Con el transcurso de los años, la adopción de modelos analíticos para responder preguntas individuales, o de carácter organizacional han ido en aumento. No obstante, persisten dudas sobre su pertinencia y principales aspectos diferenciadores.
En este artículo, vamos a revisar algunos de los efectos más importantes en el ámbito empresarial.
La cultura de consumo de información
Sonará cliché, pero lo primero que cambia dentro de las organizaciones cuando adoptan parte de sus análisis en base a la creación de modelos analíticos; es la cultura de consumo de información. Esto se debe a la inmediatez de los datos. Prácticamente la información comienza a distribuirse a distintas cadencias o ritmos, haciéndolo dinámico según los requerimientos personales o departamentales.
Empieza a verse la velocidad como algo natural, donde esperar por datos procesados y automatizados, solo estará sujeto a las configuraciones de tasas de actualización o arquitecturas que permitan el consumo de datos en vivo.
En consecuencia, el esperar por otros/as queda como cosa del pasado. La gestión humana que, en gran medida, adapta el proceso de toma de decisiones al ritmo de disponibilidad de los datos; también cambia.
Adaptabilidad
Inmutable en la raíz
Llega el punto para algunas compañías, donde garantizar la calidad de los datos es imprescindible. No es aceptable diferencias entre distintos departamentos; originado principalmente a la asignación de fórmulas con criterios de cálculo diferentes, indexación de registros que no corresponden, por lo general, al mismo horizonte de tiempo u omisiones en su estructura.
Un modelo analítico garantiza no poder modificar el cálculo de raíz. Esto es importante porque permite establecer la confianza necesaria para que todos los que tengan acceso a él, vean de la misma raíz, distintas versiones adaptadas según sus requerimientos analíticos.
Mutable en los extremos
Sin embargo, los modelos analíticos, también conocidos en Power BI como tabulares, ofrecen el grado de flexibilidad necesario para adaptarse a múltiples escenarios. Esto permite seguir profundizando sobre los cálculos raíz o base, combinarlos, y ser consumidos desde distintos programas o servicios.
Podríamos definirlo de la siguiente forma: inmutable en su raíz, pero mutable en sus extremidades.
Profundidad
Un modelo analítico puede llegar al inframundo. Todo dependerá de la indexación de datos, y las respuestas que quieran alcanzarse.
Al poder combinar en un mismo sitio, todos los datos que una compañía pudiese requerir para sus análisis de carácter medular. La oportunidad de crear análisis compuestos, automatizados y con impacto global, abre las puertas a resultados que jamás hubiesen sido posibles visualizarlos bajo enfoques de análisis por separado.
Control
Seguridad
Si bien estas herramientas permiten democratizar el acceso a los datos; también es importante garantizar que solamente las personas que cumplan con una serie de requisitos puedan ingresar, visualizar y e interactuar con su contenido.
Fraudes: no seamos ingenuos
Al momento de implementar modelos analíticos bajo un enfoque empresarial, la transmisión de datos es punto a punto. No existen intermediarios que puedan vulnerar o modificar de raíz los datos (exceptuando sus responsables bajo criterios de cambio autorizados).
Esto, funge como un elemento de disuasión ante cualquier individuo que intente presentar resultados que, por ser analizados bajo practicas no estandarizadas o que no cumplen con los criterios adecuados, difieran con la realidad presentada por los datos de carácter primario.
Auditoría: el ojo de Sauron
Aquellas organizaciones que adaptan parte de sus análisis a través de plataformas de Inteligencia Empresarial comienzan a tener la capacidad de evaluar el impacto individual de nuevos análisis. Al ser posible verificar el comportamiento por parte de los usuarios finales; podemos replantear la pertinencia o efectividad de los modelos de datos.
No solamente para los efectos de estructura, sino también en aquello que corresponde a la capa de visualización -todo lo que sirve como mecanismo de expresión- al momento de presentar datos.
Problemas
Cambios
No todo es color de rosa cuando se aplican cambios en la manera de analizar datos en el mundo de las organizaciones. Debemos entender lo siguiente: esto es un proceso de discernimiento humano, donde luego de haberle dado forma a los datos utilizando el programa de preferencia, tenemos a nuestra disposición resultados que podemos adaptar de múltiples formas.
Pero, un modelo analítico implica modificar parte de ese proceso. En su mayoría, puede definirse como algo positivo al mantener un cordón umbilical con las fuentes de información, pero en ciertos casos, la mente –el individuo– no se siente a gusto con mecanismos donde no pueda hacer todo el proceso de pies a cabeza, (llamémosle, el viejo yo).
Esto causa problemas porque al ir cambiando el entorno y las tecnologías, inevitablemente la mente deberá seguir adelante, pero si, por el contrario, no se educa o motiva a quienes están diariamente analizando datos a combinar nuevas técnicas, esquemas o enfoques de análisis; posiblemente tendrá una renuencia importante en su adopción; no por incompatible, sino por el bloqueo de la mente hacia lo desconocido.
Miedo inevitable y paralizador del cambio
Similar a lo anterior, de no canalizar adecuadamente la transformación digital en la adopción de nuevas formas de analizar los datos, el miedo puede ser el mayor obstáculo. Es muy revelador por lo siguiente: un especialista en inteligencia empresarial puede generar un impacto considerablemente superior, al aplicar conocimientos que combinan distintos servicios o tecnologías.
En otras palabras; hoy en día no es necesario tener más personal, sino más conocimientos.
Complejidad en impulsar el cambio
Cuando se buscan analizar datos a distintos niveles, es inevitable tener que trasladar el desorden -analíticamente hablando- a enfoques que deberán utilizar herramientas y técnicas que nos permitan llegar a la claridad necesaria para conseguir el resultado analítico esperado.
Podríamos decir que, solamente enriqueciendo nuestra mente con lo nuevo –infectar la mente con lo que la organización aún no ha identificado que necesita-, podremos desenredar lo que a partir de la experiencia por sí sola; no necesariamente nos dará.
Sin embargo, la realidad dista de lo ideal. Sucede que en gran medida (no necesariamente en todos los casos), necesitamos un outsider infectado, una persona o compañía que nos ayude; nos ofrezca dirección y experiencia para unir nuestro talento en la concepción de una solución que generé el impacto necesario dentro de la organización para modificar su cultura analítica.
Productividad
Tiempo = dinero
En el inicio comentaba que la velocidad para conseguir respuestas es uno de los aspectos de mayor impacto al momento de cambiar la cultura de consumo de información. Pero ¿Qué implica ir más rápido?, resulta, que, para todas las personas dentro de una compañía, ir más rápido no significa lo mismo ni tiene el mismo grado de importancia.
En cierta forma, ir más rápido puede causar inconvenientes porque la gestión profesional; teniendo tiempo adaptada a cierto ritmo o cadencia de datos, gestiona su proceso de toma de decisiones en consecuencia.
Puede ser difícil diseñar un KPI que establezca el impacto de no tener la información precisa, en el momento adecuado a todos los niveles dentro de una organización, pero con total responsabilidad les digo: hay mucho, pero mucho dinero involucrado.
Fiabilidad es tranquilidad
En nuestra heurística al momento de abordar un problema, siempre abran eventos que tendrán que pensarse más que otros –aun cuando tengas toda la información a la mano-. Pero, la confianza de disponer de los datos correctos, a la velocidad necesaria y con la garantía que, sin importar las variables humanas, siempre obtendrás los últimos datos; es otra cosa.
Por ese motivo, el tiempo, en vez de utilizarlo bajo presión por la carencia de ir siempre atrasado debido al procesamiento de los datos, se convierte en el principal baluarte para tomar con seguridad el próximo paso.
Autonomía es libertad
Si bien existen diversos enfoques al momento de desarrollar modelos analíticos; en general, se intenta preservar las ventajas de lo que se conoce como: Inteligencia Empresarial de Autoservicio. Este enfoque, forma parte de la modernización de las tecnologías y los métodos de implementación en la era moderna del BI.
Hablamos de autonomía, porque las personas que no son precisamente analistas; pero requieren consumir información, buscar nuevas formas o maneras de comprender eventos; ya no necesitan de solicitar o preguntar por la disponibilidad de los datos.
En cambio, al ser automatizados los despliegues, y enriquecerse con las nuevas métricas y técnicas de análisis de datos constantemente. Solo basta esperar por la próxima actualización del modelo tabular para acceder a los últimos cambios.
La libertad que viven los profesionales que tienen responsabilidad ante otros; no tiene precio.
Madurez
Cuando las personas se dan cuenta que hoy en día los datos pueden ser tratados de una manera diferente, moderna y en concordancia a la visión de quienes dirigen y tienen responsabilidad ante otros; es inevitable un cambio en lo personal y organizacional. El impacto se ve reflejado en una mejor comprensión de lo que ocurre, si bien no sustituye el llamado business acumen, permite tener la certeza que en el momento clave, los análisis y las respuestas serán alcanzadas en corto tiempo.
Las restricciones empiezan a desaparecer y el proceso de toma de decisiones se centra en la reflexión, más no en la espera o duda ante la fiabilidad o calidad del dato.
Decir que este tipo de plataformas es para todos; seria mentirse. Esto atenta al orden natural –statu quo– de como a través de los años las organizaciones han estructurado sus esquemas de consumo de datos; pero siempre habrá quien quiera darle un golpe duro a la mesa, y dejar constancia que, en su gestión, el cambio de mentalidad en analizar datos fue parte de sus prioridades.
Recomiendo leer:
Cambio de mentalidad para analizar datos en modelos tabulares