Competir en análisis

Todos conocemos el poder de la aplicación asesina. A lo largo de los años, los innovadores sistemas 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 anunciadas (y codiciadas) solicitudes acumuladas y datos aplicados de maneras que cambiaron las expectativas de los clientes y optimizaron las operaciones en un grado sin precedentes. Transformaron la tecnología de una herramienta de apoyo a un arma estratégica.

Las empresas que buscan aplicaciones increíbles suelen centrar toda su potencia en el área que promete crear la mayor ventaja competitiva. Pero una nueva generación de empresas está aumentando las apuestas. Organizaciones como Amazon, Harrah’s, Capital One y los Medias Rojas de Boston han dominado sus campos al implementar análisis de potencia 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 (los negocios actuales están repletos de datos y analizadores de 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 empresariales son uno de los últimos puntos de diferenciación que quedan. Y competidores de análisis extraer 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 los precios que pagarán esos clientes, cuántos artículos comprará cada uno a lo largo de su vida y qué factores hacen que la gente compre más. Al igual que otras empresas, conocen los costes de compensación y las tasas de rotación, pero también pueden calcular cuánto contribuye o resta el personal a los resultados y cómo los niveles salariales se relacionan con el desempeño de las personas. Como otras empresas, lo saben cuando los inventarios se están agotando, pero también pueden predecir problemas con las cadenas de demanda y suministro, para lograr tasas de inventario bajas y tasas altas de pedidos perfectos.

Y los competidores de análisis hacen todas esas cosas de forma coordinada, como parte de una estrategia global defendida por los principales líderes y llevada a los responsables de la toma de decisiones en todos los niveles. Los empleados contratados por su experiencia con los números o formados para reconocer su importancia cuentan con las mejores pruebas y las mejores herramientas cuantitativas. Como resultado, toman las mejores decisiones: grandes y pequeñas, todos los días, una y otra y otra vez.

Aunque numerosas organizaciones están adoptando la analítica, solo unas pocas han alcanzado este nivel de competencia. Pero los competidores de análisis son líderes en sus diversos campos, entre ellos los productos de consumo, las finanzas, la venta minorista y los viajes y el entretenimiento. La analítica ha sido fundamental para Capital One, que ha superado un crecimiento del 20% en beneficios por acción cada año desde que pasó a cotizar en bolsa. Ha permitido a Amazon dominar la venta minorista en línea y obtener beneficios a pesar de las enormes inversiones en crecimiento e infraestructura. En el deporte, la verdadera arma secreta no son los esteroides sino las estadísticas, como atestiguan las dramáticas victorias de los Medias Rojas de Boston, los New England Patriots y los Atléticos de Oakland.

Los empleados contratados por su experiencia con los números o formados para reconocer su importancia cuentan con las mejores pruebas y las mejores herramientas cuantitativas. Como resultado, ellos toman las mejores decisiones.

En esas organizaciones, el virtuosismo con los datos suele formar parte de la marca. Progressive convierte la publicidad en heno con su análisis detallado de las tarifas de los seguros individuales. Los clientes de Amazon pueden ver cómo la empresa se entera de ellos a medida que su servicio se hace más segmentado con compras frecuentes. Gracias al libro superventas de Michael Lewis Moneyball, que demostró el poder de las estadísticas en el béisbol profesional, los Atléticos de Oakland son casi tan famosos por su geek cálculo de números como por su destreza deportiva.

Para identificar las características que comparten los competidores de análisis, dos de mis colegas del Centro de Investigación del Conocimiento Trabajador del Babson College y yo estudiamos 32 organizaciones que se han comprometido con el análisis cuantitativo basado en hechos. Clasificamos a once de esas organizaciones como grandes competidoras de análisis, lo que significa que la alta dirección había anunciado que la analítica era la clave de sus estrategias; tenían varias iniciativas en marcha que implicaban análisis estadísticos y de datos complejos, y gestionaban la actividad analítica a nivel empresarial (no departamental).

Este artículo expone las características y prácticas de estos maestros de estadística y describe algunos de los cambios más importantes a los que deben someterse otras empresas para poder competir en un terreno cuantitativo. Como era de esperar, la transformación requiere una inversión importante en tecnología, la acumulación de enormes almacenes de datos y la formulación de estrategias empresariales para gestionar los datos. Pero al menos igual de importante es que requiere el compromiso y la voluntad firmes e inquebrantables de los ejecutivos para cambiar la forma en que los empleados piensan, trabajan y son tratados. Como dice con frecuencia Gary Loveman, CEO del competidor de análisis Harrah’s: «¿Creemos que es cierto? ¿O lo sabemos?»

Anatomía de un competidor de análisis

Un competidor de análisis que está en lo más alto de su juego es Marriott International. Durante los últimos 20 años, la empresa ha perfeccionado su sistema para establecer el precio óptimo de las habitaciones (el proceso de análisis clave en los hoteles, conocido como gestión de ingresos). Hoy en día, sus ambiciones son mucho mayores. A través de su programa de optimización hotelera total, Marriott ha ampliado su experiencia cuantitativa a áreas como las instalaciones de conferencias y la restauración, y ha puesto las herramientas relacionadas a disposición de los gestores de ingresos inmobiliarios y propietarios de hoteles a través de Internet. Ha desarrollado sistemas para optimizar las ofertas a los clientes frecuentes y evaluar la probabilidad de que esos clientes deserten y pasen a la competencia. Ha dado a los gestores de ingresos locales la facultad de anular las recomendaciones del sistema cuando no se pueden predecir ciertos factores locales (como el gran número de evacuados por el huracán Katrina que llegan a Houston). La empresa incluso ha creado un modelo de oportunidades de ingresos , que calcula los ingresos reales como un porcentaje de las tarifas óptimas que se podrían haber cobrado. Esa cifra ha pasado del 83 al 91% a medida que el análisis de la gestión de ingresos de Marriott se ha arraigado en toda la empresa. Los propietarios y los franquiciados han corrido la voz: si quiere sacar el máximo provecho de su inventario, el enfoque de Marriott es el billete.

Está claro que las organizaciones como Marriott no se comportan como las empresas tradicionales. Los clientes notan la diferencia en cada interacción; los empleados y los vendedores viven la diferencia todos los días. Nuestro estudio encontró tres atributos clave entre la competencia de análisis:

Uso generalizado de la modelización y la optimización.

Cualquier empresa puede generar estadísticas descriptivas sencillas sobre aspectos de su negocio: los ingresos medios por empleado, por ejemplo, o el tamaño medio de los pedidos. Pero los competidores de análisis van mucho más allá de las estadísticas básicas. Estas empresas utilizan modelos predictivos para identificar a los clientes más rentables, además de los que tienen el mayor potencial de beneficios y los que tienen más probabilidades de cancelar sus cuentas. Reúnen los datos generados internamente y los datos adquiridos de fuentes externas (que analizan más a fondo que sus competidores con menos conocimientos de estadística) para obtener 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 enrutar los envíos para evitar los problemas. Establecen los precios en tiempo real para obtener el mayor rendimiento posible de cada una de las transacciones con sus clientes. Crean modelos complejos de cómo sus costes operativos se relacionan con su desempeño financiero.

Líderes en análisis también utilizar experimentos sofisticados para medir el impacto general o el «impulso» de las estrategias de intervención y, a continuación, aplicar 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 las probabilidades de que los clientes potenciales se suscriban a tarjetas de crédito y de que devuelvan el dinero a Capital One.

Leer más sobre

Analítica 3.0

Progressive emplea experimentos similares utilizando datos del sector de seguros ampliamente disponibles. La empresa define grupos reducidos, o células, de clientes: por ejemplo, motociclistas de 30 años o más, con estudios universitarios, puntajes crediticios superiores a cierto nivel y sin accidentes. Para cada celda, la empresa realiza un análisis de regresión para identificar los factores que más se correlacionan con las pérdidas que genera el grupo. Luego fija 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 comprobar las implicaciones financieras de esas hipótesis. Con este enfoque, Progressive puede asegurar de forma rentable a los clientes de las categorías tradicionalmente de alto riesgo. Otras aseguradoras rechazan a los clientes de alto riesgo de plano, sin molestarse en ahondar más en los datos (aunque incluso la competencia tradicional, como Allstate, está empezando a adoptar la analítica como estrategia).

Un enfoque empresarial.

Los competidores de análisis entienden que la mayoría de las funciones empresariales —incluso aquellas, como el marketing, que históricamente han dependido del arte más que de la ciencia— se pueden mejorar con técnicas cuantitativas sofisticadas. Estas organizaciones no se benefician de una aplicación excelente, sino de varias aplicaciones que dan soporte a muchas partes de la empresa y, en algunos casos, se lanzan para que las usen los clientes y los proveedores.

UPS encarna la evolución de un usuario de análisis objetivo a un competidor de análisis integral. Aunque la empresa es uno de los profesionales más rigurosos del mundo de la investigación de operaciones y la ingeniería industrial, sus capacidades se centraban, hasta hace poco, en un ámbito limitado. En la actualidad, UPS utiliza su habilidad estadística para rastrear el movimiento de los paquetes y anticipar e influir en las acciones de las personas, evaluando la probabilidad de pérdida de clientes e identificando las fuentes de los problemas. El Grupo de Inteligencia del Cliente de UPS, por ejemplo, es capaz de predecir con precisión las deserciones de los clientes al examinar los patrones de uso y las quejas. Cuando los datos apuntan a un posible desertor, un vendedor contacta con ese 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 total, pero va en esa dirección.

Los competidores de análisis tratan todas esas actividades de todos los orígenes como una iniciativa única y coherente, a menudo agrupadas 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 la gente de TI utiliza para los procesos y el software de análisis e informes) la gestionan generalmente los departamentos; las funciones de procesamiento de números seleccionan sus propias herramientas, controlan sus propios almacenes de datos y forman a su propio personal. Pero de esa manera, el caos reside. Por un lado, la proliferación de hojas de cálculo y bases de datos desarrolladas por los usuarios conduce inevitablemente a varias versiones de los indicadores clave en una organización. Además, las investigaciones han demostrado que entre el 20 y el 40% de las hojas de cálculo contienen errores; por lo tanto, cuantas más hojas de cálculo circulen por una empresa, más fértil será el caldo de cultivo para los errores. Los competidores de análisis, por el contrario, utilizan grupos centralizados para garantizar que los datos críticos y otros recursos se gestionan bien y que las diferentes partes de la organización pueden compartir datos fácilmente, sin el impedimento de formatos, definiciones y estándares inconsistentes.

Algunos competidores de análisis aplican el mismo enfoque empresarial a las personas que a la tecnología. Procter & Gamble, por ejemplo, creó recientemente una especie de grupo de superanálisis compuesto por más de 100 analistas de funciones como operaciones, cadena de suministro, ventas, investigación de consumidores y marketing. Aunque la mayoría de los analistas están integrados en las unidades operativas empresariales, el grupo se gestiona de forma centralizada. Como resultado de esta consolidación, P&G puede aplicar una masa crítica de experiencia a sus temas 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 las redes de suministro corporativas. Los analistas de la cadena de suministro, a su vez, aplican su experiencia en ciertas técnicas de análisis de decisiones a áreas tan nuevas como la inteligencia competitiva.

En las empresas tradicionales, los departamentos gestionan la analítica: las funciones de cálculo de números seleccionan sus propias herramientas y forman a su propio personal. Pero de esa manera, el caos reside.

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 mejores analistas de P&G habían mejorado los procesos empresariales y habían ahorrado dinero a la empresa; pero como estaban escondidos en dominios dispersos, muchos ejecutivos no sabían qué servicios ofrecían ni qué tan eficaces podían ser. Ahora es más probable que esos ejecutivos aprovechen la amplia experiencia de la empresa para sus proyectos. Mientras tanto, el procesamiento magistral de números ha pasado a formar parte de la historia que P&G cuenta a los inversores, la prensa y el público.

Defensores de altos ejecutivos.

La adopción de la analítica en toda la empresa impulsa cambios en la cultura, los procesos, el comportamiento y las habilidades de muchos empleados. Así que, como cualquier transición importante, requiere el liderazgo de los más altos ejecutivos apasionados por el enfoque cuantitativo. Lo ideal es que el principal defensor sea el CEO. De hecho, encontramos a varios directores ejecutivos que han impulsado el cambio a la analítica en sus empresas en los últimos años, como Loveman de Harrah’s, Jeff Bezos de Amazon y Rich Fairbank de Capital One. Antes de jubilarse del Sara Lee Bakery Group, el exdirector ejecutivo Barry Beracha tenía un cartel en su escritorio que resumía su filosofía personal y organizacional: «Confiamos en Dios. Todos los demás aportan datos». Descubrimos algunas empresas en las que un líder de una sola unidad funcional o de negocio intentaba impulsar la analítica en toda la organización, y algunas estaban haciendo algún progreso. Pero descubrimos que estas personas de nivel inferior carecían de la influencia, la perspectiva y el alcance interfuncional necesarios para cambiar la cultura de una manera significativa.

Los directores ejecutivos que lideran la analítica necesitan tanto un conocimiento como un conocimiento del tema. No es necesario tener experiencia en estadística, pero esos líderes deben entender la teoría detrás de los diversos métodos cuantitativos para que reconozcan las limitaciones de esos métodos: qué factores se sopesan y cuáles no. Cuando Los directores ejecutivos necesitan ayuda para entender las técnicas cuantitativas, recurren a expertos que entiendan el negocio y cómo se le puede aplicar la analítica. Entrevistamos a varios líderes que habían contratado a esos asesores, y estos ejecutivos hicieron hincapié en la necesidad de encontrar a alguien que pudiera explicar las cosas en un lenguaje sencillo y en quien se confiara en que no diera vueltas a los números. Algunos directores ejecutivos con los que hablamos se rodearon de personas muy analíticas: profesores, consultores, graduados del MIT y similares. Pero esa era una preferencia personal más que una práctica necesaria.

Va a batear por las estadísticas

El debate entre el análisis y el instinto, uno de los favoritos de los comentaristas políticos durante las dos últimas elecciones presidenciales de los Estados Unidos, está

…

Por supuesto, no todas las decisiones deben basarse en la analítica, al menos no del todo. Los asuntos de personal, en particular, suelen estar bien y adecuadamente informados por el instinto y la anécdota. Cada vez más organizaciones someten las decisiones de contratación y contratación a análisis estadísticos (consulte el recuadro lateral «Ir a por las estadísticas»). Pero las investigaciones muestran que los seres humanos pueden hacer evaluaciones rápidas y sorprendentemente precisas de la personalidad y el carácter basándose en observaciones simples. Para los líderes con mentalidad analítica, entonces, el desafío se reduce a saber cuándo ejecutar los números y cuándo hacerlo con las agallas.

Sus fuentes de fortaleza

Los competidores de análisis son más que simples fábricas de cálculo de números. Sin duda, aplican la tecnología —con una mezcla de fuerza bruta y delicadeza— a varios problemas empresariales. Pero también dedican sus energías a encontrar el enfoque correcto, crear la cultura adecuada y contratar a las personas adecuadas para hacer un uso óptimo de los datos que acumulan constantemente. Al final, las personas y la estrategia, tanto como la tecnología de la información, dan fuerza a esas organizaciones.

El enfoque correcto.

Aunque los competidores de análisis fomentan las decisiones universales basadas en hechos, deben elegir hacia dónde dirigir los esfuerzos que consumen muchos recursos. Por lo general, eligen varias funciones o iniciativas que, en conjunto, sirven a una estrategia global. Harrah’s, por ejemplo, ha centrado gran parte de su actividad analítica en aumentar la fidelidad de los clientes, el servicio de atención al cliente y áreas relacionadas, como los precios y las promociones. UPS ha ampliado su enfoque de la logística a los clientes, con el fin de ofrecer un servicio superior. Si bien estas estrategias multifacéticas definen a la competencia analítica, los ejecutivos que entrevistamos advirtieron a las empresas que no se volvieran demasiado difusas en sus iniciativas o perdieran de vista el propósito empresarial detrás de cada una de ellas.

Otra consideración a la hora de asignar los recursos es qué tan susceptibles son determinadas funciones a un análisis profundo. Hay al menos siete objetivos comunes para la actividad analítica y sectores específicos pueden presentar los suyos propios. Los modelos estadísticos y los algoritmos que centran 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 mediante la teoría de utilidades de múltiples atributos, una herramienta para entender y predecir el comportamiento y las decisiones de los consumidores. Del mismo modo, la industria de la publicidad está adoptando la econometría, técnicas estadísticas para medir el impulso que proporcionan los diferentes anuncios y promociones a lo largo del tiempo.

Cosas con las que puede contar

Los competidores de análisis hacen un uso experto de las estadísticas y la modelización para mejorar una amplia variedad de funciones. Estas son algunas de las aplicaciones más comunes:

Función

Descripción

Ejemplos

Función

Cadena de suministro

Descripción

Simule y optimice los flujos de la cadena de suministro; reduzca el inventario y el desabastecimiento.

Ejemplos

Dell, Walmart, Amazon

Función

Selección de clientes, fidelización y servicio

Descripción

Identifique a los clientes con el mayor potencial de beneficios; aumente la probabilidad de que quieran la oferta de productos o servicios; mantenga su lealtad.

Ejemplos

Harrah’s, Capital One, Barclays

Función

Precios

Descripción

Identifique el precio que maximizará el rendimiento o los beneficios.

Ejemplos

Progressive, Marriott

Función

Capital humano

Descripción

Seleccione a los mejores empleados para tareas o trabajos concretos, con niveles de compensación específicos.

Ejemplos

New England Patriots, Oakland A’s, Boston Red Sox

Función

Calidad de productos y servicios

Descripción

Detecte los problemas de calidad a tiempo y minimícelos.

Ejemplos

Honda, Intel

Función

Desempeño financiero

Descripción

Comprender mejor los factores que impulsan el desempeño financiero y los efectos de los factores no financieros.

Ejemplos

MCI, Verizon

Función

Investigación y desarrollo

Descripción

Mejorar la calidad, la eficacia y, cuando proceda, la seguridad de los productos y servicios.

Ejemplos

Novartis, Amazon, Yahoo

Los profesionales de la analítica más competentes no solo se miden los ombligos, sino que también ayudan a los clientes y vendedores a medir los suyos. Walmart, por ejemplo, insiste en que los proveedores utilicen su sistema Retail Link para supervisar el movimiento de los productos por tienda, planificar las promociones y diseños en las tiendas y reducir las existencias. E.&J. Gallo proporciona a los distribuidores datos y análisis sobre los costes 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, al mismo tiempo, los convencen de añadir espacio en las estanterías para los productos Gallo. Procter & Gamble ofrece datos y análisis a sus clientes minoristas, como parte de un programa llamado Creación de valor conjunto, y a sus proveedores para ayudar a mejorar la capacidad de respuesta y reducir los costes. El proveedor hospitalario Owens & Minor ofrece servicios similares, lo que permite a los clientes y proveedores acceder y analizar sus datos de compra y venta, rastrear los patrones de pedidos en busca de oportunidades de consolidación y pasar las compras fuera de contrato a contratos grupales que incluyen los 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 si consolidaran las compras en varios centros o ayudarlos a ver las ventajas y desventajas entre aumentar la frecuencia de entrega y llevar el inventario.

La cultura correcta.

La cultura es un concepto suave; la analítica es una disciplina dura. Sin embargo, los competidores de análisis deben inculcar un respeto en toda la empresa por la medición, las pruebas y la evaluación de las pruebas cuantitativas. Se insta a los empleados a basar sus decisiones en hechos concretos. Y saben que su desempeño se mide de la misma manera. Las organizaciones de recursos humanos de la competencia de análisis son rigurosas a la hora de aplicar las métricas a la compensación y las recompensas. Harrah’s, por ejemplo, ha hecho un cambio drástico de una cultura de recompensas basada en el paternalismo y la tenencia a una basada en medidas de desempeño recopiladas tan meticulosamente, como los resultados financieros y de servicio al cliente. Los altos ejecutivos también dan un ejemplo coherente con su propio comportamiento, ya que muestran hambre y confianza en los hechos y el análisis. Un ejemplo de ese liderazgo fue Beracha, del Grupo de Panadería Sara Lee, conocido por sus empleados como un «perro de datos» porque los acosaba para obtener datos que respaldaran cualquier afirmación o hipótesis.

No es sorprendente, en un cultura analítica, a veces hay tensión entre los impulsos innovadores o empresariales y el requisito de pruebas. Algunas empresas ponen menos énfasis en el desarrollo de cielo azul, en el que los diseñadores o ingenieros persiguen el brillo de los ojos de alguien. En estas organizaciones, la I+D, al igual que otras funciones, se basa rigurosamente en las métricas. En Yahoo, Progressive y Capital One, los cambios en los procesos y productos se prueban a pequeña escala y se implementan a medida que se validan. Ese enfoque, bien establecido en varias 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 los candidatos no tan obvios, como los recursos humanos y el servicio de atención al cliente. Recursos Humanos, por ejemplo, podría crear perfiles de los rasgos de personalidad y estilos de liderazgo de los directivos y, después, poner a prueba a esos directivos en diferentes situaciones. Entonces podría comparar los datos sobre el desempeño de las personas con los datos sobre las personalidades para determinar qué rasgos son más importantes para gestionar un proyecto que se retrasa, por ejemplo, o para ayudar a un nuevo grupo a asimilarse.

Lectura adicional

Hacer que la analítica avanzada funcione para usted

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 lanzar nuevas funciones, no podría 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 caro de desarrollar y eso aumentaba el riesgo. En este caso, Bezos confió en sus instintos y se llevó un volante. Y la función se hizo popular cuando se presentó.

Las personas adecuadas.

Las empresas de análisis contratan a personas analíticas y, como todas las empresas que compiten en función del talento, buscan a los mejores. Cuando Amazon necesitó una nueva dirección para su cadena de suministro mundial, por ejemplo, contrató a Gang Yu, un profesor de ciencias de la gestión y empresario de software que es una de las principales autoridades mundiales en análisis de optimización. El modelo de negocio de Amazon exige 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 creando sofisticados sistemas de cadena de suministro para optimizar esos procesos. Y aunque usa frases como «procesos estocásticos no estacionarios», también se le da bien explicar los nuevos enfoques a los ejecutivos de Amazon en términos comerciales claros.

Los competidores de análisis establecidos, como Capital One, emplean escuadrones de analistas para realizar experimentos cuantitativos y, con los resultados en la mano, diseñan ofertas de tarjetas de crédito y otras ofertas financieras. Estos esfuerzos requieren un conjunto de habilidades especializadas, como puede ver en esta descripción del puesto (típica de un analista de Capital One):

Altas aptitudes conceptuales para la resolución de problemas y análisis cuantitativo… Ingeniería, finanzas, consultoría y/u otros antecedentes educativos o laborales analíticos cuantitativos. Capacidad de aprender rápidamente a utilizar las aplicaciones de software. Experiencia con modelos de Excel. Se prefieren algunos trabajos de posgrado pero no son obligatorios (por ejemplo, un MBA). Se prefiere algo de experiencia con la metodología de gestión de proyectos, las herramientas de mejora de procesos (Lean, Six Sigma) o la estadística.

Otras firmas contratan a personas similares, pero los competidores de análisis las tienen en cantidades mucho mayores. Capital One busca actualmente tres veces más analistas que gente de operaciones, lo que no es la práctica habitual en un banco. «En realidad, somos una empresa de analistas», señaló un ejecutivo de allí. «Es el trabajo principal en este lugar».

Los buenos analistas también deben ser capaces de expresar ideas complejas en términos sencillos y tener la habilidad de relacionarse 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, estadística y análisis de datos que también puedan hablar el idioma de los negocios y ayudar a promocionar su trabajo interna y, a veces, externamente. El director de un grupo de análisis de clientes de Wachovia Bank describe la relación con las demás personas que busca su grupo: «Estamos intentando que nuestra gente forme parte del equipo empresarial», explica. «Queremos que se sienten a la mesa de negocios, participen en un debate sobre cuáles son las cuestiones clave, determinen las necesidades de información que tienen los empresarios y recomienden medidas a los socios comerciales. Queremos que este [grupo de análisis] no sea solo una empresa de servicios públicos, sino más bien una parte activa y fundamental del éxito de la unidad de negocio».

Por supuesto, puede ser difícil encontrar una combinación de habilidades analíticas, empresariales y relacionales. Cuando la empresa de software SAS (que patrocina esta investigación, junto con Intel) sabe que necesitará un experto en aplicaciones empresariales de última generación, como el modelado predictivo o el particionamiento recursivo (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 lo esperado para cubrir el puesto.

De hecho, el talento analítico puede ser a principios de la década de 2000 lo que el talento de programación fue a finales de la década de 1990. Por desgracia, los mercados laborales de EE. UU. y Europa no están repletos precisamente de candidatos a un puesto de trabajo sofisticados desde el punto de vista analítico. Algunas organizaciones se las arreglan contratando trabajos a países como la India, sede de muchos expertos en estadística. Esa estrategia puede tener éxito cuando los analistas extranjeros trabajan en problemas independientes. Pero si se necesita 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 análisis significa competir en tecnología. Y mientras los competidores más serios investigan los últimos algoritmos estadísticos y enfoques de la ciencia de la decisión, también supervisan y amplían constantemente la frontera de la TI. El grupo de análisis de una empresa de productos de consumo llegó a construir su propio superordenador porque consideró que los modelos disponibles en el mercado no eran adecuados para sus demandas. Estas hazañas heroicas no suelen ser necesarias, pero un análisis serio sí requiere lo siguiente:

Una estrategia de datos. Las empresas han invertido muchos millones de dólares en sistemas que recopilan datos de todas las fuentes imaginables. La planificación de los recursos empresariales, la gestión de las relaciones con los clientes, el punto de venta y otros sistemas garantizan que no se produzca ninguna transacción u otro intercambio importante sin dejar huella. Pero para competir en esa información, las empresas deben presentarla en formatos estándar, integrarla, almacenarla en un almacén de datos y hacer que todos puedan acceder fácilmente a ella. Y van a necesitar mucho de eso. Por ejemplo, una empresa puede pasar varios años acumulando datos sobre diferentes enfoques de marketing antes de recopilar los suficientes como para analizar de forma fiable la eficacia de una campaña publicitaria. Dell contrató a 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 del fabricante de ordenadores en prensa, radio, cadenas de televisión y cable, junto con datos sobre las ventas de Dell en cada región en la que aparecieron los anuncios (antes y después de su publicación). Esa información permite a Dell ajustar sus promociones para todos los medios de cada región.

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 ello con el fin de tomar mejores decisiones. Las herramientas de inteligencia empresarial permiten a los empleados extraer, transformar y cargar (o ETL, como dirían los del sector) datos para analizarlos y, a continuación, hacer que esos análisis estén disponibles en informes, alertas y cuadros de mando. La popularidad de la competencia de análisis se debe en parte a la aparición de paquetes integrados de estas herramientas.

Hardware de computación. Los volúmenes de datos necesarios para las aplicaciones de análisis pueden agotar la capacidad de los ordenadores y servidores de gama baja. Muchos competidores de análisis están convirtiendo su hardware en procesadores de 64 bits que generan grandes cantidades de datos rápidamente.

El largo camino por delante

La mayoría de las empresas de la mayoría de los sectores tienen excelentes motivos para seguir estrategias basadas en la analítica. Prácticamente todas las organizaciones que identificamos como agresivas competidoras de análisis son líderes indiscutibles 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. Las empresas occidentales que no pueden superar a sus competidores indios o chinos en cuanto al coste de los productos, por ejemplo, pueden buscar la ventaja mediante procesos empresariales optimizados.

Sin embargo, las empresas que acaban de adoptar esas estrategias descubrirán que tardan varios años en hacerse realidad. Las organizaciones de nuestro estudio describieron un viaje largo, a veces arduo. La empresa británica de tarjetas y préstamos de consumo de Barclays Bank, por ejemplo, dedicó cinco años a ejecutar su plan de aplicar la analítica a la comercialización de tarjetas de crédito y otros productos financieros. La empresa tuvo que hacer cambios de proceso en prácticamente todos los aspectos de su negocio de consumo: suscribir el riesgo, fijar límites de crédito, gestionar las cuentas, controlar el fraude, las ventas cruzadas, etc. Desde el punto de vista técnico, tenía que integrar los datos de 10 millones de clientes de Barclaycard, mejorar la calidad de los datos y crear sistemas para acelerar la recopilación y el análisis de los datos. Además, la empresa se embarcó en una larga serie de pequeñas pruebas para empezar a aprender a atraer y retener a los mejores clientes al precio más bajo. Y tenía que contratar a gente nueva con habilidades cuantitativas de primer nivel.

Gran parte del tiempo (y los gastos correspondientes) que una empresa dedica a convertirse en una empresa competidora de la analítica se dedicará a tareas tecnológicas: refinar los sistemas que producen los datos de las transacciones, hacer que los datos estén disponibles en los almacenes, seleccionar e implementar el software de análisis y ensamblar el entorno de hardware y comunicaciones. Y dado que quienes no registran el historial están condenados a no aprender de él, las empresas que han recopilado poca información (o del tipo incorrecto) necesitarán acumular un conjunto de datos suficiente para poder hacer previsiones fiables. «Llevamos seis o siete años recopilando datos, pero solo se pueden utilizar en los últimos dos o tres, porque necesitábamos tiempo y experiencia para validar las conclusiones basadas en los datos», comentó un director de análisis de datos de clientes de UPS.

Usted sabe que compite en análisis cuando…

Aplica sistemas de información sofisticados y análisis rigurosos no solo a su capacidad principal, sino también a una serie de funciones tan variadas como el marketing y los

…

Y, por supuesto, los nuevos competidores de análisis tendrán que abastecer sus despensas de personal con gente fresca. (Cuando Gary Loveman pasó a ser COO 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 actuales, por su parte, necesitarán una formación exhaustiva. Tienen que saber qué datos están disponibles y todas las formas en que se puede analizar la información; y deben aprender a reconocer las peculiaridades y los defectos, 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 directivos en sus puestos 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 análisis persiguen un objetivo similar, aunque el universo que buscan conocer es un universo más circunscrito: el comportamiento de los clientes, el movimiento de los productos, el desempeño de los empleados y las reacciones financieras. Cada día, los avances en la tecnología y las técnicas permiten a las empresas gestionar cada vez mejor los detalles críticos de sus operaciones.

Los Atléticos de Oakland no son los únicos que juegan al dinero. Empresas de todo tipo quieren formar parte del juego.