? ¿El tráfico a tu sitio web paga las facturas?
La analítica de datos puede admitir una gran variedad de modelos comerciales, pero la naturaleza del modelo determinará qué aplicaciones tienen más sentido comercial.
General Electric, por ejemplo, sabía que su línea de negocio de productos industriales (incluidas turbinas, locomotoras y motores a reacción) solo generan la mitad de ingresos que su línea de negocio de servicios.
Dada esta realidad, generaron una solución de analítica que recopilara los datos de los sensores de sus productos, para usarlos en la optimización de los servicios.
¿Tienes altos costos de activos fijos o inventario?
Las empresas con un alto nivel de inventario u otros activos fijos están obligadas a usar analítica.
Las aerolíneas, por ejemplo, se apoyan en la analítica de datos para optimizar el uso de sus aviones, espacios de aterrizaje y tripulación. De esta manera, se aseguran de obtener la mayor cantidad de ingresos.
Netflix utiliza la analítica para determinar qué producciones audiovisuales (películas, series, documentales, etc.) deben comprarle a los estudios cinematográficos e, incluso, para definir los contenidos propios que creará la empresa.
¿Dónde están tus mayores gastos?
El análisis de los gastos administrativos, operacionales o de ventas pueden generar pautas sobre los problemas que se deben resolver con analítica de datos.
Dentro de las empresas farmacéuticas, por ejemplo, la fuerza de venta representa un gasto importante.
Muchas de estas empresas, incluida Merck & Co., han optimizado el número de vendedores en determinadas regiones y para determinadas categorías terapéuticas.
Merck incluso ha desarrollado una aplicación analítica para que la utilicen los gerentes de ventas de campo; los ayuda definir si necesitan reemplazar a un representante de ventas que se ha ido de la empresa.
Otras empresas con altos gastos en la fuerza de ventas están analizando el flujo de las mismas; el objetivo es invertir en representantes para las cuentas que generan mayores beneficios.
Conclusiones
Las oportunidades que se pueden aprovechar con la analítica de datos son directamente proporcionales a los casos de uso que se den dentro de una organización: infinitos.
Esta guía brinda una aproximación inicial para detectar la orientación que se le debe dar a los proyectos de analítica; es decir, alinearlos a los problemas y variables que generen un impacto real (y rápido) en el desempeño financiero.
Solo obteniendo victorias en plazos competitivos, las soluciones podrán escalar y generar una transformación dentro y fuera de la organización.