Estrategia digital 2025 - Mejores decisiones
Nuevas tareas para la empresa "basada en datos": Esto parece sencillo a primera vista y, sin embargo, supone un enorme reto.
Hay que procesar y analizar cantidades de datos cada vez mayores, más complejas y que cambian rápidamente (big data). La tarea especial aquí es dominar la volatilidad y la velocidad de los mercados.
La imprevisibilidad y la creciente velocidad del cambio se han convertido en el reto central de la gestión, según Wolfgang Martin en su estudio "Business Intelligence in the Digital Enterprise" publicado en 2015.
Esto enfrenta a la dirección con nuevas tareas:
"El control tradicional en la empresa ya no funciona. La información se está convirtiendo en el recurso crucial para hacer frente a la complejidad y la dinámica del mundo digital."
Más allá del conocimiento experiencial -en el que se basaba el control tradicional-, las decisiones deben tomarse rápidamente hoy y en el futuro sobre la base de información oportuna.
"Lo que importa ahora es disponer de la información adecuada en el momento oportuno y que tenga la relevancia adecuada para tomar una decisión".
dice Martin.
El hecho de que las empresas de hoy estén "impulsadas por los datos" -no hay proceso sin datos- es el motor más importante "para una evolución y, por así decirlo, redescubrimiento de la inteligencia empresarial", aclara Martin.
Por Business Intelligence (BI) debe entenderse el conjunto de estrategias, procesos y tecnologías en los que la información se obtiene a partir de los datos y el conocimiento crítico para el éxito se obtiene a partir de la información, de modo que las decisiones se toman sobre la base de hechos que desencadenan acciones para el control de la empresa y los procesos.
La pretensión del concepto de inteligencia empresarial es, por tanto, basar las decisiones en hechos y tomar mejores decisiones.
El problema es que para tomar "mejores decisiones", los datos en los que se basan deben ser correctos. No es tarea fácil, porque la cantidad de datos es ya hoy inimaginablemente grande y su crecimiento es exponencial.
Calidad y análisis de datos como problemas de BI
Sin embargo, la mera cantidad de datos tiene un valor limitado; sólo en un contexto significativo se convierte en información relevante para la empresa.
Cuando se dice que las empresas ven las mayores oportunidades de los macrodatos en el aumento de la rentabilidad, seguido de una mejor comprensión del mercado y una optimización de la organización y los procesos (estudio de PWC, mayo de 2014), no basta para ello con disponer de mayores cantidades de datos.
Un mayor volumen de datos no implica necesariamente una mejor calidad de los mismos. Sin embargo, una alta calidad de los datos es un requisito previo indispensable para extraer las conclusiones correctas de la enorme cantidad de datos.
El hecho de que la calidad de los datos en particular no está en su mejor momento ha sido demostrado por numerosos estudios de los últimos años, incluyendo Steria Mummert Consulting (2013), Barc (2011, 2013, 2014, 2016), Fraunhofer IAO (2013, 2014) y más recientemente Lünendonk (2016).
En el documento "Today's data mastery: multiple domains for a single purpose", publicado en enero de 2015, el Grupo Aberdeen afirma que es el entorno analítico subóptimo lo que impide a las empresas generar valor tangible a partir de sus datos, por un lado, y deja sin aprovechar las oportunidades de crecimiento y aumento de la eficiencia, por otro.
El 54% de las empresas encuestadas afirman que el actual análisis inadecuado de datos es el principal reto que impulsa las actividades de gestión de datos. En segundo y tercer lugar se sitúan el exceso de silos de datos (49%) y la mala calidad de los datos (47%).
En 2017, KPMG, en colaboración con Bitkom Research, examinó por tercera vez, tras 2015 y 2016, el statu quo y las perspectivas de los análisis de datos en las empresas alemanas. El estudio "Creación de valor con datos" llega a la conclusión de que el 58% de las empresas asume que los análisis de datos que utilizan son precisos, pero hasta un 42% tiene dudas sobre su exactitud.
Esto también puede deberse al hecho de que muchas empresas tienen problemas con la calidad de sus datos. Alrededor de un tercio de las empresas encuestadas afirmaron que la falta de calidad de los datos era un reto.
Según KMPG, apenas hay diferencias entre los sectores. Sólo los fabricantes de maquinaria e instalaciones parecen verse especialmente afectados: Hasta un 51% percibe la mala calidad de sus datos como un obstáculo.
MDM mejora la precisión
¿Puede ayudar la gestión de datos maestros? Datos maestros es el término utilizado para describir datos básicos estáticos o datos de referencia sobre objetos relevantes para la empresa, como productos, proveedores, clientes y empleados.
En otra encuesta sobre gestión de datos maestros, Aberdeen Group preguntó en septiembre de 2014 a 192 empresas, entre otras cosas, si habían sido capaces de mejorar la precisión de sus decisiones empresariales en el plazo de un año. V
De las empresas que utilizan MDM, el 58% afirma que esto es así, frente a sólo el 45% de las empresas sin MDM. Por tanto, una mayor precisión de los datos en las organizaciones con MDM contribuye a aumentar la tasa de mejora de la precisión de las decisiones empresariales en general.
La gestión de datos maestros no sólo proporciona a los responsables de la toma de decisiones una mayor visibilidad y datos brutos más fiables para el análisis, sino que también mejora las posibilidades de colaboración entre las partes interesadas internas y externas:
Las partes interesadas de distintos departamentos, unidades de negocio o incluso organizaciones tienen acceso a los mismos datos relevantes cuando los necesitan.
MDM multidominio
Tal vez la característica más definitoria de los llamados "líderes" en MDM, según Aberdeen Group, sea la capacidad de gestionar múltiples dominios de datos simultáneamente.
El MDM multidominio mejora la eficiencia de los datos en varios aspectos: por un lado, la precisión de los datos es un 8,7 por ciento mejor y la exhaustividad un 11,9 por ciento mejor que con el MDM no multidominio. Sin embargo, las ventajas del MDM multidominio son aún más evidentes cuando se trata de los criterios "tiempo hasta la información" y "precisión de las decisiones", que son importantes para un BI eficaz.
Cuando se utiliza MDM multidominio, el 64% percibe mejoras en el "tiempo hasta la información", frente a sólo el 35% en el caso del no multidominio. Cuando se trata de mejoras en el criterio "precisión de las decisiones", el multidominio también está claramente por delante del no multidominio, con un 69% y un 48% respectivamente.
Las organizaciones con una sola versión de la "verdad" y un registro maestro de datos para cada dominio clave dedican menos tiempo a buscar información o a confirmar la fiabilidad de los datos existentes y disponen de más tiempo para realizar análisis pertinentes.
Multidomain MDM centraliza toda la gestión de datos maestros. Todos los datos relevantes, desde las compras hasta las ventas, convergen en un sistema central.
De este modo, se puede crear un "registro de oro" para clientes, productos y proveedores, por ejemplo, y reconocer las conexiones y correlaciones entre estos dominios. Se obtiene una visión global de los datos maestros en todos los ámbitos.
De este modo, un MDM multidominio crea "una verdad" para los distintos dominios de datos maestros a lo largo de todo el proceso empresarial.
Tanto si se trata de un departamento especializado como de la dirección de una empresa, si desea obtener información a partir de los datos y conocimientos de misión crítica a partir de la información para poder tomar decisiones basadas en hechos válidos, no hay forma de evitar la calidad profesional de los datos y la gestión de datos maestros. Evitarlo sería correr el riesgo no sólo de no tomar mejores decisiones, sino de tomar las equivocadas.
