La tecnología y, en particular, las herramientas de analytics tiene cada vez una mayor relevancia en la transformación de los negocios. Por eso, expertos de EY y SAP analizaron el pasado jueves cómo el análisis de información está revolucionando el entorno de las compañías e, incluso, modificando su modelo de negocio.
Durante la jornada Predictive Analytics: cómo generar ventajas competitivas, participó como ponente principal Timo Elliott, Senior Director de SAP y “Global Innovation Evangelist”, quién explicó con casos prácticos cómo el análisis predictivo permite mejorar los modelos de negocio de las compañías consiguiendo un acercamiento más efectivo a los consumidores. En este sentido, Elliott destacó con ejemplos concretos como “los modelos predictivos permiten a las empresas, de muy diversos sectores, actuar, detectar y reaccionar ante los problemas en tiempo real”.
Por su parte, Pablo González, Socio de Consultoría de EY explicó cómo “la transformación digital genera ventajas competitivas cuando se aplica sobre el modelo de negocio de la compañía, afectando positivamente tanto a los ingresos, como a la eficiencia y a la productividad. Para ello, -continúa- es clave integrar la información en el modelo de negocio. Sin embargo, las compañías sólo utilizan entre el 5% y el 10% de los datos”.
Pablo González establece dos niveles dentro del proceso de generación de valor de la información: el analítico avanzado y el analítico de negocios. La analítica avanzada, que es donde están ahora las empresas líderes, integra la información para resolver problemas específicos. El socio de EY vislumbra dos problemas principales para generar valor con la información y utilizarla para la transformación del negocio: la falta de integración y la velocidad en que se genera. En su opinión, “las compañías deben dotarse de nuevas capacidades funcionales apoyadas en la tecnología para luchar por un modelo que genere una competitividad continua”.
Cómo evitar los riesgos
Manuel Giralt, Socio Director de Consultoría de EY, profundizó en las herramientas de Risk Analytics que permiten analizar la información de riesgos con el fin de entender por qué ha sucedido un evento, calcular la probabilidad de que pueda volver a ocurrir y agregar la información generada para elaborar un reporting sencillo y atractivo que ayude a tomar decisiones.
En opinión de Víctor García, Senior Manager de Consultoría, la evolución de Risk Analytics debe pasar del análisis predictivo a prescriptivo, desarrollando modelos de datos que, haciendo uso de las tecnologías in-memory, permitirán dar un mayor valor a las organizaciones asesorando (prescripción) en tiempo real, sobre cuál es la mejor alternativa posible. En el ámbito del Riesgo, la predicción del fraude se presenta como el desafío a modelizar y automatizar.
Los modelos predictivos, tal y como explicó Mónica Cortés, Senior Manager de Consultoría de EY, se diseñan a medida para cada negocio y son un apoyo en la toma de decisiones estratégicas. “El éxito del análisis predictivo requiere un adecuado tratamiento de la información”, señaló. Cortés enumeró además algunos de los mitos que rodean a este tipo de análisis, como, por ejemplo, que sólo tiene sentido desarrollarlos para grandes cuentas; que requieren de un DataMart en la compañía o que con el 20% de los registros se consigue el 80% de éxito en mis acciones. La importancia de anticiparse a los riesgos conlleva, de hecho, que el 72% de las compañías tengan pensado incrementar su gasto en análisis predictivo durante este año. Por su parte, Jorge Pérez, Analytics Sales Director de SAP en España, apuntó que el 68% de las organizaciones que usan análisis predictivo obtienen ya una ventaja competitiva. En este sentido, “Desde SAP, hemos hecho una inversión muy importante en simplificar el entorno tecnológico porque por cada 50% de funcionalidad que se añade a un proceso de una empresa aumenta un 100% la complejidad de sus procesos internos», explica Joao Paulo da Silva, Director General de SAP Spain.
