Inteligencia

La cadena del valor de la inteligencia

A semejanza de la Cadena del Valor de Porter (Porter:1985) recordando un poco lo que escribimos en 2006, en los últimos años hemos venido trabajando en la “Cadena del Valor de la Inteligencia”,(Berberena:2006) que se refiere a la extracción de inteligencia de los datos. Ver figura 1.

Como se pude apreciar, está formada por cuatro componentes esenciales, a saber: datos, información, conocimiento e inteligencia.

Los datos son representaciones alfanuméricas de determinadas variables que identifican los procesos de negocio. Su valor intrínseco es medir el desempeño y sirven para controlar la operación de la empresa u organización.

Si los datos se extraen, transforman y almacenan, pero a un nivel más comprensivo, entonces éstos se convierten en información. En esta fase se evalúa la calidad de los datos y se puede hacer una explotación proactiva de los mismos

A partir del almacenamiento inteligente del que se hace referencia anteriormente, podemos generar reportes, aplicando técnicas de análisis estadístico, entonces estamos en la fase de conocimiento o de inteligencia de negocios (business intelligence). En la práctica muchas personas piensan que ésta es la última y más importante etapa de la cadena del valor de la inteligencia.

A partir de la comprensión del desempeño del negocio, que adquirimos en la fase de conocimiento, podemos pasar a la última, mas compleja y valiosa etapa de la cadena del valor de la inteligencia –la inteligencia, o inteligencia analítica-, que se relaciona con la extracción de complejos patrones de comportamiento del negocio, que se usan a su vez como modelos de soporte y que permiten a las empresas y organizaciones crear una ventaja competitiva.

Creo que en la confusión entre inteligencia de negocios e inteligencia analítica está el principal problema de las empresas u organizaciones, al pedir a la primera los resultados de la segunda.

La minería de datos es uno de los componentes principales del arsenal con que cuenta la inteligencia analítica.

La minería de datos incluye metodologías, técnica y herramientas de análisis que permiten extraer patrones de comportamiento (modelos matemáticos complejos) en grandes bases de datos, con el objetivo de obtener un soporte para la toma de decisiones. Esta se describe como una potente fusión del hardware, el software, la base de datos masiva y oportunista de las empresas e instituciones y el conocimiento técnico de especialistas de negocios, analistas y consultores; además se requiere formular estrategias para la gestión de la información que abarque toda la empresa.

La analítica aplicada como sello distintivo de la marca

Las organizaciones compiten mediante el análisis no sólo porque pueden, sino también porque deben. En estas organizaciones el manejo virtuoso de la información es, muchas veces, parte de la marca. La alta dirección establece el análisis (complejos análisis estadísticos y de datos) como una pieza clave en sus estrategias. Gestionan su actividad analítica a nivel de toda la empresa y no departamental.

Las empresas orientadas hacia la competencia analítica tienen un alto nivel de éxito y crecimiento. Además, cuenta con el análisis cuantitativo para la toma de decisiones sobre la realización de grandes cambios tecnológicos.

Los competidores analíticos tienen una fuerte cultura de análisis cuantitativo y generalmente utilizan un enfoque de “probar-aprender”, en sus negocios. (Davenport:2007)

Desde la gestión del producto, bajando por todos los niveles, hasta el equipo de ingeniería, los competidores analíticos contratan personas con habilidades para construir una cultura de análisis cuantitativo. Generalmente, en un mismo momento, tienen ejecutando varios cientos de experimentos para probar diferentes atributos de la experiencia del consumidor.

El equipo de analítica de estas empresas cuentan con maestros y doctores en ciencias de la computación, matemática y estadísticas aplicadas, etc.

El rango de software analítico que utilizan varía desde las sencillas herramientas estadísticas y de optimización del MS Excel, los paquetes de análisis estadístico como el Minitab, las complejas y costosas suites de inteligencia analítica e inteligencia de negocios como SAS, Cognos, Business Objects y, las aplicaciones predictivas como las de Fair Isaac, hasta el reporteo y los módulos analíticos de ERPs como SAP y Oracle.

Como ejemplo de estas empresas tenemos: Neflix, Harrah´s Entertainment, Oakland A´s, Amazon, Yahoo! y Google.

Estas empresas tienen sólo dos cosas en común: compiten sobre la base de sus capacidades analítica y son altamente exitosas en sus respectivos sectores. (Davenport:2007).

Transformar la habilidad de competir mediante el análisis en ventaja competitiva sostenible-

En la década de los ochenta, se presentó un problema en las empresas financieras que otorgaban créditos al consumo a través de tarjetas. Este consistió en que las empresa emisoras había perdido el foco en los clientes individuales y al solución llego en forma de analítica conducida por la tecnología (Davenport:2007) (Peters:1982). Los conocimientos adquiridos del análisis de los datos sirvieron para descubrir el verdadero objetivo del negocio y conseguir a los clientes más rentables dejando a la competencia los menos rentables, pues o poseían la capacidad de identificarlos bien.

En la actualidad, Capital One ejecuta más de trescientos experimentos como promedio, por

...