Analítica de Negocios Business Analytics Peru

Business Analytics o Analítica Empresarial, una oportunidad de crecimiento para los negocios en el Perú.

Comparte nuestra información:

Share on facebook
Share on linkedin

Según un estudio realizado desde el 2019 por EY, sobre la madurez digital en Perú, sólo el 9% de las  empresas utilizan la herramienta de Analítica Empresarial bajo la categoría de Avanzada, siendo Banca y Seguros, el sector con mayor desarrollo en el mercado. 

La oportunidad de ayudar a las organizaciones en su transformación digital y crecimiento está presente, máaún si consideramos la digital foot print (huella digital), que dejan la mayoría de los consumidores con una gran cantidad de datos (Big Data), en cada interacción remota que realizan. 

Es por esto que, Business Analytics o Analítica Empresarial, es uno de los términos que más protagonismo ha tomado en los últimos años, y en este post conocerás las principales características de esta ciencia que está evolucionando a los negocios a un siguiente nivel mejorando su toma de decisiones con un eficiente uso de la información. 

1. ¿Qué es business Analytics o Inteligencia de Negocios?

Es la exploración continua del desempeño de variables que afectan el rumbo y la toma de decisiones en una empresa. Tal vez el ejemplo más práctico de la analítica de datos de la Big Data en nuestro día a día son las sugerencias para ti” o recomendaciones”, estas selecciones no son más que la analítica trabajando en nuestro historial de comportamiento en una determinada red social o página web, que a partir de nuestras acciones pasadas, predicen nuestros gustos y preferencias. 

El objetivo en un negocio del Business Analytics o Analítica Empresarial es predecir su futuro para así contribuir a mejorar la toma de decisiones con base en; datos históricos y presentes, información de venta y patrones que ayuden a entender el comportamiento de clientes. Para luego, hacer ajustes en las actividades y estrategias del negocio.

2. ¿Cuáles son las etapas del business Analytics o Inteligencia de Negocios?

El business Analytics o Inteligencia de Negocios va a trabajar sobre 4 etapas:

2.1 Analítica Descriptiva (Descriptive Analytics)

2.2 Analítica de Diagnóstico (Diagnostic Analytics)

2.3 Analítica Predictiva (Predictive Analytics)

2.4 Analítica Prescriptiva (Prescriptive Analytics) 

Las 4 fases de Business Analytics

2.1 Analítica Descriptiva (Descriptive Analytics): ¿Qué ha sucedido en el pasado?  

El objetivo de la Analítica Descriptiva es presentar información numérica, hechos resumidos acerca del desempeño del negocio en el pasado para asíentender el histórico. La etapa descriptiva resume la información para entender cómo el negocio se desempeñó en un periodo determinado y lo compara con diferentes periodos para tener una idea de tendencias y desempeño. Toda esta tarea es automática y suele diseñarse en software y aplicaciones. 

 En esta etapa no se realizan diagnósticos o análisis sobre la información presentada. Son los reportes y data recolectada lo que se prioriza en esta fase. Esta etapa va complementada con la Analítica de Diagnóstico, siendo considerada en muchos casos como una sola etapa. 

2.2 Analítica de Diagnóstico (Diagnostic Analytics): Qué ha sucedido y por qué ha sucedido? 

Para responder esa pregunta es preciso explorar la data e información de la etapa descriptiva. Este objetivo requiere una análisis profundo en la información para detectar patrones y plantearnos hipótesis. El propósito de esta etapa es conocer a profundidad la data e información, sus atributos, segmentos y rangos. Esto puede tomar desde unos minutos hasta días, dependiendo de la hipótesis y del tamaño de la data. 

 Este proceso de análisis suele ser iterativo, es decir, que las respuestas producto de este ejercicio pueden, y suelen, dar pie a nuevas preguntas hasta que una pregunta satisfactoria con las necesidades del negocio sea resuelta. 

2.3 Analítica Predictiva (Predictive Analytics) ¿Qué va a pasar? 

Basándose en la data obtenida en las anteriores fases esta etapa busca predecir eventos del futuro. Su objetivo es realizar modelos predictivos basados en información histórica del negocio, mientras mayor sea la cantidad de información más acertada será la predicción. Para este tratamiento de datos se hace uso de procesos automatizados y Machine Learning.

2.4 Analítica Prescriptiva (Prescriptive Analytics) ¿Cuáles son las acciones y pasos a seguir recomendadas?

El objetivo de esta etapa es identificar oportunidades y tomar ventaja de los hallazgos y predicciones obtenidas en las etapas previas. Se utilizan los resultados para identificar y planear estrategias analizando el costo-beneficio de las alternativas. Dichas alternativas se van a basar en los análisis previos de recursos, tiempos y presupuestos. Los escenarios son el resultado de la simulación de futuros obtenidos del análisis de datos. En estas estrategias se deben evaluar costos y beneficios, así como condiciones externas y posibles cambios. 

3. Casos de Éxito; en la Analítica de Negocios: El caso COTA (Uber). 

En Uber la calidad del servicio es una de las prioridades en su modelo de negocio. En el 2018 la empresa desarrolló el sistema; COTA (Customer Obsession Ticket Assistant), basado en Machine Learning para mejorar la rapidez y eficiencia de su sistema de soporte en la aplicación. El principal objetivo del programa era reducir el tiempo de resolución de problemas para el usuario.   

Para ello hicieron uso de toda la información previa disponible como lo era; información de tickets, precios, mensajes de soporte enviados por usuarios e información de los viajes realizados (Analítica descriptiva). Esta información fue tomada de cientos de miles de tickets que llegaban diariamente a la plataforma desde más de 400 ciudades alrededor del mundo. 

Con esta información se trabajó en un sistema que ayude a los agentes a resolver los casos con mayor agilidad y eficiencia. Antes de COTA el agente debía determinar el tipo de problema a partir de una lista de miles de posibilidades. Con el análisis del historial se pudo desarrollar un sistema que sugería al agente la solución basándose en toda la información previa. (Analítica de Diagnóstico).

El flujo de trabajo automatizado recomienda 3 soluciones al agente, analizando; el ticket, el tipo de viaje y el contexto. (Analítica Predcitiva). Este flujo de trabajo se retroalimenta constantemente no sólo a partir de los tickets que continúan ingresando, sino de las interacciones con los clientes y su satifacción con la solución brindada. 

Este modelo dio como resultado una reducción en el tiempo de solución al usuario del 10%. 

FUENTE: https://eng.uber.com/cota/ 

4. ¿Dónde desarrollarte como especialista en Analítica Empresarial o Business Analytics en el Perú? 

Especializarse en Análitica Empresarial o Business Analytics ya está siendo considerado como uno de los perfiles profesionales con más futuro del siglo XXI. Actualmente las siguientes entidades peruanas ofrecen cursos de especialización en Business Analytics los cuales contribuirán con tu desarrollo profesional. 

UPC: Business Analytics: Gestión de la Predictibilidad 

ESAN: Programa de alta Especialización en Business Analytics

PUCP: Diplomatura de Estudio en Business Analytics 

Pacífico Business School: Programa de especialización en analytics e inteligencia para los negocios. 


¿Estás interesado en conocer el potencial que tu negocio puede alcanzar con la transformación digital? 

En Prayaga Solutions, estamos enfocados en brindar a nuestros clientes soluciones integrales, combinando consultoría con tecnología especializada, para dar respuesta a necesidades de Gestiòn Empresarial y Toma de Decisiones con Transformación Digital. Nuestros más de 20 años de experiencia en el mercado local e internacional nos permite contribuir en tu desarrollo, contáctanos para más información.

#AnalíticaDeDatos #BusinessAnalytics #BusinessAnalyticsenPeru #TransformaciónDigital