Madurez analítica en empresas de Colombia y México (Parte 1)

Durante 2022, nuestro equipo de científicos sociales lideraron un estudio en el cual entrevistamos a los responsables máximos de manejo de información de 185 compañías en México y Colombia. 

Todos los participantes de este estudio, fueron profesionales con más de 14 años de experiencia en el área y la concentración sectorial de las encuestas se dio tal y como se muestra en la gráfica 1.

Sinnetic Analytics Maturity Model Sectores

El objetivo central del estudio, fue validar un modelo de benchmarking para estimar la madurez de capacidades analíticas al interior de las organizaciones con el objetivo de:

  • Identificar la línea de base en términos de capacidades analíticas.
  • Entender la distancia entre el estado actual y el mejor desempeño observado en el sector.
  • Optimizar la distribución eficiente de recursos para cerrar brechas reales en datos, tecnologías, personas y procesos.

Se diseñó un instrumento con 189 ítems que exploraron diversas dimensiones de la organización. La confiabilidad del instrumento a nivel global fue de considerable (Cronbach: 0,89).

Un análisis factorial exploratorio, permitió aislar 9 dimensiones que compondrían la madurez analítica de la organización. cada una se evaluó frente un benchmark indexado a 100 puntos. Estar por encima de 100 indica superar el bench. En los gráficos el circulo central transparente representa el comportamiento del mercado.

Dimensión 1: Corporativa

Esta dimensión compone 9 atributos del desempeño analítico. 

SINNETIC - Dimensión corporativa

Aquellas con más alto desempeño fueron:

  • Liderazgo analítico: Por lo general hay buena conexión entre la gerencia general y el mas alto cargo de datos, hay credibilidad, confianza y apertura.

  • Afinidad tecnológica: El negocio le cree a la tecnología y a la analítica. Confían en que detrás de los datos hay información valiosa para el desempeño y defensa de la ventaja competitiva del negocio.

Las dimensiones con bajo desempeño fueron:

  • Cultura data driven: La lectura, interpretación y vinculación de información a lo largo de la cadena de valor de las organizaciones sigue siendo un reto. No solo se trata de producir sino de amplificar el valor analítico en los equipos de la operación y la estrategia.

  • Financiación de la innovación analítica: Los altos responsables de datos, carecen de herramientas financieras para presentar y defender el retorno de inversión de equipos, infraestructuras y esfuerzos analíticos. Como es de esperarse, los presupuestos de las organizaciones son limitados y los proyectos de analítica deben competir por recursos con proyectos de otras áreas de las organizaciones. Las organizaciones comparan proyectos en función del retorno y para el caso de analítica, el retorno es difícil de medir.

Dimensión 2: Puntos ciegos

Esta dimensión se asocia a la cantidad de datos que describen las causas y consecuencias del negocio

SINNETIC - Puntos ciegos

Aquellas con más alto desempeño fueron:

  • Variables resultado: Las empresas saben bien que quieren predecir y lo miden con regularidad y relativa confidencialidad, las ventas, el share de mercado, la satisfacción del cliente son variables de resultado o consecuencias.

  • Apertura a la experimentación: Existe aprecio y procesos por desplegar experimentos, probar con diferentes proveedores de datos o modificar las estructuras actuales para levantar nueva información. Un riesgo latente es que tras los cambios efectuados se observa no continuidad y documentación.

Las dimensiones con bajo desempeño fueron:

  • Dependencia de proveedores: La tasa de dependencia de datos externos es superior al 40%, según el Oxford of Digital Economy Institute, indica baja madurez digital. Cuando los datos vienen de alguna fuente publica o de un proveedor, en el momento en que se deje de publicar, cambie el esquema de publicación o el proveedor no capture más esa data, los activos analíticos pueden sufrir perdida de productividad.

  • Causas: El negocio tiene clara la información de resultados pero no la información de los efectos. Es decir, las cosas que pueden manipular para obtener mejores resultados. La información sobre decisiones, inversiones etc., no se almacena con tanto "juicio" y disciplina.

Dimensión 3: Infraestructura

La competitividad, completitud y gestión de recursos tecnológicos para proyectos de analítica se concentraron en este factor.

SINNETIC - Infraestructura

Aquellas con más alto desempeño fueron:

  • Garantías de soporte: Tanto los proveedores de tecnología como las mesas internas de apoyo son funcionales a la hora de combatir emergencias tecnológicas.

  • Marcos estandarizados de desarrollo: Existen políticas y procedimientos claros para llevar de "ideas" a producción los prototipos analíticos.
Las dimensiones con bajo desempeño fueron:
  • Interoperabilidad: Se evidencian muchos retos a la hora de conectar el transito de información y de decisiones entre tecnologías. Las empresas deben conectarse con tecnologías de sus clientes o de sus proveedores y no es exitoso por lo general este proceso.

  • Volumetría: Se tienden a desconocer los volúmenes actuales y futuros de datos, por lo tanto se vuelve difícil estimar costos de crecimiento y requerimientos de capacidades de computo.

En siguientes entradas al blog, compartiremos capítulos extra del estudio. Por lo pronto, queremos invitarte a entrar en contacto con nosotros para diagnosticar el nivel de madurez analítica de tu organización y generar un plan de trabajo coherente con él.

Hagamos una cita

También puedes descargar nuestra presentación de credenciales

DESCARGA EL PDF

 

Gabriel Contreras

Gabriel Contreras

Actual CEO de SINNETIC para Colombia. Estudios en psicología, estadística, Msc en estadística, MBA y especialista en comportamiento del consumidor e investigación de mercados. Más de 15 años de experiencia haciendo consultoría analítica y de datos para Seguros, Agronegocios, FMCG, Farma y Movilidad

Artículos Relacionados