Los efectos prolongados de la pandemia, la incertidumbre económica y las formas híbridas de trabajar significan que las organizaciones tienen la presión de ser más ágiles, transformadoras y flexibles que nunca para adaptarse a los cambios rápidos. En este artículo, analizamos por qué invertir en BI y análisis de datos es fundamental para desarrollar la resiliencia empresarial ahora y más allá de la pandemia.

La pandemia está acelerando la transformación digital y la necesidad de herramientas de inteligencia comercial y toma de decisiones basadas en datos en tantos sectores verticales de la industria, desde atención médica, recursos humanos, logística hasta finserv y venta minorista. De hecho, informes recientes muestran que se prevé que el mercado de inteligencia empresarial del Reino Unido alcance una CAGR del 9,2 % durante el período de pronóstico 2021-2026.

Pero según los datos de la base de datos de habilidades de la OCDE, el Reino Unido enfrenta una escasez significativa de habilidades en tecnología y análisis avanzados. La pieza central del apoyo del gobierno para el sector es un paquete de GBP 1 mil millones para apoyar el desarrollo de análisis en los negocios, que se prevé impulsará el mercado estudiado.

Herramientas de análisis de datos fáciles de usar que ‘cierran la brecha de habilidades de datos’

Durante demasiado tiempo, los líderes empresariales han asumido que mejorar las habilidades de su fuerza laboral con clases/certificaciones de datos e invertir en herramientas de autoservicio conduciría a una organización basada en datos. Sin embargo, la BI de autoservicio no “cierra la brecha de habilidades”. No todos tienen el tiempo o el interés en convertirse en analistas de datos o incluso en alfabetización de datos. Especialmente en el panorama actual posterior a la COVID, donde los equipos no cuentan con suficiente personal y las personas valoran su tiempo de manera diferente dentro y fuera del trabajo.

En 2022, las organizaciones redefinirán lo que significa construir una “cultura de análisis”. Cambiarán el paradigma brindando información a los trabajadores de una manera más digerible, recurriendo a métodos y soluciones como análisis integrados que no requerirán que aprendan nuevas habilidades o inviertan tiempo adicional. Esto es particularmente importante dadas las nuevas formas híbridas de trabajar, en las que los empleados necesitan un fácil acceso a los datos en tiempo real, donde y cuando los necesiten para ser ‘datos inteligentes’.

Plataformas de datos que combaten la ‘fatiga de herramientas’

El aumento del trabajo desde el hogar y la aceleración digital provocada por la pandemia también ha significado el aumento de las “herramientas y aplicaciones colaborativas” digitales remotas, como Zoom, Slack, Teams, Google Chat, solo por nombrar algunas. La desventaja de estas herramientas es que crean distracciones e ineficiencias, ya que los trabajadores saltan de un software a otro o se ven obligados a usar herramientas que no encajan en su flujo de trabajo personal. Como resultado, ahora estamos viendo una nueva generación de trabajadores que experimentan ‘fatiga de herramientas’.

De ello se deduce que invertir en soluciones de análisis/datos que agreguen “otra herramienta más a la combinación” ya no es una buena práctica. De hecho, pedir a los usuarios que recurran a otra aplicación para obtener información es una forma de garantizar que la ignoren.

En su lugar, invierta en soluciones tecnológicas que faciliten la “infusión de análisis” en todas partes de la empresa.

Comenzaremos a ver más organizaciones en 2022 brindando información a los empleados directamente ‘infundida’ dentro de sus flujos de trabajo a través de análisis integrados (por ejemplo, directamente dentro Slack, Equipos, etc.). En este entorno, los trabajadores pueden tomar decisiones basadas en datos sin pensarlo dos veces y sin interrupciones.

Errores críticos que se deben evitar al invertir en soluciones de análisis de datos/BI

En los últimos dos años, el análisis de datos ha desempeñado un papel fundamental en la forma en que nos adaptamos y respondimos a la pandemia de COVID-19. En el Reino Unido, el gobierno y los servicios públicos abrieron ciertos conjuntos de datos al sector privado por primera vez. Vimos que los servicios públicos individuales agruparon sus conjuntos de datos en otros casos, lo que permitió un análisis de datos más sofisticado.

Para las corporaciones, la proliferación de análisis de datos, tecnología, BI e IA significa que estamos entrando en una era en la que empresas enteras pueden desbloquear la toma de decisiones y generar un valor sin precedentes en todas las industrias y en todos los niveles. Sin embargo, este potencial de desbloquear el valor del análisis de datos permanecerá sin explotar si no corregimos los errores comunes que cometemos al usar los datos hoy.

• Ignorando el poder del ‘análisis invisible’: Uno de los mayores errores que podemos cometer es buscar datos solo después de obtener todas nuestras ideas y luego ‘seguir ciegamente lo que nos dicen los datos’. Más bien, el análisis debería funcionar sin problemas junto con nuestra creatividad y experiencia naturales, haciéndolo ‘invisible’ donde comienza uno y termina el otro.
• Dependencia excesiva de los tableros independientes tradicionales: Como se mencionó anteriormente, esto requiere que nos desviemos de nuestros flujos de trabajo existentes. Al ‘infundir análisis’, podemos recibir información de los datos, al frente y al centro de las aplicaciones que estamos usando, y luego aprovechar fácilmente esos datos de manera rápida y precisa donde y cuando normalmente tomamos nuestras decisiones comerciales clave.
• Uso de hojas de cálculo y datos visualmente poco claros: Un resultado positivo de la generación de BI de autoservicio ha sido el impulso hacia la visualización de datos. Necesitamos obtener información de los datos que son fácilmente ‘consumibles’, ‘procesables’ y ‘comprensibles’, sin trabajar manualmente en hojas de cálculo que consumen mucho tiempo.
• ‘Brillantes nuevos juguetes de datos’: Evite elegir imágenes llamativas por el bien de la novedad. A veces, los gráficos de barras y de series de tiempo son exactamente lo que necesitamos. Si está disponible, trabaje con los expertos y analistas internos de su empresa para diseñar las visualizaciones correctas en los flujos de trabajo correctos para garantizar que el análisis continúe impulsando decisiones comerciales significativas.

¿Quién lo está haciendo bien?

Un ejemplo de una empresa próspera que invierte en análisis de datos para acelerar la transformación digital y el crecimiento empresarial es Huws Gray, un comerciante constructor independiente con más de 100 tiendas en todo el Reino Unido. Recientemente aprovecharon Sisense, la plataforma líder en la nube de análisis impulsada por IA, para inyectar análisis en toda su organización para respaldar los planes de expansión rápida para 2022.

Antes de aprovechar Sisense, Huws Gray administraba grandes volúmenes de datos y solo podía analizarlos manualmente a través de hojas de cálculo. Esto requería mucho tiempo y no se podía escalar. La sobrecarga de datos también creaba inconsistencias en los informes, ya que el personal ejecutaba informes desde los sistemas de punto de venta y los resultados variaban constantemente.

En 2020, Huws Gray recurrió a la plataforma impulsada por IA que ofrece Sisense, que ha permitido a Huws Gray visualizar los datos que tienen con paneles claros que son fáciles de entender. La plataforma de Sisense también ha desbloqueado conocimientos financieros más profundos para la empresa, al realizar un seguimiento preciso de la inflación y el costo de los productos.

Desde que implementó Sisense, Huws Gray disfrutó de:

• Ahorro de tiempo de hasta un 90%
• La confianza en la precisión de los datos aumenta en términos básicos en aproximadamente un 75 %
• Aumento de la consistencia en un 100%.
• El riesgo de fuga de datos y la seguridad se reducen en más del 75 %.
• Identificación de tendencias un 50% más rápida.

“Los paneles de Sisense también brindan a los empleados de Huws Gray una guía visual rápida y aceleran el proceso para que el personal acceda a la información que necesitan”, dijo Mike Owen Jnr, director de TI de Huws Gray. A medida que continuamos con nuestra estrategia de expansión en 2022, confiamos en que la plataforma robusta y escalable de Sisense puede respaldarnos a medida que continuamos escalando”.

Construyendo resiliencia con ‘inteligencia de decisiones’

Según las principales tendencias tecnológicas estratégicas de Gartner para 2022: en el Reino Unido, veremos una nueva era de “inteligencia de decisiones”, que es un enfoque proactivo y práctico para mejorar la toma de decisiones organizacional.

La clave para una ‘inteligencia de decisiones’ efectiva es que modela cada decisión como un conjunto de procesos, utilizando inteligencia y análisis para informar, aprender y refinar las decisiones. La inteligencia de decisiones puede respaldar y mejorar la toma de decisiones humanas y, potencialmente, automatizarla mediante el uso de análisis aumentados, simulaciones e inteligencia artificial, señala Gartner.

Impulsar una mayor ‘inteligencia de decisiones’ es la evolución de la analítica más allá de la analítica descriptiva (lo que sucedió) y la analítica predictiva (lo que sucederá) a la orientación prescriptiva (qué hacer al respecto).

Al invertir en las herramientas de análisis de datos adecuadas que abren la “orientación prescriptiva”, los representantes de servicio al cliente podrían ser notificados para comunicarse con clientes potencialmente molestos incluso antes de que llamen. , sin esperar al final del trimestre. Los gerentes minoristas podrían optimizar el inventario antes de que se agoten los artículos al combinar más que solo datos de ventas.

Todo esto significará que el análisis prescriptivo finalmente evolucionará de decirnos a dónde van los números, a ayudarnos a tomar decisiones comerciales más inteligentes y proactivas, allanando el camino para una era emocionante de inteligencia de decisiones.

Nota del editor: este artículo está asociado con Sisense

(Foto de BUDDHI Kumar SHRESTHA en Unsplash)

La publicación ¿Invertir en análisis? Esto es lo que necesita saber que apareció primero en AI News.