Análisis Competente

Algunas empresas han construido sus propios negocios en su capacidad para recopilar, analizar y
actuar sobre los datos. Cada empresa puede aprender de lo que hacen estas empresas.

La Idea en Breve

It’s virtually impossible to differentiate yourself from competitors based on products alone. Your
rivals sell offerings similar to yours. And thanks to cheap offshore labor, you’re hard-pressed to
beat overseas competitors on product cost.

How to pull ahead of the pack? Become an analytics competitor: Use sophisticated data-collection
technology and analysis to wring every last drop of value from all your business processes. With
analytics, you discern not only what your customers want but also how much they’re willing to pay
and what keeps them loyal. You look beyond compensation costs to calculate your workforce’s
exact contribution to your bottom line. And you don’t just track existing inventories; you also
predict and prevent future inventory problems.

Los competidores de Google Analytics toman la delantera en sus campos. La iniciativa analítica de
Capital One, por ejemplo, ha impulsado al menos un 20% de crecimiento en las ganancias por
acción cada año desde que la compañía se hizo pública.

Haga que la analítica sea parte de su estrategia competitiva general y presione a los responsables
de tomar decisiones en todos los niveles. Armará a sus empleados con las mejores pruebas y
herramientas cuantitativas para tomar las mejores decisiones, grandes y pequeñas, todos los días.

La Idea en Práctica

Para convertirse en un competidor analítico:

Champion Analytics desde la parte superior

Reconocer y apoyar los cambios en la cultura, procesos y habilidades que la competencia de

análisis puede significará para gran parte de su fuerza de trabajo.

Y prepárese para dirigir una organización centrada en análisis: Usted tendrá que entender la teoría
detrás de varios métodos cuantitativos para que pueda reconocer sus limitaciones. Si usted carece
de antecedentes en los métodos estadísticos, consulte a los expertos que entienden su negocio y
saber cómo la analítica se puede aplicar a ella.

Crear una única iniciativa de análisis

Coloque todas las actividades de recopilación y análisis de datos bajo un liderazgo común, con
tecnología y herramientas comunes. Facilitará el intercambio de datos y evitará los impedimentos
de formatos de informes inconsistentes, definiciones de datos y estándares.
Ejemplo:

Procter & Gamble creó un grupo de 100 analistas "überanalytics" gestionado centralmente de
diferentes funciones. Aplica esta masa crítica de conocimientos especializados a cuestiones
transversales multifacéticas. Por ejemplo, los analistas de ventas y marketing proporcionan datos
sobre las oportunidades de crecimiento en los mercados existentes a los analistas de la cadena de
suministro, quienes pueden diseñar redes de suministro más receptivas.

Enfocar el esfuerzo de Google Analytics

Canalice sus recursos en iniciativas analíticas que sirvan directamente a su estrategia competitiva
global. Harrah's, por ejemplo, apunta gran parte de su actividad analítica para mejorar la lealtad
de los clientes, el servicio al cliente y áreas relacionadas como precios y promociones.

Establecer una cultura analítica

Instaurar un respeto de toda la compañía para medir, probar y evaluar evidencia cuantitativa.
Instar a los empleados a basar sus decisiones en hechos concretos. Calibre y recompense el
funcionamiento de la misma manera-aplicar métricas a la remuneración ya las recompensas.

Contratar a las personas adecuadas

Perseguir y contratar a analistas que poseen habilidades de análisis cuantitativo de primer nivel,
pueden expresar ideas complejas en términos simples, y pueden interactuar productivamente con
los tomadores de decisiones. Esta combinación puede ser difícil de encontrar, así que empezar a
reclutar bien antes de que usted necesita para llenar posiciones de analista.

Utilice la tecnología adecuada

Prepárese para gastar recursos significativos en tecnología, como sistemas de gestión de

relaciones con clientes (CRM) o de planificación de recursos empresariales (ERP). Presentar los
datos en formatos estándar, integrarlos, almacenarlos en un almacén de datos y hacerlos
fácilmente accesibles para todos. Y esperan pasar años recogiendo suficientes datos para realizar
análisis significativos.

Ejemplo:

Dell Computer tardó siete años en crear una base de datos que incluyera 1,5 millones de registros
de todos sus anuncios impresos, de radio, de televisión y de cable. Dell acopla la base de datos con
datos sobre las ventas de cada región en la que aparecen los anuncios (antes y después de su
aparición). La información permite a Dell afinar sus promociones para cada medio, en cada región.

Algunas empresas han construido sus propios negocios en su capacidad para recopilar, analizar y
actuar sobre los datos. Cada empresa puede aprender de lo que hacen estas empresas.
Todos conocemos el poder de la aplicación asesina. A lo largo de los años, los sistemas
innovadores de compañías como American Airlines (reservas electrónicas), Otis Elevator
(mantenimiento predictivo) y American Hospital Supply (pedidos en línea) han aumentado
drásticamente los ingresos y la reputación de sus creadores. Estas aplicaciones anunciadas y
codiciadas amasaron y aplicaron datos de una manera que elevó las expectativas de los clientes y
optimizó las operaciones a niveles sin precedentes. Transformaron la tecnología de una
herramienta de apoyo en un arma estratégica.

Las empresas que buscan aplicaciones asesinas generalmente enfocan todo su poder de fuego en
el área que promete crear la mayor ventaja competitiva. Pero una nueva raza de la compañía está
aumentando las apuestas. Organizaciones como Amazon, Harrah's, Capital One y los Medias Rojas
de Boston han dominado sus campos al desplegar analíticas de fuerza industrial en una amplia
variedad de actividades. En esencia, están transformando sus organizaciones en ejércitos de
aplicaciones asesinas y crujiendo su camino a la victoria. Las organizaciones están compitiendo en
la analítica no sólo porque pueden - los negocios de hoy están inundados de data y data crunchers
- sino también porque deberían hacerlo. En un momento en que las empresas de muchas
industrias ofrecen productos similares y utilizan tecnologías comparables, los procesos
comerciales se encuentran entre los últimos puntos de diferenciación.

Y los competidores analíticos retuercen cada gota de valor de esos procesos. Por lo tanto, al igual
que otras empresas, saben qué productos desean sus clientes, pero también saben qué precios
pagarán esos clientes, cuántos artículos comprarán cada uno en su vida y qué desencadenantes
harán que la gente compre más. Al igual que otras compañías, conocen los costos de
compensación y las tasas de rotación, pero también pueden calcular la cantidad de personal que
contribuye o disminuye el resultado final y cómo los niveles salariales se relacionan con el
desempeño de los individuos. Al igual que otras compañías, saben cuándo los inventarios se están
agotando, pero también pueden predecir problemas con la demanda y las cadenas de suministro,
para lograr bajas tasas de inventario y altas tasas de pedidos perfectos.

Y los competidores analíticos hacen todas esas cosas de una manera coordinada, como parte de
una estrategia global defendida por el liderazgo superior y empujada hacia abajo a los tomadores
de decisiones en todos los niveles. Los empleados contratados por su experiencia con números o
capacitados para reconocer su importancia están armados con la mejor evidencia y las mejores
herramientas cuantitativas. Como resultado, toman las mejores decisiones: grandes y pequeños,

Día, una y otra y otra vez.

Aunque numerosas organizaciones están adoptando la analítica, sólo un puñado han alcanzado
este nivel de competencia. Pero los competidores analíticos son los líderes en sus variados campos
de productos de consumo, finanzas, comercio minorista, y viajes y entretenimiento entre ellos.
Analytics ha sido instrumental para Capital One, que ha superado el crecimiento del 20% en las
ganancias por acción cada año desde que se convirtió en una empresa pública. Ha permitido a
Amazon dominar el comercio minorista en línea y obtener beneficios a pesar de las enormes
inversiones en crecimiento e infraestructura. En los deportes, el verdadero arma secreta no es los
esteroides, sino las estadísticas, como las victorias dramáticas de los Medias Rojas de Boston, la
Nueva Inglaterra

Patriots, y el Oakland A's atestiguan.

En estas organizaciones, el virtuosismo con los datos es a menudo parte de la marca. Progressive
hace publicidad heno de su análisis detallado de las tasas de seguro individual. Los clientes de
Amazon pueden ver la compañía aprendiendo sobre ellos mientras que su servicio crece más
apuntado con compras frecuentes.

Gracias al best-seller de Michael Lewis Moneyball, que demostró el

El poder de las estadísticas en el béisbol profesional, los Oakland A son casi tan famosos por su
número geeky crunching como lo son por su proeza atlética.

Para identificar las características compartidas por los competidores analíticos, yo y dos de mis
colegas del Centro de Investigación del Conocimiento Laboral de Babson College estudiamos a 32
organizaciones que se han comprometido a realizar análisis cuantitativos basados en hechos. Once
de esas organizaciones clasificamos a los competidores de análisis completo, lo que significa que la
alta gerencia había anunciado que la analítica era clave para sus estrategias; Tenían múltiples
iniciativas en marcha que implicaban datos complejos y análisis estadísticos, y

Gestión de la actividad analítica a nivel empresarial (no departamental).

Este artículo expone las características y prácticas de estos maestros estadísticos y describe
algunos de los cambios muy importantes que otras empresas deben Competir en el césped
cuantitativo. Como era de esperar, la transformación requiere una inversión significativa en
tecnología, la acumulación de grandes almacenes de datos y la formulación de estrategias de
gestión de datos para toda la compañía. Pero al menos tan importante, requiere el compromiso
vocal, inquebrantable de los ejecutivos y la voluntad de cambiar la manera en que los empleados
piensan, trabajan y son tratados. Como dice Gary Loveman, CEO de Harrah's, el competidor de
analítica, "¿Creemos que esto es cierto? ¿O lo sabemos?

Anatomía de un competidor de Analytics

Un competidor analítico que está en la parte superior de su juego es Marriott International. En los
últimos 20 años, la corporación ha perfeccionado a la ciencia su sistema para establecer el precio
óptimo para las habitaciones (el proceso de análisis clave en los hoteles, conocido como gestión de
ingresos). Hoy en día, sus ambiciones son mucho mayores. A través de su Total Hotel

Programa de optimización, Marriott ha ampliado su experiencia cuantitativa a áreas tales como

instalaciones de conferencias y catering, e hizo herramientas relacionadas disponibles a través de
Internet a los administradores de ingresos de la propiedad y los propietarios de hoteles. Ha
desarrollado sistemas para optimizar ofertas a clientes frecuentes y evaluar la probabilidad de que
los clientes se deserten de sus competidores. Ha dado a los gerentes de ingresos locales el poder
de anular las recomendaciones del sistema cuando ciertos factores locales no pueden predecirse
(como el gran número de evacuados del huracán Katrina que llegan a Houston). La compañía
incluso ha creado un modelo de oportunidad de ingresos, que calcula los ingresos reales como un
porcentaje de las tasas óptimas que podrían haberse cobrado.

Esta cifra ha crecido de 83% a 91%, ya que la analítica de gestión de ingresos de Marriott se ha
arraigado en toda la empresa. La palabra es entre los propietarios y franquiciados: Si desea
exprimir la mayor cantidad de ingresos de su inventario, el enfoque de Marriott es el billete.

Claramente, organizaciones como Marriott no se comportan como las empresas tradicionales. Los
clientes notan la diferencia en cada interacción; Empleados y vendedores viven la diferencia cada
día. Nuestro estudio encontró tres atributos clave entre los competidores analíticos: Uso
generalizado de modelado y optimización. Cualquier empresa puede generar estadísticas
descriptivas simples sobre aspectos de su negocio El ingreso promedio por empleado, por
ejemplo, o el tamaño promedio de pedido. Pero los competidores analíticos miran mucho más allá
de las estadísticas básicas.

Estas empresas utilizan modelos predictivos para identificar a los clientes más rentables, además
de aquellos con el mayor potencial de ganancias y los que tienen más probabilidades de cancelar
sus cuentas.

Juntan los datos generados internamente y los datos adquiridos de fuentes externas (que analizan
más profundamente que sus competidores menos inteligentes desde el punto de vista estadístico)
para una comprensión comprensiva de sus clientes. Optimizan sus cadenas de suministro y
pueden así determinar el impacto de una restricción inesperada, simular alternativas y dirigir
envíos alrededor de problemas. Establecen los precios en tiempo real para obtener el mayor
rendimiento posible de cada una de las transacciones de sus clientes. Ellos crean modelos
complejos de cómo sus costos operacionales se relacionan con su desempeño financiero.

Los líderes de la analítica también utilizan experimentos sofisticados para medir el impacto general
o "elevación" de las estrategias de intervención y luego aplicar los resultados para mejorar
continuamente los análisis posteriores. Capital One, por ejemplo, realiza más de 30.000
experimentos al año, con diferentes tipos de interés, incentivos, envíos directos y otras variables.
Su objetivo es maximizar la probabilidad de que los clientes potenciales se suscriban a las tarjetas
de crédito y que paguen Capital One.

Progressive emplea experimentos similares utilizando datos de la industria de seguros

ampliamente disponibles. La compañía define grupos estrechos, o células, de clientes: por
ejemplo, motociclistas de 30 años o más, con educación universitaria, puntaje de crédito a un
cierto nivel y sin accidentes.

Para cada celda, la empresa realiza un análisis de regresión para identificar los factores que más se
correlacionan con las pérdidas que el grupo engendra. A continuación, fija los precios de las
celdas, lo que debería permitir a la empresa obtener ganancias a través de una cartera de grupos
de clientes, y utiliza software de simulación para probar las implicaciones financieras de esas
hipótesis. Con este enfoque, Progressive puede asegurar rentablemente a los clientes en
categorías tradicionalmente de alto riesgo.

Otras aseguradoras rechazan a los clientes de alto riesgo, sin molestarse en ahondar más
profundamente en los datos (aunque incluso los competidores tradicionales, como Allstate, están
empezando a adoptar la analítica como una estrategia).

Un enfoque empresarial. Los competidores analíticos entienden que la mayoría de las funciones
empresariales, incluso las que, como el marketing, han dependido históricamente del arte en lugar
de la ciencia, pueden mejorarse con sofisticadas técnicas cuantitativas. Estas organizaciones no se
aprovechan de una aplicación asesina, sino de múltiples aplicaciones que soportan muchas partes
de la empresa y, en algunos casos, se despliegan para su uso por clientes y proveedores. UPS
encarna la evolución del usuario de análisis dirigido a un competidor de análisis integral.

Aunque la compañía se encuentra entre los más rigurosos practicantes de investigación operativa
e ingeniería industrial del mundo, sus capacidades fueron, hasta hace poco, muy estrechas

Enfocado Hoy en día, UPS está utilizando su habilidad estadística para rastrear el movimiento de
paquetes y anticipar e influir en las acciones de las personas, evaluando la probabilidad de
desgaste del cliente e identificando las fuentes de problemas. El grupo de inteligencia del cliente
de UPS, por ejemplo, es capaz de predecir con precisión las defecciones de los clientes
examinando patrones de uso y quejas.

Cuando los datos apuntan a un desertor potencial, un vendedor se pone en contacto con el cliente
para revisar y resolver el problema, reduciendo drásticamente la pérdida de cuentas. UPS todavía
carece de la amplitud de las iniciativas de un competidor de análisis completo, pero se dirige en
esa dirección.

Los competidores de Analytics tratan todas estas actividades de todas las procedencias como una
iniciativa única y coherente, a menudo agrupada bajo una sola rúbrica, como la "estrategia basada
en la información" de Capital One o "gestión de clientes basada en la información" en Barclays
Bank. Estos programas operan no sólo bajo una etiqueta común, sino también bajo un liderazgo
común y con tecnología y herramientas comunes. En las empresas tradicionales, la "inteligencia
empresarial" (el término que las personas de TI utilizan para los procesos de análisis y de
generación de informes y el software) es generalmente administrado por departamentos; Las
funciones de cruce de números seleccionan sus propias herramientas, controlan sus propios
almacenes de datos y entrenan a su propia gente. Pero así, el caos miente. Por un lado, la
proliferación de hojas de cálculo y bases de datos desarrolladas por el usuario lleva
inevitablemente a múltiples versiones de indicadores clave dentro de una organización. Además,
la investigación ha demostrado que entre el 20% y el 40% de las hojas de cálculo contienen
errores; Las hojas de cálculo más flotando alrededor de una empresa, por lo tanto, el más fecundo
el caldo de cultivo de los errores.
Por el contrario, los competidores de Google Analytics organizan grupos centralizados para
garantizar que los datos críticos Y otros recursos están bien administrados y que diferentes partes
de la organización pueden compartir datos fácilmente, sin los impedimentos de formatos,
definiciones y estándares inconsistentes. Algunos competidores analíticos aplican el mismo
enfoque empresarial a las personas que a la tecnología. Procter & Gamble, por ejemplo, creó
recientemente una especie de grupo de überanalytics compuesto por más de 100 analistas de
funciones tales como operaciones, cadena de suministro, ventas, investigación de consumo y
marketing. Aunque la mayoría de los analistas están integrados en las unidades operativas del
negocio, el grupo se gestiona de forma centralizada.

Como resultado de esta consolidación, P & G puede aplicar una masa crítica de conocimientos
especializados a sus problemas más apremiantes. Así, por ejemplo, los analistas de ventas y
marketing suministran datos sobre las oportunidades de crecimiento en los mercados existentes a
los analistas que diseñan redes corporativas de suministro. Los analistas de la cadena de
suministro, a su vez, aplican su experiencia en ciertas técnicas de análisis de decisiones a nuevas
áreas como la inteligencia competitiva. El grupo de P & G también aumenta la visibilidad de la
toma de decisiones analítica y basada en datos dentro de la empresa. Anteriormente, los analistas
de crack de P & G habían mejorado los procesos de negocio y ahorrado dinero firme; Pero debido
a que fueron arrastrados en dominios dispersos, muchos ejecutivos no sabían qué servicios
ofrecían ni cuán efectivos podrían ser. Ahora, esos ejecutivos tienen más probabilidades de
aprovechar el profundo fondo de experiencia de la compañía para sus proyectos. Mientras tanto,
el crujido de números magistrales se ha convertido en parte de la historia que P & G le dice a los
inversores, a la prensa y al público. Promotores ejecutivos senior.

Un conjunto de análisis de la empresa impulsa los cambios en la cultura, los procesos, el

comportamiento y las habilidades de muchos empleados. Y así, al igual que cualquier transición
importante, se requiere el liderazgo de los ejecutivos en la parte superior que tienen una pasión
por el enfoque cuantitativo. Idealmente, el principal defensor es el CEO. De hecho, hemos
encontrado varios jefes ejecutivos que han impulsado el cambio a la analítica en sus empresas en
los últimos años, incluyendo Loveman de Harrah, Jeff Bezos de Amazon, y Rich Fairbank de Capital
One. Antes de retirarse del Grupo de Panadería Sara Lee, el ex CEO Barry Beracha mantuvo una
señal en su escritorio que resumía su filosofía personal y organizacional: "En Dios confiamos.
Todos los demás aportan datos ". Hemos encontrado algunas empresas en las que un único líder
de unidades funcionales o de negocios estaba tratando de impulsar la analítica en toda la
organización y algunos estaban progresando. Pero encontramos que estas personas de nivel
inferior carecían de la influencia, de la perspectiva y del alcance interfuncional para cambiar la
cultura de cualquier manera significativa. Los CEOs que lideran la carga de análisis requieren tanto
una apreciación como una familiaridad con el tema. No es necesario tener un fondo de estadística,
pero esos líderes deben entender la teoría detrás de varios métodos cuantitativos para que
reconozcan las limitaciones de esos métodos cuáles son los factores que están siendo pesados y
cuáles no. Cuando los CEOs necesitan ayuda para comprender técnicas cuantitativas, recurren a
expertos que entienden el negocio y cómo se puede aplicar el análisis a él. Hemos entrevistado a
varios líderes que habían retenido a tales asesores, y estos ejecutivos enfatizaron la necesidad de
encontrar a alguien que pueda explicar las cosas en lenguaje claro y que se confíe en no hacer
girar los números.

Unos cuantos directores ejecutivos con los que hablamos se habían rodeado de profesores,
consultores, graduados del MIT y personas muy analíticas. Pero esa era una preferencia personal
en lugar de una práctica necesaria. Por supuesto, no todas las decisiones deben ser

Fundamentado en la analítica, al menos no totalmente. Las cuestiones de personal, en particular,

son a menudo bien y debidamente informado por instinto y anécdota.

Más organizaciones están sometiendo las decisiones de reclutamiento y contratación al análisis

estadístico (ver la barra lateral "Going to Bat for Stats"). Pero las investigaciones demuestran que
los seres humanos pueden hacer evaluaciones rápidas y sorprendentemente precisas de la
personalidad y el carácter basadas en simples observaciones. Para los líderes analíticos, entonces,
el reto se reduce a saber cuándo correr con los números y cuándo correr con sus entrañas.

Going to Bat para estadísticas

El debate de análisis versus instinto, uno de los favoritos de los comentaristas políticos durante las dos últimas
elecciones presidenciales de los Estados Unidos, está haciendo furor en los deportes profesionales, gracias a varios libros
populares y victorias de alto perfil. Por ahora, el análisis parece mantener la delantera.

En particular, las estadísticas son una parte importante de la selección y el despliegue de los jugadores.

Moneyball, de Michael Lewis, se enfoca en el uso de analíticas en la selección de jugadores para el equipo de Oakland
A's, que gana con un poco de dinero. Los Patriotas de Nueva Inglaterra, un equipo que dedica una enorme cantidad de
atención a las estadísticas, ganó tres de los últimos cuatro Super Bowls, y su nómina se encuentra actualmente en el
puesto 24 de la liga. Los Medias Rojas de Boston han abrazado la "sabermetría" (la aplicación del análisis al béisbol),
incluso llegando a contratar a Bill James, el famoso estadístico de béisbol que popularizó ese término. Las estrategias
analíticas de RR.HH. están tomando fuerza también en el fútbol europeo. Un equipo líder, el italiano A.C. Milan, utiliza
modelos predictivos de su centro de investigación del Laboratorio de Milán para prevenir lesiones analizando datos
fisiológicos, ortopédicos y psicológicos de una variedad de fuentes. Un equipo de fútbol inglés en rápido ascenso, el
Bolton Wanderers, es conocido por el uso que hace su gerente de datos extensivos para evaluar

Rendimiento de los jugadores. Sin embargo, los directores deportivos -como los líderes empresariales- rara vez son
puristas de hecho o de sentimiento. Por ejemplo, el gerente de los Cardenales de St. Louis, Tony La Russa, combina
brillantemente la analítica con la intuición para decidir cuándo sustituir a un jugador cargado en la alineación de bateo o
si contratar una personalidad de chispa para mejorar la moral.

En su reciente libro Tres noches en agosto, Buzz Bissinger describe ese equilibrio: "La Russa apreció la información
generada por las computadoras. Estudió las filas y las columnas. Pero también sabía que sólo podían llevarte tan lejos en
el béisbol, tal vez incluso te confundieran con una niebla de análisis excesivo. Por lo que sabía, no había manera de
cuantificar el deseo. Y esos números le dijeron exactamente lo que necesitaba saber cuándo se añadió a los veinticuatro
años de experiencia de gestión ".Esa última frase es la clave.Si escudriñando el registro de rendimiento de alguien o
observando la expresión flitting a través de la cara de un empleado, los líderes consultan su propia experiencia Para
entender la "evidencia" en todas sus formas.
Sus Fuentes de Fuerza

Los competidores de Google Analytics son más que simples fábricas de procesamiento de
números. Ciertamente, aplican la tecnología -con una mezcla de fuerza bruta y delicadeza- a
múltiples problemas empresariales. Pero también dirigen sus energías hacia encontrar el enfoque
correcto, construir la cultura correcta, y contratar a las personas adecuadas para hacer un uso
óptimo de los datos que constantemente churn. Al final, la gente y la estrategia, tanto como la
tecnología de la información, dan a estas organizaciones fuerza.

El enfoque correcto. Aunque los competidores analíticos alientan las decisiones universales
basadas en los hechos, deben elegir dónde dirigir los esfuerzos de los recursos. Generalmente,
seleccionan varias funciones o iniciativas que juntas sirven a una estrategia global. Harrah's, por
ejemplo, ha dirigido gran parte de su actividad analítica a aumentar la lealtad de los clientes, el
servicio al cliente y áreas relacionadas, como precios y promociones. UPS ha ampliado su enfoque
de la logística a los clientes, en el interés de proporcionar un servicio superior. Si bien estas
estrategias multidimensionales definen a los competidores analíticos, los ejecutivos entrevistados
advirtieron a las compañías que no se volvían demasiado difusas en sus iniciativas o perdían la
visión clara del objetivo comercial de cada una.

Otra consideración a la hora de asignar recursos es la forma en que ciertas funciones son
susceptibles de análisis profundo. Hay al menos siete objetivos comunes para la actividad
analítica, y las industrias específicas pueden presentar sus propias (ver "Cosas con las que puede
contar"). Modelos estadísticos y algoritmos que cuelgan la posibilidad de los avances de
rendimiento hacen que algunas perspectivas especialmente tentador. Marketing, por ejemplo,
siempre ha sido difícil de cuantificar porque está arraigado en la psicología. Pero ahora las
empresas de productos de consumo pueden perfeccionar su investigación de mercado utilizando
la teoría de utilidad multiatributo, una herramienta para comprender y predecir las conductas y
decisiones de los consumidores. Del mismo modo, la industria de la publicidad está adoptando
técnicas econométricas estadísticas para medir la elevación proporcionada por diferentes
anuncios y promociones con el tiempo. Los profesionales de análisis más competentes no sólo
miden sus propios ombligos, sino que también ayudan a los clientes y proveedores a medirlos.

Wal-Mart, por ejemplo, insiste en que los proveedores usen su sistema Retail Link para monitorear
el movimiento del producto por tienda, planificar promociones y diseños dentro de las tiendas, y
reducir las rupturas de stock. E. & J. Gallo proporciona a los distribuidores datos y análisis sobre los
costes y precios de los minoristas para que puedan calcular la rentabilidad por botella de cada uno
de los 95 vinos de Gallo. Los distribuidores, a su vez, usan esa información para ayudar a los
minoristas a optimizar sus mezclas y persuadirlos de agregar espacio en las estanterías para los
productos Gallo. Procter & Gamble ofrece datos y análisis a sus clientes minoristas, como parte de
un programa llamado Joint Value Creation, ya sus proveedores para ayudar a mejorar la capacidad
de respuesta y reducir los costos. El proveedor de hospital Owens & Minor proporciona servicios
similares, permitiendo a clientes y proveedores acceder y analizar sus datos de compra y venta,
seguir los patrones de pedidos en busca de oportunidades de consolidación y trasladar las
compras fuera de contrato a contratos grupales que incluyen productos distribuidos por Owens &
Sus competidores. Por ejemplo, Owens & Minor podría mostrar a los ejecutivos de una cadena
hospitalaria cuánto dinero podrían ahorrar al consolidar las compras en múltiples ubicaciones o
ayudarles a ver las compensaciones entre aumentar la frecuencia de entrega y llevar el inventario.

La cultura correcta. La cultura es un concepto suave; Analítica es una disciplina difícil. Sin
embargo, los competidores analíticos deben inculcar el respeto de la compañía por medir, probar
y evaluar

Evidencia cuantitativa. Se insta a los empleados a basar sus decisiones en hechos concretos. Y
saben que su rendimiento se mide de la misma manera. Las organizaciones de recursos humanos
dentro de los competidores de análisis son rigurosas sobre la aplicación de métricas a la
compensación y las recompensas. Harrah's, por ejemplo, ha hecho un cambio dramático de una
cultura de recompensas basada en el paternalismo y la tenencia a uno basado en mediciones de
rendimiento tan meticulosamente recolectadas como el servicio financiero y de atención al cliente

Resultados. Los altos ejecutivos también establecen un ejemplo consistente con su propio
comportamiento, exhibiendo un hambre y confianza en los hechos y en el análisis. Un ejemplo de
tal liderazgo fue Beracha del Grupo de Panadería Sara Lee, conocido por sus empleados como un
"perro de datos" porque los persiguió para obtener datos que apoyaran cualquier afirmación o
hipótesis.

No es sorprendente que en una cultura analítica haya, a veces, tensión entre los impulsos
innovadores o empresariales y el requisito de evidencia. Algunas empresas ponen menos énfasis
en el desarrollo del cielo azul, en el que los diseñadores o ingenieros persiguen un brillo en el ojo
de alguien. En estas organizaciones, la I + D, al igual que otras funciones, se rige rigurosamente con
métrica. En Yahoo, Progressive y Capital One,

Los cambios de procesos y productos se prueban a pequeña escala y se implementan a medida

que se validan. Este enfoque, bien establecido dentro de diversas disciplinas académicas y de
negocios (incluyendo ingeniería, gestión de calidad y psicología), puede aplicarse a la mayoría de
los procesos corporativos, incluso a candidatos no tan obvios, como los recursos humanos y el
servicio al cliente. HR, por ejemplo, podría crear perfiles de los rasgos de personalidad de los
gerentes y estilos de liderazgo y luego probar a los gerentes en diferentes situaciones. Podría
entonces comparar datos sobre el desempeño de los individuos con datos sobre personalidades
para determinar qué rasgos son más importantes para manejar un proyecto que está atrasado,
por ejemplo, o ayudar a un nuevo grupo a asimilarse. Hay, sin embargo, casos en los que una
decisión de cambiar algo o probar algo nuevo debe hacerse demasiado rápido para un análisis
extenso, o cuando no es posible recopilar datos de antemano. Por ejemplo, aunque Jeff Bezos de
Amazon prefiere cuantificar rigurosamente las reacciones de los usuarios antes de lanzar nuevas
funciones, no pudo probar la oferta de búsqueda de la compañía sin aplicarla a una masa crítica de
libros (120.000, para empezar) ). También era costoso de desarrollar, y que aumentaba el riesgo.
En este caso, Bezos confió en sus instintos y tomó un volante. Y la característica probó popular
cuando fue introducida.
Las personas adecuadas. Las empresas analíticas contratan a personas analíticas y, como todas las
compiten en talento, persiguen lo mejor. Cuando Amazon necesitaba un nuevo jefe para su
cadena de suministro global, por ejemplo, reclutó a Gang Yu, un profesor de ciencia de la gestión y
empresario de software que es una de las principales autoridades del mundo en análisis de
optimización. El modelo de negocio de Amazon requiere que la compañía administre un flujo
constante de nuevos productos, proveedores, clientes y promociones, así como entregar pedidos
con fechas prometidas. Desde su llegada, Yu y su equipo han estado diseñando y construyendo
sofisticados sistemas de cadena de suministro para optimizar esos procesos. Y mientras él lanza
frases como "procesos estocásticos no estacionarios", también es bueno para explicar los nuevos
enfoques de los ejecutivos de Amazon en términos comerciales claros. Los analistas establecidos
como Capital One emplean escuadrones de analistas para realizar experimentos cuantitativos y,
con los resultados en mano, tarjeta de crédito de diseño y otras ofertas financieras. Estos
esfuerzos requieren un conjunto de habilidades especializadas, como se puede ver en esta
descripción del trabajo (típico de un analista de Capital One): Alta capacidad de resolución de
problemas conceptuales y aptitudes analíticas cuantitativas ... Ingeniería, finanzas, consultoría y /
Trabajo de fondo. Capacidad para aprender rápidamente cómo usar aplicaciones de software.
Experiencia con los modelos de Excel. Algunos trabajos de postgrado preferidos pero no
requeridos (por ejemplo, MBA). Experiencia con metodología de gestión de proyectos,
herramientas de mejora de procesos (Lean, Six Sigma) o estadísticas preferidas.

Otras firmas contratan tipos similares de gente, pero los competidores analíticos los tienen en
mucho mayor número. Capital One está buscando actualmente tres veces más analistas que las
operaciones de la gente -casi la práctica común para un banco. "Realmente somos una compañía
de analistas", señaló un ejecutivo de la compañía. "Es el trabajo principal en este lugar".

Los buenos analistas también deben tener la capacidad de expresar ideas complejas en términos
simples y tener las habilidades de relación para interactuar bien con los tomadores de decisiones.
Una compañía de productos de consumo con un grupo de análisis de 30 personas busca lo que
llama "doctorados con personalidad" -personas con experiencia en matemáticas, estadísticas y
análisis de datos que también pueden hablar el idioma del negocio y ayudar a comercializar su
trabajo internamente ya veces externamente . El jefe de un grupo de análisis de clientes en
Wachovia Bank describe la relación con otros que su grupo busca: "Estamos tratando de construir
a nuestro pueblo

Como parte del equipo de negocios ", explica. "Queremos que se sienten en la mesa de negocios,
participando en una discusión de lo que son las cuestiones clave, determinar qué información
necesita los empresarios y recomendar acciones a los socios de negocios. Queremos que este
[grupo analítico] no sea sólo una utilidad general, sino una parte activa y crítica del éxito de la
unidad de negocio ".

Por supuesto, una combinación de habilidades analíticas, empresariales y de relación puede ser
difícil de encontrar. Cuando la compañía de software SAS (un patrocinador de esta investigación,
junto con Intel) sabe que necesitará un experto en aplicaciones de última generación como el
modelado predictivo o la partición recursiva (una forma de análisis de árboles de decisión aplicada
a aplicaciones muy complejas Conjuntos de datos), comienza reclutamiento hasta 18 meses antes
de que espera para llenar la posición.

De hecho, talento analítico puede ser a principios de los años 2000 lo que el talento de
programación fue a finales de 1990. Desafortunadamente, los mercados de trabajo de los Estados
Unidos y Europa no están llenos de candidatos analíticamente sofisticados. Algunas organizaciones
hacen frente a la contratación de trabajo a países como la India, hogar de muchos expertos en
estadística. Esa estrategia puede tener éxito cuando los analistas offshore trabajan en problemas
independientes. Pero si se requiere una discusión iterativa con los tomadores de decisiones
empresariales, la distancia puede convertirse en una barrera importante.

La tecnología adecuada. Compitiendo en análisis significa competir en tecnología. Y mientras que

los competidores más serios investigan los últimos algoritmos estadísticos y enfoques de ciencias
de la decisión, también supervisan y empujan constantemente la frontera de TI. El grupo analítico
de una empresa de productos de consumo llegó a construir su propio supercomputador porque
consideraba que los modelos comercialmente disponibles eran inadecuados para sus demandas.
Estas hazañas heroicas usualmente no son necesarias, pero las analíticas serias requieren lo
siguiente.

Una estrategia de datos. Las empresas han invertido muchos millones de dólares en sistemas que
recogen datos de todas las fuentes imaginables. La planificación de recursos empresariales, la
gestión de relaciones con los clientes, los puntos de venta y otros sistemas garantizan que no se
produzca ninguna transacción u otro intercambio significativo sin dejar una marca. Pero para
competir con esa información, las empresas deben presentarla en formatos estándar, integrarla,
almacenarla en un almacén de datos y hacerla fácilmente accesible a todos ya cualquiera.

Y necesitarán mucho. Por ejemplo, una empresa puede pasar varios años acumulando datos sobre
diferentes enfoques de marketing antes de que se haya reunido lo suficiente para analizar de
forma fiable la eficacia de una campaña publicitaria. Dell empleó a DDB Matrix, una unidad de la
agencia de publicidad DDB Worldwide, para crear (durante un período de siete años) una base de
datos que incluye 1,5 millones de registros en todos los anuncios impresos, radio, En las ventas de
Dell para cada región en la que aparecieron los anuncios (antes y después de su aparición).

Esa información permite a Dell afinar sus promociones para cada medio en cada región. Software
de inteligencia empresarial. El término "business intelligence", que apareció por primera vez a
finales de la década de 1980, abarca una amplia gama de procesos y software utilizados para
recopilar, analizar y difundir datos, todo ello en aras de una mejor toma de decisiones. Las
herramientas de inteligencia de negocios permiten a los empleados extraer, transformar y cargar
(o ETL, como diría la gente en la industria) datos para análisis y luego hacerlos disponibles en
informes, alertas y tablas de puntuación. La popularidad de la competencia analítica es en parte
una respuesta a la aparición de paquetes integrados de estas herramientas.
Hardware de computación. Los volúmenes de datos necesarios para las aplicaciones de análisis
pueden reducir la capacidad de los equipos y servidores de gama baja. Muchos competidores
analíticos están convirtiendo su hardware en procesadores de 64 bits que churn grandes
cantidades de datos rápidamente.

El largo camino por delante

La mayoría de las empresas en la mayoría de las industrias tienen excelentes razones para seguir
estrategias diseñadas por la analítica. Prácticamente todas las organizaciones que identificamos
como competidores agresivos de análisis son líderes claros en sus campos y atribuyen gran parte
de su éxito a la explotación magistral de los datos. Aumenta la competencia global la necesidad de
este tipo de competencia. Las compañías occidentales no pueden vencer a su indio o los
competidores chinos en el costo del producto, por ejemplo, pueden buscar la ventaja a través de
procesos de negocios optimizados. Sin embargo, las compañías que ahora abrazan estas
estrategias, encontrarán que tardan varios años en llegar a buen término. Las organizaciones en
nuestro estudio describieron un largo, a veces arduo viaje. Por ejemplo, el negocio de tarjetas y
préstamos de consumo del Reino Unido dentro del Barclays Bank pasó cinco años ejecutando su
plan para aplicar análisis a la comercialización de tarjetas de crédito y otros productos financieros.
La empresa tuvo que realizar cambios en el proceso prácticamente en todos los aspectos de su
negocio de consumo: riesgo de suscripción, establecimiento de límites de crédito, cuentas de
servicio, control de fraude, venta cruzada, etc. En el aspecto técnico, tuvo que integrar datos en 10
millones de clientes de Barclaycard, mejorar la calidad de los datos y construir sistemas para
incrementar la recopilación y análisis de datos. Además, la compañía se embarcó en una larga
serie de pequeñas pruebas para comenzar a aprender cómo atraer y retener a los mejores clientes
al precio más bajo. Y tuvo que contratar gente nueva con habilidades cuantitativas de alto nivel.

La mayor parte del tiempo -y el gasto correspondiente- que cualquier empresa toma para
convertirse en un competidor analítico se dedicará a tareas tecnológicas: perfeccionamiento de los
sistemas que producen datos de transacciones, disponibilidad de datos en almacenes, selección e
implementación de software analítico y montaje de hardware y Comunicaciones. Y porque
aquellos que no registran la historia están condenados a no aprender de ella, las empresas que
han recopilado poca información -o la clase equivocada- tendrán que reunir un número suficiente
de datos para apoyar un pronóstico confiable.

"Hemos estado recolectando datos durante seis o siete años, pero sólo se ha podido utilizar en los
últimos dos o tres, porque necesitábamos tiempo y experiencia para validar conclusiones basadas
en los datos", comentó un gerente de análisis de datos de clientes de UPS.

Y, por supuesto, los nuevos competidores analíticos tendrán que abastecer a sus larders personal
con gente fresca. (Cuando Gary Loveman se convirtió en COO, y luego CEO, de Harrah's, trajo a un
grupo de expertos en estadística que podía diseñar e implementar campañas de mercadeo
cuantitativamente basadas y programas de lealtad.) Los empleados existentes,
Mientras tanto, requerirá un entrenamiento extensivo. Necesitan saber qué datos están
disponibles y todas las formas en que puede analizarse la información; Y deben aprender a
reconocer tales peculiaridades y deficiencias como falta de datos, duplicación y problemas de
calidad. Un ejecutivo de Procter & Gamble, de pensamiento analítico, me sugirió que las empresas
deberían comenzar a mantener a los gerentes en sus puestos de trabajo por periodos más largos
debido al tiempo necesario para dominar los enfoques cuantitativos de sus negocios.

El patólogo alemán Rudolph Virchow llamó a la tarea de la ciencia "a replantear los límites de lo
cognoscible". Los competidores analíticos persiguen un objetivo similar, aunque el universo que
buscan conocer es más circunscrito al comportamiento del cliente, al movimiento del producto, al
desempeño del empleado, Y las reacciones financieras. Cada día, los avances en tecnología y
técnicas dan a las empresas un mejor y mejor manejo de las minucias críticas de sus operaciones.
Los Oakland A's no son los únicos que juegan moneyball. Las empresas de todas las ramas quieren
ser parte del juego.

Sabes que compites en Google Analytics

Cuando...

1. Aplicar sofisticados sistemas de información y análisis rigurosos no sólo para

Su capacidad básica, sino también a una gama de funciones tan variadas como recursos humanos.

2. Su equipo ejecutivo senior no sólo reconoce la importancia de las capacidades analíticas, sino
que también hace que su desarrollo y mantenimiento sean un foco primario.

3. Usted trata la toma de decisiones basada en hechos no sólo como una buena práctica, sino
también como una parte

De la cultura que es constantemente enfatizada y comunicada por altos ejecutivos.

4. Usted contrata no sólo a personas con habilidades analíticas, sino también a muchas personas
con

Las mejores habilidades analíticas y las consideran una clave para su éxito.

5. Usted no sólo emplea el análisis en casi todas las funciones y departamentos, sino también

Lo consideran tan estratégicamente importante que lo gestiones a nivel empresarial.

6. Usted no sólo es experto en el crujido de números sino que también inventa métricas
propietarias para su uso en procesos clave del negocio.

7. Usted no sólo utiliza copiosos datos y análisis internos sino que también los comparte con
clientes y proveedores.
 8. No sólo avidamente consumir datos, sino también aprovechar todas las oportunidades para
generar información, la creación de una "prueba y aprender" la cultura basada en numerosos
pequeños experimentos.

9. Usted no sólo se ha comprometido a competir en analítica, sino que también ha estado

construyendo sus capacidades durante varios años.

10. Usted no sólo hace hincapié en la importancia de la analítica internamente, sino que también
hace

Capacidades cuantitativas parte de la historia de su empresa, que se compartirán en el informe

anual y en las discusiones con los analistas financieros.

Cosas que puedes contar

Los competidores de Analytics hacen uso experto de estadísticas y modelos para mejorar una
amplia variedad de funciones. Estas son algunas de las aplicaciones más comunes:

Función Descripción Ejemplo

Cadena de Simular y optimizar los flujos de cadena suply; Reducir el
Dell, Wal Mart, Amazon
suministro inventario y salidas de stock.
Selección de Identificar clientes con mayor potencial de ganancia; Aumentar
Harrah's, Capital One,
clientes, lealtad y la probabilidad de que quieran el producto o servicio que
Barclays
servicio. ofrece; Conservar su lealtad.
Identifique el precio que maximizará el rendimiento, o el
Precio Progressive, Marriott
beneficio.
Seleccione los mejores empleados para determinadas tareas o New England Patriots,
Capital humano
trabajos, a niveles de compensación particulares. Oakland A's, Boston Red Sox
Calidad de
Detectar temprano los problemas de calidad y minimizarlos. Honda, Intel
producto y servicio
Es mejor no entender los factores que determinan el
Rendimiento
desempeño financiero y los efectos de los factores no MCI, Verizon
financiero
financieros.
Investigación y Mejorar la calidad, la eficacia y, en su caso, la seguridad de los
Novartis, Amazon, Yahoo
desarrollo productos y servicios.