El coste de no usar Business Intelligence

 

 

A la hora de abordar un nuevo proyecto siempre debemos tener en cuenta el Retorno de Inversión (ROI, en inglés). Un proyecto de Business Intelligence no debería ser menos.

Hoy quiero hablaros de un caso que me encontré hace unos años, que muestra una parte de la ecuación: la del coste asociado a no usar Business Intelligence.

El escenario

Hace unos años tuve un cliente que quería que le hiciese un estudio sobre la necesidad de introducir procesos de BI en su negocio. Como es habitual en este tipo de estudios, el proyecto fue corto pero muy intenso, lleno de reuniones con directivos y responsables de diferentes áreas de negocio.

En estas reuniones, mi objetivo era analizar sus procesos de obtención y explotación de la información, para su posterior aplicación a la toma de decisiones en todos los niveles de la empresa. Por tanto, las reuniones cubrían procesos de decisión tanto ejecutivos, como tácticos y operacionales.

El cliente fue exquisito desde el punto de vista de un consultor. Hubo una gran predisposición a la colaboración y los interlocutores vinieron muy preparados, cosa que facilitó mi trabajo. De hecho, hubo tanta apertura y sinceridad, que su Director de Finanzas (CFO) me explicó a qué se dedicaba cada día desde hacía más de 20 años.

Obteniendo información clave

Cada mañana, el CFO de la empresa obtenía de su equipo un listado con las órdenes de venta de los últimos tres meses. Ese listado contenía más de 100 páginas (lo pude sostener en mis manos y pesaba mucho, había muchas páginas).

Su tarea principal para empezar el día y poder asignar el trabajo a su equipo era el de revisar cada una de las órdenes de venta de ese informe. En concreto, marcando con un bolígrafo aquellas que requerían una atención especial (ya fuera por retrasos en el pago, por descuentos no aplicables, etc.), y pasando a su equipo la responsabilidad de hacer un seguimiento de éstas.

Un coste para la empresa

El hombre, un empleado con un alto nivel de seniority y muy respetado en la empresa, se mostraba orgulloso de poder realizar esta tarea cada día. Es más, creía que gracias a su trabajo revisando el informe, el departamento funcionaba con un alto nivel de calidad y eficiencia. Eso no se lo negué.

Pero lo que sí que hice fue preguntarle a qué dedicaría su tiempo si ese informe pudiera hacerse siguiendo exactamente sus criterios, sin necesidad de estar un par de horas cada día revisando todas esas líneas. Me contestó que tenía mucho trabajo y que siempre le faltaban horas para poder realizar todas sus tareas, con lo cual tenía que alargar su jornada laboral.

El coste de ese ejercicio diario era de 2 horas. Y esas horas eran contabilizadas y suponían un coste para la empresa.

Calculando el Retorno de Inversión

Al finalizar esa reunión, le comenté que esa tarea repetitiva que él se dedicaba a hacer cada mañana podía realizarse a partir del análisis de las órdenes de ventas. Que podía seleccionar el rango de fechas (incluso más allá de tres meses), y que podía filtrar por cualquier campo relativo a clientes, productos, descuentos, vendedores, etc., para así dirigir su atención allí donde más le interesase. Y que la lógica a aplicar para seleccionar las órdenes de venta sobre las que trabajar podía ser tan compleja como quisiera, incluso teniendo en cuenta información no disponible en ese informe.

Y lo mejor de todo, que una vez realizado ese análisis, podría planificarse para que se ejecutara periódicamente (por ejemplo, cada día antes de empezar la jornada laboral), y para que enviara ese informe a cada uno de los responsables de verificar esos datos y hacer un seguimiento de las órdenes de venta.

De esta manera, es cierto que habría un coste inicial de creación del análisis, pero se ahorraría las dos horas diarias para el resto de su vida laboral.

Pusimos unos números rápidos en una hoja de papel. Si en un año tenemos unos 220 días laborales, en 20 años obteníamos unos 4.000 días. A razón de 2 horas diarias, eso arrojaba una cifra de 8.800 horas. No me dijo su coste por hora, pero yo lo puse en 100 €, cantidad que no rebajó (seguramente era superior). El coste total era de 880.000 €. Y eso solo en un proceso de negocio.

Finalmente, el CFO vio que era una buena idea eso de introducir BI en la empresa.

Conclusión

Calcular el Retorno de Inversión no es una tarea fácil. A veces no es tanto cuestión de intentar poner números a los beneficios obtenidos (a menudo basados en una predicción sin una base objetiva), como de obtener la reducción de coste de los procesos actuales que serán obsoletos.

En la gran mayoría de organizaciones (por no decir todas), hay procesos de obtención manual de información. Si conseguimos eliminar ese tiempo mediante la explotación inteligente de la información, reduciremos ese coste.

Es más, podremos dedicar el tiempo de esos analistas de datos a pensar en cómo mejorar el negocio, haciendo que se incremente su satisfacción y su productividad.

El Business Intelligence nos ayuda a obtener conocimiento a partir de la explotación de los datos. Y ese conocimiento permite la toma de decisiones inteligentes para la mejora de los procesos de las organizaciones. Si a ello añadimos una reducción en los costes de obtención de la información, estamos haciendo que el ROI de los proyectos aumente, cosa que justifica la realización de esos proyectos de BI.

¿Hablamos el mismo idioma?

 

 

Una vez asistí a una reunión del consejo de dirección de una empresa con el objetivo de hacer una valoración de la salud de la empresa en términos de gestión y uso de la información.

Se trata de un caso típico que quiero compartir con vosotros.

 

La reunión

En la reunión había la Directora General y todo el conjunto de directores de área de la empresa: el Director Comercial, el Director de Operaciones, la Directora Financiera, etc.

Durante las reuniones individuales con los distintos directores de área que había tenido en los dos días previos a esta reunión, pude ver cómo se explotaban los datos en la compañía. Es por eso que realicé varias peticiones de información para que llevaran esos informes a la reunión.

Después de hacer una introducción sobre el porqué de mi presencia en la reunión, la Directora General me pidió que diera mi opinión del estado de madurez de la empresa respecto al uso de los datos. Tengo que adelantar que reinaba un aire de superioridad en el ambiente, con una gran autoconfianza entre los presentes, esperando una gran valoración por mi parte.

Había llegado mi turno. Pero en vez de arrancar con mi análisis de la situación, le pedí a la Directora General que, antes de exponer mi valoración, pidiera a sus directores de área los ingresos del mes anterior, uno de los informes que había pedido en los días anteriores.

Cuando la Directora General preguntó quién podía darle esos números, hubo tres personas que se ofrecieron a hacerlo: los mencionados anteriormente Director Comercial, Director de Operaciones y Directora Financiera. Hubo una sonrisa de satisfacción en la sala. Tres directores de área tenían los números. Eso significaba que la información de la compañía fluía entre departamentos, que no se trataba de una organización con silos de información departamentales… Pero, ¿era realmente así?

La gran sorpresa

Arrancó el Director Comercial con su cifra de ingresos del mes anterior: 150M €. Un gran resultado. Hubo sonrisas y aplausos de todos los asistentes a la reunión… excepto de un par de ellos: El Director de Operaciones y la Directora Financiera.

Cuando la euforia empezó a bajar de tono, el Director de Operaciones comentó que sus números era algo distintos, bajando la cifra hasta los 135M €. En ese momento, las sonrisas se volvieron muecas de extrañez. ¿Quién estaba dando unos números equivocados?

Pero al momento arrancó la Directora Financiera dando su cifra: 125M €. Silencio. Incredulidad. Miradas a un lado y a otro de la mesa.

En ese momento, decidí romper la tensa situación.

«Miembros de la junta, no se preocupen. No hay nada que no pueda solucionarse.»

Me miraron con expectación.

Un doble problema

Se trataba de un doble problema: Los datos habían sido obtenidos de diferentes bases de datos y la definición de «Ingresos» era diferente para cada una de las áreas de negocio que habían extraido la información.

El primer problema, el uso de información contenida en diferentes sistemas y aplicativos, no tiene porqué serlo si la información fluye ágilmente en una organización. Sin embargo, mi experiencia me decía que esa era la excepción. Y con un par de preguntas en las reuniones iniciales pude comprobar que esta compañía no era una excepción.

Pero el segundo problema es mucho más grave. Una organización necesita que los indicadores de rendimiento sean comunes, que tengan la misma definición y que la manera de obtenerlos sean estándares. Si esto no ocurre, el significado de los números obtenidos será totalmente diferente, creando una gran confusión y desconfianza en los sistemas de información.

En este caso, el indicador era «Ingresos» («Revenue» en inglés). Pero este indicador en teoría común, significaba en realidad diferentes cosas para cada una de las áreas de negocio en cuestión:

• Área Comercial: Importe de las oportunidades ganadas durante un periodo.
• Área de Operaciones: Importe de las órdenes de compra entradas en el sistema que debían ser procesadas y enviadas a los clientes.
• Área Financiera: Importe de las órdenes de compra cobrado y no retornado en un periodo de 15 días.

Al exponer los motivos de estas diferencias, todos los miembros presentes se dieron cuenta de que la explotación de la información en la organización necesitaba cambios muy importantes.

La solución

Al salir de la reunión, la Directora General me preguntó cuál era el camino a seguir para revertir esa situación. Le comenté, que una opción era realizar una integración de datos en un repositorio común y crear un conjunto de métricas e indicadores común para toda la empresa. Al hacer esto, todos los miembros de la organización utilizarían el mismo lenguaje para referirse a conceptos del negocio, y obtendrían la información de una manera común e inequívoca.

Sin embargo, le recomendé hacer algo aún mejor: Definir una estrategia de Business Intelligence alineada a la visión de la empresa, con fases y objetivos claramente definidos. De esta manera, los esfuerzos realizados en esta área tendrían sentido a medio y largo plazo, evitando la creación de parches con beneficios a corto plazo, pero sin un sentido de futuro.

La Directora General dijo que tenía que pensarlo y discutirlo con el resto de la junta.

No tardaron más de tres días en darme una respuesta: Apostaron por definir su Estrategia de Business Intelligence.

En Business Intelligence, reciclar no siempre es bueno

 

 

Hoy quiero hablaros de cómo en el mundo del Business Intelligence, es importante tener en cuenta siempre los requerimientos iniciales, y no caer en el error de querer reaprovechar soluciones anteriores que, aunque brillantes en su escenario de partida, pueden llegar a ser desastrosas en un escenario distinto.

 

Una buena solución…

Hace años trabajé para un cliente que necesitaba una integración de datos para un proyecto en uno de sus clientes.

Al empezar el proyecto, les pedí que me hiciesen una descripción del escenario. La descripción fue clara y concisa. Un buen comienzo.

Seguimos con reuniones con las diferentes personas involucradas en el proyecto. Hablé con el jefe de proyecto, con los usuarios, con el departamento de sistemas, etc.

A partir de ahí, diseñé una carga de datos que satisfacía todos los requerimientos de su cliente. Tenía en cuenta tanto los requerimientos funcionales como técnicos, incluyendo los de rendimiento y seguridad.

El proyecto fue todo un éxito.

… no lo será para todos los posibles escenarios

Meses después, mi cliente contactó conmigo de nuevo para ver si podían reutilizar esa carga de datos para otro cliente suyo, con un proyecto, en principio, muy similar.

Mi respuesta inicial fue que la carga de datos posiblemente podía reutilizarse, ya que se trataba del mismo sistema origen y del mismo sistema final, pero matizando que se debían analizar los detalles del nuevo proyecto.

Mi cliente decidió no hacer ese análisis, asumiendo que las diferencias eran mínimas, obviando así los detalles del nuevo proyecto.

Para sorpresa de mi cliente, a medida que se acercaba la fecha de arranque del proyecto, empezaron a aflorar las sorpresas.

Se pasó de un requerimiento de carga diaria, a un requerimiento de carga de datos bajo demanda. Es decir, unas cargas de datos prácticamente en tiempo real. Eso supuso tener que modificar la carga de datos añadiendo una capa previa que pudiese detectar las peticiones de carga de los usuarios en tiempo real.

Una vez la solución estuvo en producción, afloró otro problema. El rendimiento de la carga de datos no era el esperado. El motivo es que los usuarios hacían un uso del sistema inicial de una manera completamente diferente a lo esperado. Por poner un ejemplo, observamos que los usuarios en vez de modificar unos pocos datos, recargaban los datos de todo el año en curso en cada ocasión. De esta manera el sistema debía eliminar todos los datos existentes de ese año y acto seguido, reinsertar todas esas filas que los usuarios habían generado desde el inicio del año. Y esta situación se podía dar simplemente por el hecho de modificar un solo registro de su base de datos. Por tanto, la carga de datos tenía que realizar un gran trabajo para poder hacer lo que en principio debían ser modificaciones simples, rápidas y eficientes durante las cargas de datos. Esto supuso la necesidad de crear una carga de datos totalmente diferente y adaptada a los nuevos requerimientos del sistema.

En este caso la reutilización del código fue un error. De hecho el error vino dado por no tener en cuenta los requerimientos iniciales de este segundo proyecto.

Conclusión

Al cambiar el escenario inicial, debemos plantearnos si la reutilización de una solución es correcta o no. Y para hacer esto es necesario realizar un análisis inicial.

Si asumimos que los escenarios son idénticos o que sus diferencias son mínimas, estaremos corriendo un riesgo que puede acabar en un sobrecoste para el proyecto.

Mi cliente aprendió la lección. Cuándo tuvieron que desplegar esa carga de datos en un tercer cliente, lo primero que hicieron fue tener reuniones con este cliente, para ver como utilizaban el sistema e identificar sus particularidades.

En ese caso, sí que acabaron reciclando o reutilizando una de las cargas de datos existentes. Y con éxito.

¿Porqué conformarse con la mediocridad?

 

 

«Estoy hundiendo a mi organización en la miseria y no pienso hacer nada para remediarlo.»

Cargo Directivo de una organización cualquiera

 

Esta afirmación no ha sido citada textualmente por ningún directivo con quien haya hablado nunca. Sin embargo, en muchas de estas conversaciones, el mensaje que se podía extraer era exactamente éste.

Anclados en el pasado

Una gran mayoría de las organizaciones siguen ancladas en el pasado y en procesos de obtención de información arcaicos, lentos e ineficientes. Y esto se traduce en una pérdida de oportunidades.

Esta pérdida de oportunidades se transforma en una toma de decisiones con una alta probabilidad de ser de mala calidad. Cuando una persona no dispone de toda la información necesaria, el riesgo de tomar una mala decisión aumenta considerablemente. Y esto es precisamente lo que sucede cuando los trabajadores de una organización no disponen de la información necesaria en el momento adecuado.

Podemos llegar a pensar que estas decisiones tan solo se toman a nivel estratégico (alta dirección) o táctico (jefes de equipo), pero la realidad es que afectan a todos los niveles de las organizaciones, incluyendo el operacional (el nivel más bajo de una organización). Por tanto, no estar correctamente informado aumenta el número de malas decisiones en todas las posiciones de una organización.

La inacción en la introducción de Business Intelligence (BI) y Analytics en los procesos de obtención de información en una organización es un lastre que acaba por afectar a los resultados de ésta.

Buscando excusas

¿Porqué muchos altos cargos de estas organizaciones no deciden apostar por estos cambios?

La respuesta a esta pregunta es compleja y depende de cada organización, ya que los motivos por los cuales las organizaciones están ancladas en el pasado pueden ser diversas. Una causa de esta inacción es la falta de conocimiento por parte de los responsables de las organizaciones de la existencia de un más allá en la toma de decisiones.  En otros casos el problema radica en la falta de herramientas y presupuesto para empezar un proyecto como éste.

En mi opinión, tener el conocimiento de la necesidad y no iniciar un proyecto de BI y Analytics es como ver venir el precipicio y no pisar el freno. Podemos intentar justificar que no lo hagamos, pero todo serán meras excusas. Es un escenario que encaja perfectamente con la cita inicial de este artículo.

Primera decisión inteligente: Acudir a un experto

Si no sabes como iniciar un proyecto de BI, busca a alguien con experiencia y que te dé confianza.

El grupo de consultores expertos de StraBIA cuenta con una amplia experiencia en el mundo del Business Intelligence. Esto nos permite transformar la mentalidad de las organizaciones a partir de la evangelización del BI, cuando hay una resistencia por parte de los empleados. Además, te ayudamos a definir la estrategia de BI que se adapte a tus necesidades de información, y te acompañamos durante la ejecución de los proyectos marcados en la hoja de ruta definida.

En StraBIA ayudamos a las organizaciones a superar esas barreras que hacen que se vean ancladas en el pasado, con un modelo de toma de decisiones arcaico e ineficiente.

Si deseas más información, no dudes en contactar con nosotros.

Calidad en un sistema de BI – Un beneficio para todos

 

Hablar de calidad es hablar de algo que todo el mundo desea, tanto quien la ofrece como quien la recibe. Esto también es extensible a proyectos de Business Intelligence. Mi experiencia, sin embargo, me ha mostrado que la realidad difiere de esa imagen idílica que rebosa calidad por todos lados.

En este artículo quiero hacer especial hincapié en el concepto de calidad en la implementación de un proyecto BI y los beneficios que aporta a ambas partes: Cliente y proveedor de servicios (externo o interno, cuando se trata del departamento de IT).

El proveedor de servicios desea ofrecer calidad para así poder satisfacer a sus clientes, labrar una reputación y conseguir más proyectos futuros. Por su parte, el cliente desea obtener el máximo rendimiento a su inversión económica, y ésto pasa por obtener calidad.

Qué es calidad en un sistema de BI?

La calidad en un sistema de BI viene dada por los siguientes factores:

  • Rendimiento: Capacidad del sistema de obtener los resultados deseados en poco tiempo.
  • Efectividad: Uso de recursos inteligente y máximo rendimiento de los componentes.
  • Mantenibilidad: Facilidad de crecimiento y mantenimiento del sistema.

Vale la pena dedicar un tiempo a entender cada uno de estos factores.

Rendimiento

El principal objetivo de un sistema de BI es poder proporcionar al usuario la respuesta a un conjunto de consultas. Éstas, mayoritariamente deben analizar un gran volumen de datos. En el mundo actual, el tiempo es dinero. Y tener a un usuario esperando para obtener una respuesta puede tener un gran impacto económico. Aún más, si la frustración por la espera desemboca en un abandono de la solución de BI por parte del usuario. Es por eso que un sistema de BI debe minimizar el tiempo de espera de los usuarios.

Efectividad

Obtener el máximo rendimiento es esencial en cualquier tarea si queremos obtener una buena productividad. La economía de los recursos se halla en las prioridades de cualquier proceso de negocio y también en el día a día de nuestras vidas. En un sistema de BI no debería ser menos. Al aumentar la efectividad, conseguiremos el máximo rendimiento de los componentes del sistema. Y eso se traduce en una reducción de costes de hardware y posiblemente software.

Mantenibilidad

Una solución de BI no es estática, al igual que no lo són los requerimientos de análisis de datos en cualquier organización. Facilitar el crecimiento del sistema permite a las organizaciones poder responder a esos nuevos requerimientos. Pero para poder hacer eso de manera efectiva en tiempo y recursos, debemos construir el sistema de manera que nos permita esas futuras evoluciones.

Importancia de la calidad

Muy a menudo, rendimiento, efectividad y mantenibilidad no son factores que se hallan en la cúspide de las prioridades a la hora de implementar un sistema de BI. En su lugar, encontramos un único factor: la satisfacción de los requerimientos de negocio. Es decir, la funcionalidad del sistema.

La calidad es un concepto técnico. La funcionalidad es un concepto de negocio. El éxito de un proyecto de BI pasa por conseguir ámbos conceptos.

Si tan sólo nos centramos en la funcionalidad, el proyecto puede ser un completo fracaso. Veamos qué sucede en las siguientes situaciones:

  • Lentitud de las consultas: El usuario se frustra y deja de utilizar el sistema.
  • Sobrecarga del sistema informático: El crecimiento del volúmen de datos o la ejecución de consultas más pesadas provocan un desplome del rendimiento. La solución no debe pasar por la ampliación de los recursos hardware, ya que es una solución cara y posiblemente no prevista en los presupuestos de la organización. E inevitablemente, el hecho de padecer un tiempo de respuesta a las consultas alto, hace que el usuario deje de utilizar el sistema.
  • Ampliación de requerimientos de negocio: El coste de ampliación y mantenimiento del sistema es muy alto, con lo que algunos de los requerimientos no son satisfechos a corto plazo. En algunos casos, la falta de presupuesto puede hacer que estos requerimientos no sean implementados. Por lo tanto, el usuario deja de utilizar el sistema.

Y no hace falta decir que si el usuario deja de utilizar el sistema, el proyecto de BI es un completo fracaso.

Cómo asegurar la calidad en un proyecto?

Los factores de calidad anteriormente citados están claramente en conflicto. Por ejemplo, utilizar un código fácilmente mantenible (fácil de entender, estructurado, etc.) puede implicar una penalización en el rendimiento respecto a otros algoritmos más eficientes. Un claro ejemplo es el algoritmo de ordenación: Burbuja vs. QuickSort.

Para poder asegurar una buena calidad dentro de un proyecto, debe haber unas directrices bien establecidas desde el inicio del proyecto. Así como es clave definir la gobernanza de datos en un proyecto de BI, también lo debe ser el nivel de servicio en términos de rendimiento, el uso de los recursos y la facilidad de mantenimiento del sistema de BI.

Tener una estrategia clara y concisa de BI incluye la definición de los factores de calidad del sistema.

Dado el caso que el proyecto ya esté iniciado, una auditoría del proyecto, desde la definición a la implementación, ayudarán a determinar si la calidad se ha tenido en cuenta. Hay que tener en cuenta que suele ser mejor detectar un problema potencial antes de que éste aparezca que una vez ya se ha producido. Si el impacto en los usuarios de negocio ya se ha producido, su confianza en el sistema posiblemente estará amenazada.

Una auditoría puede ser iniciada tanto por el cliente como por el proveedor de servicios, como mecanismo de control interno a la calidad. Si es el proveedor de servicios quien inicia la auditoría, éste estará ofreciendo al cliente una mejor imagen por lo que respecta al servicio.

Resumen

La calidad de un sistema de BI aporta beneficios tanto al proveedor de servicios como al cliente. Con la calidad ganan ambas partes. Es una situación de win-win.

Hay tres factores esenciales en la calidad de un sistema de BI: Rendimiento, efectividad y mantenibilidad.

Estos tres factores entran en conflicto los unos con los otros, lo que requiere de un equilibrio entre ellos. Este equilibrio se consigue mediante la aplicación de mejores prácticas que aseguren que se cumplirán ciertos niveles mínimos identificados en la estrategia del proyecto de BI.

Una auditoría permitirá identificar el nivel de calidad de un sistema de BI.