Competir en Analytics
La idea en resumen
Es prácticamente imposible diferenciarse de la competencia basándose únicamente en los productos. Tus rivales venden ofertas similares a las tuyas. Y gracias a la mano de obra barata en el extranjero, es difícil superar a los competidores extranjeros en cuanto al costo del producto.
¿Cómo adelantarse a la manada? Conviértete en competidor analítico: Utilice tecnología y análisis sofisticados de recopilación de datos para eliminar hasta la última gota de valor de todos sus procesos empresariales. Con la analítica, no solo puedes discernir lo que quieren tus clientes, sino también cuánto están dispuestos a pagar y qué les mantiene fieles. Vas más allá de los costos de compensación para calcular la contribución exacta de tu fuerza laboral a tus resultados finales. Además, no solo realiza un seguimiento de los inventarios existentes, sino que también predice y evita problemas de inventario futuros.
Los competidores de Analytics toman el liderazgo en sus campos. La iniciativa analítica de Capital One, por ejemplo, ha estimulado un crecimiento de al menos un 20% en las ganancias por acción cada año desde que la empresa salió a bolsa.
Haga que el análisis forme parte de tu estrategia competitiva global, y llevarla a los responsables de la toma de decisiones en todos los niveles. Brindarás a tus empleados las mejores pruebas y herramientas cuantitativas para tomar las mejores decisiones, grandes y pequeñas, todos los días.
La idea en la práctica
Para convertirte en un competidor de análisis:
Champion Analytics desde la cima
Reconozca y respalde los cambios en la cultura, los procesos y las habilidades que la competencia analítica supondrá para gran parte de su fuerza laboral. Y prepárate para dirigir una organización centrada en la analítica: tendrás que entender la teoría detrás de varios métodos cuantitativos para poder reconocer sus limitaciones. Si careces de experiencia en métodos estadísticos, consulta a expertos que entiendan tu negocio y sepan cómo se le pueden aplicar los análisis.
Cree una iniciativa de análisis única
Coloque todas las actividades de recopilación y análisis de datos bajo un liderazgo común, con tecnología y herramientas comunes. Facilitará el intercambio de datos y evitará los impedimentos de formatos de informes, definiciones de datos y estándares incoherentes. Ejemplo:
Procter & Gamble creó un grupo de «überanalytics» administrado de forma centralizada de 100 analistas procedentes de muchas funciones diferentes. Aplica esta masa crítica de experiencia a cuestiones interfuncionales apremiantes. Por ejemplo, los analistas de ventas y marketing proporcionan datos sobre las oportunidades de crecimiento en los mercados existentes a los analistas de la cadena de suministro, que pueden diseñar redes de suministro con mayor capacidad de respuesta.
Enfoque su esfuerzo analítico
Canaliza tus recursos hacia iniciativas de análisis que sirvan de forma más directa a tu estrategia competitiva global. Harrah's, por ejemplo, apunta gran parte de su actividad analítica a mejorar la lealtad de los clientes, el servicio al cliente y áreas relacionadas, como precios y promociones.
Establezca una cultura analítica
Incista respeto a toda la empresa por medir, probar y evaluar la evidencia cuantitativa. Insta a los empleados a que basen sus decisiones en hechos concretos. Califica y recompensa el rendimiento de la misma manera: aplica métricas a las compensaciones y las recompensas.
Contrata a las personas adecuadas
Busque y contrate analistas que posean habilidades de análisis cuantitativo de primer nivel, que puedan expresar ideas complejas en términos sencillos e interactuar de manera productiva con los responsables de la toma de decisiones. Esta combinación puede ser difícil de encontrar, así que empieza a contratar antes de que necesites cubrir puestos de analista.
Utilice la tecnología adecuada
Prepárese para gastar recursos significativos en tecnología, como sistemas de gestión de relaciones con los clientes (CRM) o planificación de recursos empresariales (ERP). Presente los datos en formatos estándar, intégrelos, almacénalos en un almacén de datos y haga que todos puedan acceder fácilmente a ellos. Y espere pasar años recopilando datos suficientes para realizar análisis significativos. Ejemplo:
Dell Computer tardó siete años en crear una base de datos que incluye 1,5 millones de registros de todos sus anuncios impresos, radiofónicos, televisivos y por cable. Dell combina la base de datos con los datos de ventas de cada región en la que aparecieron los anuncios (antes y después de su aparición). La información permite a Dell ajustar sus promociones para todos los medios, en todas las regiones.
Todos conocemos el poder de la aplicación asesina. A lo largo de los años, los sistemas innovadores de compañías como American Airlines (reservas electrónicas), Otis Elevator (mantenimiento predictivo) y American Hospital Supply (pedidos en línea) han aumentado drásticamente los ingresos y la reputación de sus creadores. Estas aplicaciones anunciadas y codiciadas acumulaban y aplicaban datos de formas que alteraban las expectativas de los clientes y optimizaban las operaciones hasta niveles sin precedentes. Transformaron la tecnología de una herramienta de apoyo a un arma estratégica.
Las empresas que busquen aplicaciones asesinas generalmente centran toda su potencia de fuego en un área que promete crear la mayor ventaja competitiva. Pero un nuevo tipo de compañía está subiendo las apuestas. Organizaciones como Amazon, Harrah's, Capital One y los Medias Rojas de Boston han dominado sus campos mediante la implementación de análisis de solidez industrial en una amplia variedad de actividades. En esencia, están transformando sus organizaciones en ejércitos de aplicaciones asesinas y se abren camino hacia la victoria.
Las organizaciones compiten en el análisis no solo porque pueden hacerlo (las empresas de hoy en día están plagadas de procesadores de datos y datos), sino también porque deberían hacerlo. En un momento en que las empresas de muchos sectores ofrecen productos similares y utilizan tecnologías comparables, los procesos de negocio se encuentran entre los últimos puntos de diferenciación que quedan. Y los competidores de análisis extraen hasta la última gota de valor de esos procesos. Así que, al igual que otras empresas, saben qué productos quieren sus clientes, pero también saben qué precios pagarán esos clientes, cuántos artículos comprarán cada uno en su vida y qué factores desencadenantes harán que la gente compre más. Al igual que otras empresas, conocen los costos de compensación y las tasas de rotación, pero también pueden calcular cuánto contribuye o disminuye el personal a los resultados finales y cómo los niveles salariales se relacionan con el desempeño de las personas. Al igual que otras empresas, saben cuándo se están agotando los inventarios, pero también pueden predecir problemas con la demanda y las cadenas de suministro, para lograr tasas bajas de inventario y altas tasas de pedidos perfectos.
Y los competidores de análisis hacen todas estas cosas de forma coordinada, como parte de una estrategia global defendida por los altos directivos y llevada a los responsables de la toma de decisiones en todos los niveles. Los empleados contratados por su experiencia con números o capacitados para reconocer su importancia cuentan con la mejor evidencia y las mejores herramientas cuantitativas. Como resultado, toman las mejores decisiones: grandes y pequeñas, todos los días, una y otra y otra y otra vez.
Los empleados contratados por su experiencia con números o capacitados para reconocer su importancia cuentan con la mejor evidencia y las mejores herramientas cuantitativas. Como resultado, toman las mejores decisiones.
Aunque numerosas organizaciones están adoptando la analítica, solo unas cuñadas han alcanzado este nivel de competencia. Pero los competidores de la analítica son los líderes en sus diversos campos: productos de consumo, finanzas, venta minorista y viajes y entretenimiento, entre ellos. La analítica ha sido fundamental para Capital One, que ha superado el 20% de crecimiento de las ganancias por acción cada año desde que se convirtió en una empresa pública. Ha permitido a Amazon dominar el comercio minorista en línea y obtener beneficios a pesar de las enormes inversiones en crecimiento e infraestructura. En los deportes, el arma secreta real no son los esteroides, sino las estadísticas, como atestiguan las dramáticas victorias de los Medias Rojas de Boston, los Patriotas de Nueva Inglaterra y los A's de Oakland.
En estas organizaciones, el virtuosismo con los datos suele formar parte de la marca. Progressive hace que la publicidad sea heno a partir de su análisis detallado de las tarifas de seguros individuales. Los clientes de Amazon pueden ver cómo la empresa se está enterando de ellos a medida que su servicio crece más orientado con compras frecuentes. Gracias al libro más vendido de Michael Lewis Bola de dinero, que demostró el poder de las estadísticas en el béisbol profesional, los Oakland A's son casi tan famosos por sus números geek como por su destreza atlética.
Para identificar las características compartidas por los competidores de análisis, dos de mis colegas del Working Knowledge Research Center y yo estudiamos 32 organizaciones que se han comprometido con el análisis cuantitativo basado en hechos. Once de esas organizaciones clasificamos como competidoras analíticas completas, lo que significa que la alta dirección había anunciado que la analítica era clave para sus estrategias; tenían varias iniciativas en marcha que incluían datos complejos y análisis estadísticos, y gestionaban la actividad analítica en la empresa (no departamental).
Este artículo expone las características y prácticas de estos maestros estadísticos y describe algunos de los cambios muy sustanciales a los que deben someterse otras empresas para competir en terreno cuantitativo. Como era de esperar, la transformación requiere una inversión significativa en tecnología, la acumulación de almacenes masivos de datos y la formulación de estrategias de gestión de los datos en toda la empresa. Pero, al menos igual de importante, requiere el compromiso firme y firme de los ejecutivos y la voluntad de cambiar la forma en que los empleados piensan, trabajan y son tratados. Como dice con frecuencia Gary Loveman, CEO de Harrah's, competidor de análisis, «¿Creemos que esto es cierto? ¿O lo sabemos?»
Anatomía de un competidor de análisis
Un competidor de análisis que está en la cima de su juego es Marriott International. En los últimos 20 años, la corporación ha perfeccionado su sistema científico para establecer el precio óptimo para las habitaciones (el proceso analítico clave en los hoteles, conocido como gestión de ingresos). Hoy en día, sus ambiciones son mucho más grandiosas. A través de su programa Total Hotel Optimization, Marriott ha ampliado su experiencia cuantitativa a áreas como instalaciones para conferencias y catering, y ha puesto a disposición de los gestores de ingresos y propietarios de hoteles a través de Internet herramientas relacionadas. Ha desarrollado sistemas para optimizar las ofertas a los clientes frecuentes y evaluar la probabilidad de que esos clientes se desfieran de sus competidores. Ha dado a los gestores de ingresos locales el poder de anular las recomendaciones del sistema cuando no se pueden predecir ciertos factores locales (como el gran número de evacuados del huracán Katrina que llegan a Houston). La compañía incluso ha creado un modelo de oportunidad de ingresos, que calcula los ingresos reales como porcentaje de las tarifas óptimas que se podrían haber cobrado. Esa cifra ha crecido del 83% al 91% a medida que los análisis de gestión de ingresos de Marriott se han arraigado en toda la empresa. Se corre la voz entre los propietarios y franquiciados: si desea obtener la mayor cantidad de ingresos de su inventario, el enfoque de Marriott es el boleto.
Es evidente que las organizaciones como Marriott no se comportan como las empresas tradicionales. Los clientes notan la diferencia en cada interacción; los empleados y los proveedores viven la diferencia todos los días. Nuestro estudio encontró tres atributos clave entre los competidores de análisis:
Uso generalizado del modelado y la optimización.
Cualquier empresa puede generar estadísticas descriptivas sencillas sobre aspectos de su negocio: ingresos medios por empleado, por ejemplo, o tamaño medio de los pedidos. Pero los competidores de la analítica van mucho más allá de las estadísticas básicas. Estas empresas utilizan modelos predictivos para identificar a los clientes más rentables, además de aquellos con mayor potencial de beneficios y los que tienen más probabilidades de cancelar sus cuentas. Agrupan los datos generados internamente y los datos adquiridos de fuentes externas (que analizan más a fondo que sus competidores con menos conocimientos estadísticos) para tener una comprensión completa de sus clientes. Optimizan sus cadenas de suministro y, por lo tanto, pueden determinar el impacto de una restricción inesperada, simular alternativas y dirigir los envíos en torno a problemas. Establecen precios en tiempo real para obtener el mayor rendimiento posible de cada una de las transacciones de sus clientes. Crean modelos complejos de cómo se relacionan sus costes operativos con su rendimiento financiero.
Los líderes en análisis también utilizan experimentos sofisticados para medir el impacto global o el «aumento» de las estrategias de intervención y luego aplican los resultados para mejorar continuamente los análisis posteriores. Capital One, por ejemplo, lleva a cabo más de 30.000 experimentos al año, con diferentes tipos de interés, incentivos, paquetes de correo directo y otras variables. Su objetivo es maximizar la probabilidad tanto de que los clientes potenciales se inscriban en tarjetas de crédito como de que devuelvan Capital One.
Progressive emplea experimentos similares utilizando datos ampliamente disponibles de la industria de seguros. La compañía define grupos estrechos, o celdas, de clientes: por ejemplo, motociclistas de 30 años o más, con estudios universitarios, puntajes de crédito superiores a cierto nivel y sin accidentes. Para cada celda, la empresa realiza un análisis de regresión para identificar los factores que se correlacionan más estrechamente con las pérdidas que genera el grupo. A continuación, establece los precios de las células, lo que debería permitir a la empresa obtener beneficios en una cartera de grupos de clientes, y utiliza un software de simulación para probar las implicaciones financieras de esas hipótesis. Con este enfoque, Progressive puede asegurar de forma rentable a los clientes en categorías tradicionalmente de alto riesgo. Otras aseguradoras rechazan a los clientes de alto riesgo sin molestarse en profundizar en los datos (aunque incluso los competidores tradicionales, como Allstate, están empezando a adoptar la analítica como estrategia).
Un enfoque empresarial.
Los competidores de análisis comprenden que la mayoría de las funciones empresariales (incluso aquellas, como el marketing, que históricamente han dependido del arte en lugar de la ciencia) se pueden mejorar con técnicas cuantitativas sofisticadas. Estas organizaciones no se benefician de una aplicación excelente, sino de múltiples aplicaciones que admiten muchas partes de la empresa y, en algunos casos, se implementan para que las utilicen clientes y proveedores.
UPS representa la evolución de un usuario de análisis específico a un competidor de análisis integral. Aunque la empresa se encuentra entre los profesionales más rigurosos del mundo en investigación de operaciones e ingeniería industrial, sus capacidades estaban, hasta hace relativamente poco, estrechamente orientadas. Hoy en día, UPS está ejerciendo su habilidad estadística para rastrear el movimiento de los paquetes y anticiparse e influir en las acciones de las personas, evaluando la probabilidad de que se produzcan abandonos de clientes e identificando las fuentes de los problemas. El Grupo de Inteligencia del Cliente de UPS, por ejemplo, puede predecir con precisión las deserciones de los clientes mediante el examen de los patrones de uso y las quejas. Cuando los datos apuntan a un posible desertor, un vendedor se pone en contacto con el cliente para revisar y resolver el problema, lo que reduce drásticamente la pérdida de cuentas. UPS aún carece de la amplitud de iniciativas de un competidor de análisis completo, pero se dirige en esa dirección.
Los competidores de Analytics tratan todas estas actividades de todas las procedencias como una iniciativa única y coherente, a menudo en una sola rúbrica, como «estrategia basada en la información» en Capital One o «gestión de clientes basada en la información» en Barclays Bank. Estos programas funcionan no solo bajo una etiqueta común sino también bajo un liderazgo común y con tecnología y herramientas comunes. En las empresas tradicionales, la «inteligencia empresarial» (el término que utilizan las personas de IT para los procesos de análisis e informes y el software) suele ser administrada por departamentos; las funciones de análisis de números seleccionan sus propias herramientas, controlan sus propios almacenes de datos y forman a su propio personal. Pero así, el caos miente. Por un lado, la proliferación de hojas de cálculo y bases de datos desarrolladas por los usuarios conduce inevitablemente a múltiples versiones de indicadores clave dentro de una organización. Además, las investigaciones han demostrado que entre el 20% y el 40% de las hojas de cálculo contienen errores; cuantas más hojas de cálculo floten en una empresa, por lo tanto, más fecundo será el caldo de cultivo para los errores. Los competidores de análisis, por el contrario, utilizan grupos centralizados sobre el terreno para garantizar que los datos críticos y otros recursos estén bien administrados y que diferentes partes de la organización puedan compartir datos fácilmente, sin los impedimentos de formatos, definiciones y estándares incoherentes.
En las empresas tradicionales, los departamentos gestionan la analítica: las funciones de análisis de números seleccionan sus propias herramientas y forman a su propio personal. Pero así, el caos miente.
Algunos competidores de análisis aplican el mismo enfoque empresarial a las personas que a la tecnología. Procter & Gamble, por ejemplo, ha creado recientemente una especie de grupo de überanalytics compuesto por más de 100 analistas de funciones tales como operaciones, cadena de suministro, ventas, investigación del consumidor y marketing. Aunque la mayoría de los analistas están integrados en unidades operativas de negocio, el grupo se gestiona de forma centralizada. Como resultado de esta consolidación, P&G puede aplicar una masa crítica de experiencia a sus problemas más apremiantes. Así, por ejemplo, los analistas de ventas y marketing proporcionan datos sobre las oportunidades de crecimiento en los mercados existentes a los analistas que diseñan redes de suministro corporativas. Los analistas de la cadena de suministro, a su vez, aplican su experiencia en determinadas técnicas de análisis de decisiones a nuevas áreas como la inteligencia competitiva.
El grupo de P&G también aumenta la visibilidad de la toma de decisiones analíticas y basadas en datos dentro de la empresa. Anteriormente, los analistas de crack de P&G habían mejorado los procesos de negocio y le habían ahorrado dinero a la empresa; pero debido a que estaban dispersos en dominios dispersos, muchos ejecutivos no sabían qué servicios ofrecían ni qué tan efectivos podían ser. Ahora es más probable que esos ejecutivos aprovechen la amplia experiencia de la empresa para sus proyectos. Mientras tanto, la maestría de los números se ha convertido en parte de la historia que P&G cuenta a los inversores, a la prensa y al público.
Defensores ejecutivos sénior.
La adopción de la analítica en toda la empresa impulsa cambios en la cultura, los procesos, el comportamiento y las habilidades de muchos empleados. Por lo tanto, al igual que cualquier transición importante, requiere el liderazgo de ejecutivos de alto nivel que sienten pasión por el enfoque cuantitativo. Idealmente, el principal defensor es el CEO. De hecho, encontramos a varios directores ejecutivos que han impulsado el cambio a la analítica en sus empresas durante los últimos años, entre ellos Loveman of Harrah's, Jeff Bezos de Amazon y Rich Fairbank de Capital One. Antes de retirarse de Sara Lee Bakery Group, el ex CEO Barry Beracha mantuvo un cartel en su escritorio que resumió su filosofía personal y organizativa: «En Dios confiamos. Todos los demás traen datos». Nos encontramos con algunas empresas en las que un solo líder funcional o de unidad de negocio intentaba impulsar el análisis en toda la organización, y algunas estaban progresando un poco. Pero descubrimos que estas personas de nivel inferior carecían de la influencia, la perspectiva y el alcance multifuncional para cambiar la cultura de cualquier manera significativa.
Los directores ejecutivos que lideran el cargo de análisis requieren tanto una apreciación como una familiaridad con el tema. No es necesario tener experiencia en estadística, pero esos líderes deben entender la teoría detrás de varios métodos cuantitativos para que reconozcan las limitaciones de esos métodos: qué factores se están sopesando y cuáles no. Cuando los directores ejecutivos necesitan ayuda para comprender las técnicas cuantitativas, recurren a expertos que comprender el negocio y cómo se le pueden aplicar los análisis. Entrevistamos a varios líderes que habían contratado a esos asesores, y estos ejecutivos destacaron la necesidad de encontrar a alguien que pueda explicar las cosas en un lenguaje sencillo y en quien se confíe que no haga girar los números. Algunos directores ejecutivos con los que hablamos se habían rodeado de personas muy analíticas: profesores, consultores, graduados del MIT y similares. Pero eso era una preferencia personal más que una práctica necesaria.
Ir a batear por estadísticas
El debate entre análisis e instinto, uno de los favoritos de los comentaristas políticos durante las dos últimas elecciones presidenciales de Estados Unidos, se está desatando en los deportes profesionales, gracias a varios libros populares y victorias de alto perfil. Por ahora, el análisis parece llevar la delantera.
En particular, las estadísticas son una parte importante de la selección y el despliegue de los jugadores. Bola de dinero, , de Michael Lewis, se centra en el uso de análisis en la selección de jugadores para los Oakland A's, un equipo que gana por poco tiempo. Los New England Patriots, un equipo que dedica una enorme atención a las estadísticas, ganaron tres de los últimos cuatro Super Bowls, y su nómina ocupa actualmente el puesto 24 de la liga. Los Medias Rojas de Boston han adoptado la «sabermetría» (la aplicación del análisis al béisbol), llegando incluso a contratar a Bill James, el famoso estadístico del béisbol que popularizó ese término. Las estrategias analíticas de RRHH también se están afianciando en el fútbol europeo. Un equipo líder, el A.C. Milan de Italia, utiliza modelos predictivos de su centro de investigación Milan Lab para prevenir lesiones mediante el análisis de datos fisiológicos, ortopédicos y psicológicos de diversas fuentes. Un equipo de fútbol inglés de rápido crecimiento, el Bolton Wanderers, es conocido por el uso que hace su mánager de datos exhaustivos para evaluar el rendimiento de los jugadores.
Sin embargo, los directores deportivos, al igual que los líderes empresariales, rara vez son puristas de los hechos o los sentimientos. El mánager de los St. Louis Cardinals, Tony La Russa, por ejemplo, combina brillantemente la analítica con la intuición para decidir cuándo sustituir a un jugador cargado en la alineación de bateo o si contratar a una personalidad de chispa para mejorar la moral. En su reciente libro, Tres noches en agosto, Buzz Bissinger describe ese equilibrio: «La Russa apreció la información generada por los ordenadores. Estudió las filas y las columnas. Pero también sabía que podían llevarte tan lejos en el béisbol, tal vez incluso confundirte con una niebla de sobreanálisis. Por lo que sabía, no había forma de cuantificar el deseo. Y esas cifras le decían exactamente lo que necesitaba saber cuando se sumaban a veinticuatro años de experiencia en gestión».
La frase final es la clave. Ya sea que examinen el historial de desempeño de alguien o observen la expresión que revolotean en la cara de un empleado, los líderes consultan su propia experiencia para comprender la «evidencia» en todas sus formas.
Por supuesto, no todas las decisiones deben basarse en la analítica, al menos no del todo. Las cuestiones de personal, en particular, suelen estar bien informadas y apropiadamente por instinto y anécdota. Cada vez más organizaciones someten las decisiones de contratación y contratación a análisis estadísticos (consulte la barra lateral «Going to Bat for Stats»). Pero las investigaciones demuestran que los seres humanos pueden hacer evaluaciones rápidas y sorprendentemente precisas de la personalidad y el carácter basándose en observaciones simples. Por lo tanto, para los líderes con mentalidad analítica, el desafío se reduce a saber cuándo correr con los números y cuándo correr con las agallas.
Sus fuentes de fortaleza
Los competidores de Analytics son más que simples fábricas de análisis de números. Ciertamente, aplican la tecnología —con una mezcla de fuerza bruta y delicadeza— a múltiples problemas empresariales. Pero también dirigen sus energías hacia encontrar el enfoque adecuado, construir la cultura adecuada y contratar a las personas adecuadas para que hagan un uso óptimo de los datos que generan constantemente. Al final, las personas y la estrategia, tanto como la tecnología de la información, dan fuerza a estas organizaciones.
El enfoque correcto.
Aunque los competidores de la analítica fomentan las decisiones universales basadas en hechos, deben elegir dónde dirigir los esfuerzos que requieren un uso intensivo de recursos. Por lo general, eligen varias funciones o iniciativas que juntas sirven a una estrategia global. Harrah's, por ejemplo, ha dirigido gran parte de su actividad analítica a aumentar la lealtad de los clientes, el servicio al cliente y áreas relacionadas, como precios y promociones. UPS ha ampliado su enfoque de la logística a los clientes, con el fin de proporcionar un servicio superior. Si bien estas estrategias de múltiples frentes definen a los competidores de la analítica, los ejecutivos que entrevistamos advirtieron a las empresas que no se volvieran demasiado difusas en sus iniciativas o que perdieran de vista el propósito empresarial detrás de cada una de ellas.
Otra consideración a la hora de asignar recursos es qué tan susceptibles son ciertas funciones a un análisis profundo. Hay al menos siete objetivos comunes para la actividad analítica y sectores específicos pueden presentar los suyos propios (consulte «Cosas con las que puede contar»). Los modelos estadísticos y los algoritmos que cuelgan la posibilidad de avances en el rendimiento hacen que algunas perspectivas sean especialmente tentadoras. El marketing, por ejemplo, siempre ha sido difícil de cuantificar porque tiene sus raíces en la psicología. Pero ahora las empresas de productos de consumo pueden perfeccionar sus estudios de mercado utilizando la teoría de la utilidad multiatributo, una herramienta para comprender y predecir los comportamientos y las decisiones de los consumidores. Del mismo modo, la industria de la publicidad está adoptando econométricas, técnicas estadísticas para medir el impulso que ofrecen los diferentes anuncios y promociones a lo largo del tiempo.
Cosas con las que puedes contar
Los profesionales de análisis más competentes no solo se miden el ombligo, sino que también ayudan a los clientes y proveedores a medir el suyo. Wal-Mart, por ejemplo, insiste en que los proveedores utilicen su sistema Retail Link para supervisar el movimiento de los productos por tienda, planificar promociones y diseños dentro de las tiendas y reducir el agotamiento de existencias. E.&J. Gallo proporciona a los distribuidores datos y análisis sobre los costos y precios de los minoristas para que puedan calcular la rentabilidad por botella de cada uno de los 95 vinos de Gallo. Los distribuidores, a su vez, utilizan esa información para ayudar a los minoristas a optimizar sus mezclas y persuadirlos de que añadan espacio en las estanterías de los productos Gallo. Procter & Gamble ofrece datos y análisis a sus clientes minoristas, como parte de un programa denominado Creación de Valor Conjunto, y a sus proveedores para ayudar a mejorar la capacidad de respuesta y reducir los costos. El proveedor de hospitales Owens & Minor proporciona servicios similares, lo que permite a los clientes y proveedores acceder y analizar sus datos de compra y venta, realizar un seguimiento de los patrones de pedidos en busca de oportunidades de consolidación y trasladar las compras fuera de contrato a contratos grupales que incluyen productos distribuidos por Owens & Minor y sus competidores. Por ejemplo, Owens & Minor podría mostrar a los ejecutivos de una cadena de hospitales cuánto dinero podrían ahorrar consolidando las compras en varias ubicaciones o ayudarles a ver las compensaciones entre aumentar la frecuencia de entrega y llevar inventario.
Los profesionales de análisis más competentes no solo se miden el ombligo, sino que también ayudan a los clientes y proveedores a medir el suyo.
La cultura adecuada.
La cultura es un concepto blando; la analítica es una disciplina difícil. No obstante, los competidores de la analítica deben inculcar un respeto en toda la empresa por la medición, las pruebas y la evaluación de la evidencia cuantitativa. Se insta a los empleados a que basen sus decisiones en hechos concretos. Y saben que su rendimiento se mide de la misma manera. Las organizaciones de recursos humanos de los competidores de análisis son rigurosas a la hora de aplicar métricas a las compensaciones y las recompensas. Harrah's, por ejemplo, ha hecho un cambio dramático de una cultura de recompensas basada en el paternalismo y la tenencia a una basada en mediciones de desempeño tan meticulosamente recopiladas como los resultados financieros y de servicio al cliente. Los altos ejecutivos también dan un ejemplo coherente con su propio comportamiento, mostrando hambre y confianza en los hechos y en el análisis. Un ejemplo de ese liderazgo fue Beracha, del Grupo Sara Lee Bakery, conocido por sus empleados como un «perro de datos» porque los perseguía en busca de datos para respaldar cualquier afirmación o hipótesis.
No es de extrañar que, en una cultura analítica, a veces haya tensión entre los impulsos innovadores o empresariales y la necesidad de pruebas. Algunas empresas ponen menos énfasis en el desarrollo del cielo azul, en el que los diseñadores o ingenieros persiguen un destello en los ojos de alguien. En estas organizaciones, la I+D, al igual que otras funciones, se basa rigurosamente en métricas. En Yahoo, Progressive y Capital One, los cambios de procesos y productos se prueban a pequeña escala y se implementan a medida que se validan. Este enfoque, bien establecido en diversas disciplinas académicas y empresariales (incluidas la ingeniería, la gestión de la calidad y la psicología), se puede aplicar a la mayoría de los procesos corporativos, incluso a candidatos no tan obvios, como los recursos humanos y el servicio al cliente. RR. HH., por ejemplo, podría crear perfiles de rasgos de personalidad y estilos de liderazgo de los directivos y luego ponerlos a prueba en diferentes situaciones. A continuación, podría comparar los datos sobre el desempeño de las personas con los datos sobre personalidades para determinar qué rasgos son más importantes para gestionar un proyecto que está atrasado, por ejemplo, o para ayudar a un nuevo grupo a asimilarse.
Sin embargo, hay casos en los que la decisión de cambiar algo o probar algo nuevo debe tomarse demasiado rápido para un análisis exhaustivo o en los que no es posible recopilar datos de antemano. Por ejemplo, aunque Jeff Bezos de Amazon prefiere cuantificar rigurosamente las reacciones de los usuarios antes de implementar nuevas funciones, no podía probar la oferta de búsqueda dentro del libro de la empresa sin aplicarla a una masa crítica de libros (120.000, para empezar). También era costoso de desarrollar, lo que aumentaba el riesgo. En este caso, Bezos confió en sus instintos y tomó un volante. Y la función demostró ser popular cuando se introdujo.
La gente adecuada.
Las firmas analíticas contratan a personas analíticas y, como todas las empresas que compiten por el talento, buscan lo mejor. Cuando Amazon necesitaba un nuevo director para su cadena de suministro global, por ejemplo, contrató a Gang Yu, profesor de ciencias de la gestión y emprendedor de software que es una de las principales autoridades mundiales en análisis de optimización. El modelo de negocio de Amazon requiere que la empresa gestione un flujo constante de nuevos productos, proveedores, clientes y promociones, así como que entregue los pedidos en las fechas prometidas. Desde su llegada, Yu y su equipo han estado diseñando y construyendo sofisticados sistemas de cadena de suministro para optimizar esos procesos. Y mientras lanza frases como «procesos estocásticos no estacionarios», también es bueno explicando los nuevos enfoques a los ejecutivos de Amazon en términos comerciales claros.
Competidores analíticos establecidos, como Capital One, emplean escuadrones de analistas para realizar experimentos cuantitativos y, con los resultados disponibles, diseñan tarjetas de crédito y otras ofertas financieras. Estos esfuerzos requieren un conjunto de habilidades especializadas, como se puede ver en esta descripción del puesto (típico de un analista de Capital One):
Alta capacidad de resolución de problemas conceptuales y analítica cuantitativa... Ingeniería, finanzas, consultoría y/o otros antecedentes educativos/laborales cuantitativos analíticos. Capacidad para aprender rápidamente a utilizar las aplicaciones de software. Experiencia con modelos Excel. Se prefieren algunos trabajos de posgrado pero no son obligatorios (por ejemplo, MBA). Se prefiere algo de experiencia con metodología de gestión de proyectos, herramientas de mejora de procesos (Lean, Six Sigma) o estadísticas.
Otras empresas contratan a personas similares, pero los competidores de análisis las tienen en un número mucho mayor. Capital One busca actualmente tres veces más analistas que operarios, lo que difícilmente es la práctica común de un banco. «En realidad somos una empresa de analistas», señaló un ejecutivo. «Es el trabajo principal en este lugar».
Los buenos analistas también deben tener la capacidad de expresar ideas complejas en términos sencillos y tener las habilidades de relación para interactuar bien con los responsables de la toma de decisiones. Una empresa de productos de consumo con un grupo de análisis de 30 personas busca lo que denomina «doctorados con personalidad»: personas con experiencia en matemáticas, estadísticas y análisis de datos que también puedan hablar el idioma de los negocios y ayudar a comercializar su trabajo de forma interna y, a veces, externa. El jefe de un grupo de análisis de clientes de Wachovia Bank describe la relación con otras personas que su grupo busca: «Estamos tratando de construir a nuestra gente como parte del equipo empresarial», explica. «Queremos que se sienten en la mesa de negocios, participen en un debate sobre cuáles son los temas clave, determinen qué necesidades de información tienen los empresarios y recomienden acciones a los socios comerciales. Queremos que este [grupo de análisis] no sea solo una utilidad general, sino una parte activa y crítica del éxito de la unidad de negocio».
Por supuesto, una combinación de habilidades analíticas, comerciales y de relaciones puede ser difícil de encontrar. Cuando la empresa de software SAS (patrocinadora de esta investigación, junto con Intel) sabe que necesitará un experto en aplicaciones empresariales de última generación, como modelado predictivo o partición recursiva (una forma de análisis del árbol de decisiones que se aplica a conjuntos de datos muy complejos), comienza a contratar hasta 18 meses antes de que espere ocupar el puesto.
De hecho, el talento analítico puede ser a principios de la década de 2000 lo que el talento de programación era a finales de la década de 1990. Lamentablemente, los mercados laborales estadounidenses y europeos no están repartidos exactamente con candidatos a puestos de trabajo analíticamente sofisticados. Algunas organizaciones se las arreglan contratando trabajo a países como India, hogar de muchos expertos en estadística. Esa estrategia puede tener éxito cuando los analistas extranjero trabajan en problemas independientes. Pero si se requiere un debate iterativo con los responsables de la toma de decisiones empresariales, la distancia puede convertirse en un obstáculo importante.
La tecnología adecuada.
Competir en analítica significa competir en tecnología. Y aunque los competidores más serios investigan los últimos algoritmos estadísticos y enfoques científicos de la toma de decisiones, también supervisan y superan constantemente la frontera de IT. El grupo de análisis de una empresa de productos de consumo llegó al extremo de construir su propia supercomputadora porque consideraba que los modelos disponibles en el mercado eran inadecuados para sus demandas. Tales hazañas heroicas no suelen ser necesarias, pero los análisis serios requieren lo siguiente:
Una estrategia de datos.
Las empresas han invertido muchos millones de dólares en sistemas que roban datos de todas las fuentes imaginables. La planificación de recursos empresariales, la gestión de relaciones con los clientes, el punto de venta y otros sistemas garantizan que no se produzca ninguna transacción u otro intercambio significativo sin dejar huella. Pero para competir con esa información, las empresas deben presentarla en formatos estándar, integrarla, almacenarla en un almacén de datos y hacer que sea fácilmente accesible para todos y cada uno. Y necesitarán mucho de ello. Por ejemplo, una empresa puede pasar varios años acumulando datos sobre diferentes enfoques de marketing antes de haber recopilado lo suficiente como para analizar de forma fiable la eficacia de una campaña publicitaria. Dell empleó DDB Matrix, una unidad de la agencia de publicidad DDB Worldwide, para crear (durante un período de siete años) una base de datos que incluye 1,5 millones de registros de todos los anuncios impresos, de radio, de televisión en red y por cable del fabricante de computadoras, junto con datos sobre las ventas de Dell de cada región en la que aparecieron los anuncios (antes y después de su aparición). Esta información permite a Dell ajustar sus promociones para todos los medios de todas las regiones.
Software de inteligencia empresarial.
El término «inteligencia empresarial», que apareció por primera vez a finales de la década de 1980, abarca una amplia gama de procesos y software utilizados para recopilar, analizar y difundir datos, todo en interés de una mejor toma de decisiones. Las herramientas de inteligencia empresarial permiten a los empleados extraer, transformar y cargar (o ETL, como dirían las personas del sector) datos para su análisis y, a continuación, ponerlos a disposición en informes, alertas y cuadros de mando. La popularidad de la competencia analítica es en parte una respuesta a la aparición de paquetes integrados de estas herramientas.
Hardware informático.
Los volúmenes de datos necesarios para las aplicaciones de análisis pueden afectar la capacidad de los ordenadores y servidores de gama baja. Muchos competidores de análisis están convirtiendo su hardware en procesadores de 64 bits que producen grandes cantidades de datos rápidamente.
El largo camino por delante
La mayoría de las empresas de la mayoría de los sectores tienen excelentes razones para seguir estrategias moldeadas por la analítica. Prácticamente todas las organizaciones que identificamos como competidoras de análisis agresivas son líderes claros en sus campos y atribuyen gran parte de su éxito a la explotación magistral de los datos. La creciente competencia mundial intensifica la necesidad de este tipo de competencia. Por ejemplo, las empresas occidentales que no pueden superar a sus competidores indios o chinos en cuanto al costo de sus productos, pueden buscar la ventaja mediante procesos de negocio optimizados.
Sin embargo, las empresas que acaban de adoptar estas estrategias se darán cuenta de que tardan varios años en llegar a buen puerto. Las organizaciones de nuestro estudio describieron un viaje largo, a veces arduo. Por ejemplo, el negocio de tarjetas y préstamos de consumo del Reino Unido dentro de Barclays Bank dedicó cinco años a ejecutar su plan de aplicar la analítica a la marketing de tarjetas de crédito y otros productos financieros. La empresa tenía que realizar cambios en el proceso prácticamente en todos los aspectos de su negocio de consumo: riesgo de suscripción, establecimiento de límites de crédito, mantenimiento de cuentas, control del fraude, venta cruzada,. En el aspecto técnico, tenía que integrar los datos de 10 millones de clientes de Barclaycard, mejorar la calidad de los datos y crear sistemas para aumentar la recopilación y el análisis de datos. Además, la empresa se embarcó en una larga serie de pequeñas pruebas para aprender a atraer y retener a los mejores clientes al precio más bajo. Y tenía que contratar gente nueva con habilidades cuantitativas de primer nivel.
Gran parte del tiempo (y los gastos correspondientes) que tarda cualquier empresa en convertirse en competidora de la analítica se dedicará a tareas tecnológicas: perfeccionar los sistemas que producen datos de transacciones, poner los datos a disposición en los almacenes, seleccionar e implementar software analítico, ensamblar el hardware y entorno de comunicaciones. Y dado que aquellos que no registran la historia están condenados a no aprender de ella, las empresas que han recopilado poca información, o la información equivocada, tendrán que reunir una cantidad suficiente de datos para respaldar previsiones fiables. «Llevamos seis o siete años recopilando datos, pero solo se han podido utilizar en los dos o tres últimos, porque necesitábamos tiempo y experiencia para validar las conclusiones basándonos en los datos», comentó un gerente de análisis de datos de clientes de UPS.
Sabe que compite en análisis cuando...
1. Aplica sistemas de información sofisticados y análisis rigurosos no solo a tu capacidad básica sino también a una gama de funciones tan variadas como el marketing y los recursos humanos.
2. Su equipo ejecutivo sénior no solo reconoce la importancia de las capacidades analíticas, sino que también hace de su desarrollo y mantenimiento un enfoque primordial.
3. La toma de decisiones basada en hechos no solo se trata como una buena práctica sino también como parte de la cultura que los altos ejecutivos enfatizan y comunican constantemente.
4. Contratas no solo a personas con habilidades analíticas, sino a muchas personas con lo mejor habilidades analíticas y considéralas como la clave de tu éxito.
5. No solo emplea la analítica en casi todas las funciones y departamentos, sino que también considera que es tan importante desde el punto de vista estratégico que la gestiona a nivel empresarial.
6. No solo eres experto en el análisis de números, sino que también inventas métricas patentadas para usarlas en procesos empresariales clave.
7. No solo utilizas datos copiosos y análisis internos, sino que también los compartes con clientes y proveedores.
8. No solo consumes datos con avidez, sino que también aprovechas todas las oportunidades para generar información, creando una cultura de «prueba y aprendizaje» basada en numerosos experimentos pequeños.
9. No solo se ha comprometido a competir en el análisis, sino que también ha estado desarrollando sus capacidades durante varios años.
10. No solo enfatiza la importancia de la analítica internamente, sino que también hace que las capacidades cuantitativas formen parte de la historia de su empresa, para compartirlas en el informe anual y en las conversaciones con los analistas financieros.
Y, por supuesto, los nuevos competidores de análisis tendrán que abastecer sus despensa de personal con gente nueva. (Cuando Gary Loveman se convirtió en director de operaciones, y luego CEO, de Harrah's, contrató a un grupo de expertos en estadística que podían diseñar e implementar campañas de marketing y programas de fidelización de base cuantitativa). Los empleados existentes, por su parte, requerirán una amplia formación. Necesitan saber qué datos están disponibles y todas las formas en que se puede analizar la información; y deben aprender a reconocer peculiaridades y deficiencias tales como la falta de datos, la duplicación y los problemas de calidad. Un ejecutivo de Procter & Gamble con mentalidad analítica me sugirió que las empresas deberían empezar a mantener a los gerentes en sus puestos de trabajo durante períodos más largos debido al tiempo necesario para dominar los enfoques cuantitativos de sus negocios.
El patólogo alemán Rudolph Virchow llamó a la tarea de la ciencia «establecer los límites de lo cognoscible». Los competidores de Analytics persiguen un objetivo similar, aunque el universo que buscan conocer es más limitado de comportamiento de los clientes, movimiento de productos, desempeño de los empleados y reacciones financieras. Cada día, los avances en tecnología y técnicas permiten a las empresas manejar mejor y mejor las minucias críticas de sus operaciones.
Los Oakland A no son los únicos que juegan al moneyball. Empresas de todo tipo quieren formar parte del juego.
— Escrito por Thomas H. Davenport
