Las empresas en la industria 4.0 afrontan una serie de retos para seguir siendo competitivas y productivas en un ambiente altamente dinámico, pues se enfrentan a unos desafíos fundamentales respecto a la volatilidad, por los cambios constantes de las variables de negocio y tienen alta incertidumbre, lo que limita la capacidad de predecir el futuro; Además hay complejidad para entender el contexto y existe ambigüedad frente a la claridad de lo que sucede en el entorno.
Los empresarios y gerentes hoy en día tienen que asumir la gestión corporativa de una manera directa y precisa, tomando los riesgos que plantea cada negocio. Para esto, existen herramientas que permiten realizar una administración basada en la información del entorno y de la dinámica del sector donde se desenvuelve el negocio, siendo una de ellas la analítica o inteligencia de negocios.
Según Lund, (2021) la Inteligencia de Negocios (IN), el área de conocimiento que comprende la colección de metodologías, procesos, arquitecturas y tecnologías que hacen posible generar información y conocimiento que sustenten la toma de decisiones.
En la actualidad, diferentes sectores de la economía tienen acceso a múltiple información que les permite saber con certeza los procesos históricos del negocio respecto al comportamiento del consumo de clientes hacia los productos, la fidelización con la empresa, los costos de proveedores. Por otro lado, se puede hacer proyección de datos futuros que permiten predecir la tendencia en nuevos hábitos de consumo, la demanda estimada de mercancías, el aumento de los precios, los nuevos procesos de logística, nuevos sistemas de pagos, de las necesidades internas de la empresa para planear la producción.
Sin embargo, el reto es cómo empezar a utilizar dicha información de manera adecuada, ágil y oportuna que permita una lectura del entorno y de la empresa y genere valor agregado en la toma de decisiones.
Los autores Albrigth y Winston (PP3, 2017) plantean lo siguiente: "Ya existe una gran cantidad de datos, los cuales aumentarán en el futuro. Muchas compañías se quejan de nadar en un mar de datos. Sin embargo, las empresas más instruidas son capaces de ver esta expansión como una fuente de ventaja competitiva". Albrigth, Winston (2017)
Afortunadamente, existen varias herramientas de software que pueden convertir el análisis de datos en representaciones visuales en forma de gráficos, tablas, mapas, nubes de palabras, entre otros para interpretar de manera ágil los resultados de una compañía y predecir comportamientos futuros.
A nivel gubernamental también se puede explorar el uso de datos e información como forma de prestar un buen servicio a la ciudadanía. Por ejemplo, la Secretaría de Movilidad de Medellín, usando datos y estadísticas del Sistema de Información a la Movilidad del Ciudadano SIMOC, genera reportes sobre incidentes y víctimas por hechos de tránsitos, velocidad e intensidad promedio en los principales corredores viales, pasajeros movilizados en transporte público, demanda y caracterización del uso de la bicicleta en Medellín. Esta estadística permite establecer planes, programas y proyectos para mejorar la movilidad en la ciudad, mejorar la infraestructura, promover campañas del uso de transporte público, aplicar medidas restrictivas. Secretaría Movilidad Medellín
Como conclusión, la inteligencia de negocio basado en la analítica, tanto interna como externa, es una herramienta muy útil para analizar e interpretar los resultados de una compañía, del mercado, de la competencia, de la tecnología, de las normas y políticas, sirve para la toma de decisiones basado en cifras, datos, estadísticas y es una forma de disminuir la incertidumbre presente en todos los negocios.
Referencias.
- Christian Albright and Wayne L. Winston (2017), Business Analytics: Data Analysis & Decision Making, Sixth Edition S. (PP 3-5).
- Lund (2021), Inteligencia y analítica de negocios para la toma de decisiones en diferentes contextos (PP219-223). http://sedici.unlp.edu.ar/handle/10915/120107
No hay comentarios:
Publicar un comentario