La mayoría de las industrias no están ni cerca de aprovechar el potencial de la analítica

En 2011, el Instituto Global McKinsey publicó un informe sobre el potencial transformador del big data, y se necesitaría un superordenador para procesar todos los artículos que se han publicado desde entonces instando a las empresas a sumarse antes de que algún disruptor digital las deje obsoletas. Sin embargo, a pesar de todo el bombo publicitario, la mayoría de los sectores aún no han estado ni cerca de aprovechar todo el potencial de los datos y la analítica.

MGIsúltimas investigaciones con McKinsey Analytics sobre el estado de la revolución de los macrodatos mide el progreso que varios sectores han logrado para obtener los ingresos y la eficiencia que imaginamos hace cinco años. Impulsado por la competencia nativa de lo digital, el sector minorista se ha llevado entre un 30 y un 40% de las mejoras en los márgenes y el crecimiento de la productividad que identificamos en 2011. La industria manufacturera ha capturado entre el 20 y el 30% del potencial, mientras que el sector público y la sanidad son los que tienen peores resultados, con solo entre el 10 y el 20% del valor.

Centro Insight

• La próxima era de la analítica

  Patrocinado por SAS

  Aprovechar el poder del aprendizaje automático y otras tecnologías.

Detrás de estas cifras se esconden las evidentes disparidades en el rendimiento entre unas pocas firmas vanguardistas y la empresa promedio de un sector determinado. Un examen de la industria de las telecomunicaciones, por ejemplo, muestra que los líderes en análisis han registrado una rentabilidad de tres a cinco veces mayor en su inversión en macrodatos que una empresa de telecomunicaciones típica. La baja rentabilidad no puede atribuirse simplemente al hecho de que las empresas no invierten a gran escala. Por el contrario, muchos ejecutivos han hecho grandes apuestas en tecnología, pero ahora se preguntan por qué esas inversiones no han dado el payoff que esperaban. McKinsey recientemente encuestado más de 500 ejecutivos que representan a empresas de todo el espectro de sectores, regiones y tamaños, y el 86% informó que sus organizaciones solo eran algo eficaces a la hora de cumplir los objetivos que se habían fijado para sus iniciativas de datos y análisis.

En muchos casos, el culpable es un vacío entre lanzar algunos experimentos de análisis e integrar estos conocimientos en el modelo operativo de la organización en general. Muchas empresas invirtieron en sistemas de análisis sin darse cuenta del todo de que convertir los datos en valor real requiere una remodelación profunda de su flujo de trabajo diario. Otros siguen a la zaga en términos de digitalizar por completo las transacciones y los procesos para generar y recopilar todos los datos que puedan ser útiles.

Una estrategia de transformación eficaz comienza por articular claramente cómo se utilizarán los datos y los análisis para generar valor y cómo se medirán los resultados. Una vez que la visión estratégica esté en marcha, la alta dirección, incluido el CEO, tendrá que defenderla personalmente para superar la resistencia institucional y romper los silos entre los departamentos.

Otra pieza fundamental del rompecabezas es adquirir las capacidades adecuadas. Los científicos de datos siguen teniendo una gran demanda, pero las empresas también se esfuerzan por atraer o desarrollar «traductores empresariales» que puedan hacer las preguntas correctas al equipo de ciencia de datos y aplicar los resultados a problemas empresariales prácticos. Este puesto debe combinar el conocimiento de los datos con la experiencia industrial o funcional. Si bien es posible subcontratar el análisis, la función de traductor empresarial requiere conocimientos propios; por lo tanto, algunas empresas ofrecen formación para desarrollar estas capacidades desde dentro.

Adoptar los datos y la analítica no es una táctica, es una transformación. No basta con superponer sistemas tecnológicos potentes a las operaciones existentes. Las empresas nativas de lo digital tienen una enorme ventaja, ya que recopilar, analizar y actuar en función de los datos están integrados en su ADN, mientras que las empresas tradicionales tienen que esforzarse más por revisar los sistemas, las funciones y la mentalidad arraigados.

Ejecutar este tipo de cambios organizativos lleva tiempo y el ritmo depende totalmente de las medidas que tome la dirección. Para las empresas que aceptan plenamente este cambio, invertir en datos y análisis puede generar una tasa de rentabilidad más alta que otras tecnologías recientes, superando incluso el ciclo de inversión en ordenadores de la década de 1980. Los primeros en adoptarlo están registrando un crecimiento más rápido en sus beneficios operativos , lo que les permite seguir innovando y consolidando sus ventajas. En los sectores en los que la adopción de la analítica ha sido lenta, los pioneros todavía tienen la oportunidad de obtener una ventaja significativa sobre la competencia.

Para mantenerse al día con el ritmo de los cambios, los titulares deben tener en cuenta una estrategia en dos partes. En un entorno de pérdida constante, tienen que considerar sus propias medidas de alto riesgo y altas recompensas, como entrar en nuevos mercados o cambiar radicalmente sus modelos de negocio. Al mismo tiempo, tienen que aplicar análisis para mejorar el rendimiento de sus operaciones principales. Las organizaciones que sigan esta estrategia estarán preparadas para superar a los competidores tradicionales y frustrar a los posibles disruptores.

Los disruptores están a la vuelta de la esquina. Los datos y la analítica ya están revolucionando varios sectores. Las empresas más punteras están empezando a implementar el aprendizaje automático y el aprendizaje profundo, que pueden hacer de todo, desde ofrecer servicio de atención al cliente y gestionar la logística hasta analizar el historial médico. Estamos experimentando los temblores iniciales de lo que pronto será un cambio tectónico. Dada la magnitud de las oportunidades en juego y el riesgo muy real de destrucción de la creatividad, las organizaciones tendrán que superar los problemas de crecimiento y adaptarse a una forma de hacer negocios más basada en los datos.