Ya es habitual dar por hecho que la gestión empresarial dependa de predictive analytics. Decisiones basadas en la racionalidad, acciones menos arriesgadas y resultados más precisos conforman el panorama de lo que se conoce como la nueva inteligencia empresarial que, no obstante, no surge como algo automático, sino que requiere de ciertas mesuras para evitar un mal uso de la analítica. Entre estas precauciones cabría destacar:
Créditos fotográficos: istock ipopba
Cuando la gestión empresarial se lleva a cabo teniendo en cuenta estas recomendaciones, se consigue optimizar el uso de las herramientas analíticas disponibles. Sin embargo, todavía hace falta dar un paso más para garantizar que el riesgo se tiene bajo control. Es preciso conocer las cinco áreas de riesgo que han de tenerse siempre en cuenta:
A/ Calidad de los datos y la información: cada dato individual debe promover la comprensión de un conjunto de información más complejo. A través de su visualización se detectan patrones y tendencias, se identifican oportunidades y se previenen amenazas. Cuando la calidad de los datos no está asegurada, el futuro de la organización se tambalea, al faltar fiabilidad, exactitud y consistencia en su activo más valioso. Evitar este tipo de problemas es una cuestión de 5 elementos, que no pueden faltar:
- Inventario de datos.
- Propiedad de datos.
- Glosario de negocio.
- Limpieza de datos.
- Revisiones y auditorías de calidad de los datos.
B/ Concordancia de los datos: en cuanto a su grado de cumplimiento de políticas internas y normativas externas aplicables. El incumplimiento puede dar lugar a un resultado adverso como sanción pecuniaria, trabajo adicional o incluso la responsabilidad personal y evitarlo depende de:
- Identificar los datos más sensibles.
- Conocer las exigencias en materia de privacidad y seguridad de datos.
- Implementar políticas de protección de datos.
C/ Gobierno de los datos: el control es necesario y también lo es la visión global. Ambas son una cuestión de gobernanza y, desde su correcto ejercicio se puede mejorar la organización de la información, la asignación de recursos para su gestión y la idoneidad de las iniciativas de análisis que se apliquen.
D/ Uso de la analítica: si es prematuro o inadecuado la gestión empresarial se encuentra en riesgo. Esto sucede cuando no hay tiempo para la recolección de información o inteligencia de negocio suficiente, su procesamiento e interpretación; cuando no existen precedentes en relación con la decisión a tomar o si se sospecha que los datos históricos pueden ser engañosos. También hay que tener cuidado cuando las variables claves no pueden ser medidas o su nivel de incertidumbre es muy elevado y en los casos en que los responsables de la gestión empresarial carezcan de experiencia, formación, conocimiento o se suelan guiar por la intuición. En ninguno de estos casos será en absoluto recomendable apoyarse en predictive analytics.
E/ Impacto cultural: presionar demasiado y demasiado rápido con las iniciativas de análisis, tratar de imponer una cultura analítica puede suponer un riesgo importante. Evitarlo, o controlarlo al menos, depende de la implicación de los líderes en la planificación estratégica previa a la implementación de la iniciativa de análisis y de la evaluación previa de la organización, su estilo de toma de decisiones y el grado en que la cultura organizacional está orientada al dato.
En las circunstancias adecuadas, la toma de decisiones que guía la gestión empresarial se puede mejorar con herramientas y técnicas de análisis. Big data tiene un gran potencial para mejorar tanto el aprendizaje corporativo como la inteligencia de negocio, pero hay que entender los riesgos y saber hacerles frente empezando por las 5 áreas descritas.
Post relacionados: