{"id":1911,"date":"2014-12-01T18:35:52","date_gmt":"2014-12-01T18:35:52","guid":{"rendered":"http:\/\/face.unt.edu.ar\/web\/iadmin\/?p=1911"},"modified":"2014-12-01T18:35:52","modified_gmt":"2014-12-01T18:35:52","slug":"el-poder-oculto-de-la-informacion","status":"publish","type":"post","link":"https:\/\/face.unt.edu.ar\/web\/iadmin\/el-poder-oculto-de-la-informacion\/","title":{"rendered":"EL PODER OCULTO DE LA INFORMACI\u00d3N"},"content":{"rendered":"
\n

EL PODER OCULTO DE LA INFORMACI\u00d3N<\/h1>\n
\n
\n
\n
\n
\n
BY: Viviana Alonso<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n
\n

Source: WOBI Content Team:\u00a0http:\/\/www.wobi.com\/es\/articles\/el-poder-oculto-de-la-informaci%C3%B3n<\/p>\n<\/div>\n<\/div>\n

\n
\n
\n
\n
\n
Volumen 16, Enero\/Febrero 2011<\/a><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n

Los datos hablan. No s\u00f3lo de lo que sucedi\u00f3 en el pasado, sino tambi\u00e9n de lo que podr\u00eda ocurrir. Las empresas que saben aprovechar el valor de la informaci\u00f3n utilizan an\u00e1lisis matem\u00e1tico y estad\u00edstico para dise\u00f1ar modelos explicativos y predictivos, a fin de mejorar el de-sempe\u00f1o organizacional, pronosticar el futuro y crear ventaja competitiva. El especialista en competencia anal\u00edtica Tom Davenport, quien comprob\u00f3 recientemente la incidencia del uso de herramientas anal\u00edticas de software en el mejoramiento de los procesos de toma de decisiones, explica en la entrevista c\u00f3mo funcionan estos enfoques y qu\u00e9 provecho pueden sacar las diferentes \u00e1reas de negocios de su aplicaci\u00f3n. Tambi\u00e9n presenta ejemplos ilustrativos de su uso, identifica a los mejores competidores anal\u00edticos del mundo y especula acerca del lugar que queda para las decisiones basadas en la intuici\u00f3n.<\/p>\n<\/div>\n

\n
<\/div>\n<\/div>\n
\n
\n
Las empresas anal\u00edticas usan los datos para pronosticar el futuro, optimizar la estrategia, mejorar el desempe\u00f1o y crear ventaja competitiva. El especialista Tom Davenport habla de La interpretaci\u00f3n de los hechos.<\/strong><\/div>\n
Mirar hacia atr\u00e1s puede ser una forma de anticiparse a lo que est\u00e1 por venir. Un examen minucioso de los datos del pasado no s\u00f3lo permite a las organizaciones entender por qu\u00e9 sucedieron las cosas, sino tambi\u00e9n calcular lo que podr\u00eda pasar en el futuro. \u201cLas decisiones m\u00e1s efectivas provienen del an\u00e1lisis\u201d, dice el experto en competencia anal\u00edtica Thomas Davenport.<\/div>\n
<\/div>\n
Hace m\u00e1s de un lustro que Davenport se dedica exclusivamente a investigar c\u00f3mo las compa\u00f1\u00edas emplean el an\u00e1lisis matem\u00e1tico y estad\u00edstico, y los modelos explicativos y predictivos para mejorar el desempe\u00f1o organizacional, desde el \u00e1rea de marketing y ventas hasta el desarrollo de productos, la pol\u00edtica de precios, la gesti\u00f3n del talento y la administraci\u00f3n de la cadena de abastecimiento. \u201cAntes, las tareas anal\u00edticas eran responsabilidad del departamento de tecnolog\u00eda. Pero, en los \u00faltimos tiempos, ha pasado a ser una cuesti\u00f3n del directorio\u201d, explica Davenport.<\/div>\n
<\/div>\n
La integraci\u00f3n de sistemas corporativos dispares como los transaccionales, de relaciones con el cliente, de punto de venta, comercio electr\u00f3nico y hasta las plataformas de medios sociales est\u00e1 proporcionando a los ejecutivos una enorme y valiosa cantidad de informaci\u00f3n. Como consecuencia, los l\u00edderes se encuentran en mejores condiciones que nunca para saber lo que pasa (y podr\u00eda pasar) en su negocio y, por supuesto, para tomar las decisiones correctas.<\/div>\n
<\/div>\n
\u00abActualmente, las empresas manejan mucha infromaci\u00f3n, pero los competidores anal\u00edticos cuentan con datos \u00fanicos, que nadie tiene y los usan de maneras originales.\u00bb<\/b><\/div>\n
<\/div>\n
En un estudio reciente realizado por Davenport entre 57 compa\u00f1\u00edas que mejoraron la toma de decisiones \u2014publicado en Sloan Management Review<\/em>\u2014, el 85 por ciento de las participantes demostraron haber alcanzado el objetivo empleando herramientas anal\u00edticas de software; en promedio, cinco aplicaciones diferentes por cada decisi\u00f3n. Estas empresas, adem\u00e1s, manten\u00edan equipos de analistas que trascend\u00edan el trabajo t\u00e9cnico del \u00e1rea y eran responsables de construir el marco para la toma de decisiones, y de ayudar en la comunicaci\u00f3n con los grupos de inter\u00e9s. \u201cPero esto es una excepci\u00f3n\u201d, aclara Davenport. En la mayor\u00eda de las organizaciones, dice, los l\u00edderes siguen considerando la toma de decisiones como un espacio privado, donde la experiencia tiene m\u00e1s peso que el an\u00e1lisis. \u201cTodo ejecutivo deber\u00eda contrastar su intuici\u00f3n con la calculadora\u201d, agrega.<\/div>\n
<\/div>\n
\u00bfEn qu\u00e9 se diferencia la competencia anal\u00edtica de la inteligencia de negocios?<\/strong><\/div>\n
Hay dos grandes actividades que se realizan bajo el paraguas \u201cinteligencia de negocios\u201d. Primero, la elaboraci\u00f3n de informes. Esto implica mirar atr\u00e1s, clasificar los datos pero sin darles sentido, sin buscar explicaciones de lo que pas\u00f3 y sin usarlos para predecir el futuro. Y segundo \u2014la que nos importa\u2014, el an\u00e1lisis de los datos, que es estad\u00edstica y matem\u00e1ticamente m\u00e1s sofisticado y est\u00e1 compuesto por tres elementos: predicci\u00f3n, prescripci\u00f3n y optimizaci\u00f3n. El an\u00e1lisis de los hechos pasados habla sobre lo que pasar\u00e1 en el futuro (predicci\u00f3n) y sugiere lo que se deber\u00eda hacer sobre la base de esos hallazgos (prescripci\u00f3n y optimizaci\u00f3n). Los competidores anal\u00edticos usan estas herramientas para identificar a sus clientes m\u00e1s rentables, ofrecerles los mejores productos al mejor precio, acelerar la innovaci\u00f3n, optimizar la cadena de abastecimiento y mejorar el desempe\u00f1o general del negocio.<\/div>\n
<\/div>\n
\u00bfPodr\u00eda explayarse sobre los conceptos de predicci\u00f3n, prescripci\u00f3n y optimizaci\u00f3n?<\/strong><\/div>\n
No es algo complejo. Consideremos el ejemplo de la cadena de almacenes inglesa Tesco. La firma usa los datos sobre las compras de sus clientes para predecir a qu\u00e9 cupones de descuento es m\u00e1s factible que responda cada uno. Tesco tiene 12 millones de clientes s\u00f3lo en Gran Breta\u00f1a y 12 millones de combinaciones diferentes de cupones. Cada persona recibe seis por trimestre: tres relacionados con productos que ya adquiri\u00f3, y tres con productos que podr\u00edan interesarle seg\u00fan una estimaci\u00f3n basada en las compras de otros clientes con perfiles similares. La tasa de uso de los cupones es del 40 por ciento. Este an\u00e1lisis predictivo es muy com\u00fan, sobre todo entre minoristas online como eBay y Amazon.<\/div>\n
<\/div>\n
La prescripci\u00f3n le dice a la empresa lo que debe hacer. Una vez realizadas las predicciones sobre lo que podr\u00eda ocurrir en el futuro, es posible pensar en cu\u00e1l ser\u00eda la mejor respuesta dados determinados recursos y variables. Imagine que quiere probar un nuevo formato de tienda para su negocio. Se instala en un \u00e1rea determinada de la ciudad y enseguida suben las ventas. Usted lo atribuye a la nueva tienda, pero resulta que si contara con todos los datos descubrir\u00eda que la verdadera causa del \u00e9xito es la zona que se ha puesto de moda entre un sector de la poblaci\u00f3n con alto poder adquisitivo. Entonces, si quiere obtener datos confiables para su an\u00e1lisis deber\u00eda instalar dos tiendas: una en su versi\u00f3n tradicional y otra con el nuevo formato.<\/div>\n
<\/div>\n
La optimizaci\u00f3n tambi\u00e9n es una forma de prescripci\u00f3n, y consiste en identificar el valor \u00f3ptimo de una variable determinada. La m\u00e1s com\u00fan es el precio. Los hoteles y las tiendas minoristas suelen recurrir a las herramientas anal\u00edticas para saber cu\u00e1l es el valor con el que pueden obtener el m\u00e1ximo nivel de beneficio de un servicio o producto espec\u00edfico. Hist\u00f3ricamente, las aerol\u00edneas han usado estas aplicaciones para detectar el precio con el que ten\u00edan m\u00e1s probabilidades de llenar un avi\u00f3n.<\/div>\n
<\/div>\n
\u00bfQu\u00e9 \u00e1reas del negocio pueden sacar m\u00e1s provecho de las herramientas anal\u00edticas?<\/strong><\/div>\n
Dir\u00eda que casi todas. Sin duda, el \u00e1rea de marketing ha sido la que m\u00e1s las ha usado. Actualmente, las compa\u00f1\u00edas quieren unificar las iniciativas de ese departamento para los diferentes canales (televisi\u00f3n, medios gr\u00e1ficos, medios sociales) como una forma de concentrar la informaci\u00f3n de sus clientes. Algo dif\u00edcil si se tiene en cuenta que muchas empresas ni siquiera saben si tienen las direcciones de correo electr\u00f3nico correctas. Creo que el estado del arte del an\u00e1lisis en marketing puede resumirse de la siguiente manera: construir relaciones con el cliente que fluyan a trav\u00e9s de m\u00faltiples canales y dejar de desarrollar diferentes acercamientos seg\u00fan el canal usado.<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

EL PODER OCULTO DE LA INFORMACI\u00d3N BY: Viviana Alonso Source: WOBI Content Team:\u00a0http:\/\/www.wobi.com\/es\/articles\/el-poder-oculto-de-la-informaci%C3%B3n Volumen 16, Enero\/Febrero 2011 Los datos hablan. No s\u00f3lo de lo que sucedi\u00f3 en el pasado, sino tambi\u00e9n de lo que podr\u00eda ocurrir. Las empresas que saben aprovechar el valor de la informaci\u00f3n utilizan an\u00e1lisis matem\u00e1tico y estad\u00edstico para dise\u00f1ar modelos explicativos […]<\/p>\n","protected":false},"author":7,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[17],"tags":[],"_links":{"self":[{"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/posts\/1911"}],"collection":[{"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/comments?post=1911"}],"version-history":[{"count":1,"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/posts\/1911\/revisions"}],"predecessor-version":[{"id":1912,"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/posts\/1911\/revisions\/1912"}],"wp:attachment":[{"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/media?parent=1911"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/categories?post=1911"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/face.unt.edu.ar\/web\/iadmin\/wp-json\/wp\/v2\/tags?post=1911"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}