El coste oculto de las solicitudes de análisis puntuales

Los usuarios empresariales nunca han tenido tanto acceso a tantos datos como hoy en día. Los paneles de control están por todas partes, las herramientas de BI de autoservicio se utilizan de forma generalizada y las organizaciones siguen invirtiendo en iniciativas de análisis de datos.

A pesar de este acceso, muchos equipos de análisis siguen teniendo dificultades para ofrecer respuestas fiables a las preguntas de la empresa. El reto radica en que un mayor acceso a los datos genera más preguntas.

Por ejemplo, un panel de control revela que la pérdida de clientes aumentó un 3 % el mes pasado. Esto suscita, casi de inmediato, una serie de preguntas de seguimiento:

• ¿Qué clientes se han ido?
• ¿Qué tienen en común?
• ¿Aumentó la tasa de abandono en todas las regiones?
• ¿Influyó el precio?
• ¿Están ganando cuota de mercado los competidores?
• ¿Qué medidas deberíamos tomar?

Cada pregunta, por sí sola, es insignificante. Sin embargo, en conjunto, pueden absorber una parte considerable del tiempo de un analista y dar lugar a aún más preguntas. El resultado es un flujo continuo de solicitudes puntuales que consumen el valioso tiempo de los analistas y aumentan silenciosamente los costes operativos.

Las organizaciones suelen centrarse en los costes visibles de la analítica, pero pasan por alto el coste oculto de las solicitudes puntuales. A medida que crece la demanda de análisis, el tiempo de los analistas se distribuye entre consultas repetitivas, la elaboración de informes y el trabajo de investigación, lo que genera cuellos de botella difíciles de escalar.

El auge de la demanda de análisis ad hoc

Durante años, se esperaba que la inteligencia empresarial (BI) de autoservicio democratizara el análisis de datos. La teoría era sencilla: si se daba a los usuarios acceso a paneles de control e informes, estos podrían responder a sus propias preguntas sin tener que recurrir a especialistas.

En la práctica, esto no es lo que ocurre. Los paneles de control son muy eficaces para supervisar métricas conocidas y hacer un seguimiento del rendimiento en relación con los objetivos establecidos. El problema es que las empresas rara vez funcionan según preguntas predefinidas.

Los directivos quieren comprender los cambios inesperados u obtener una visión más profunda de las tendencias. Los responsables de ventas quieren identificar los riesgos emergentes. Los equipos de marketing quieren medir el rendimiento de las campañas.

Estas cuestiones requieren un análisis, una investigación y un contexto que los paneles de control no pueden proporcionar por sí solos. Por ello, los usuarios empresariales siguen recurriendo a los equipos de análisis en busca de respuestas.

El reto radica en que esa «única pregunta» rara vez se queda ahí. Una solicitud para explicar la pérdida de clientes puede dar lugar a preguntas sobre la zona geográfica, los segmentos de clientes, el uso de los productos, los precios o las presiones de la competencia. Cada respuesta abre nuevas vías de investigación, lo que aumenta el volumen de trabajo analítico necesario.

Los costes ocultos se acumulan rápidamente

A medida que las organizaciones dependen cada vez más de los datos, la demanda de análisis sigue creciendo. Muchos equipos de análisis tienen dificultades para seguir el ritmo, lo que genera cuellos de botella que ralentizan la toma de decisiones en toda la empresa.

Con el tiempo, las solicitudes puntuales generan importantes ineficiencias y costes ocultos. Algunos ejemplos habituales son:

• Cambio de contexto. Los analistas suelen pasar de un proyecto a otro y de un conjunto de datos a otro. El cambio constante de contexto reduce la productividad y dificulta la concentración en las prioridades estratégicas.
• Retrasos en las tareas de alto valor. Muchos equipos de análisis dedican una cantidad considerable de tiempo a responder a preguntas recurrentes. Esto reduce el tiempo disponible para iniciativas como la creación de nuevos productos de datos, la mejora de la gobernanza, el perfeccionamiento de los modelos de IA o el apoyo a los objetivos empresariales a largo plazo.
• Tiempos de respuesta más largos. A medida que aumenta el volumen de solicitudes, crecen los retrasos. Los usuarios empresariales esperan más tiempo para obtener respuestas, lo que ralentiza la toma de decisiones y reduce la agilidad.
• El agotamiento de los analistas. Los analistas cualificados pueden verse atrapados en ciclos repetitivos de elaboración de informes e investigaciones rutinarias. Esto puede provocar frustración, desmotivación y rotación de personal.
• Aumento de los costes. Las organizaciones suelen responder al aumento de la demanda ampliando la plantilla. Aunque esto puede suponer un alivio temporal, rara vez resuelve el problema subyacente y no es una solución escalable a largo plazo.

Una sola solicitud rara vez supone una interrupción. El problema radica en gestionar un volumen cada vez mayor de solicitudes que se acumulan rápidamente, lo que obliga a los analistas a interrumpir su trabajo, localizar los datos pertinentes, validar hipótesis, realizar análisis y compartir los resultados.

Por qué los paneles de control por sí solos no pueden resolver el problema

Los paneles de control están diseñados para responder a preguntas conocidas, pero eso ya no es suficiente. Los usuarios empresariales necesitan cada vez más poder:

• Haz preguntas de seguimiento.
• Realizar un análisis de las causas fundamentales.
• Analizar nuevos conjuntos de datos.
• Comprender el contexto empresarial.
• Descubre cómo se generan las respuestas.

Por ejemplo, un panel de control puede mostrar que la pérdida de clientes aumentó el mes pasado. Lo que no puede explicar es por qué ocurrió eso, ni orientar la siguiente fase de la investigación.

Esto da lugar a un patrón habitual. Un directivo revisa un cuadro de mando, identifica un problema y, de inmediato, formula preguntas de seguimiento: ¿Qué ha cambiado? ¿A qué se debe el cambio? ¿Se trata de una tendencia aislada o generalizada? ¿Qué clientes se ven más afectados? ¿Qué deben hacer ahora los responsables de la toma de decisiones?

En ese momento, las nuevas solicitudes suelen recaer en el equipo de análisis. Incluso las organizaciones que han realizado importantes inversiones en paneles de control se ven obligadas a gestionar un flujo constante de solicitudes de seguimiento, ya que los usuarios de la empresa necesitan explicaciones, contexto y un análisis más profundo, no solo visualizaciones. 

El reto de la escalabilidad

Cuando la demanda de análisis supera la capacidad, las organizaciones suelen optar por una de estas tres estrategias:

1. Contrata a más analistas.
2. Crea más paneles de control.
3. Ampliar los procesos de presentación de informes y las estructuras de gobernanza.

Cada enfoque ofrece ventajas a corto plazo. Lo que no consiguen es reducir de forma sustancial la brecha entre la demanda y la capacidad.

A medida que las organizaciones generan más datos y cada vez más empleados se convierten en consumidores de datos, la demanda de análisis supera la capacidad de los equipos de análisis para adaptarse a esta evolución. Esto plantea una situación complicada para los responsables de BI y análisis.

Por muy eficiente que llegue a ser un equipo, hay un límite en cuanto al número de solicitudes que puede gestionar. Al final, las organizaciones necesitan una forma de aumentar la capacidad analítica sin aumentar la plantilla al mismo ritmo.

Un enfoque diferente para el análisis de datos a nivel de toda la empresa

El objetivo de muchas organizaciones es reducir el tiempo que dedican los analistas a responder preguntas repetitivas, para que puedan centrarse en tareas de mayor valor. Las herramientas de análisis conversacional suponen un paso en esta dirección. Permiten a los usuarios de la empresa, independientemente de su nivel de conocimientos, formular preguntas de forma coloquial, explorar los datos por su cuenta e investigar problemas de forma autónoma.

Estas herramientas pueden automatizar algunas partes del flujo de trabajo de análisis, entre ellas:

• Exploración de datos.
• Análisis de investigación.
• Análisis periódico.
• Generación de conocimientos.
• Creación de informes.
• Resúmenes ejecutivos.

Las soluciones más eficaces van más allá de las simples experiencias de preguntas y respuestas. Supervisan continuamente el rendimiento empresarial, identifican cambios significativos (como anomalías o tendencias) y sacan a la luz automáticamente los datos que requieren atención.

Esto hace que el análisis pase de ser un proceso reactivo a uno proactivo. En lugar de esperar a que surjan las preguntas, las organizaciones pueden identificar rápidamente los cambios importantes y permitir que un mayor número de empleados explore los datos de forma independiente.

El resultado es una toma de decisiones más ágil, menos cuellos de botella y un mayor valor empresarial derivado de las inversiones en análisis de datos. 

Cómo pueden los usuarios empresariales interactuar con sus datos

Las solicitudes puntuales son, en realidad, un indicio de éxito. Demuestran que la gente quiere utilizar los datos para tomar mejores decisiones. El reto consiste en satisfacer esa demanda sin sobrecargar a los equipos de análisis.

Las organizaciones que logren ampliar eficazmente sus capacidades analíticas estarán mejor preparadas para facilitar la toma de decisiones basada en datos en toda la empresa. Irán más allá de los paneles de control y los informes tradicionales, ampliando las capacidades analíticas a más equipos y usuarios.

Actian AI Analyst lo hace posible gracias al análisis conversacional, a Scheduled Insights y a las funciones de generación automática de informes, que amplían la capacidad analítica sin aumentar la carga de trabajo de los equipos de análisis.

Acerca del autor

Acerca de Actian Corporation

Actian permite a las empresas gestionar y controlar los datos a gran escala con total confianza. Las organizaciones confían en las soluciones de gestión e inteligencia de datos de Actian para optimizar entornos de datos complejos y acelerar la entrega de datos preparados para la IA. Diseñadas para ofrecer flexibilidad, las soluciones de Actian se integran a la perfección y funcionan de forma fiable tanto en entornos locales como en la nube y en entornos híbridos. Obtén más Acerca de Actian, la división Acerca de Actian datos e IA de HCL Software, en actian.com.