11.1: Introducción
- Page ID
- 61362
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)Objetivos de aprendizaje
Después de estudiar esta sección deberías poder hacer lo siguiente:
- Comprenda cómo los datos cada vez más estandarizados, el acceso a conjuntos de datos de terceros, la computación rápida y barata y el software más fácil de usar están permitiendo colectivamente una nueva era de toma de decisiones.
- Familiarizarse con algunas de las empresas que se han beneficiado de la toma de decisiones basada en datos y basada en hechos.
El planeta está inundado de datos. Las cajas registradoras registran transacciones en todo el mundo. Los navegadores web dejan un rastro de migajas de cookies casi donde quiera que vayan. Y con la identificación por radiofrecuencia (RFID), el inventario puede anunciar literalmente su presencia para que las empresas puedan hacer un diario preciso de cada salto que hacen sus productos a lo largo de la cadena de valor: “Estoy llegando al almacén”, “Estoy en el estante de la tienda”, “Estoy dejando fuera la puerta principal”.
Un estudio de Gartner Research afirma que la cantidad de datos en los discos duros corporativos se duplica cada seis meses (Babcock, 2006), mientras que IDC afirma que el número colectivo de esos bits ya supera el número de estrellas en el universo (Mearan, 2008). Wal-Mart por sí solo cuenta con un volumen de datos muy superior a 125 veces más grande que toda la colección impresa de la Biblioteca del Congreso de Estados Unidos 1.
Y con esta avalancha de datos llega un maremoto de oportunidades. Los datos corporativos cada vez más estandarizados y el acceso a conjuntos de datos enriquecidos de terceros, todos aprovechados por la computación rápida y barata y un software más fácil de usar, están permitiendo colectivamente una nueva era de toma de decisiones basada en datos y basada en hechos. Es menos probable que escuches términos de la vieja escuela como “sistemas de apoyo a la decisión” utilizados para describir lo que está pasando aquí. La frase del día es Business Intelligence (BI), un término catchall que combina aspectos de informes, exploración de datos y consultas ad hoc, y sofisticados modelos y análisis de datos. Junto a la inteligencia de negocios en el nuevo léxico gerencial se encuentra la frase analytics, un término que describe el uso extensivo de datos, análisis estadístico y cuantitativo, modelos explicativos y predictivos, y gestión basada en hechos para impulsar decisiones y acciones (Davenport & Harris, 2007).
Los beneficios de todos estos datos y el crujido de números son muy reales, en efecto. El apalancamiento de datos se encuentra en el centro de la ventaja competitiva que hemos estudiado en los casos de Zara, Netflix y Google. El dominio de los datos ha ayudado a llevar a Wal-Mart a la cima de la lista de Fortune 500. Ayudó a Harrah's Casino Hotels a crecer hasta ser el doble de rentables que los Caesars de tamaño similar, y lo suficientemente ricos como para adquirir a este rival. Y los datos ayudaron a Capital One a encontrar clientes valiosos que los competidores ignoraban, entregando un rendimiento financiero de diez años diez veces mayor que el S&P 500. La toma de decisiones basada en datos incluso se le atribuye haber ayudado a los Medias Rojas a ganar su primera Serie Mundial en ochenta y tres años y por ayudar a los Patriotas de Nueva Inglaterra a ganar tres Super Bowls en cuatro años. Para citar un artículo de portada de BusinessWeek sobre análisis, “¡Las matemáticas sacudirán tu mundo!” (Baker, 2006)
Suena genial, pero puede ser difícil llevar a una organización al punto en que tenga un activo de datos aprovechable. En muchas organizaciones los datos se encuentran inactivos, repartidos en formatos inconsistentes y sistemas incompatibles, incapaces de convertirse en algo de valor. Muchas firmas se han visto conmocionadas por la cantidad de trabajo y complejidad que se requiere para armar una infraestructura que empodera a sus gerentes. Pero no sólo se puede hacer esto; hay que hacerlo. Las empresas que basan sus decisiones en corazonadas no están manejando; están apostando. Y se acabaron los días de volteo de dados directivos desinformados.
Si bien estudiaremos la tecnología en este capítulo, nuestro enfoque no está tanto en la tecnología en sí como en lo que se puede hacer con esa tecnología. El gigante de los productos de consumo P&G cree en esta distinción tan a fondo que la firma renombró su función de TI como “Soluciones de Información y Decisión” (Soat, 2007). Las soluciones impulsan las decisiones tecnológicas, no al revés.
En este capítulo estudiaremos el activo de datos, cómo se crea, cómo se almacena y cómo se accede y se aprovecha. También estudiaremos muchas de las firmas mencionadas anteriormente, y más; brindando un contexto para comprender cómo los gerentes están aprovechando los datos para crear modelos ganadores, y cómo aquellos que no han logrado darse cuenta del poder de los datos se han dejado en el polvo.
Datos, análisis y ventaja competitiva
Cualquiera puede adquirir tecnología, pero los datos a menudo se consideran una fuente defendible de ventaja competitiva. Los datos que una empresa puede aprovechar son un verdadero activo estratégico cuando son raros, valiosos, imperfectamente imitables y carecen de sustitutos (ver Capítulo 2 “Estrategia y tecnología: conceptos y marcos para entender lo que separa a los ganadores de los perdedores”).
Si más datos aportan modelos más precisos, avanzar temprano para capturar este raro activo puede ser la diferencia entre una empresa dominante y una también ejecutada. Pero estén prevenidos, no hay monopolio de las matemáticas. Las ventajas basadas en capacidades y datos que otros puedan adquirir serán de corta duración. Esos avances apalancados por los Medias Rojas fueron originalmente pioneros por los Oakland A's y ahora son utilizados por casi todos los equipos de las Grandes Ligas.
Esto no significa que las empresas puedan ignorar la importancia que los datos pueden desempeñar para reducir costos, aumentar el servicio al cliente y otras formas que impulsan el rendimiento. Pero la diferenciación será clave para distinguir el uso de datos operacionalmente efectivo de aquellos esfuerzos que puedan producir un verdadero posicionamiento estratégico.
Claves para llevar
- La cantidad de datos en los discos duros corporativos se duplica cada seis meses.
- En muchas organizaciones, los datos disponibles no son aprovechados.
- Los datos a menudo se consideran una fuente defendible de ventaja competitiva; sin embargo, las ventajas basadas en capacidades y datos que otros pueden adquirir serán de corta duración.
Preguntas y ejercicios
- Nombrar y definir los términos que están suplantando las discusiones de los sistemas de apoyo a la decisión en el léxico moderno del IS.
- ¿Los datos son una fuente de ventaja competitiva? Describir situaciones en las que los datos podrían ser una fuente de ventaja competitiva sustentable. ¿Cuándo los datos no podrían arrojar una ventaja sustentable?
- ¿Las ventajas basadas en la analítica y el modelado son potencialmente sostenibles? ¿Por qué o por qué no?
- ¿Qué papel juegan la tecnología y el tiempo en la obtención de ventajas del activo de datos?
1 Derivado al comparar los 2.5 petabytes de Wal-Mart (E. Lai, “Teradata Creates Elite Club for Petabyte-Plus Data Warehouse Customers”, Computerworld, 18 de octubre de 2008) con la estimación de la Biblioteca del Congreso de 20 TB (D. Gewirtz, “¿Y si alguien robara la Biblioteca del Congreso?” CNN.com/AC360, 25 de mayo de 2009). Se observa además que la cifra de Wal-Mart es solo para datos almacenados en sistemas proporcionados por el proveedor Teradata. Wal-Mart también tiene muchos sistemas fuera de sus almacenes de origen Teradata.
Referencias
Babcock, C., “Data, Data, Everywhere”, InformationWeek, 9 de enero de 2006.
Baker, S., “Las matemáticas sacudirán tu mundo”, BusinessWeek, 23 de enero de 2006, http://www.businessweek.com/magazine...968001.htm.htm.
Davenport T., y J. Harris, Competir en la analítica: La nueva ciencia de ganar (Boston: Harvard Business School Press, 2007).
Mearian, L., “El universo digital y su impacto más grande de lo que pensábamos”, Computerworld, 18 de marzo de 2008.
Soat, J., “El CIO de P&G's pone la TI al servicio de los usuarios”, InformationWeek, 15 de diciembre de 2007.