(Este post es continuación del anterior. Léelo antes, si no has hecho ya)
Los dos últimos pasos de este proceso “tipo” de digitalización progresiva no los dan todas las empresas. Algunas, simplemente porque no tienen volumen suficiente de datos que lo justifiquen. Otras porque no son conscientes (aún) de las ventajas que proporcionan.
Pongámonos en el caso de una empresa de un cierto tamaño que sí tiene un volumen de información importante. Ya ha recorrido todo el proceso anterior (descrito en el post previo) pero se da cuenta de que necesita herramientas más potentes para gestionar mejor los datos que acumula en su trabajo diario. Podemos decir, en resumen, que su ERP “de toda la vida” se le ha quedado corto.
El siguiente paso sería realizar análisis de sus procesos de negocio, de sus bases de datos de pedidos, facturas, cobros… y también de la gestión del almacén, inventario, procesos de producción…
Es el momento de instalar un programa de “business analytics”, un software que consulta toda la información de la empresa, agrupa resultados relevantes, cruza datos de diferentes departamentos, busca patrones y, con todos estos datos genera informes y gráficos con información relevante para los gestores.
Este tipo de programa necesita una adaptación a las necesidades concretas de cada cliente para elegir los datos de entrada relevantes y el formato de los datos de salida, de los informes generados. Por este motivo, las versiones más recientes suelen incluir un interfaz muy sencillo para crear “cuadros de mando” (dashboards) a medida a partir de plantillas predefinidas y componentes visuales.
Con su ayuda, los administradores de una empresa puede conocer prácticamente en tiempo real información muy importante para una gestión eficaz. Por ejemplo:
- Los costes de cada producto, desglosando cada elemento que lo compone y el tiempo (coste) de cada proceso que se ha ejecutado para producirlo.
- Las necesidades de adquisición de material de embalaje del producto, a corto o medio plazo.
- Los procesos que están generando cuellos de botella en el sistema de producción..
Cuando el control de costes o de plazos de producción son elementos fundamentales de la gestión empresarial, estos “super ERPs” resultan imprescindibles.
¿Hay más? ¿Hay programas aún más potentes? Y si los hay, ¿sirven para algo?
Sí, hay todavía un escalón más, un nivel más de complejidad y potencia. Es el Big Data.
Al igual que la división entre un buen ERP y un programa de Business Analytics es difusa, no es una línea perfectamente marcada, la separación entre uno de estos programas y lo que se denomina Big Data también es poco definida. No hay un número de datos (digamos 100.000 facturas) o un volumen (por ejemplo, 1 TeraByte) a partir del cual decimos que estamos ante un problema de Big Data o de, simplemente, análisis “de toda la vida”.
La frontera entre estos dos mundos, entre estos dos tipos de software, es sutil en algunos casos, tanto que es difícil encontrar a dos personas que definan este concepto usando las mismas palabras o refiriéndose a las mismas características.
Personalmente me gusta definir el Big Data de una forma bastante pragmática, definiendo una serie de valores que tiene que tener un sistema de gestión empresarial para subirlo al siguiente escalón. Estos son los requisitos:
- Tiene que ser una base de datos grande y compleja. Esto es bastante obvio. Lo importante es que es una condición necesaria pero no suficiente.
- La información que estamos buscando no puede estar explícita en la base de datos. No se puede obtener con una sencilla consulta, del estilo de “clientes con facturas pendientes desde hace 1 año, varones y que viven en Granada”.
- La información se obtiene buscando patrones que se repiten y que involucran el cruce de información de varias fuentes de datos que no están relacionadas de una forma evidente entre ellas.
- Para obtener resultados, es imprescindible un software específico de análisis que busque los patrones definidos a medida para cada perfil de proyecto o cliente. Una persona no puede encontrar esta información consultando los datos manualmente. El volumen y la complejidad de las relaciones lo desborda.
Un software de análisis de Big Data encuentra información que estaba “oculta” en nuestras bases de datos y que no somos capaces de ver sin su ayuda.
Hay multitud de ejemplos que resultan sorprendentes.
- Los cargos en las tarjetas de crédito y cuenta bancaria de los clientes permite a los bancos anticipar los morosos (este es un uso frecuente hoy en día, por motivos obvios).
- Estudiando el ruido de los aerogeneradores se puede predecir si van a sufrir una avería “antes” de que ocurra.
- Agrupando datos meteorológicos y cruzándolos con la información de las rutas aéreas, los pilotos de aviones comerciales pueden elegir itinerarios óptimos que ahorran combustible y evitan zonas de turbulencia (este ejemplo lo he visto esta misma mañana en unas jornadas).
- O, aunque no está clara la utilidad, las compañías eléctricas pueden saber a qué hora conectas la lavadora o el microondas gracias a un seguimiento segundo a segundo del consumo eléctrico.
Muchos datos que parecían inservibles o se descartaban porque no había capacidad de almacenarlos y mucho menos de estudiarlos, han resultado ser una fuente muy valiosa de información. Solo era necesario disponer de la herramienta apropiada para gestionarlos y analizarlos.
En resumen, muchas empresas han recorrido un largo camino desde la gestión con papel y lápiz hasta el uso de estas sofisticadas herramientas de análisis. No todas las empresas necesitan programas tan sofisticados o no tienen el volumen que lo justifique pero los gestores deben estar al tanto de las posibilidades que la tecnología pone a su disposición porque en el escenario actual una empresa que no gestiona de forma adecuada sus datos no puede competir con las que sí lo hacen.
Nota: hay otros programas además de los nombrados incluyendo un grupo muy interesante, el de tratamiento de información georeferenciada, pero no trataba aquí de ser exhaustivo sino de dar una visión general, amplia, de los más corrientes.
