Opiniones | Opinions | Editoriales | Editorials

Las herramientas de analítica avanzada deben alinearse con las necesidades de negocios

 
Imagen de System Administrator
Las herramientas de analítica avanzada deben alinearse con las necesidades de negocios
de System Administrator - jueves, 6 de octubre de 2016, 02:04
Grupo Colaboradores y Partners

Las herramientas de analítica avanzada deben alinearse con las necesidades de negocios

por Ed Burns

Los equipos de análisis avanzado a veces pueden sentirse inclinados a proyectos más académicos, pero el camino hacia el verdadero valor es asegurar que su trabajo se alinea estrechamente con las necesidades básicas del negocio.

Incluso las mejores herramientas de analítica avanzada están condenadas al fracaso si los tomadores de decisiones en el lado del negocio de una organización no las utilizan.

Esa fue la lección que Rod Moyse, jefe de analítica de la compañía de seguros británica Aviva plc, aprendió después de cinco años de implementar informes y productos de datos destinados a simplificar y afilar los procesos de negocio, pero eso, en última instancia, fue infrautilizado. Esto significó que su equipo estaba perdiendo el tiempo creando herramientas de análisis y el negocio estaba perdiendo la oportunidad de obtener una ventaja competitiva a través de los datos.

"La gente realmente no entendía lo que era la analítica", dijo Moyse en una presentación en la conferencia Experiencia Analítica SAS en Las Vegas. "Era considerada una de las más oscuras de las artes oscuras. Necesitábamos cambiar esto, y rápido".

Entre 2010 y 2014, el equipo de Moyse creó herramientas que predijeron qué clientes estaban en riesgo de irse, sobre la base de las quejas de servicio al cliente, apuntaron reclamaciones sobre la probabilidad de que fueran fraudulentas y predijeron cifras de pagos adecuadas para reclamaciones por lesiones corporales.

Herramientas de análisis adoptadas al ser aceptadas por los empleados

Moyse dijo que cada uno de estos modelos tenía una alta fiabilidad predictiva, y tenía el potencial de ahorrar dinero a la empresa. Cuando su equipo presentó estas herramientas a la gerencia había entusiasmo acerca de cada una de ellas, pero en última instancia los trabajadores de primera línea no las adoptaron.

No fue hasta 2015 cuando su equipo construyó una herramienta que despegó. Ella predecía qué reclamaciones de accidentes vehiculares resultarían en el coche siendo declarado como pérdida total y la cantidad que los gestores de siniestros deberían ofrecer a los clientes para solucionar dicha adopción despegó.

La clave, dijo Moyse, fue que la herramienta simplificaba de una parte del trabajo de los gestores de siniestros sin automatizar el trabajo por completo. Resolvió un problema para los tomadores de decisiones, a la vez que valoraba su papel en el proceso.

"Esto fue lo mejor que hemos hecho, porque le da superpoderes a nuestros usuarios", dijo Moyse.

Claves para adoptar herramientas de análisis en las primeras líneas

Todos hemos oído el consejo que le dice a los equipos de análisis que encuentre patrocinadores ejecutivos y haga frente a proyectos que son relevantes para las líneas de negocio. Esas cosas pueden ser útiles, pero tienen que ser hechas de la manera correcta.

Moyse dijo que se necesita un "mecenas de negocios", un ejecutivo que esté interesado y tenga un presupuesto para financiar un proyecto, incluso si no entrega un beneficio inmediato. El patrocinador también necesita una historia para compartir sobre el proyecto. Esto no quiere decir que usted explique todos los detalles técnicos del algoritmo de análisis predictivo, pero sí quiere decir que tiene que asegurarse de que el patrocinador pueda explicar conceptualmente el beneficio a otros ejecutivos, tanto interna como externamente.

Elegir los proyectos adecuados también es fundamental. Moyse dijo que las herramientas de análisis avanzado no deben abordar únicamente una necesidad real de negocios, sino que también deben ser divertidas y atractivas al usarse.

Para Kelly McGuire, vicepresidente de análisis avanzado de Wyndham Destination Network, mantener a los miembros del equipo de análisis cerca de las líneas de negocio ayuda a lograr algunos de estos objetivos. Su equipo cuenta con especialistas de engagement de negocios que funcionan como una interfaz entre el equipo de análisis y el negocio, lo que ayuda a mantener a los analistas centrados en la entrega de productos de datos que los trabajadores de primera línea necesitan.

Por ejemplo, el equipo creó recientemente una aplicación móvil para los agentes de la división de alquileres rurales de Reino Unido de la compañía. La aplicación utiliza algoritmos de aprendizaje automático para predecir la cantidad de dinero que los propietarios podrían generar a partir de su propiedad al listarla a través de Wyndham. Los agentes pueden mostrar a los propietarios cómo es probable que esa cantidad cambie si se hacen alteraciones a su perfil, tales como permitir mascotas o estancias de corta duración.

Sea proactivo sobre la solución de problemas

McGuire dijo que esta aplicación ha tenido una buena utilización, ya que perfectamente resolvió un problema para los agentes e impulsa resultados de negocios. Sin trabajar estrechamente con esta línea de negocio, la necesidad podría no haber sido evidente.

"Lo que está haciendo es demostrar beneficio para el negocio en un proceso que ellos entienden", dijo.

Otra forma en que los equipos de análisis pueden probar su valor es tomando cada vez más proyectos de análisis avanzado. En este punto, la mayoría de las empresas han descifrado la inteligencia de negocio básica y no hay mucho valor en mejorar los proyectos de informes existentes.

Elisa Gois, jefe de analítica en MGM Resorts International, dijo que el valor real en estos días está en hacer análisis predictivo. Estos proyectos pueden abrir nuevos flujos de valor que los informes más reactivos no pueden. Además, dijo, el pasado no siempre es el mejor predictor del futuro, por lo que conocer lo que ocurrió hace seis meses realmente no ayuda tanto a una línea de negocio. Tener una idea del futuro, sí.

Ella maneja equipos que predicen gastos de mano de obra, optimizan campañas de marketing y mejoran la participación del cliente. Todos estos proyectos predictivos han crecido de los esfuerzos para mejorar el valor de informes existentes y fueron desarrollados en estrecha consulta con las líneas de negocio.

"Realmente necesita hacer que su compañía haga la transición hacia centrarse en el análisis predictivo", dijo. "Usted tiene que asegurarse de quesus prioridades están alineadas con las prioridades [de negocios]".

Próximos pasos

Más sobre analítica:

Link: http://searchdatacenter.techtarget.com

Please read the attached whitepaper: ¿Cómo impacta big data a las aplicaciones de negocios?

1067 palabras