La toma de decisiones basada en el análisis de datos requiere tener como base fuentes confiables y sin sesgos. Hoy en día es una estrategia utilizada para diversos sectores de la gestión empresarial.
Las empresas están destinando más recursos a la innovación, por esta razón, quienes toman decisiones esperan un retorno de inversión a corto plazo y que se vea reflejado en la creación de negocios o productos, identificación de nuevos canales de suministro o ventas, mejora de productos, o eficiencia de procesos que representen ahorros en gastos, es decir, diversos elementos que se traducen en crecimiento orgánico.
Es así como el análisis de datos es la solución tecnológica más requerida de las empresas para mejorar su competitividad.
De acuerdo con el estudio Perspectivas de la Alta Dirección en México 2023, realizado por KPMG, el cual reunió a 1,191 líderes de diferentes industrias con operaciones en México, la disrupción sigue siendo una constante, pues el 55% afirmó que el compromiso por parte del liderazgo de la empresa es crucial para generar una cultura de innovación.
Además, el 30% señaló que se encuentra en una etapa inicial de madurez, actuando de forma reactiva ante la disrupción del mercado.
No obstante, en la encuesta realizada en el apartado de innovación y transformación, las empresas mencionaron que sus principales cinco propósitos para innovar son: asegurar la permanencia en el negocio, incrementar productividad y ventas, mejorar la experiencia del cliente, desarrollar nuevos productos e incrementar el uso de la tecnología.
Como acciones secundarias están: capitalizar los beneficios del análisis de datos, mejorar las capacidades analíticas, entre otros.
Argenis Bauza, socio de Digital Lighthouse México y Centroamérica de KPMG en México, dio a conocer que se ha detectado una tendencia hacia un formato orientado a datos, aunque es necesario que las empresas se comiencen a capacitar en la gestión, generación, almacenamiento y procesamiento de datos y los conviertan en conocimiento para la toma de decisiones.
Dijo que, para implementar el análisis de datos, la estrategia de la empresa debe estar bien definida y alineada con lo que se desee en términos tecnológicos o de innovación, además de los resultados a los que se quieren llegar.
Entre las herramientas básicas a las que están recurriendo las empresas están la visualización de datos para generar indicadores, posteriormente se abre paso a la analítica avanzada para generar modelos basados en esos datos y predecir qué es lo que va a pasar, después se comienzan a enriquecer estos resultados con datos externos y con ello conformar un modelo analítico específico para tomar alguna acción final.
En el estudio de KPMG se menciona que el hecho de que ocho de cada 10 organizaciones privilegien el análisis de datos es una prueba del entendimiento que han alcanzado en la materia.
Los datos siempre han existido, pero las empresas han comenzado a trabajar con ellos para planear sus cadenas de suministro, entender y predecir el comportamiento de sus clientes y llevar una mejor gestión de su negocio.
¿POR QUÉ ES IMPORTANTE EL ANÁLISIS DE DATOS?
Stefan Plotz, presidente del Comité de I4.0 e Innovación en el Clúster Automotriz de Coahuila (CIAC), informó que, si bien es cierto, los datos que se generan en cada sector son distintos, por ejemplo, en la manufactura se generan datos constantemente porque suceden diversos eventos todos los días y de ahí su importancia.
Dijo que lo principal es que la industria comprenda que, con los datos en sí, no se pueden tomar decisiones, pues se deben mejorar, filtrarlos, agruparlos y entenderlos para su procesamiento; una vez que esto ocurre, se le denomina información de valor.
Los datos permiten identificar oportunidades adicionales del mercado, precisan objetivos y, lo que consideró más importante, unifican la percepción de las diversas áreas que conforman una empresa, evitando así la confusión y el debate, conduciendo hacia lo que agrega valor.
Dijo que herramientas como el análisis predictivo ofrecen una amplia gama de ventajas, incluida la toma de decisiones informadas, la mejora de la eficiencia, la identificación de oportunidades de mercado y la reducción de riesgos, lo que puede contribuir significativamente al logro de resultados y al éxito en el mercado.
Juan José Córdova, CEO de DSInteg, explicó que las estrategias de datos están basadas en los objetivos de negocio de una empresa, el siguiente paso será medir qué tanto se acercan a su objetivo de negocio, relacionando con cada una de las estrategias o tácticas que se están implementando para alcanzar el objetivo.
Reiteró que si los datos no tienen un proceso de calidad una vez que se han instalado en equipos de la línea de producción, no se podrá establecer un compromiso de alta dirección.
Consideró que, desde hace ocho, años existe una tendencia hacia al alza de empresas que están considerando proyectos de inteligencia artificial, no obstante, los sectores que lideran la lista de implementación son el financiero, el médico, logística, retail y recientemente la manufactura ha tomado fuerza.
Dijo que hoy en día existen compañías del sector automotriz que comparten información con toda su cadena de proveeduría a fin de conocer el estado de la producción.
RETOS Y OPORTUNIDADES
Argenis Bauza, socio de Digital Lighthouse México y Centroamérica de KPMG en México, consideró importante comenzar a formar a científicos de datos, pues reiteró que no basta con tener la tecnología adecuada, si los colaboradores de la organización no están preparados para usarlos.
La ciberseguridad será uno de los puntos que estarán tocándose con mayor auge en los próximos años, pues las empresas estarán dentro de una mina de información, pero esta se debe resguardar.
Aseguró que, a futuro, el utilizar datos para la toma de decisiones se volverá una capacidad básica, es decir, les dará una ventaja competitiva, por lo que muchas empresas comenzarán a surgir ya con esta modalidad dentro de su forma de operar.
Para Stefan Plotz, presidente del Comité de I4.0 e Innovación en el Clúster Automotriz de Coahuila (CIAC), el reto sigue siendo el extraer datos de las líneas de producción y de las máquinas que operan en la mayoría de las empresas de México, pues muchas de ellas son obsoletas y no permiten la extracción de datos para concentrarlos y procesarlos adecuadamente.
Luis Rubí Patlán, director del Delivery Center Bajio de NTT Data México, instó a la formación de ingenieros que procesen datos, pues se debe buscar cómo mantenerlos activos. También dijo que se requieren expertos en el análisis de datos a fin de conjuntar la información correspondiente y ofrecer una radiografía general del funcionamiento de la empresa.
TEMAS RELACIONADOS:
Tecnologías de la Información y Comunicación
