El alto coste de la desalineación de los objetivos empresariales y de análisis

Los líderes empresariales sienten una fuerte presión para aumentar las capacidades de datos y análisis de su empresa (y con rapidez) o corren el riesgo de quedarse por detrás de los competidores más expertos en datos. ¡Si tan solo el camino hacia el éxito fuera tan sencillo! En nuestra investigación anterior, encontramos eso capitalizar los datos y el análisis requiere crear una cultura de datos, obtener el compromiso de la alta dirección, adquirir habilidades y competencias de datos y análisis y empoderar a los empleados. Y cada una de estas dimensiones es necesaria solo para empezar el viaje de la analítica.

Pero, ¿qué significa realmente el éxito aquí? ¿Cómo deben medirlo las empresas?

Los parámetros que caracterizan el éxito de la transformación digital han evolucionado desde hace unos años. En una encuesta de Gartner de 2018 entre líderes y directores de datos (CDO) de datos y análisis (D&A), los encuestados clasificado tres actividades internas clave de la empresa como las más importantes para lograr el éxito de los datos y el análisis: crear una cultura basada en los datos, adoptar capacidades de análisis avanzadas y emplear una estrategia de implementación de datos y análisis bien desarrollada. Pero cuando Gartner dirigió el Versión 2022 de esta encuesta, los encuestados informaron que su principal prioridad ahora estaba centrada en el mercado externo: estas inversiones tienen que crear valor empresarial al ayudar a la empresa a alcanzar sus objetivos de crecimiento. Esta evolución del interés y la prioridad, que pasa a centrarse en la devolución y la responsabilidad de los datos y el análisis, es una progresión natural destinada a responder al «¿y qué?» pregunta.

Una pregunta fundamental para las empresas que se están sometiendo a transformaciones digitales es: ¿Cómo y dónde contribuyen las inversiones de las empresas en nuevas y mejoradas capacidades de datos y análisis a obtener beneficios empresariales tangibles, como la rentabilidad y el crecimiento? ¿Deberían invertir en talento? ¿Tecnología? ¿Cultura? Según nuestra investigación, que mide el impacto del desarrollo de la analítica en las métricas del rendimiento empresarial, el camino hacia la creación real de valor tiene matices y no es tan sencillo.  Lo que importa no es solo el nivel de análisis, sino también la alineación de las capacidades de análisis con los objetivos empresariales.

Cómo las empresas crean valor con la analítica

Para investigar el impacto de la alineación de la analítica en el rendimiento empresarial, encuestamos a 323 empresas que están realizando transformaciones de datos y análisis (143 de estas empresas tenían su sede en EE. UU. y 180 en la India). Las empresas participantes representaban a varios sectores, incluidos las telecomunicaciones, la salud, la energía, el CPG, la automoción, la logística y los servicios profesionales y financieros. El 43 por ciento de las ventas anuales de las empresas superaron los 100 millones de dólares y otro 20% tuvo ventas que superaron los mil millones de dólares.

Dyads dentro de la empresa

Para entender el impacto de la alineación en el nivel del rendimiento empresarial, encuestamos a díadas de dos personas (un ejecutivo y un director de análisis de datos) de cada una de las 323 empresas. Teníamos un propósito al elegir y comparar la perspectiva estratégica del alto ejecutivo sobre la «computación en la nube» con el punto de vista operativo de los analistas de datos de «el caucho se une a la carretera». De media, los altos ejecutivos tenían más de una década de experiencia en sus puestos actuales, que incluían puestos de dirección de funciones empresariales principales (12,6%), vicepresidentes (16,6%) y otros miembros de la alta dirección (16,8%).

[

Insight Center Collection

Executing a Growth Strategy

What value creation means today.

](/insight-center/executing-a-growth-strategy)

Además de responder a las preguntas sobre las capacidades actuales de análisis de datos de sus empresas y el grado de madurez de los datos (bajo, medio o alto), también se pidió a los altos ejecutivos que compararan el desempeño de sus empresas con el de la principal competencia en ocho KPI (es decir, resultados empresariales) mediante una escala de cinco puntos (es decir, mucho peor, casi igual, algo mejor o mucho mejor que la competencia). Tres KPI eran medidas de crecimiento_:_ crecimiento de la cuota de mercado, crecimiento de las ventas y crecimiento de los beneficios. Dos eran las métricas financieras_:_ ingresos y rentabilidad. Y tres fueron los resultados centrados en los clientes: adquisición de clientes, retención de clientes y satisfacción del cliente.

Los altos ejecutivos también tuvieron que buscar un gerente cualificado de su empresa con experiencia operativa en datos, análisis o TI para participar en el estudio. Los 323 gestores de datos operativos resultantes tenían una media de más de nueve años de experiencia laboral. Estos directores también respondieron a la pregunta del grado de madurez de los datos (bajo, medio o alto). Es importante señalar que los altos ejecutivos no estaban al tanto de las preguntas de la encuesta que se hacían a los directivos, lo que minimiza el riesgo de sesgo de selección en nuestras conclusiones.

Lo que encontramos

La pregunta de la encuesta respondida por los altos directivos y los gestores de datos sobre el nivel actual de capacidades de datos de su empresa (madurez baja, media o alta, según se define a continuación) fue fundamental para nuestro análisis de las díadas, la alineación y el rendimiento empresarial dentro de la empresa.

Las empresas elegían un nivel de madurez bajo si se dedicaban a la recopilación manual de los informes de datos, a los informes de datos no estandarizados, a los silos de datos y a la falta de difusión sistemática en toda la organización. En las empresas que elegían el nivel medio de madurez, los datos se recopilaban y analizaban de forma más deliberada, con informes de datos estandarizados que se compartían en una plataforma de toda la organización. Los datos y el análisis empezaron a desempeñar un papel directo a la hora de informar las principales decisiones empresariales. En los niveles de madurez altos, las empresas utilizaban los informes de datos como base para todos los procesos y la toma de decisiones. En estas organizaciones, no se tomaba ninguna decisión sin basarse en los datos y la información adecuados.

En nuestros hallazgos, descubrimos una tendencia sorprendente. Como era de esperar, descubrimos una mejora del rendimiento en todos los KPI cuando las empresas suben en el espectro de madurez de los datos. La rentabilidad de la inversión en talento y tecnología rindió sólidos dividendos al inicio del proceso de datos y análisis de una empresa: las empresas que mejoraron de un solo dígito a un nivel de madurez bajo a medio disfrutaron de mejoras de un solo dígito tanto en los KPI de crecimiento (8,7%) como en los KPI financieros (8,9%), y de ganancias de casi dos dígitos (9,9%) en los KPI relacionados con los clientes. Sin embargo, los beneficios de nuevas inversiones disminuyeron a medida que las empresas superaban la fase media de madurez de los datos.

De hecho, a medida que las empresas superaban el rango medio de madurez y alcanzaban niveles altos de capacidad de datos y análisis, su rendimiento empresarial en todas las categorías de KPI, aunque seguía en territorio positivo, cayó considerablemente (una media del 32,83%) con respecto a los niveles máximos citados anteriormente para las firmas de nivel medio. Los KPI de crecimiento cayeron hasta el 7,8% (una caída del 9,6%), mientras que los KPI financieros y de clientes cayeron hasta el 4,85% (una enorme caída del 45,5%) y hasta el 5,59% (otra enorme caída del 43,4%), respectivamente. Estas conclusiones indican un efecto límite en esta fase intermedia de madurez de los datos; es decir, las empresas necesitan «algo más» que inversiones adicionales en talento y tecnología para llegar a la cima.

Al analizar más a fondo los resultados, descubrimos implicaciones importantes y matizadas para las empresas que están realizando o están considerando realizar transformaciones en el análisis de datos. Si tenemos en cuenta las diferencias en la «alineación de la madurez de los datos» entre los altos directivos y los analistas de datos de la misma organización, encontramos un panorama aún más nítido de las divergencias de rendimiento en las tres categorías de KPI.

Las empresas desalineadas

Las empresas con un nivel bajo de madurez de los datos obtienen beneficios en el rendimiento empresarial al realizar inversiones que mejoran sus capacidades hasta un rango medio de madurez, a pesar de estar desalineadas internamente. Sin embargo, cualquier ganancia de KPI aquí desaparece y, de hecho, cae en territorio negativo, cuando los esfuerzos de transformación de datos de las empresas desalineadas pasan del rango medio de madurez de los datos al de gama alta.

La transición de una madurez de datos media a alta parece ser un abismo, ya que este salto requiere algo más que invertir en talento, herramientas y tecnología de datos y análisis. Para superar con éxito esta brecha, las empresas tienen que ser expertos no solo en las competencias de análisis de datos, sino, y lo que es más importante, alinearse internamente en función de su nivel de madurez de los datos, es decir, lo que la empresa es realmente capaz de hacer y si las personas están de acuerdo en su competencia de análisis de datos.

Ver más gráficos de HBR en Datos e imágenes

Las empresas alineadas

La alineación dentro de la empresa ofrece KPI positivos en cada fase de transición de la madurez de los datos, especialmente al pasar de capacidades medias a altas (y no solo al pasar de bajas a medias, como se muestra en el caso de las empresas desalineadas en la primera columna del gráfico 1). Cuando se alinean, las empresas se benefician de mejoras constantes y continuas en los resultados empresariales a medida que pasan de la gama media a la alta de madurez de los datos.

Alinear la organización

Es posible que las empresas de todos los niveles de madurez de los datos, especialmente las que han iniciado su viaje de transformación digital, necesiten aprovechar más las inversiones en talento y tecnología y garantizar una mejor alineación entre los altos directivos y los que tienen más funciones operativas en datos. La importancia de la alineación interna se hace especialmente conmovedora a lo largo del proceso de análisis cuando las empresas llegan a la fase media e intentan pasar a la fase alta de madurez de los datos. Nuestros resultados muestran claramente que, si bien un nivel básico de análisis puede ser suficiente cuando las empresas aún se encuentran en un rango de madurez de datos bajo o medio, pasa a ser insuficiente y la alineación en la capacidad de análisis se convierte en un factor necesario en la fase de madurez de los datos media a alta si las empresas quieren cosechar los frutos de la inversión en análisis. Proporcionamos a las empresas una herramienta de autoevaluación y medidas clave para ayudar a las empresas a mejorar su alineación interna en lo que respecta a las capacidades de datos y análisis.

Se ha identificado que las siete dimensiones a las que se hace referencia en la figura 2 afectan a la preparación analítica (AR) de la empresa y son útiles para medir la alineación. Dos personas de una organización (un ejecutivo y un analista) tienen que responder a estas preguntas de forma independiente.

El uso de la herramienta revela cuatro  ideas: En primer lugar, cuantas más preguntas responda afirmativamente, más cerca estará de disponer de los ingredientes clave que ayudan a generar un rendimiento empresarial superior. Los elementos en los que existe una respuesta negativa identifican las áreas (y medidas de acción) necesarias para mejorar. En segundo lugar, comparar las respuestas de un líder sénior y de un gerente de datos operativos ayudará a identificar las áreas de (mala) alineación y conducirá a un debate informado entre el equipo en general sobre dónde y cómo cambiar las áreas de desacuerdo. (Hacer que otros miembros del equipo también completen la herramienta puede resultar útil para generar más participación y visión.) En tercer lugar, una revisión periódica de la lista de verificación permitirá a los altos directivos mantenerse al día y supervisar el impacto de los inevitables cambios internos en el proceso de transformación digital de su organización para mantener la alineación dentro de la empresa y mejorar continuamente el rendimiento empresarial. Por último, para llegar a una evaluación de alineación más válida (y conservadora), las empresas deberían incluir a personas de los niveles sénior y operativo que no tengan una relación de subordinación directa; una relación estrecha entre los encuestados puede aumentar el nivel de alineación.

Ver más gráficos de HBR en Datos e imágenes

. . .

Si bien las empresas de todos los sectores se esfuerzan por centrarse más en la analítica y lograr la superioridad en datos y análisis, nuestras conclusiones cuentan una historia clara y convincente a la que los líderes empresariales deben prestar más atención. Comprender la interacción entre la alineación y el nivel de madurez de los datos puede ayudar a las empresas a impulsar y mantener su rendimiento en cuanto a los resultados de crecimiento, financieros y relacionados con los clientes. Al usar nuestra lista de verificación, los líderes tienen una línea de visión sobre dónde se encuentran actualmente en términos de alineación y cómo avanzar para crear más valor. Las medidas que se describen aquí ayudarán a los líderes a identificar y abordar los puntos débiles y, al mismo tiempo, a mejorar sus puntos fuertes en términos de madurez analítica y alineación, que, en conjunto, son esenciales para ofrecer una ventaja competitiva real y sostenida.