Cómo convertir los datos en un activo estratégico

Jeanne G. Harris

Las empresas de distintos sectores están descubriendo que un uso avanzado de la información con la que ya cuentan en sus propias organizaciones resulta fundamental para lograr un alto rendimiento. Este artículo presenta un modelo en cinco etapas que pondrá el análisis de los datos en el centro de sus decisiones.

Es probable que entre las operaciones más básicas de su empresa haya escondidas auténticas minas de oro de datos que podrían ayudarle a superar a sus competidores.

En el caso de la británica Royal Shakespeare Company (RSC), un examen exhaustivo de los datos sobre la venta de entradas acumulados durante siete años le permitió vender más a los clientes que ya tenía y descubrir nuevos públicos. Analizando los nombres, las direcciones, las representaciones a las que asistieron y los precios pagados por las entradas, la compañía desarrolló un programa de marketing que aumentó más del 70 % el número de asistentes habituales a su sala de referencia de Stratford-upon-Avon.

Durante la última década han sido numerosas las empresas de muchos sectores que han ido aún más lejos. Netflix, Capital One, Amazon, Tesco y Progressive Casualty Insurance, por citar solo algunas, han aprendido a ganar mediante el análisis, es decir, a emplear datos y sofisticados modelos cuantitativos como herramientas estratégicas en sus esfuerzos por lograr un alto rendimiento.

Sin lugar a dudas, no todas las empresas tienen la capacidad –ni siquiera el deseo– de situar el análisis de los datos en el centro de su estrategia. No obstante, incluso los directivos que desean emplearlo para que sus empresas compitan con más fuerza sin llevar a cabo una transformación estratégica total, pueden encontrar, casi con toda seguridad, tesoros de información ocultos dentro de sus organizaciones, una información a la que se podría dar mejor uso.

La pregunta es... ¿cómo hacerlo?

Después de más de una década de investigación en la que se han analizado cientos de empresas y se ha conversado con multitud de directivos, Accenture ha desarrollado un modelo de cinco etapas, denominado DELTA (datos, empresa, liderazgo, targets y analistas), que aborda las exigencias fundamentales para el éxito en la utilización del análisis a través de una serie de preguntas.

Datos: ¿qué hay de singular en mis datos?

Pocas empresas se dan cuenta de que los datos que recogen encierran un valor especial. En un estudio llevado a cabo en el año 2009 por Accenture con 600 empresas de primera línea, el 88 % de los entrevistados afirmaba que sus datos eran básicamente iguales a los de sus competidores en términos de utilidad e importancia.

Esta forma de pensar resulta contraproducente. No existen dos empresas que tengan exactamente los mismos datos. El problema es que la mayoría de ellos suelen ser el subproducto de esfuerzos para alcanzar otros objetivos: la gestión del riesgo de crédito en la banca, por ejemplo, o la gestión de existencias en el comercio minorista. Son relativamente pocas las empresas que explotan esos datos con la idea de obtener una ventaja analítica.

Por tanto, la primera tarea consiste en darse cuenta de lo que tienen de singular sus datos y trabajar en esa dirección. Para ello hace falta una cierta dosis de mentalidad creativa, lo cual probablemente suponga la obtención de nuevos datos y la creación de nuevas mediciones del rendimiento. Pensemos en el modo en el que las empresas cuyos ejemplos se presentan a continuación están utilizando los datos generados en sus relaciones con los clientes o en sus operaciones internas con el fin de obtener ventaja competitiva.

Mediante el análisis de los datos de los miembros de su programa de fidelidad Reward Zone, Best Buy fue capaz de determinar que el 7 % de sus clientes era responsable del 43 % de sus ventas. Con este análisis en las manos, el gigante de la electrónica minorista segmentó a sus clientes y rediseñó los establecimientos y la experiencia en la tienda para que reflejaran los hábitos de compra de ciertos grupos de clientes.

Olive Garden, una cadena de restaurantes de comida italiana establecida en Estados Unidos y Canadá, propiedad de Darden Restaurants, utiliza los datos de sus establecimientos para planificar casi todos los aspectos de sus operaciones. Una aplicación prevé las necesidades de personal y las exigencias de preparación de los alimentos hasta el último detalle de cada uno de los platos de la carta y sus ingredientes. Gracias a ello, Darden ha gestionado el personal de Olive Garden de manera más eficiente y ha reducido significativamente el desperdicio de alimentos durante los dos últimos años.

Si bien la singularidad no es el único aspecto importante de la utilización de los datos (también hay que abordar aspectos como la estructura, la integración, la calidad, el acceso, la confidencialidad y la gestión), lo cierto es que resulta fundamental para lograr una ventaja competitiva con el análisis. Cualquier organización que desee tener éxito en este aspecto debe comenzar reuniendo los datos que solo ella posee y darse cuenta del valor que reside en ellos.

Empresa: ¿qué grado de integración es necesario en toda la empresa para aprovechar las ventajas del análisis?

Para un uso eficaz de la capacidad de análisis es fundamental centrar la atención en la empresa en su conjunto. Sin embargo, en la gran mayoría de las organizaciones eso es más bien la excepción, no la regla. Solo el 20 % de los encuestados en nuestro estudio afirmó que utilizaba el análisis de datos en toda la organización. Un porcentaje más alto, el 31 %, lo hacía en todos los procesos, pero en una única unidad de negocio, mientras que el 43 % lo hacía en varias funciones, pero con un único proceso de negocio.

En realidad, resulta complicado definir un esfuerzo que abarque a la empresa en su conjunto. La integración de datos, análisis y procesos en una empresa grande y diversa –que tiene diferentes tipos de clientes y productos y opera en varios mercados y en un entorno económico volátil– supone, por decirlo suavemente, un gran desafío.

Por ejemplo, pensemos en el caso de una multinacional que fabrica y vende una lista de productos y servicios en todo el mundo. ¿Es necesario compartir en toda la empresa los datos sobre sus clientes de turbinas eólicas en Europa y los de sus clientes de seguros en Asia? Probablemente no. Sin embargo, en algunas áreas –como la gestión del talento y los acuerdos de compra en grandes volúmenes–, este tipo de empresa global necesita compartir datos de varias de sus actividades o incluso de todas ellas.

¿Cómo se adopta una perspectiva de la empresa en su conjunto con respecto al análisis de los datos? La cuestión fundamental consiste en saber si alguna otra persona de la empresa puede considerar que esos mismos datos, esa tecnología y esos análisis le resultan útiles. Hay que pensar que cualquier grupo de una corporación que comparte o podría compartir clientes, mercados, existencias y proveedores, o cualquier grupo que participa en los mismos proyectos de análisis, forma parte de una única empresa.

En caso de duda, determine si algún otro grupo necesita datos comunes para responder a alguna de las seis preguntas sobre el análisis contenidas en el recuadro de la parte inferior. En caso afirmativo, resulta valiosa la coordinación de unos parámetros técnicos comunes con respecto a la infraestructura, los datos, las definiciones, el análisis y los procesos de decisión.

Una empresa que se compromete a ayudar a sus clientes y proveedores a adoptar decisiones mejores compartirá no solo datos, sino también análisis y experiencia analítica, para crear una “empresa extendida”. Por ejemplo, Walmart es muy conocida por compartir datos con sus proveedores, con la expectativa que esos proveedores utilicen la información para reducir los precios e incrementar las ventas en asociación con el minorista. Sin embargo, según un estudio de Accenture del año 2006, solo el 24 % de las organizaciones tenía este tipo de vínculos directos con los clientes y solo el 15 % los tenía con los proveedores.

La determinación del grado adecuado de coordinación o integración entre las unidades de negocio puede ser una cuestión especialmente delicada en el caso de una empresa global grande o después de una fusión, en ocasiones resultara poco práctico tratar como una única entidad a unidades geográficas o de negocio separadas. Además, en ocasiones es necesario dejar los datos en su silo por razones prácticas o legales.

Por su parte, las organizaciones que periódicamente adquieren y venden empresas probablemente no tratan los datos de sus filiales de una forma integrada, ya que resulta más sencillo venderlas si sus decisiones, sus sistemas y sus datos no están relacionados con los del resto. Además, cuando las organizaciones cuentan con diversos departamentos de TI, puede resultar tan complicado compartir datos y la infraestructura de TI que, en la práctica, no se pueden unificar en la misma empresa.

Conclusión: si bien la integración es fundamental para el éxito del análisis, se deberá llevar  a cabo por las razones convenientes y respetando sus limitaciones.

Liderazgo: ¿qué hacen realmente los «líderes analíticos»?
Para competir eficazmente mediante el análisis, la alta dirección, especialmente el asesor delegado, debe mostrar el máximo compromiso. Un estudio que efectuamos en el año 2009 indica que los equipos más destacados son conscientes de esto: más del 70 % de los encuestados afirma que su equipo de alta dirección está totalmente o en gran medida comprometido con el análisis y la toma de decisiones basada en datos.

Aunque se trata de una excelente noticia, esto es solamente una parte de la historia. De lo que muchos no se dan cuenta es que el liderazgo analítico no solo corresponde al asesor delegado y a la alta dirección, sino que también debe ser una parte integral de la gestión de cualquier directivo o profesional proactivo.

Entonces, ¿qué es lo que distingue a un líder analítico? A pesar de posibles estereotipos referentes a un trabajo de tipo individual e introspectivo, es un profesional muy completo con habilidades muy diversas, tanto de tipo analítico como de relaciones personales. En pocas palabras, no deja de ser simplemente un buen líder que además tiene una clara orientación analítica.

No obstante, en nuestra investigación establecimos una docena de características específicas que definen a los líderes analíticos y que exponemos a continuación.

DESARROLLAN SUS HABILIDADES PERSONALES
Muchas personas con gran capacidad para el análisis parecen preferir los ordenadores y los datos a las personas. Sin embargo, si no somos capaces de comunicarnos bien con los demás, no conseguiremos ser buenos líderes de ningún tipo, ni tampoco analíticos, por supuesto.

PRESIONAN PARA OBTENER MÁS DATOS Y ANÁLISIS
La principal responsabilidad de un líder analítico consiste en establecer la expectativa que las personas adopten las decisiones basándose en datos y análisis. Cuando a un líder analítico una persona le plantea una recomendación que parece estar basada en la intuición, la rechaza.

CONTRATAN A PERSONAS INTELIGENTES Y LES RECONOCEN EL MÉRITO DE SERLO
Muchas empresas de sectores que antes no tenían un excesivo carácter analítico descubren que cuentan con una cantidad relativamente reducida de personas que puedan llevar a cabo un trabajo de análisis serio. Sin embargo, convencer a profesional con un máster en Administración de Empresas o un doctorado con habilidades cuantitativas para que trabajen en empresas que no son conocidas por contratar este tipo de perfiles es una tarea difícil.

ACTÚAN COMO EJEMPLO
Los líderes analíticos predican con el ejemplo, utilizando datos y análisis en sus propias decisiones. De vez en cuando sienten la necesidad de ponerse el traje de trabajo y entretenerse con datos e intercambios de ideas con los analistas. Lo hacen porque les gusta y porque quieren que los demás sigan su ejemplo.

SE COMPROMETEN CON LOS RESULTADOS
Es frecuente escuchar a analistas de nivel medio e inferior quejarse por la falta de liderazgo analítico en sus organizaciones. Sin embargo, ellos pueden hacer algo para asumir ese liderazgo: comprometerse con un resultado específico en la parte de la organización a la que atienden o que controlan.

ENSEÑAN
Son profesores pacientes que imparten enseñanzas sobre cómo aplicar las perspectivas analíticas a la empresa. A veces enseñan verdaderas técnicas de análisis. Otras veces orientan con delicadeza a sus compañeros y a sus subordinados hacia una reflexión y una toma de decisiones más rigurosas.

ESTABLECEN LA ESTRATEGIA Y LAS EXPECTATIVAS DE RENDIMIENTO
Saben que los análisis y las decisiones basadas en datos fácticos no se producen en el vacío. Para que las personas sepan dónde y cómo aplicar sus capacidades analíticas necesitan una estrategia en su negocio, función o departamento. Una vez establecida, los líderes analíticos tienen que definir un conjunto de objetivos de rendimiento que sus organizaciones y sus colaboradores directos deberán  de alcanzar.

BUSCAN PUNTOS DE APOYO
Los buenos líderes analíticos saben en qué situaciones una pequeña mejora en un proceso dirigido por el análisis puede marcar una gran diferencia. Un ejemplo sencillo puede ser el de la venta minorista, donde un pequeño aumento del margen de beneficio se multiplica a través de un elevado número de ventas.

DEMUESTRAN PERSEVERANCIA A LO LARGO DEL TIEMPO

Los líderes analíticos no deben “bajar los brazos”, ya que los cambios que aplican el análisis a la toma de decisiones, los procesos de negocio, los sistemas de información, la cultura y la estrategia no tienen lugar de la noche a la mañana.

CONSTRUYEN UN ECOSISTEMA ANALÍTICO
Los líderes analíticos rara vez se dedican a la creación de capacidades analíticas en soledad. Más bien construyen un ecosistema formado por otros líderes de su misma empresa, por profesionales de la organización, por proveedores externos analíticos, por socios del negocio, etc.

TRABAJAN EN VARIOS FRENTES
Los líderes analíticos saben que ninguna aplicación o iniciativa servirá por sí sola para que su empresa tenga éxito. Por lo tanto, avanzan en varios frentes con una cartera de proyectos.

CONOCEN LOS LÍMITES DEL ANÁLISIS
Los buenos líderes analíticos saben cuándo deben utilizar su intuición. Combinan arte y ciencia en la toma de decisiones. Utilizan los análisis siempre que es posible, pero también son capaces de contemplar la imagen de conjunto.

Objetivos: ¿cómo oriento mi inversión en análisis para obtener el máximo rendimiento?
Las empresas deben tomar constantemente decisiones sobre dónde invertir sus recursos, y lo mismo ocurre con las iniciativas relacionadas con el análisis de datos. En nuestro estudio del año 2009 pedimos a los directivos que señalaran qué objetivos de análisis era más importante poner en práctica inmediatamente y cuáles podían esperar.

Con respecto al corto plazo, el objetivo más citado por los encuestados (el 64 %) fue la necesidad de responder de manera diferenciada a un acontecimiento o una actividad de los clientes, pero un porcentaje casi idéntico (el 62 %) citó el simple deseo de conseguir que sus datos estuvieran en orden. A largo plazo, el principal objetivo citado (el 72 %) fue la posibilidad de utilizar las capacidades predictivas del análisis.

Los proyectos de análisis también se pueden orientar por áreas. En el estudio, el 35 % de los encuestados estaba orientando la inversión en análisis hacia la gestión de las relaciones con los clientes (CRM), seguido por un 27 % que la orientaba hacia operaciones y finanzas.

¿Cuáles son las claves para orientar las inversiones en proyectos de análisis? La respuesta depende del modo en el que ofrezcamos valor.

Una forma de abordar esta pregunta consiste en echar una mirada sistemática a la forma de operar y a la estructura de los procesos de negocio, a cómo se toman las decisiones en ellos y a las áreas en las que puede haber oportunidades de mejora importantes. Un punto de partida lógico consiste en determinar qué procesos de negocio están bajo presión y resultarían más beneficiados por este tipo de innovaciones.

Ciertos tipos de procesos de negocio se prestan al análisis y suelen tener en común las siguientes características:

• Son ricos en datos o pueden serlo.

• Utilizan mucha de información. El análisis revela el significado de los datos.

• Requieren muchos activos. El análisis permite el uso eficaz y la puesta en común de recursos escasos o costosos.

• Necesitan la intervención de muchas personas. El análisis de los datos permite tomar decisiones y emplear conocimientos prácticos, especialmente cuando la oferta de talento es escasa, la demanda es cíclica y los plazos de formación son muy prolongados.

• Dependen de la velocidad y la oportunidad. El análisis de los datos hace posible la aceleración de los procesos y la toma de decisiones en tiempo real, especialmente cuando la satisfacción del cliente o la competitividad del proceso exigen unos tiempos de respuesta ultrarrápidos (por ejemplo, a través de la Web).

• Dependen de la coherencia y el control. El análisis de los datos permitirá tomar decisiones coherentes incluso en situaciones imprevisibles.

• Dependen de una toma de decisiones repartida. El análisis de los datos permite a las personas que adoptan las decisiones hacer proyecciones o analizar el pasado para prever las repercusiones de sus acciones.

• Tienen un alcance multifunción o multiunidad. El análisis pone de relieve las interdependencias y permite que los componentes funcionen mejor juntos.

• Presentan una tasa de éxito mediocre. Es probable que los procesos que tienen un «promedio de acierto» bajo sean los más susceptibles de mejorar mediante el análisis.

Por ejemplo, McKesson Pharmaceutical escogió como objetivo su compleja cadena de suministro. La compañía, que es la mayor distribuidora de productos farmacéuticos de Norteamérica, traslada a diario a más de 40.000 localidades la tercera parte de los medicamentos que se consumen en Estados Unidos. Con importantes fabricantes de productos farmacéuticos en el lado de la oferta y con potentes minoristas (incluido Walmart) en el de la demanda, McKesson tiene que operar con grandes volúmenes y gran eficiencia.

La empresa, que ya centraba en gran medida su atención en los procesos de negocio, recopiló datos de los procesos de venta, logística, compras y finanzas para lograr una mayor integración del análisis y la argumentación de las decisiones. En la actualidad, los directivos de toda la cadena de suministro pueden evaluar la repercusión operativa y financiera de sus decisiones relativas a los calendarios de entrega, la utilización del transporte, los ajustes de cantidades, el envejecimiento de los productos y la comercialización mediante envío al cliente final.

Realizar un inventario de los procesos no es la única manera de encontrar las oportunidades de análisis adecuadas. También hay que participar en la reflexión de conjunto sobre la configuración de nuestro negocio y los acontecimientos que lo afectan: cambios demográficos, tendencias económicas y cambios en los gustos y las necesidades de los clientes. Un buen conocimiento de los acontecimientos internos y externos resultará muy útil para adoptar la decisión correcta con respecto a las inversiones en proyectos de análisis.

Analistas: ¿quién es un analista?
Los directivos que lideran proyectos de análisis dependen de analistas de muchos sectores. El 53 % de los participantes en el estudio de Accenture afirma que utiliza analistas externos, el 60 % usa recursos de un grupo centralizado y dos terceras partes emplean analistas de un departamento, unidad o área.

En el nivel superior, denominamos analistas a quienes utilizan la estadística, el análisis cuantitativo o cualitativo y las técnicas de elaboración de modelos de información para la configuración y la adopción de las decisiones: es decir, una amplia gama de actividades. Sin embargo, los analistas –lo que nosotros denominamos talento analítico– varían mucho en características y responsabilidades. Hemos distinguido cuatro tipos generales de talento analítico: campeones, profesionales, semiprofesionales y aficionados.

Campeones del análisis. Por lo general son profesionales del análisis que han sido ascendidos a puestos de alta dirección. Mediante la combinación de una sólida visión para los negocios y un conocimiento de las técnicas analíticas, establecen estrategias a largo plazo y proporcionan orientación a otras personas de su organización sobre sistemas de TI o asuntos relacionados con los procesos.

Profesionales del análisis. Son los profesionales más competentes y mejor capacitados, con una amplia variedad de habilidades cuantitativas. Crean aplicaciones analíticas avanzadas mediante el desarrollo de modelos estadísticos y algoritmos. Normalmente emplean técnicas avanzadas, como análisis de tendencias, algoritmos de clasificación, modelos estadísticos, de predicción, de optimización y de simulación, así como diversas técnicas de explotación de datos, Web y textos.

Estos puestos de trabajo suelen requerir un título universitario avanzado (muchas veces un doctorado) en un campo cuantitativo. Los profesionales del análisis generalmente representan entre el 5 % y el 10 % de los analistas de la empresa, frente al 1 % que suelen representar los campeones del análisis.

Semiprofesionales del análisis. Estos analistas aplican los modelos y algoritmos desarrollados por los profesionales en nombre del resto de la empresa. Es posible que cuenten con sus propias capacidades cuantitativas avanzadas. No obstante, su función principal consiste en aplicar el análisis a los problemas del negocio para adoptar decisiones de rutina o especializadas y, posteriormente, traducir los beneficios del análisis a un lenguaje llano para las personas centradas en la gestión de la empresa. Los semiprofesionales del análisis pueden representar entre el 15 % y el 20 % de los analistas de una organización.

Aficionados al análisis. En la cuarta categoría se encuentran los aficionados al análisis, ellos con profesionales cuya principal tarea no consiste en desarrollar un trabajo analítico pero que necesitan ciertos conocimientos de análisis para llevar a cabo con éxito su labor. El término aficionado no pretende ser peyorativo. Al contrario, los aficionados son consumidores bien informados de análisis, capaces de aplicar los conocimientos analíticos a su trabajo.

Un aficionado puede ser un directivo que utiliza información basada en los datos para mejorar las ventas, un profesional del centro de atención telefónica que depende de la recomendación de la siguiente mejor oferta para atender a un cliente con eficacia o un responsable de depósito que sigue el consejo basado en los datos con respecto a los niveles óptimos de existencias. Por lo general, estos aficionados representan entre el 70 % y el 80 % del talento analítico de una organización.

No todas las empresas están en condiciones de fundamentar su estrategia en el uso del análisis y mantenerla a lo largo del tiempo. No obstante, poner en práctica el modelo DELTA (datos, empresa, liderazgo, targets y analistas) puede servirnos para progresar mucho hacia la construcción de la capacidad analítica.

Tanto en el caso de una empresa eléctrica que analiza los datos generados por una nueva red inteligente como en el de una organización de asistencia sanitaria que analiza datos clínicos o en el de una compañía de seguros que analiza datos sobre fraudes y riesgos, las ganadoras serán aquellas que empleen el análisis de los datos para ayudar a los directivos a obtener un conocimiento más profundo y a adoptar decisiones más inteligentes.

Este artículo es una adaptación de Analytics at Work: Smarter Decisions, Better Results, de Thomas H. Davenport, Jeanne G. Harris y Robert Morison (Harvard Business Press, 2010).

Recuadro lateral 1
El cuidado y el fomento del talento analítico

Elizabeth Craig

El éxito de una empresa en el análisis de los datos depende sobre todo de su capacidad de gestionar eficazmente el talento analítico, es decir, los analistas que utilizan la estadística, el análisis cuantitativo o cualitativo y las técnicas de elaboración de modelos de información para configurar y tomar decisiones de negocio (véase el artículo).

Por estas razones, Accenture empezó a estudiar a estas personas hace más de dos años. ¿Quiénes son? ¿Qué las motiva? ¿Qué necesitan para ser eficaces? ¿Con qué grado de acierto las gestionan las empresas?

Hemos entrevistado a docenas de directivos de organizaciones analíticas y hemos encuestado a más de 1.300 profesionales con el fin de investigar el modo de maximizar los aportes de los analistas a la empresa, su compromiso en el trabajo y su intención de permanecer en la misma empresa.

Los descubrimientos son sorprendentes.

En primer lugar, hemos visto que las empresas habitualmente descuidan a este grupo. Por lo general, no consideran que el talento analítico constituya una fuerza de trabajo singular y valiosa y, desde luego, no lo gestionan como tal. Los analistas a menudo se hallan dispersos por los departamentos; muchas empresas no tienen una idea clara de quiénes son o de dónde se encuentran ubicados dentro de la organización.

De hecho, la mayoría de las empresas tienen varias descripciones de puesto diferentes para funciones de analista similares –y eso cuando las tienen–. Como consecuencia de ello, las expectativas y las mediciones del rendimiento son imprecisas o se aplican de manera poco uniforme. Además, las actividades cotidianas de los analistas no siempre están en sintonía con los objetivos estratégicos de la organización.

Cuando se trata de atraer al talento analítico, conseguir su compromiso y retenerlo, así como de crear la capacidad analítica de una organización, esa es una receta para el desastre.

¿Cómo se puede superar este abandono del talento analítico? La clave consiste en adoptar un enfoque que abarque a toda la empresa. Descubrimos que las de mayor éxito crean una organización analítica impulsada por el talento mediante cuatro capacidades: definición de las necesidades de talento analítico, descubrimiento de nuevas fuentes de talento analítico, desarrollo del talento analítico y despliegue eficaz del talento analítico.

Mediante la creación de estas capacidades, no solo abordan las necesidades estratégicas y operacionales de la empresa, sino que también liberan el talento de sus analistas para maximizar y ampliar de forma constante la eficacia analítica de la empresa.

En segundo lugar, hemos descubierto que las empresas muchas veces tienen problemas con el modo de organizar a los analistas. ¿Deberían estar centralizados o descentralizados? ¿El resto de la empresa debería pagar por su trabajo , como si se tratara de consultores, o deberían estar a disposición de toda la organización como un recurso gratuito? ¿Dónde tendrían que estar encuadrados jerárquicamente y de quién deberían depender?

Descubrimos que, por lo general, las empresas suelen escoger un modelo entre cinco para organizar a sus analistas, a menudo en función de su grado relativo de sofisticación analítica. Sin embargo, sus elecciones pueden ser problemáticas y distar mucho de las óptimas.

Cuando las empresas no lo hacen bien, es muy posible que sus mejores mentes analíticas terminen relegadas a llevar únicamente a cabo análisis sencillos o a trabajar en proyectos de escaso valor, en lugar de dedicarse a construir modelos sólidos para resolver los problemas más complicados del negocio. Lo que es peor aún: ese tipo de trabajo es perfecto para provocar la falta de compromiso y la deserción del analista.

Nuestra investigación revela que las empresas que quieren construir una sólida organización analítica obtienen mejores resultados mediante una mayor centralización y coordinación de su talento analítico. Dar estos pasos garantiza que los analistas trabajan muy de cerca con la empresa en las iniciativas más importantes y aún más cerca entre sí para coordinar sus esfuerzos y promover el aprendizaje y el apoyo recíprocos. Este enfoque permite también garantizar que los analistas tengan el tipo de trabajo relevante y las oportunidades de desarrollo profesional que son fundamentales para lograr su compromiso y su continuidad en la empresa.

En tercer lugar, hemos descubierto que, aunque a los analistas los motivan muchas de las mismas cosas que a los demás trabajadores, también tienen formación, habilidades y actitudes diferentes.

Al igual que sucede con los empleados en general, para lograr el compromiso de los analistas y retenerlos las empresas deben ofrecerles un trabajo relevante y oportunidades de desarrollo profesional, respaldar los esfuerzos de las personas, así como su necesidad de recuperación y renovación, y cultivar una cultura de confianza y respeto.

Nuestra investigación revela algo más: los analistas tienen una visión diferente de lo que hace que las oportunidades sean relevantes, del tipo de apoyo que es esencial y de los factores culturales más importantes. Se sienten más comprometidos cuando conocen la dimensión de negocio de las cosas, además de la analítica, cuando saben lo que se espera de ellos y cuando pueden mantener al día sus habilidades y conocimientos técnicos. Es más probable que permanezcan en una empresa cuando cuentan con mucho apoyo de la dirección.

A medida que las empresas sigan buscando una ventaja competitiva y maneras de diferenciarse, los analistas cobrarán más importancia que nunca para el rendimiento del negocio. Con independencia de si su empresa utiliza habitualmente el análisis de los datos como capacidad singular o si simplemente está empezando a desarrollar aspiraciones analíticas, el cuidado y el incentivo del talento analítico resultarán fundamentales para su éxito.

Recuadro lateral 2

Humana: desarrollar una estrategia de análisis

Durante la última década, Humana se ha convertido en una de las mayores compañías de seguros médicos en Estados Unidos y ofrece planes de salud y medicamentos con receta a más de 18 millones de asegurados. A medida que la compañía crecía, las cambiantes condiciones del mercado modificaron todo el sector, orientándolo hacia un estilo de gestión más analítico. La medicina basada en datos probatorios prometía un enfoque estadísticamente riguroso para conseguir un tratamiento más rentable. La informática (el análisis basada en datos en la asistencia sanitaria) se estaba convirtiendo en fundamental para la capacidad de Humana de atender a sus clientes y gestionar los costes.

Como pionera en la utilización de un almacenamiento o repositorio de datos, Humana se encontró con varias dificultades comunes a muchas organizaciones, como la falta de planes proactivos para integrar las adquisiciones de nuevos negocios en su base , la integración incoherente entre todas las funciones del negocio y el equipo centralizado de la base de datos y una política inadecuada para la gestión de la información de la empresa. Además, los equipos analíticos –y en muchos casos también las bases de datos–, aislados en los silos de las distintas áreas, dificultaban tanto el uso de la información como el mantenimiento y la actualización de las bases de datos.

Jim Murray, director general de operaciones de Humana, hizo hincapié en la importancia de adoptar un enfoque analítico que abarcara a toda la empresa. Para lograrlo, Humana creó un nuevo puesto, encargado de liderar esa función (vicepresidente de Humana Integrated Informatics) y reclutó a Lisa Tourville, una experta consultora actuarial, para este importante papel.

Consciente de la importancia del liderazgo de la alta dirección, Tourville organizó un equipo de líderes de negocio y de TI para ocuparse del desarrollo de la estrategia analítica de Humana. Contando con el patrocinio de la alta dirección, el grupo llegó a la conclusión de que Humana necesitaba construir un centro de competencia analítica para integrar las unidades de negocio descentralizadas con el equipo corporativo encargado de la creación y el mantenimiento de la base de datos. Este centro también se encargaría de la función esencial de responsable de la inteligencia empresarial y el análisis en Humana.

El equipo de Tourville, trabajando en colaboración con el área de TI y con todas las unidades de negocio de Humana afectadas, los departamentos funcionales y las comunidades de usuarios, desarrolló una estrategia detallada y un plan de acción. Estableció las bases de una infraestructura informática más inclusiva, que fue diseñada desde el principio para hacer posible la presentación de informes y análisis avanzados y que resultó capaz de transformar la abundancia de datos de Humana en información relevante y efectiva para mejorar la salud de sus asegurados, la calidad de la asistencia y la relación costo-eficacia de los productos de la empresa. Gracias a esta evaluación y a este plan, Humana logró un exhaustivo conocimiento del rendimiento humano, así como de los retos tecnológicos y operativos que subyacen a la extensión del uso del análisis de datos en la empresa.

Acerca de los autores

Jeanne G. Harris es directora ejecutiva de investigación en el Institute for High Performance Business de Accenture en Chicago. En el año 2009 recibió el premio Lifetime Achievement para Mujeres Líderes en Consultoría, otorgado por la revista Consulting.

Elizabeth Craig es investigadora en el Institute for High Performance Business de Accenture en Boston. Es coautora, junto con Peter Cheese y Robert J. Thomas, de The Talent Powered Organization.