No es posible pensar en una organización exitosa y con potencial de supervivencia en el entorno competitivo actual y futuro, que no utilice fuentes internas y externas claras y actualizadas de inteligencia de clientes y negocio para adaptar su modelo de negocio y enfocarlo en eficiencia.
Niveles de analítica y valor de la información empresarial
Independientemente del uso de grandes fuentes de datos y la inclusión de estrategias y acciones relacionadas a sensores con IoT (Internet de las cosas), “Edge Computing[1]”, uso de analítica descriptiva, de diagnóstico, predictiva o prescriptiva, toda organización debe hacer uso de los datos que produce directamente con su operación a la par de la que recibe de sus clientes, mercado y cadenas de valor empresariales para descubrir patrones y cambios, correlaciones desconocidas, tendencias, preferencias y más información que apoye la generación de inteligencia de negocio para toma de decisiones más acertadas.
Los datos por si solos no significan información, eficiencia o inteligencia si no se cuenta primero con objetivos claros.
Los datos se deberán alimentar de fuentes relevantes y ser gestionados por equipos responsables de análisis junto a sistemas que depuren, modelen, organicen y utilicen la analítica para gestión y toma de decisiones oportunas, transformando la estrategia y organización empresarial y por tanto la forma en la que hacemos las cosas enfocados en generar valor interno, externo y social.
Dedicación recomendada en tiempo y recursos a captura, reportes y análisis de datos:
Fuente: https://www.kaushik.net/avinash/elements-for-big-digital-analytics-driven-business-success/
Liderazgo y Transformación Empresarial
Para lograr un cambio real en la organización enfocándola en la generación constante y uso de información, es necesario alinear al equipo directivo con una visión clara sobre el futuro y propósito de la misma, replanteando procesos, personal, sistemas y recursos, logrando generar inteligencia en base a información y analítica que permita entender el pasado y proyectar el futuro interpretando resultados y conociendo cambios relevantes en clientes, acciones, situaciones y cadena de valor para re asignar inversiones a nuevos activos y modelos de negocio innovadores y rentables.
Acerca del autor
Juan Pablo Del Alcázar Ponce, es Gerente General de Formación Gerencial Internacional y Creador de PREDICTIVE MARKETING SUITE y LEMON CRM. Cuenta con un MBA de la Universidad de Palermo en Argentina y diversas especializaciones en negocios digitales, operaciones y finanzas. Se enfoca en generación de estrategias de negocios integrados y transformación de marketing. Ha trabajado en proyectos con empresas como UNICEF, HYUNDAI, SANOFI, ABBOTT, GRAIMAN, AZENDE, EASA, entre otras. Es docente y consultor de la Escuela de Empresas de la Universidad San Francisco de Quito y docente de programas MBA.
Correo: juanpablo@delalcazarponce.com
Referencias:
- Gartner – 2017 Planning Guide For Data Analytics: https://www.gartner.com/binaries/content/assets/events/keywords/catalyst/catus8/2017_planning_guide_for_data_analytics.pdf
- Simpli Learn – 2018 Digital Transformation Video: https://www.youtube.com/watch?v=508CR1fd8ws&list=PLLulWsuE46cNC5KD13I2wggc14993TpTs&t=0s&index=3
- Avinash Kausic – Elementos Clave Del Éxito En La Analítica de Negocios: https://www.kaushik.net/avinash/elements-for-big-digital-analytics-driven-business-success/
[1] Edge Computing, se refiere a usos vinculados con IoT en los que los dispositivos situados al borde de la red recopilarían datos y los enviarían a un centro de datos o a una nube para su procesamiento. La computación Edge calcula los datos localmente para que algunos de ellos se procesen allí, reduciendo así el tráfico al repositorio central.
