{"id":904,"date":"2020-04-14T01:00:00","date_gmt":"2020-04-14T05:00:00","guid":{"rendered":"https:\/\/www.aynitech.com\/business-analytics-como-optimizar-el-roi-en-los-proyectos-de-bi\/"},"modified":"2020-04-14T01:00:00","modified_gmt":"2020-04-14T05:00:00","slug":"business-analytics-como-optimizar-el-roi-en-los-proyectos-de-bi","status":"publish","type":"post","link":"https:\/\/www.aynitech.com\/es\/business-analytics-como-optimizar-el-roi-en-los-proyectos-de-bi\/","title":{"rendered":"Business Analytics: \u00bfC\u00f3mo optimizar el ROI en los Proyectos de BI?"},"content":{"rendered":"<p>La informaci\u00f3n es el petr\u00f3leo del siglo 21. Generamos ingentes cantidades de datos para mejorar las decisiones de negocios d\u00eda a d\u00eda, y se presentar\u00e1n aun m\u00e1s en el futuro con el aporte de las nuevas tecnolog\u00edas: Internet of Things, Cloud Services, Streaming, Big Data, entre otras.<\/p>\n<p>Los proyectos de Business Intelligence (BI) son la primera capa de la Anal\u00edtica (Descriptiva). Se enfocan en \u201cautomatizar\u201d las decisiones del d\u00eda a d\u00eda bas\u00e1ndose en conceptos de gesti\u00f3n pre-determinados y modelos de datos que entregan informaci\u00f3n en l\u00ednea. Las mejores pr\u00e1cticas de implementaci\u00f3n de Proyectos de Anal\u00edtica en general recomiendan empezar por BI antes de saltar a las predicciones y el Machine Learning (AI), la raz\u00f3n es simple: Hay que caminar antes de correr. Los modelos de gesti\u00f3n se apoyan sobre modelos de datos estructurados (En principio) los cuales luego de poblarse podr\u00e1n utilizarse para \u201cpredecir\u201d (Y en la medida que el flujo de datos sea constante \u201caprender\u201d).<\/p>\n<p>Para detalles de este tema puedes revisar el articulo: \u00bfBusiness Intelligence o Big Data?<\/p>\n<p>El m\u00e9todo para \u201cautomatizar\u201d nuestras decisiones pasa por orientar a nuestra organizaci\u00f3n hacia el an\u00e1lisis, debido a que los Roles organizacionales son similares, adoptan en sus procesos Tableros de Mando para los Gerentes y Cubos de Informaci\u00f3n para los Analistas (Vea: Anal\u00edtica Aplicada: \u00bfQu\u00e9 es un Sistema de Gesti\u00f3n?). Todo esto pasa por una etapa de cambio cultural: Los procesos deben alimentar las decisiones con \u2018Datos en L\u00ednea\u2019 considerando las 2 tendencias de BI: Corporativo y Self-Service.<\/p>\n<p>El Retorno de Inversi\u00f3n (Return of Investment \u2013 ROI) de un Proyecto de BI se basa en todo lo anterior, su \u00e9xito se medir\u00e1 en mayor rentabilidad de la empresa (M\u00e1s ingresos, menos gastos, m\u00e1s eficiencia). Para ello es vital considerar los siguientes puntos:<\/p>\n<p>1. Decisi\u00f3n Pol\u00edtica: No debe haber cambios \u2018Bottom \u2013 Up\u2019, todos los cambios pasan \u2018Top \u2013 Down\u2019. Se requiere un Sponsor fuerte para el Proyecto con lineamientos claros y poder de decisi\u00f3n.<\/p>\n<p>2. Metodolog\u00eda:<\/p>\n<p>Te recomendamos ver el articulo Gesti\u00f3n de Proyectos BI: Mejores Pr\u00e1cticas<\/p>\n<p>3. Modelar los conceptos de Gesti\u00f3n alrededor de las \u2018Decisiones\u2019 de cada \u00e1rea y no con reportes aislados: El resultado son Tableros de Mando que automatizan decisiones. El modelo \u00f3ptimo es BI Corporativo combinado con Self-Service BI.<\/p>\n<p>4. Tecnolog\u00eda: La decisi\u00f3n tecnol\u00f3gica hoy en d\u00eda es m\u00e1s sencilla, existen diversas herramientas de BI con excelentes est\u00e1ndares de ingenier\u00eda.<\/p>\n<p>5. Democratizaci\u00f3n de la informaci\u00f3n: Apunta a eliminar las islas de informaci\u00f3n y que los profesionales \u201camarren data\u201d. La sinergia de datos capitaliza, el efecto es un incentivo a la creatividad con decisiones apoyadas en datos reales y en l\u00ednea. Los datos se convierten en informaci\u00f3n despu\u00e9s de un proceso de an\u00e1lisis, sin ello no es posible generar \u201cInsights\u201d<\/p>\n<p>6. Procesos transaccionales automatizados y transversales: Cada \u00e1rea de la empresa debe involucrarse en la trazabilidad del dato y en el cumplimiento de los procesos para alimentar la informaci\u00f3n.<\/p>\n<p>7. Una sola versi\u00f3n de la verdad: Todos deben ver los mismos n\u00fameros, no hay espacio para las interpretaciones.<\/p>\n<p>En nuestra experiencia, la aplicaci\u00f3n de estos 7 puntos conlleva a generar ROI (Retorno de Inversi\u00f3n) por los siguientes conceptos (Encuesta de AYNITECH):<\/p>\n<p>Eficiencia Operacional: 65%<\/p>\n<p>Una sola versi\u00f3n de la verdad: Cliente, Producto, Proveedor: 54%<\/p>\n<p>Ventaja competitiva: 41%<\/p>\n<p>Mejor acceso de la Gerencia a los Datos Corporativos: 38%<\/p>\n<p>Incremento de rentabilidad: 35%<\/p>\n<p>Apoyo a la transformaci\u00f3n digital: 33%<\/p>\n<p>Mejora a los procesos productivos: 20%<\/p>\n<p>Mejora a los procesos de Atenci\u00f3n al Cliente: 15%<\/p>\n<p>Automatizaci\u00f3n de procesos relacionados a los Datos: 10<\/p>\n<p>Otros: 4%<\/p>\n<p>Nucleus Research mide el impacto del ROI por etapa de Madurez Anal\u00edtica de la siguiente manera:<\/p>\n<p>Etapa Inicial: [i] ROI Anual Promedio 188% [ii] Impacto: Automatizaci\u00f3n de Reportes.<\/p>\n<p>Etapa T\u00e1ctica: [i] ROI Anual Promedio 389% [ii] Impacto: Anal\u00edtica para mejorar los procesos de toma de decisiones.<\/p>\n<p>Etapa Estrat\u00e9gica: [i] ROI Anual Promedio 968% [ii] Impacto: Anal\u00edtica alineada transversal y estrat\u00e9gicamente en la organizaci\u00f3n.<\/p>\n<p>Etapa Predictiva: [i] ROI Anual Promedio 1209% [ii] Impacto: Anal\u00edtica aplicada a modelos predictivos y a Redes Sociales.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>La informaci\u00f3n es el petr\u00f3leo del siglo 21. Generamos ingentes cantidades de datos para mejorar las decisiones de negocios d\u00eda a d\u00eda, y se presentar\u00e1n aun m\u00e1s en el futuro con el aporte de las nuevas tecnolog\u00edas:\u2026<\/p>\n","protected":false},"author":0,"featured_media":902,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[66],"class_list":["post-904","post","type-post","status-publish","has-post-thumbnail","hentry","category-analitica"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/posts\/904","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/comments?post=904"}],"version-history":[{"count":0,"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/posts\/904\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/media\/902"}],"wp:attachment":[{"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/media?parent=904"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.aynitech.com\/es\/wp-json\/wp\/v2\/categories?post=904"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}