Por qué los minoristas no adoptan el análisis de datos avanzado
por Nicole DeHoratius,
Resumen:
La analítica avanzada ha estado disponible para las empresas durante años y está mejorando cada vez más, pero con algunas excepciones importantes, la mayoría de los minoristas siguen utilizando herramientas muy básicas. Lo hacen a pesar de que entienden las ventajas que la analítica ha ofrecido a sus competidores. ¿Qué les impide adoptar más a fondo la analítica? Para averiguarlo, los autores entrevistaron a 24 ejecutivos minoristas de todo el mundo en América, Europa y Asia y descubrieron que seis factores son los principales puntos conflictivos. En este artículo, analizan esos seis factores y ofrecen a los minoristas algunas sugerencias sobre cómo avanzar y sacar provecho de lo que ofrece la analítica avanzada.
___
Desde hace años, a los ejecutivos se les dice que la analítica avanzada puede ofrecer mejores respuestas a casi todas las preguntas empresariales. Sin embargo, en el comercio minorista, al menos, sorprendentemente pocas empresas han aprovechado al máximo la oportunidad.
A pesar de que Walmart, Amazon y algunos otros minoristas líderes operan a la vanguardia de la analítica y toman muchas decisiones importantes basándose en un suministro cada vez mayor de datos históricos y en tiempo real, la mayoría de sus competidores siguen utilizando herramientas muy básicas que son mucho más capaces de rastrear los lugares donde tienen estado que donde deberían estar yendo.
Esto ya está teniendo consecuencias reales para la industria. Durante la pandemia, Estimaciones de McKinsey, los 25 minoristas con mejor desempeño —la mayoría de los cuales son líderes digitales— fueron un 83% más rentables que los rezagados y se llevaron a casa más del 90% de las ganancias del sector en capitalización bursátil. Aunque no puede probar una negativa, parece probable que los rezagados estén dejando mucho dinero sobre la mesa. En la venta minorista de abarrotes, por ejemplo, Estimaciones de McKinsey que la implementación de análisis avanzados añadiría un 2% a las ganancias de la tienda, una posible ganancia inesperada para un negocio duro y con bajos márgenes.
Esto no será noticia para la mayoría de la gente. Los ejecutivos de la empresa que avanza más lentamente deben saber en algún nivel que se lo están perdiendo. Sin embargo, a pesar de entender las ventajas que la analítica ha ofrecido a sus competidores y de saber que los académicos y los consultores siguen desarrollando soluciones de análisis cada vez más avanzadas, parece poco probable que la mayoría de los rezagados alcancen a los líderes pronto.
¿Por qué a tantas empresas les cuesta tanto dar este salto adelante? ¿Qué los detiene?
Seis puntos conflictivos
Para averiguarlo, entrevistamos a un grupo diverso de ejecutivos minoristas globales (altos ejecutivos de minoristas, distribuidores, firmas de consultoría y proveedores de análisis activos en América, Europa y Asia). Los 24 líderes empresariales que entrevistamos, cuyas empresas variaban en cuanto a su madurez analítica, citaron seis factores como los principales puntos conflictivos:
Cultura. La mayoría de las empresas sufren de aversión al riesgo y no tienen objetivos claros para un proyecto de análisis. «¿Son importantes los datos?» nos lo dijo un entrevistado. «Todo el mundo dice que sí. Si pregunta por qué, muchos no lo saben». Otros desprecian la analítica y consideran que su trabajo es más arte que ciencia. Un ejecutivo de una tienda departamental recordó que un comprador preguntó: «¿Me dirá un algoritmo qué vestidos comprar? Sé qué vestidos comprar».
Organización. Muchos señalaron que sus empresas se esfuerzan por mantener un equilibrio entre la centralización y la descentralización, las cuales son esenciales: la centralización para la eficiencia, las economías de escala y la coherencia; y la descentralización para la flexibilidad, una mayor capacidad de adaptación a los entornos locales y la receptividad a una gama más amplia de ideas.
La gente. Sin embargo, el mayor problema, nos sugirieron los encuestados, es quizás el siguiente: la función de análisis suele estar a cargo de personas que no entienden realmente el negocio. Como escribió un ejecutivo: «Cuando, durante una interacción con los propietarios problemáticos, alguien de la analítica da la impresión de que no entiende nada el negocio, ocurre algo que me gustaría llamar extracción de órganos: dejan de tomarse a la persona en serio por completo».
La mayoría de los ejecutivos, especialmente los de medianas empresas o de economías emergentes, nos dijeron que se enfrentan a una falta crítica de empleados con las habilidades adecuadas para diseñar y utilizar herramientas de análisis. Lo que más necesitan son empleados que puedan cerrar las brechas funcionales, traductores, es decir, entre la analítica y la empresa. Solo en los Países Bajos, se necesitan miles de econometristas y científicos de datos, pero solo salen al mercado unos cientos cada año. En este momento, LinkedIn publica más de 4 000 vacantes de análisis empresarial en los Países Bajos, casi 50 000 en Europa y más de 100 000 en los Estados Unidos.
Procesos. Las empresas no tienen recursos ilimitados para lograr sus objetivos. Algunos de nuestros entrevistados señalaron que los proyectos de análisis suelen tardar demasiado y carecen de prioridades claras. Las iniciativas de análisis pueden beneficiarse de procesos bien definidos con líneas de responsabilidad inequívocas para el objetivo general.
Sistemas. Actualmente, muchas empresas deben arreglárselas con una mezcolanza de sistemas heredados. Algunos se quejan de que no tienen la capacidad de mantenerse al día con el crecimiento exponencial de los datos disponibles. También son comunes los desajustes entre la sofisticación de los datos y la sofisticación de las herramientas.
Datos. Los encuestados nos dijeron que su mayor problema era la calidad y la gestión de los datos: los datos suelen estar aislados en varios lugares de la empresa y no se gestionan de forma organizada. Algunas empresas ni siquiera recopilan los datos que necesitan. «Hay muchos datos que ni siquiera estamos generando», dijo un ejecutivo. «[Nosotros] no tenemos sensores en nuestras unidades de transporte, no tenemos GPS en todas ellas ni RFID en el inventario para saber dónde está la mercancía».
Por supuesto, muchos ejecutivos de empresas rezagadas no están satisfechos con su situación actual y esperan cambiarla. Quieren invertir en almacenamiento e informática basados en la nube, en un mejor seguimiento de los activos y en más tecnología para mejorar la experiencia del cliente y hacer un seguimiento del comportamiento de los consumidores. La tecnología de vídeo también ocupa un lugar destacado en muchas listas de deseos, seguida de las aplicaciones móviles. Otros ejecutivos buscan datos extraíbles sobre los atributos del producto que puedan ofrecer respuestas a preguntas como por qué se devuelven ciertos productos o qué es lo que más les gusta o no les gusta a los clientes hoy en día.
La mayoría de los ejecutivos también nos dijeron que esperan con ansias el día en que tengan datos de mayor calidad y herramientas de aprendizaje automático más inteligentes. Quieren apoyo para la toma de decisiones a niveles más detallados, por ejemplo, tienda por tienda. Un número nos dijo que necesitarían más ayuda con las estrategias de planificación, modelado y solución de la demanda. También querían ayuda para integrar datos no tradicionales adicionales, como datos censales y demográficos y datos sobre el clima, la actividad de los clientes en la tienda, la actividad en las redes sociales, los flujos de clics y las tendencias de búsqueda en línea. Pero no basta con obtener los datos, también se necesitan las herramientas para convertir esos datos en conocimientos prácticos.
Primeros pasos
Recomendamos dos formas:
Primero, haga un balance de su posición. ¿Cuáles son las decisiones importantes más comunes que toma? ¿Qué tan avanzados están los análisis para crearlos? ¿Su cultura está preparada para adoptar un enfoque de toma de decisiones basado en la evidencia? ¿Está organizado para permitir que las unidades individuales experimenten e innoven en el uso de la analítica y, al mismo tiempo, aprender de esas experiencias para ampliar la información exitosa de las aplicaciones locales a las de toda la empresa? ¿Tiene personas con habilidades para traducir de un lado a otro, desde temas empresariales hasta problemas de análisis, por ejemplo, y desde resultados de análisis hasta recomendaciones empresariales? ¿Tenemos una infraestructura de sistemas para recopilar, almacenar, organizar, acceder y procesar toda la información necesaria para las iniciativas de análisis?
En segundo lugar, pregunte qué procesos se pueden mejorar con mejores análisis con los datos existentes. ¿Cómo puede mejorar los análisis que se utilizan para analizar esos datos? ¿Cómo puede hacer que miren más hacia el futuro y sean más avanzados en los métodos empleados?
Una vez finalizada la evaluación inicial, comenzará el arduo trabajo. El camino a seguir implica un rediseño organizativo y una inversión estratégica. Hablamos de cada uno por turnos a continuación.
Rediseño organizacional
Los líderes de la analítica que hemos estudiado muestran una cultura organizacional que celebra la experimentación. El mantra «Piense en grande, empiece de a poco y escale rápido» era algo habitual. Para estas empresas, los datos y la analítica parecen formar parte de su ADN. Reimaginar la cultura organizacional no es tarea fácil, pero le recomendamos empezar por una reformulación de los valores organizacionales en relación con la analítica.
En concreto, los líderes pueden encabezar una campaña interna que haga hincapié en que los análisis están destinados a capacitar a los responsables de la toma de decisiones, no a reemplazarlos. Fomente una cultura en la que se recompense a los empleados por entender las predicciones y recetas que generan las herramientas analíticas, en lugar de limitarse a ejecutar las recomendaciones y recompensar el cumplimiento. En general, se puede combatir cualquier resistencia interna a la adopción generalizada de la analítica abriendo la caja negra algorítmica y reconociendo que es más probable que los gerentes utilicen soluciones de análisis cuando conocen de primera mano el enfoque subyacente. El objetivo es que la toma de decisiones basada en la evidencia sea uno de los pilares más importantes de la cultura de la empresa.
Estructuralmente, observamos a las empresas en la frontera de la analítica para complementar esta cultura experimental con un diseño organizativo ganador. Muchos utilizaban una estructura central en la que parte de la experiencia se incorporaba a determinadas funciones empresariales y otra se ubicaba en un centro de excelencia dedicado a la analítica. Este diseño organizativo ofrece muchos beneficios. El centro de excelencia puede proporcionar una comunidad a quienes trabajan en análisis, facilitar la supervisión, fomentar el intercambio de conocimientos y agrupar recursos. Y al tener a algunos miembros del equipo en las unidades de negocio, la empresa evita los riesgos que se presentan cuando el centro de excelencia trabaja de forma aislada, en particular, el riesgo de que los equipos trabajen en problemas que son técnicamente atractivos en lugar de relevantes desde el punto de vista práctico.
Inversión estratégica
Teníamos muy claro que las empresas a la vanguardia de la analítica que observamos habían realizado importantes inversiones en sus sistemas. La mayoría había tomado la decisión estratégica de reemplazar sus sistemas antiguos por sistemas basados en la nube. ¿Por qué importa esto? Evita un desafío clave que existe al actualizar los sistemas antiguos, a saber, la integración de lo nuevo y lo antiguo. Abundan las quejas sobre la capacidad de los nuevos módulos para interactuar con los sistemas existentes. Los nuevos sistemas basados en la nube evitan estos desafíos y se pueden diseñar para escalar y utilizar la creciente disponibilidad de macrodatos.
En relación con esto, la gobernanza de datos es un punto fuerte clave de las firmas de vanguardia. La calidad de los datos es una prioridad, al igual que el almacenamiento centralizado. Uno de los obstáculos que identificamos para el avance de la analítica fue la naturaleza aislada de los datos existentes, lo que dificultaba la incorporación de los datos de toda la empresa en la toma de decisiones. Las decisiones del mañana implican cruzar los límites organizacionales (por ejemplo, marketing y operaciones). Romper los silos de datos para que, por ejemplo, los equipos de precios puedan incorporar factores operativos como la capacidad de entrega o los plazos de entrega solo puede mejorar el rendimiento de la organización.
Por último, y en nuestra opinión, lo que es más importante, las empresas necesitan invertir en talentos clave y desarrollar una cartera para ese talento. Hay muchas maneras de hacerlo. Una posibilidad es colaborar con universidades que ofrezcan títulos en ciencias de datos o programas similares. Estos programas suelen buscar proyectos del mundo real en los que sus alumnos puedan trabajar. La ventaja de esto es doble. Los estudiantes obtienen conocimientos prácticos sobre un problema empresarial y pueden practicar la comunicación de soluciones analíticas a los líderes empresariales, y la empresa puede aprender sobre las herramientas más recientes y previsualizar algunos de los talentos para futuras oportunidades de contratación. Otra posibilidad es desarrollar programas de formación para los empleados actuales. Los programas internos hechos a medida pueden enseñar a los propietarios de negocios algunos de los fundamentos de la analítica o impartir conocimientos del dominio empresarial a quienes desempeñan funciones estrictamente analíticas.
• • •
Las revoluciones tecnológicas tienden a llegar en dos etapas superpuestas: la introducción de un nuevo conjunto de herramientas y, luego, la adquisición de los conocimientos necesarios para utilizarlas. Esta segunda etapa, desarrollar los conocimientos necesarios para aprovechar las nuevas herramientas, suele retrasar la adopción. No había muchos electricistas al principio de la carrera de Thomas Edison, y los hermanos Wright eran mecánicos de bicicletas. En este sentido, la revolución del análisis de datos no es diferente. Lo que es diferente es la velocidad con la que se diseñan estas nuevas herramientas. En la era de la abundancia de datos, es casi seguro que quienes aprendan a sacar provecho de sus conocimientos obtendrán una poderosa ventaja operativa sobre sus competidores.
Nota: Este artículo se basa en una investigación que los autores publicaron originalmente en la edición de octubre de 2022 de la revista Dirección de producción y operaciones.
