Soluciones analíticas inteligentes para tiempos difíciles

La empresa de software SAP, con sede en Walldorf, persigue desde hace tiempo la filosofía de la "empresa inteligente". El punto de partida de esta idea es que las tecnologías modernas permiten a las empresas utilizar fácilmente los datos y tomar así decisiones basadas en pruebas. Su aplicación reduce el riesgo de errores de planificación e inversiones antieconómicas.

Aunque algunas empresas ya tienen muy buenos planteamientos al respecto, a muchas les sigue resultando difícil una gestión basada en datos y pruebas. En muchos casos, ya carecen de una base sólida para realizar análisis de datos modernos. Daniel Schoen, experto en analítica de Nagarro: "Si las empresas no reconocen la importancia de sus datos, a menudo limitan sus análisis a análisis de áreas aisladas, en forma de informes, por ejemplo. La dirección estratégica renuncia así a información relevante para la toma de decisiones. Es como un capitán que renuncia al navegante".

La evolución de la gestión de datos

Nagarro utiliza la metáfora de la evolución para evaluar el estado actual de los conceptos analíticos internos. Los especialistas informáticos de la empresa trazan una progresión en cuatro etapas.

Esto comienza con el "análisis descriptivo". Aquí, los sistemas de análisis pertinentes sólo registran el statu quo actual - por ejemplo, qué ROI o flujos de caja comunica la empresa. Aquí no se realizan análisis más profundos, como un examen detallado de los componentes individuales de un KPI.

El segundo paso evolutivo es la "analítica de diagnóstico". Las empresas ya utilizan soluciones analíticas para los primeros análisis en profundidad: por ejemplo, para investigar las causas de la situación actual de la empresa, como un bajo rendimiento de los fondos propios o el estancamiento de las ventas. Por tanto, ya no se trata "sólo" de cifras clave aisladas, sino de su evolución pasada y actual. Los sistemas también suelen permitir desglosar los ratios en sus componentes individuales ("descompensación") para obtener información detallada adicional.

Le sigue el "análisis predictivo", en el que los modelos de análisis ya son capaces de hacer previsiones. Por tanto, los indicadores clave de rendimiento o la evolución actual no sólo pueden analizarse retrospectivamente, sino también extrapolarse para el futuro. Así, por ejemplo, las empresas pueden prever las ventas futuras y saber qué mercados, regiones, ofertas y servicios podrían ser especialmente lucrativos en el futuro.

La conclusión actual es la "analítica prescriptiva". Las herramientas de análisis no solo pronostican tendencias futuras, sino que también asesoran proactivamente a las empresas sobre cómo alcanzar más rápidamente sus objetivos previamente definidos. Para ello se necesitan potentes herramientas de IA que no solo puedan extrapolar tendencias, sino también ofrecer a la empresa sugerencias de optimización específicas basadas en los objetivos previamente definidos.

Aunque este proceso evolutivo en cuatro etapas es simplista e idealizado, constituye un buen punto de partida para evaluar la situación actual de una empresa. Esta categorización también permite a Nagarro ofrecer una visión general del estado actual de toda la empresa. Daniel Schoen comenta: "Muchas empresas se encuentran actualmente a medio camino entre el diagnóstico y el análisis predictivo. A menudo carecen de enfoques sistemáticos para una solución ampliable y preparada para el futuro. En algunos casos, existe una proliferación de sistemas heterogéneos. El resultado es un sistema informático en la sombra confuso y apenas manejable. Sin embargo, ante una competencia internacional cada vez más feroz, se necesitan conceptos de solución modernos."

Dos componentes básicos de las soluciones analíticas inteligentes

En última instancia, su aspecto varía de una empresa a otra. Depende, por ejemplo, del sector al que pertenezca la empresa y de su tamaño. No obstante, es posible esbozar al menos un concepto inicial sólido para la mayoría de las empresas: Consta de dos elementos básicos a los que la empresa puede ir añadiendo otros en función de sus necesidades.

1. Módulo: Embedded Analytics

Para las funciones más operativas o de apoyo a la toma de decisiones del panorama analítico, el concepto propone la "analítica integrada". Las empresas pueden utilizarla para crear informes, supervisar los procesos en curso en tiempo real y generar reservas iniciales de eficiencia a partir de las percepciones obtenidas de este modo -por ejemplo, optimizando los plazos de los pedidos a proveedores previos específicos-.

La base de datos y el fundamento técnico para ello es SAP S/4HANA. El enriquecimiento a partir de otras fuentes de datos no está previsto explícitamente en este caso, en parte para garantizar la facilidad de uso. Esto se consigue de forma casi intuitiva utilizando aplicaciones analíticas Fiori como front-end. Para ello, SAP ofrece una serie de aplicaciones Smart Business Fiori predefinidas para KPI, varios menús de desglose y numerosas funciones de filtro.

Gracias a su clara estructura, embedded analytics también es ideal para usuarios con menos conocimientos técnicos, por ejemplo en departamentos individuales. Daniel Schoen: "Una ventaja clave del concepto de embedded analytics es que se basa principalmente en los componentes de SAP S/4HANA y, por lo tanto, no requiere ninguna inversión adicional significativa. Por lo tanto, lo ideal sería que las empresas lo implementaran durante la transición a S/4HANA. Pero el concepto también puede ayudar a estandarizar enfoques de soluciones heterogéneas más adelante, por ejemplo."

2. Módulo: Almacén de datos y análisis estratégico

Dado que la analítica integrada se destina principalmente a los análisis operativos, alcanza sus límites para las tareas estratégicas en particular. Aquí es donde las empresas necesitan conceptos complementarios. SAP Datasphere o SAP BW/4HANA en combinación con SAP Analytics Cloud, por ejemplo, forman la infraestructura técnica.

La tarea global de la solución estratégica es, pues, definir un único punto de verdad para las empresas: un conjunto de datos normalizados en el que las empresas puedan fusionar, recopilar, normalizar y consolidar sus datos y prepararlos así para evaluaciones y planificaciones complejas. En este sistema también es posible importar datos de distintas fuentes.

En contraste con el enfoque de análisis integrado, la solución estratégica está dirigida a análisis que van mucho más allá de la visión departamental, es decir, donde la atención se centra en la empresa en su conjunto y su desarrollo a largo plazo. A partir de este conjunto de datos, que también puede incluir datos históricos, se pueden llevar a cabo complejos procesos de análisis predictivo y prescriptivo, como previsiones de largo alcance, normalmente con el apoyo de modernos modelos de IA.

Daniel Schoen resume: "El enfoque de almacén de datos para tareas estratégicas y el concepto de análisis integrado para el negocio operativo suelen complementarse a la perfección. Juntos, crean una base analítica sólida. "En caso necesario, las empresas pueden complementarlo con soluciones adicionales, como SAP Integration Suite o SAP Sustainability Control Tower. Para muchas empresas, sin embargo, incluso el concepto básico sería un verdadero paso adelante."

A la entrada de socios: