Saber qué organizaciones funcionan mejor en cualquier dimensión particular utilizada para requerir encuestas subjetivas o investigaciones minuciosas. Hoy en día, los datos para responder a esas preguntas existen: los capturan las empresas de software como servicio cuyas compañías de servicios utilizan para dirigir sus negocios. Las principales empresas de software están empezando a mantener « réplicas de datos» hasta sus clientes, lo que permite puntuar y comparar las estrategias de sus clientes. Ya hemos visto que es posible utilizar datos externos para evaluar a las empresas en lo que modelos de negocio que están empleando, y lo que esos modelos de negocio significan para sus valoraciones. Esos análisis se basan en fuentes de datos disponibles públicamente, pero los proveedores de software han acumulado cantidades crecientes de datos privados sobre casi todos los aspectos de la tecnología, las operaciones, las personas y las estrategias de sus clientes. Es hora de que estos acumuladores de datos comiencen a compartir ideas con los creadores de todos estos datos, y varias empresas están empezando a hacerlo.
Las empresas de software más probables que tengan estos datos son aquellas que proporcionan capacidades transaccionales a sus clientes utilizando un modelo SaaS basado en suscripciones. SAP, por ejemplo, tiene datos sobre una variedad de dominios transaccionales, desde pedidos de clientes hasta saldos vacacionales. Una de sus unidades de negocio, Fieldglass, proporciona información y puntos de referencia a los clientes sobre la gestión externa de la fuerza de trabajo. ADP, un proveedor líder de capacidades de nómina, permite a los clientes utilizar su DataCloud para compararse a sí mismos con otras empresas, no sólo cuánto se paga a los empleados, sino también métricas como su empleo promedio, tasas de desgaste, cuánto invierten en cuentas de jubilación y a qué edad se jubilan. El software MarketShare de Neustar permite a los clientes medir los efectos de sus programas de marketing y compararlos con otras empresas. Incluso es posible sostener el espejo de datos a usuarios individuales de tecnología. Microsoft, por ejemplo, tiene un programa llamado MyAnalytics que informa a los clientes de su software de productividad de Office sobre cuánto tiempo pasan en varias tareas, y el tamaño y la solidez de sus redes de comunicaciones.
Al mismo tiempo que los espejos de datos y la puntuación han surgido en el mundo corporativo, los mercados de capitales están cada vez más interesados en el análisis de conjuntos de datos alternativos. Los inversores activos, como los fondos de cobertura, buscan superar al mercado y a los proveedores de índices. Gigante del índice bursátil S&P comprado La firma de análisis boutique basada en IA Kensho por esta razón: mejorar el uso de IA para mejorar las decisiones de inversión y diversificar el tipo de datos utilizados para tomar esas decisiones. (Kensho utiliza no solo datos financieros brutos, sino datos de todo tipo de fuentes «alternativas»).
El software y otras empresas que desarrollan réplicas de datos y puntuaciones pueden aumentar sus líneas superiores e inferiores con pocos o ningún costo marginal mediante la creación de índices invertibles que correlacionan su conocimiento y datos únicos con los rendimientos de los inversores. Estos pueden comercializarse y monetizarse a través de los mercados de capitales en asociación con bolsas de valores y empresas de calificación.
Creemos que hay muchas más oportunidades para que las empresas de software adopten este enfoque: recopilar datos, relacionarlos con los resultados deseados y devolverlos a sus clientes. Salesforce.com, por ejemplo, podría permitir que sus clientes se evalúen a sí mismos sobre su capacidad para mover prospectos de ventas hacia abajo. Workday podría proporcionar análisis más detallados y comparaciones de benchmarking incluso más que ADP o SAP Fieldglass en la fuerza de trabajo. Oracle podría permitir a las empresas saber cómo su costo medio de emitir una orden de compra, o sus niveles medios de cuentas por pagar, se compara con otras empresas.
Permitir que una sola empresa se compare a sí misma con otras empresas en atributos específicos es valioso, pero una oportunidad aún mayor para crear valor a partir de los datos es asignar puntuaciones a los clientes basadas en datos y análisis sobre cómo se comparan con sus pares en funciones o procesos amplios, y proporcionar rutas para mejorar sus operaciones y transformar sus organizaciones para convertirse en líderes digitales. La puntuación FICO es un excelente ejemplo; la compañía reduce el complejo historial crediticio de un consumidor a una única puntuación de tres dígitos que tanto acreedores como deudores pueden entender. Imagine que todos los fabricantes tuvieran, por ejemplo, una puntuación de eficiencia de la cadena de suministro, o que todas las empresas tuvieran una puntuación de desarrollo de liderazgo. Esto proporcionaría motivación a los líderes para mejorar sus puntuaciones y permitiría a los mercados de capitales tomar mejores decisiones sobre las capacidades de las empresas en las que invierten. El atractivo de la medidas de ejecución no financieras para evaluar empresas se ha discutido durante varias décadas, pero nunca se ha logrado, a pesar del crecimiento continuo de activos y prioridades mal medidas por la contabilidad de los US GAAP.
Por supuesto, hay varios pasos que las empresas de software deben tomar para hacer posibles las réplicas de datos. Estas son algunas de las consideraciones clave:
- Es esencial asegúrese de que su empresa es propietaria de estos datos o tiene permiso para utilizarlos. Muchos acuerdos de licencia de software ya permiten el uso de dichos datos con fines de análisis y comparación, pero no todos lo hacen.
- Agregue los datos y úselo para permitir comparaciones con otros clientes (o al menos promedios) para que sus clientes y posibles clientes sepan dónde están (análogo a las tablas líderes de carrera y ciclismo de Strava.com o RunKeeper).
- Es posible que las empresas de software deseen mostrar los datos solo en forma anónima con el fin de preservar la confidencialidad del cliente. Por supuesto, eso reduce el valor de los datos e inhibe la capacidad de monetizarlos. Si una empresa está tratando de proporcionar valor a los inversores, el anonimato no funciona, pero los clientes de las empresas de software pueden encontrar difícil conseguir que los clientes acepten ser nombrados. En tales situaciones, el uso de datos externos disponibles públicamente puede utilizarse para puntuaciones y clasificaciones.
- Las empresas pueden necesitar algunas capacidades con inteligencia artificial para hacer que las réplicas de datos funcionen, especialmente si la puntuación o el índice está relacionado con el rendimiento financiero. El aprendizaje automático es la tecnología ideal para crear un conjunto de puntuaciones predictivas a partir de una colección de datos. Otras tecnologías de IA también se pueden utilizar para extraer datos de sistemas transaccionales, o para analizar y cuantificar datos textuales.
- Así como empresas como Credit.com ofrecen recomendaciones personalizadas sobre cómo mejorar una puntuación crediticia, las empresas necesitan análisis prescriptivos y recomendaciones sobre cómo mejorar sus puntuaciones en cualquier medida que se evalúe. El aprendizaje automático y la generación de lenguaje natural pueden proporcionar tales recomendaciones, tal como lo hacen ahora para las recomendaciones de inversión en empresas como Morgan Stanley.
Casi todas las empresas sobre las que investigamos, escribimos y asesoramos se encuentran en las primeras etapas de este movimiento y están ganando impulso. Aprecian cada vez más el valor potencial de clasificar y optimizar las operaciones y los recursos de un cliente con recomendaciones poco táctiles. Nos hemos referido a este fenómeno como asesores de robots corporativos, y vemos más de ellos todo el tiempo. Pero las compañías de software quizás estén mejor equipadas que cualquier otro tipo de empresa para ofrecerlas.
Este enfoque basado en los datos, obviamente, abre una variedad de cuestiones relacionadas con la propiedad y privacidad de los datos, los productos y los servicios, la interpretación de los datos, las estrategias de monetización y el poder de monopolios de plataformas. Pero esperamos que los creadores de espejados de datos y los sistemas de puntuación que están creando cambien numerosas industrias, procesos y funciones. Ahora se dispone de tantos datos internos y externos que parece inevitable que al menos parte de ellos se utilicen para evaluar el crecimiento actual y futuro y la prosperidad de las empresas comerciales.
—
Thomas H. Davenport Barry Libert Megan Beck
Via HBR.org
