Reducción de pérdida a través de la Inteligencia Analítica
Esbozamos a continuación algunas ideas que hemos ido desarrollando a lo largo de proyectos de optimización para nuestros clientes.
1. ¿Con qué finalidad podemos aplicar la Inteligencia Analítica como herramienta de empresa?
La palabra-clave es eficiencia. Una buena forma de conseguirla es gracias al análisis de los datos sin procesar que como empresa podemos recolectar, es decir aquellos datos puros como en un lago de datos (1) antes de su procesamiento y transformación, los cuales convertimos en información útil para ayudar a planificar acciones, proyectos y estrategias, y nos permiten lograr objetivos.
Existen dos tipos de Inteligencia analítica: por un lado, la que nos permite a través de cuadros de mando, hacer el seguimiento a las métricas elegidas, por otro lado, la que nos permite descubrir ciertos patrones que pueden influir en la misma empresa y/o su entorno cercano, y el mercado.
Se relaciona estrechamente con Inteligencia de Negocio (Business Intelligence), Analítica de Datos (Big Data), Inteligencia Artificial (Artificial Intelligence), Minería de Datos (Data Mining) o Aprendizaje de Datos (Machine Learning).
2. Mejoras en la cuenta de resultados
Tras muchos años ayudando a las empresas de Retail y otros sectores hemos podido comprobar que los mercados son ineficientes y que no se paga lo mismo por productos y servicios similares. Este hecho se da hasta en los mercados supuestamente más transparentes. Los proveedores necesitan optimizar sus márgenes y, a lo largo de los años, aprovechan todas las circunstancias que se presenten.
Además, hemos de añadir que los recursos internos de las empresas son limitados y se encuentran saturados por el día a día que cada vez en más complejo y acelerado. Nuestra experiencia detecta que las inercias son muy fuertes. Si funciona, ¡no lo toques!
Pero tiene solución. La clave está en el estudio analítico en profundidad de la información que se encuentra disponible. Es necesario transformar los datos en conocimiento (tendencias, alternativas, mejores prácticas) que nos permita aplicar inteligencia y sentido común para optimizar la gestión de los costes y su reducción.
Merece la pena. El Efecto Multiplicador del ahorro tiene grandes consecuencias en la cuenta de resultados. Por ejemplo: Una empresa con un 12% de gastos generales y un beneficio del 8% sobre ventas, obtendría un incremento en Beneficio antes de intereses e impuestos (BAII) del 30% supuesta una reducción del 20% de los gastos generales.
Tanto en la crisis actual como en la que se inició en el 2008 hemos visto que la gestión de los gastos obtenía una mayor prioridad en las empresas. El proceso suele ser similar, se priorizan los gastos más importantes, a veces estructurales (personal), y la organización va perdiendo energía para acometer otros gastos de menor volumen.
Nuestra perspectiva difiere de este enfoque, somos partidarios de incluir en el esfuerzo inicial los gastos generales que generan recursos adicionales y que no debilitan a la organización. Un esfuerzo en paralelo es la política más adecuada.
3. Mejoras en la gestión de los procesos
Se trate de procesos de automatización de pago de facturas (electrónicas), gestión de almacén logístico, gestión de pedidos y de stocks en una empresa productora o gestión de una red de tiendas, sea desde la perspectiva interna (cliente tienda/matriz) como externa involucrando sus proveedores respectivos, el análisis de la información detallada hasta en sus menores detalles, el cruce y contraste de datos y el testeo de su coherencia a través de los diferentes actores del proceso completo, paso a paso de principio a fin, siempre nos ha permitido descubrir puntos de fallo e ineficiencias múltiples.
Recientemente, el Director General de una empresa muy vinculada con el sector de la Gran Distribución, nos comentaba y pidió ayuda de cara a la situación inverosímil que estaban sufriendo a raíz del mal tratamiento interno de pedidos recibidos de sus clientes. En origen todo bien, luego la cadena interna entre departamentos “transformaba” anormalmente el contenido y características de los pedidos recibidos, no existía control de calidad de fin de cadena y al final se les entregaba a los clientes material que no habían pedido, así una y otra vez, generando gastos innecesarios por gestión de devoluciones, una hiperinflación de mala imagen de cara a clientes, una reducción progresiva de la confianza en la marca y per se de los pedidos, y como si fuera poco, una montaña de stock inmovilizado.
Lo peor, incapacidad de reacción por parte del cliente, y esto ocurre más a menudo de lo que pensamos. El análisis de las rutinas operativas nos condujo a los focos escondidos del incendio, a entender qué información en un momento dado se viciaba y qué estaba mal, y finalmente a la reconstrucción del camino perfecto, con la implantación de los debidos procedimientos de control de proceso.
4. Mejoras en la capacidad de predicción e identificación de las necesidades de nuestros clientes en el tiempo
Analizar minuciosamente los datos de los usuarios (físicos, online, omnicanal) permite ir conociendo el comportamiento de los clientes y proporcionarles una solución automática basada en estas múltiples variables, en línea con lo que necesitan más concretamente y cuándo, de forma más especial a través de acciones de marketing perfiladas o hiper personalizadas, lo que ayuda evitar pérdidas a través de aquellas campañas más globales y aleatorias, menos precisas, y por tanto propiciar el aumento de ventas.
En el sector cosmética, por ejemplo, predecir qué productos y/o servicios necesitan sus clientes en un momento dado, puede tener una repercusión muy potente en la planificación del aprovisionamiento, ganar en eficiencia operativa, saber en qué momento es más conveniente lanzar una promoción, reducir el riesgo de rotura de stock o reducir costes a la inversa por no sufrir stocks sobredimensionados.
Esta clara orientación hacia la mejora de la productividad a través de la optimización de los recursos empleados y de los procesos internos (almacén, transporte, tienda, marketing, operaciones, finanzas, compras) no es posible sin una vinculación directa (tecnológica módulo ERP de gestión stocks, Sistema de Gestión de Almacén, TPV’s y cultural) entre todas las áreas involucradas, desde las más “logísticas” hasta las más “comerciales”.
5. Mejoras en la capacidad del control de datos.
Asegurar la exactitud de los datos en origen es básico para poder tomar decisiones precisas y obtener a su vez resultados más próximos a los objetivos, ganando en fiabilidad y calidad operativa.
Los procesos de auditoría de compra (due diligence) en operaciones de compra-venta societarias o colecta de información preliminar al principio de un proyecto, son un claro ejemplo de la necesidad de extremar el nivel de detalle analítico y de calidad de las fuentes de información.
Nos cruzamos a menudo con este tipo de situación, por ejemplo, con grandes cadenas de restauración organizada o cosmética, que incorporan tiendas en propiedad junto con tiendas en régimen de franquicia.
Cuando el franquiciador, fuera de aquellas obligatorias por contrato con sus franquiciados, pretende mejorar ciertas cuentas de gasto transversales y negociar con ciertos proveedores condiciones más beneficiosas para el conjunto de su red (propia y franquiciada), se puede encontrar con la barrera de la falta absoluta de información, de información parcialmente incompleta o simplemente información inexacta (por naturaleza y/o nivel de consumo) por parte de sus franquiciados, siendo estos libres además de contratar otros proveedores ajenos a los del franquiciador y en condiciones totalmente distintas, en cada caso motivado por contextos y razones muy concretos, que a su vez la Inteligencia Analítica nos puede revelar o ayudar a entender.
El control de datos es tiempo: el que se dedica hasta llegar a controlar esos datos y el que se gana en contrapartida una vez están bajo control.
6. Mejoras en la capacidad del control de proveedores.
A menudo, clientes nuestros, más allá de los ahorros por optimización de costes y procesos que les solemos generar, nos reconocen que nuestra labor de análisis minucioso de términos y condiciones contractuales (por ejemplo en pólizas de seguro, con cláusulas y seguimientos complejos), partes de incidencia con proveedores o testimonios de empleados vinculados para descubrir el origen muy preciso del problema, aunque ya esté en vigor un proceso de monitorización de métricas y niveles de servicio, es fundamental para mantener el debido control sobre sus proveedores, el posicionamiento de éstos de cara a otros proveedores alternativos, y él de los propios clientes de cara a su competencia (benchmarking global).
7. Mejoras en el dimensionamiento y estructura de la organización.
La perspectiva que resaltamos en el apartado anterior con la cuenta de resultados, coge aquí todo su sentido. Los casos de estudio analítico de datos que llevamos a cabo por petición de nuestros clientes, recientemente por ejemplo en el sector de bricolaje/ferretería, para la automatización de procesos (control de entrada y seguridad perimetral en almacenes logísticos/planta de copacking, facturación electrónica, gestión de viajes y eventos) siempre van enfocados a entender perfectamente el rol y tiempos dedicados (incluyendo aquellos “micro tiempos” que se van sumando en la actividad diaria), determinar las mejores fórmulas de equivalencia para redimensionar el o los departamentos involucrados y hacer que las personas potencialmente afectadas, no sean víctimas, sino todo lo contrario, al beneficiarse de una redefinición de sus funciones, orientada hacia el incremento del valor que pueden aportar a la organización en su conjunto.
Las personas constituyen el activo más preciado de las empresas, la inteligencia analítica ayuda a perfilar las necesidades de digitalización, pero no debe ser en detrimento sistemático de esas personas, sino para potenciarlas aún más (efecto amplificador).
(1) James Dixon, Director de tecnología de Pentaho, fue quien acuñó el término «lago de datos». Este tipo de repositorio se describe como un lago porque almacena un conjunto de datos en su estado natural, como una masa de agua que no se ha filtrado ni envasado. Los datos fluyen de varias fuentes hacia el lago y se almacenan en su formato original.
AUTORES DEL ARTÍCULO
Pueden contactar con él a través de www.expensereduction.com o directamente a su mail: dsanchezlatorre@expensereduction.com
Daniel Sánchez Latorre, licenciado en Comercio Internacional por ESSEC Paris y Executive MBA por EAE, es experto en gestión de proyectos, de contrastada carrera profesional en diversas multinacionales. Hoy Socio de Expense Reduction Analysts (ERA) Europe, consultora internacional especializada en gestión de costes y proveedores, ayuda a diario a los equipos ejecutivos y operativos de todo tipo de organización, a optimizar sus cuentas de gasto y mejorar su rendimiento a través de nuevas soluciones de financiación interna.
Pueden contactar con él a través de www.expensereduction.com o directamente a su mail: lybarra@expensereduction.com
Luis Ybarra es Ingeniero Superior de Telecomunicación (Politécnica Madrid) y MBA por la Deusto Business School. Aporta 30 años de experiencia y ha desarrollado su carrera en empresas de telecomunicación, informática y seguridad tanto en áreas técnicas y comerciales como de gestión y dirección. Director en la oficina de Bilbao, desde 2008 desarrolla labores comerciales y gestión de la relación con clientes además de la supervisión en proyectos de Logística, Telecom, Seguros, Energía, Residuos, Gases Industriales, Limpieza, entre otros. Además, mantiene responsabilidades de gestión en empresas de consultoría de eficiencia empresarial, sector inmobiliario, energía fotovoltaica, servicios financieros y nuevos negocios (startups y scaleups).
