Business Intelligence para financieros y contadores

Business Intelligence es una técnica que apunta a generar soluciones de información para la toma de decisiones. En los años ‘90 el problema era sistematizar los procedimientos internos hasta llegar a un registro contable confiable, con información de los pedidos del cliente, si se facturaba y si se cobraba en tiempo, y si el registro era fidedigno… es decir, cubrir las necesidades de las operaciones básicas de la empresa: comprar, vender, pagar, cobrar, producir, distribuir y registrar.

Comenzaron masivos procesos de implantación de ERP´s (Sistemas de Planificación de Recursos Empresariales), con la intención de dominar el mundo de las transacciones en un ambiente único y consistente.

Dominar el mundo de las transacciones, permite llevar adelante la gestión de información que integra y automatiza muchas de las prácticas de negocio asociadas con los aspectos operativos o productivos de una empresa. Responde preguntas del tipo de: ¿Qué puedo vender? ¿Hay stock? ¿Cuánto se necesita producir? ¿El cliente tiene límite de crédito? ¿Cobramos?, etc.

Todas estas preguntas y respuestas tienen que ver con el desarrollo del trabajo cotidiano, del día a día. Es información con un nivel de detalle máximo, es decir totalmente desagregada, con “alta granularidad”.

Otra de sus características es que su validez es temporal. En el entorno del sistema ERP, el dato es perecedero: si controlo las cobranzas de clientes, en cuanto éste realizó el pago el dato pierde vigencia; pasamos a otro tema; cubrió la necesidad operativa de dicho departamento.

Esta información es de suma utilidad en el nivel operacional, vital para el desarrollo habitual de las acciones de la empresa. Pero cuando pasamos al nivel decisorio de la organización, el grado de detalle ya no es tan importante. Pasa a tener importancia el dato histórico, que no es perecedero. La información se encuentra y se necesita sumarizada. En este contexto deja de ser relevante si el cliente “A” pagó en término o si compró el producto “Z” en lugar del “Y”. En cambio, pasa a tomar importancia el nivel de ventas de un periodo, de una línea de productos, su comparación con igual periodo de año anterior y/o respecto del plan de negocio del ejercicio.

Con los múltiples datos que se obtienen del mundo transaccional, se genera información con historia, consistente, oportuna y comparable. A partir de allí, se habilita la posibilidad de estudiar tendencias y generar proyecciones.

El primer ambiente es transaccional (software ERP), de detalle, instantáneo, “on line”; el segundo es aquel donde se almacena información para análisis y toma de decisiones, pasa a ser relevante el dato histórico, se diluye el concepto de instantaneidad. Este almacenamiento de datos es lo que se denomina “DataWarehouse” (DW).

¿Qué es el DataWarehouse, y para que sirve?

Un buen DW debería contener toda la información que genera el mundo transaccional de la empresa, pero no en forma exclusiva. Este conocimiento se puede enriquecer con información proveniente del mundo exterior de la empresa, como por ejemplo, datos de mercado (ej.: Nielsen, CCR, etc) e información capturada por Internet (ej.: Cotización de commodities). También se pueden agregar datos provenientes de sistemas paralelos internos (legacy systems) o externos de la compañía.
Esta información enriquecida permite realizar la comparación de situaciones que tienen origen en el mundo de la empresa, pero vinculadas con el contexto en el que la empresa se desenvuelve. De esta manera, brindan a quien debe tomar las decisiones, una poderosa herramienta que le facilite la toma de las mismas, o bien reduce el riesgo en función de la minimización del marco de incertidumbre.

Como principio, el DataWarehouse debe de ser único. Un único repositorio de datos obliga a que toda la empresa abreve en la misma fuente, fundamentalmente porque lo que ingresó en él, respeta las convenciones a las que la dirección definió como “política”. Para citar un ejemplo, supongamos que la mercadería fue solicitada, facturada y cargada sobre camión, pero éste aún no ha abandonado la playa de la planta. Se pueden encontrar intereses contrapuestos del área Comercial (la venta está hecha) y la del Controller (hasta que no se acepta la entrega por el cliente la venta está abierta).

Idéntica situación se podría generar entre en un pedido confirmado y una operación efectivamente cobrada.

Teniendo un único repositorio de datos, cuando se referencia a la Venta de un periodo, el concepto “venta” es unívoco y es comprendido por el universo de la empresa y con el mismo alcance. Por eso, el DataWarehouse es un almacén de información más que de datos. Es un diccionario que contiene las “definiciones” de la compañía.

A medida que se sube en la pirámide organizacional, cada vez es menor la cantidad de usuarios y se incrementa el nivel de sumarización de la información. Comienza a perder relevancia el detalle. Todo decisor, al momento de elaborar una acción, tiene presentes – consciente o inconscientemente- indicadores que le ayudan a optar. Estos indicadores pueden tener origen en múltiples y diversos universos: desde un simple listado de la venta diaria hasta una noticia del periódico web de los Estados Unidos. Pero cuando se intenta trabajar con metodología, también los indicadores deben pasar por dicho proceso. La Inteligencia de Negocios (BI) se orienta metodológicamente a hallar, dentro del negocio y conjuntamente con el empresario, cuáles son los indicadores del mismo. Y, fundamentalmente, analiza cuáles son los indicadores considerados claves, los “drivers” del negocio.

Definidos los indicadores clave (Key Performance Indicators, KPI’s), se los resuelve aplicando las “definiciones” que se encuentran el DW.

KPI's

De esta manera se vuelven comparables, permiten detectar desvíos y aunque parezca una obviedad, si están disponibles en forma oportuna, pueden disparar acciones correctivas. Y ahí comienza nuevamente el ciclo donde la captura de los ambientes transaccionales y su control posterior en el DW, permitirá medir cuán efectiva fue la medida adoptada y si se debe corregir nuevamente o no. Este ciclo se repite en forma permanente durante la vida de la empresa.

¿Qué es el DataMining?

Avanzando un poco más en el conocimiento de la información de que disponemos en la compañía, alrededor de los años ‘90 y ya teniendo disponible el DataWarehouse aparece otra rama del BI: la “minería de datos” o DataMining (DM).

El DataMining va a entregar respuestas a preguntas que no se hicieron. En otras palabras, con los datos correctamente almacenados, depurados, consistentes y con historia, aplicando metodologías basadas principalmente en la estadística, se pueden encontrar patrones de comportamiento “escarbando” en esos datos.

El área de marketing, la banca y los servicios públicos aplican y fueron pioneros en el DM. El DW registra transacciones con el cliente: que compró, qué reclamó, qué pidió, cuándo lo recibió, esta es una visión histórica, que registra lo que pasó. Pero el DM se focaliza hacia el futuro.

Por Luis Nikiel
Director de Improve Solutions
Crystalis Consulting
Grupo Seidor
www.improvesolutions.com

 

¿qué software es apto para su empresa?

Acceda a nuestros evaluadores

Deja un comentario