La revolución de la gestión del Big Data

Los gerentes pueden conocer radicalmente más sobre sus propios negocios mediante el uso de analíticos avanzados.

El big data tiene el potencial de revolucionar la gestión. En pocas palabras, gracias al big data, los gerentes pueden medir y, por lo tanto, conocer radicalmente más sobre sus negocios y traducir directamente ese conocimiento en una mejor toma de decisiones y rendimiento. Por supuesto, empresas como Google y Amazon ya lo están haciendo. Después de todo, esperamos que las empresas que nacieron en el mundo digital logren cosas con las que los ejecutivos de negocios solo podían soñar hace una generación. Pero, de hecho, el uso de big data también tiene el potencial de transformar las empresas tradicionales.

Hemos visto el uso de big data en la gestión de la cadena de suministro para comprender por qué las tasas de defectos de un fabricante de automóviles en el campo aumentaron repentinamente, en el servicio al cliente para escanear e intervenir continuamente en las prácticas de atención médica de millones de personas, en la planificación y previsión para anticipar mejor las ventas online sobre la base de un conjunto de datos de las características del producto,.

Así es como dos empresas, ambas alejadas de las nuevas empresas de Silicon Valley, utilizaron nuevos flujos de información para mejorar radicalmente el rendimiento.

Caso #1: Uso de big data para mejorar las predicciones
Los minutos importan en los aeropuertos. También lo hace la información precisa sobre las horas de llegada de los vuelos: si un avión aterriza antes de que el personal de tierra esté preparado para ello, los pasajeros y la tripulación quedan atrapados efectivamente, y si aparece más tarde de lo esperado, el personal se queda inactivo, lo que eleva los costos. Así que cuando una importante aerolínea estadounidense se enteró por un estudio interno de que alrededor del 10% de los vuelos a su principal centro de operaciones tenían al menos un intervalo de 10 minutos entre la hora estimada de llegada y la hora de llegada real, y que el 30% tenía un intervalo de al menos cinco minutos, decidió tomar medidas.

En ese momento, la aerolínea se basaba en la práctica de larga data de la industria de la aviación de utilizar las ETA proporcionadas por los pilotos. Los pilotos hicieron estas estimaciones durante su aproximación final al aeropuerto, cuando tenían muchas otras exigencias de tiempo y atención. En busca de una solución mejor, la aerolínea recurrió a PASSUR Aerospace, un proveedor de tecnologías de apoyo a la toma de decisiones para el sector de la aviación.

En 2001 PASSUR comenzó a ofrecer sus propias estimaciones de llegada como un servicio llamado RightETA. Calculó estos tiempos combinando datos disponibles públicamente sobre el clima, los horarios de los vuelos y otros factores con datos patentados que la propia empresa recopiló, incluidas las fuentes de una red de estaciones de radar pasivas que había instalado cerca de los aeropuertos para recopilar datos sobre cada avión en el cielo local.

PASSUR comenzó con algunas de estas instalaciones, pero en 2012 tenía más de 155. Cada 4,6 segundos recopila una amplia gama de información sobre cada avión que «ve». Esto produce un flujo enorme y constante de datos digitales. Además, la empresa conserva todos los datos que ha recopilado a lo largo del tiempo, por lo que cuenta con un inmenso cuerpo de información multidimensional que abarca más de una década. RightEta esencialmente trabaja preguntándose: «¿Qué pasó todas las veces que un avión se acercó a este aeropuerto en estas condiciones? ¿Cuándo aterrizó realmente?»

Tras cambiar a RightETA, la aerolínea prácticamente eliminó las diferencias entre las horas de llegada estimadas y las reales. PASSUR considera que permitir que una aerolínea sepa cuándo aterrizarán sus aviones y planifique en consecuencia vale varios millones de dólares al año en cada aeropuerto. Es una fórmula sencilla: el uso de big data permite obtener mejores predicciones y mejores predicciones producen mejores decisiones.

Caso #2: Uso del Big Data para impulsar las ventas
Hace un par de años, Sears Holdings llegó a la conclusión de que necesitaba generar un mayor valor a partir de la enorme cantidad de datos de clientes, productos y promociones que recopilaba de sus marcas Sears, Craftsman y Lands’ End. Obviamente, sería valioso combinar y utilizar todos estos datos para adaptar las promociones y otras ofertas a los clientes, y personalizar las ofertas para aprovechar las condiciones locales.

Valioso, pero difícil: Sears necesitaba unas ocho semanas para generar promociones personalizadas, momento en el que muchas de ellas ya no eran óptimas para la empresa. Se tardó tanto, principalmente porque los datos necesarios para estos análisis a gran escala eran voluminosos y estaban muy fragmentados, alojados en muchas bases de datos y «almacenes de datos» mantenidos por las distintas marcas.

En busca de una forma más rápida y económica, Sears Holdings recurrió a las tecnologías y prácticas del big data. Como uno de sus primeros pasos, creó un Clúster de Hadoop. Se trata simplemente de un grupo de servidores de productos básicos económicos cuyas actividades están coordinadas por un marco de software emergente llamado Hadoop (llamado así por un elefante de juguete en la casa de Doug Cutting, uno de sus desarrolladores).

Sears comenzó a utilizar el clúster para almacenar datos entrantes de todas sus marcas y para almacenar datos de almacenes de datos existentes. A continuación, realizó análisis directamente en el clúster, evitando las complejidades lentas de extraer datos de diversas fuentes y combinarlos para poder analizarlos. Este cambio permitió a la empresa ser mucho más rápida y precisa con sus promociones.

Según el director de TI de la compañía, Phil Shelley, el tiempo necesario para generar un conjunto completo de promociones se redujo de ocho semanas a una y sigue bajando. Y estas promociones son de mayor calidad, porque son más oportunas, más detalladas y personalizadas. El clúster de Hadoop de Sears almacena y procesa varios petabytes de datos a una fracción del costo de un almacén de datos estándar comparable.

Estos no son solo algunos ejemplos llamativos. Creemos que se está produciendo una transformación más fundamental de la economía. Estamos convencidos de que casi ninguna esfera de la actividad empresarial quedará intacta por este movimiento.

Sin lugar a dudas, siguen existiendo muchas barreras para el éxito. Hay muy pocos científicos de datos para ir por ahí. Las tecnologías son nuevas y, en algunos casos, exóticas. Es demasiado fácil confundir la correlación con la causalidad y encontrar patrones engañosos en los datos. Los desafíos culturales son enormes y, por supuesto, las preocupaciones sobre la privacidad solo van a ser más significativas. Pero las tendencias subyacentes, tanto en la tecnología como en la payoff empresarial, son inconfundibles.

La evidencia es clara: Las decisiones basadas en datos suelen ser mejores decisiones. En sector tras sector, las empresas que adopten este hecho se alejarán de sus rivales. No podemos decir que todos los ganadores vayan a aprovechar el big data para transformar la toma de decisiones. Pero los datos nos dicen que es la apuesta más segura.

Esta entrada de blog fue extraída del próximo artículo de los autores «Big Data: The Management Revolution», que aparecerá en la edición de octubre de Harvard Business Review.
_____________________

CENTRO DE INFORMACIÓN DE BIG DATA

Más >>

Related Posts
El cerebro y el alma del capitalismo

El cerebro y el alma del capitalismo

En 1970, el economista y el laureado Nobel Milton Friedman llamaron la responsabilidad social corporativa "aderezo hipócrita de ventanas", diciendo que los empresarios inclinados hacia ella "revelan un impulso suicida". Cómo los tiempos han cambiado. Algunos ejecutivos aún toman una vista friedmanisque, pero la mayoría acepta responsabilidades sociales y cívicas como indispensables para hacer un buen negocio; Sus empresas no sobrevivirán si [...]
Leer más
Mantenerse centrado

Mantenerse centrado

En 1998, el psicólogo Daniel Goleman escribió un artículo para HBR que rápidamente se convirtió en un clásico. En "lo que hace a un líder", explicó que los gerentes efectivos tienden a poseer un alto nivel de "inteligencia emocional", un concepto que luego estaba ganando moneda. Para Goleman, significó aumentar la autoconciencia, la empatía y otras habilidades sociales. Es más, […]
Leer más
Cuando Lean no es malo

Cuando Lean no es malo

La mayoría de los ejecutivos creen que las corporaciones con la sede grande son burocráticas, fuera de contacto con los clientes, y lentamente para tomar decisiones, y, por lo tanto, actúan mal. Es por eso que los CEOs slash sede personal cada vez que intentan reducir costos o mejorar el rendimiento. ¿Pero la sede delgada realmente funciona mejor? En colaboración con socios de investigación en todo el mundo, estudiamos [...]
Leer más
Elección de estrategias para el cambio

Elección de estrategias para el cambio

Nota del editor: Muchas veces ha cambiado en el mundo de la administración desde 1979, cuando apareció el artículo por primera vez, pero una cosa no lo ha hecho: las empresas del mundo necesitan cambiar el curso. Kotter y Schlesinger brindan una forma práctica y probada de pensar en la gestión de ese cambio. "Debe considerarse que no hay nada más difícil [...]
Leer más
El CEO de Kering habla sobre cómo encontrar la fórmula esquiva para el crecimiento de las marcas adquiridas

El CEO de Kering habla sobre cómo encontrar la fórmula esquiva para el crecimiento de las marcas adquiridas

Fotografía: Ben Baker / Redux La idea: cuando el equipo de Pinault compra una nueva marca de lujo, impulsa el crecimiento orgánico al ayudar a la marca con el desarrollo de productos, la logística y las tiendas minoristas y al emparejar diseñadores creativos con fuertes ejecutivos de negocios. En 2003, mi padre me pidió cenar a su restaurante favorito en París, donde ambos vivimos. [...]
Leer más
Cómo afecta el trabajo offshore a su industria

Cómo afecta el trabajo offshore a su industria

HECHO: Las industrias manufactureras de EE.UU. varían sustancialmente en su exposición a la competencia de los países bajos. Este cuadro muestra la relación entre los salarios por hora en 19 Empresas de fabricación y la competencia de los países de bajo salario en 1991 y 2001. Para cada industria, esta competencia se define como el porcentaje de importaciones que se originan en países de bajos salarios. La talla de […]
Leer más

Newsletter

Avanza tu carrera profesional, con el resumen semanal de las publicaciones, un libro de negocio resumido en 10 minutos y entrevistas con líderes de negocio