Miércoles, 16 de Septiembre de 2009
Transformación empresarial exitosa
Las empresas deben considerar la analítica –y no el instinto del CEO- como el motor de programas de transformación exitosos
Por Eduardo Gutiérrez/ Director de la Unidad de Software IBM México
Creo que la frase de Bob Dylan “el que no está ocupado naciendo está ocupado muriendo” resume con destreza el sentimiento de muchas empresas que intentan renacer en medio de la actual crisis económica. Si bien la crisis económica tendrá un serio impacto en el crecimiento y la rentabilidad de las empresas, también ofrece una excelente oportunidad a las empresas para transformarse a sí mismas hacia el crecimiento rentable de largo plazo y el mayor valor para sus grupos de interés.
La industria india, no obstante sus proyecciones de crecimiento, sigue enfrentando una batalla cuesta arriba para identificar las oportunidades reales de crecimiento en medio del desgaste de la confianza de los consumidores y la propensión a la merma y pérdida de clientela. Muchas empresas de la India, habiendo invertido fuertemente en los buenos tiempos, ahora tienen dificultades para mantener las estructuras de costos en vista de sus márgenes reducidos. No sorprende que varias firmas líderes de India hayan comenzado programas de transformación integral.
La pregunta, no obstante, es cuáles deberían ser los objetivos de tales programas transformacionales. ¿Deberían enfocarse en el crecimiento o en la rentabilidad? ¿Por qué la reducción de costos no habría de ofrecer retornos de ganancias en forma inmediata? ¿Deberían adquirirse más clientes? ¿Más clientes significan más ingresos? Si bien estas son preguntas muy comunes que se plantean los ejecutivos que impulsan estos programas de transformación, la realidad detrás de estos programas de transformación suele ser que las empresas encaran estos programas en base a la intuición y no en base a hechos completos y coherentes.
Es en este contexto que este artículo propone aprovechar la analítica integral como el motor de exitosas transformaciones empresariales.
Tomemos el caso de una aerolínea global que gastó millones de dólares para mejorar su base de clientes fieles sólo para darse cuenta que la base más fiel no tenía ningún efecto en los ingresos o las ganancias. Del mismo modo, un ejercicio integral de transformación realizado por una compañía líder de telecomunicaciones de ampliar sus ventas (up-sell) a varios servicios de valor agregado no motivó a la base de clientes a utilizarlos, lo cual generó ingresos significativamente menores.
La situación hubiera sido muy diferente si la aerolínea se hubiera enfocado en segmentos de clientes con la mayor propensión a volar y a generar potencial de ingresos en lugar de fidelizar a sus clientes. Este enfoque hubiera requerido comprender los datos extensivamente para entender la relación entre los patrones de vuelo y los ingresos generados. Precisamente, allí es donde la Analítica puede ayudar.
La Analítica nos ofrece la visión retrospectiva y la visión prospectiva, la segunda tan importante y crítica como la primera, para determinar las oportunidades. La analítica ayuda a la empresa a llegar a oportunidades de crecimiento de manera enfocada y a optimizar las inversiones y los esfuerzos para dar el mayor beneficio. La analítica nos ayuda a llegar a micro-segmentos de clientes que nos ofrecen el mayor potencial y nos permiten utilizar nuestros recursos con mucha eficacia en lugar de distribuirlos finamente apuntando a todo el universo de clientes sin distinción.
A través de capacidades como la predicción de respuesta, el potencial de incumplimiento, el potencial de que los clientes se queden con la empresa o la abandonen, los modelos analíticos pueden mejorar el proceso de toma de decisiones incorporando, como mínimo, más capacidad de predicción. Así, los tomadores de decisiones conocerán las ventajas y desventajas potenciales de las opciones que elijan y las decisiones que adopten.
Las soluciones utilizadas en analítica pueden ayudar a realizar minería de grandes conjuntos de datos para descubrir las tendencias prevalentes, ayudar a mejorar la predicción y a su vez permitir a los tomadores de decisiones adoptar el foco deseado y asignar sus recursos, financieros o de otro tipo, de la manera óptima. Por otra parte, tal como mencionamos brevemente, la falta de hechos exhaustivos puede tener como consecuencia que no se agregue ningún valor a la empresa.
Demos una mirada a los casos en los que las empresas han impulsado transformaciones a través de la analítica. Tras realizar minería de datos, una aerolínea determinó los contornos de la base de clientes generadora de ingresos y apuntó a los clientes con mayor propensión a viajar. En lugar de mejorar la fidelidad, el ejercicio de transformación implicó un plan integral no sólo para segmentar a los clientes sino también para identificar a aquellos en la cúspide e incentivarlos a pasarse al segmento de comportamiento deseado. Hay ejemplos de empresas de telecomunicaciones que mejoraron exitosamente su rentabilidad al enfocarse e incentivar a los clientes a consumir pasado cierto umbral para que los productos y servicios fueran más rentables.
Los bancos, por otra parte, están mejorando la forma de adquirir clientes más solventes y rentables mientras que las compañías de seguro están emponderando a sus agentes con listas de clientes enfocadas que incluyen productos relevantes en lugar de que los agentes vendan todos los productos a todos los clientes. Estas empresas han encarado transformaciones impulsadas por la analítica para mejorar estas métricas críticas de negocio y, a su vez, generar ingresos y ganancias.
Consideremos los desafíos de emprender transformaciones basadas en la analítica y cómo una gran empresa puede introducir el cambio, con el rigor y la disciplina necesaria, para llevar a cabo tales grandes iniciativas. En primer lugar, el elemento más crítico de la analítica es los datos y su calidad. Si bien en la práctica es imposible tener datos 100% precisos en las empresas comerciales, a menudo la integridad y el grado de exactitud pueden marcar la diferencia entre decisiones eficaces e ineficaces. Sin embargo, también debe tenerse en cuenta que la analítica es una travesía con repeticiones sucesivas del ciclo analítico, propiciando las mejoras requeridas en los datos. En otras palabras, se comienza con un conjunto limitado de datos y se sigue agregando más con el tiempo. En tanto los datos básicos estén disponibles, mayormente dos o tres aspectos importantes de los datos, una empresa puede embarcarse en la travesía analítica y al mismo tiempo invertir en mejorar la calidad y la integridad de los datos.
En segundo lugar, las empresas a menudo creen erróneamente que la analítica es un tema netamente tecnológico o cuantitativo y lo dejan por completo en manos de sus equipos de tecnología. Las transformaciones analíticas exitosas son aquellas impulsadas por el liderazgo de negocios central. El liderazgo, en general al nivel del CEO o COO, debe impulsar las iniciativas analíticas en toda la empresa. Debe asegurar que la iniciativa tenga la visión y capacidad necesaria para causar el impacto de negocios y cada herramienta, tecnología o técnica estadística debe convertirse en un mero medio para lograr el objetivo de negocios último.
Se sugiere que un Chief Analytics Officer que reporte al CEO o COO lidere las iniciativas de analítica transformacional y colaborativa en la empresa. En tercer lugar, las empresas a veces tratan de cubrir todos los desafíos / dolores del negocio bajo los auspicios de la analítica e intentan resolver el problema completo de un solo tiro. Es importante mantener las recompensas incrementales y agregar valor. El negocio debe sentir el impacto de la analítica en cada etapa y con mucha frecuencia. Los proyectos exitosos de transformación analítica a menudo ofrecen valor periódicamente para asegurar que el negocio no pierda confianza en la iniciativa. Una vez que el marco básico ha sido instaurado, entregar valor en forma incremental y periódica es bastante factible.
Finalmente, las empresas deben invertir en instaurar las disciplinas y los procesos necesarios de gobierno y administración del cambio al encarar las iniciativas de transformación analítica. Las empresas deben recibir mentoría sobre los beneficios de analizar datos detallados antes de llegar a una propuesta o hipótesis de negocio en particular. La motivación de los líderes de negocio y la base de usuario resulta crítica para el éxito de la transformación. Al contrario de lo que erróneamente se cree, las tecnologías y las herramientas para realizar transformaciones impulsadas por la analítica han sido comprobadas y están maduras. Las transformaciones a veces fracasan no a causa de las tecnologías o herramientas sino por la falta de claridad de propósito, la falta de compromiso o apoyo ejecutivo y, un punto muy importante, la mala predisposición de la empresa a abandonar el factor de la intuición.
alcr
Envíanos tus opiniones y si quieres contar con todas las funcionalidades de comentarios como responder a tus los participantes, necesitas accesar tu cuenta en el LOGIN
Si eres NUEVO USUARIO, da click aquí para Registrarte.
Te recordamos que es GRATIS y tendrás acceso a todo el sitio del nuevo EXonline, entre otros beneficios.
Tekno Filia
Te presentamos este espacio en el que podrás descubrir las expectativas tecnológicas, las innovaciones y lo más destacado en "High Tech".
Los blogs más comentados
Otras entradas
