Analítica en la operación: del reporte mensual al dato en el proceso
La analítica cambia decisiones cuando llega al lugar y al momento en que se decide. Un informe mensual describe lo que ya pasó; el mismo dato dentro de la pantalla donde alguien trabaja cambia lo que va a pasar. La diferencia no es de tecnología sino de dónde se entrega el resultado.
A continuación: por qué el informe separado rinde menos, qué significa llevar el dato al proceso, qué exige técnicamente, cómo se elige el primer caso y qué riesgos tiene.
Hay una asimetría curiosa en cómo se invierte en analítica. La mayor parte del presupuesto va a producir informes que se consultan en un momento distinto y en una herramienta distinta de aquella en la que se trabaja.
El resultado es que la información existe y llega tarde a la decisión. No porque el dato sea lento, sino porque exige que alguien se acuerde de ir a buscarlo.
Por qué el informe separado rinde menos
Un informe requiere tres cosas del usuario: recordar que existe, abrirlo en otra herramienta y traducir lo que ve a la situación concreta que tiene delante. Cada paso pierde gente.
El dato dentro del proceso no requiere ninguna de las tres. Aparece donde ya se está trabajando, referido al caso concreto, en el instante en que hay que decidir. Un ejemplo cotidiano: saber que el treinta por ciento de los clientes de un segmento paga tarde es información; ver, al abrir la orden de este cliente, que su comportamiento de pago está deteriorándose, es una decisión.
La segunda forma no requiere más analítica que la primera. Requiere entregarla en otro sitio.
Qué significa llevar el dato al proceso
Hay tres niveles, con costo y valor crecientes.
El primero es mostrar: incorporar el indicador relevante en la pantalla donde se trabaja. Es el más barato y suele ser suficiente para cambiar comportamiento.
El segundo es ordenar: usar el dato para priorizar la cola de trabajo, de modo que los casos más importantes aparezcan primero sin que nadie tenga que buscarlos. Aquí el análisis deja de informar y empieza a dirigir esfuerzo.
El tercero es decidir: que el sistema tome una acción según el dato, con la persona revisando las excepciones. Es el que más valor entrega y el que más gobierno exige, porque una decisión automática sobre un cliente tiene que poder explicarse.
Qué exige técnicamente
Menos de lo que se supone, y en un orden distinto al habitual.
Exige frescura suficiente, que no es lo mismo que tiempo real. Si la decisión se toma cada mañana, un dato actualizado durante la noche basta. Perseguir tiempo real cuando el ciclo es diario multiplica el costo sin cambiar nada.
Exige una definición única. Si el indicador que aparece en el proceso no coincide con el del informe mensual, la organización deja de creer en ambos. Es la razón por la que conviene que las métricas vivan en una sola capa de la que todo consuma.
Y exige que el sistema operativo pueda mostrarlo, que es la restricción real. Cuando la herramienta donde se trabaja no admite añadir información, el proyecto se vuelve de integración antes que de analítica, y conviene saberlo al estimar.
Cómo se elige el primer caso
Con tres condiciones simultáneas: una decisión frecuente, tomada por varias personas, donde hoy se decide sin el dato que existe en algún sistema.
Las tres importan. Frecuente para que el efecto se acumule. Por varias personas para que la consistencia aporte además del contenido. Y sin el dato hoy, porque el valor está en cerrar esa brecha y no en confirmar lo que ya se sabe.
Casos que suelen cumplir las tres: priorizar a qué cliente llamar primero en cobranza, decidir qué caso escalar en soporte, elegir a qué proveedor pedirle primero cuando hay faltante. Ninguno requiere un modelo sofisticado; requieren que el dato existente llegue al lugar correcto.
Los riesgos que conviene anticipar
El primero es la confianza excesiva. Un dato que aparece en la pantalla tiene autoridad implícita, y si su cálculo tiene un error, ese error se propaga a muchas decisiones pequeñas sin que nadie lo cuestione. Conviene que el indicador declare su fecha de actualización y su alcance, y que exista un camino visible para reportar que algo se ve raro.
El segundo es el exceso de información. Añadir cinco indicadores a una pantalla operativa no la mejora cinco veces: la vuelve ruidosa y la gente aprende a ignorarla. Uno bien elegido cambia comportamiento; cinco se convierten en decoración.
El tercero aparece cuando el dato se refiere a personas. Mostrar información derivada sobre un cliente en la pantalla de quien lo atiende es tratamiento de datos personales, y en Colombia y México debe encajar con la finalidad declarada —Habeas Data (Ley 1581) y la LFPDPPP— además de con el control de acceso.
Quién construye esto, y por qué importa
Un dato dentro del proceso vive en la frontera entre dos equipos: el que entiende el cálculo y el que mantiene el sistema operativo donde va a aparecer. Cuando cada uno trabaja por separado, el resultado tarda meses y suele quedar a medias.
Lo que destraba es sentar a ambos con quien ejecuta el proceso, en la misma conversación y delante de la pantalla real. La discusión sobre dónde exactamente cabe el indicador —qué se quita para hacerle sitio, si va antes o después de la acción, qué pasa cuando no hay dato— se resuelve en una hora ahí y en tres semanas por correo.
Esa cercanía es también la razón práctica por la que conviene trabajar con equipos en el mismo huso horario. Una sesión de ajuste a las tres de la tarde con las tres partes presentes vale más que un ciclo de especificación escrita, y no es organizable cuando quien construye está a doce horas de distancia.
Cómo se mide si funcionó
La medición correcta no es de uso sino de resultado, y ese es el cambio de mentalidad que exige este enfoque. No importa cuántos vieron el indicador: importa si la decisión mejoró.
Cuando es posible, conviene desplegarlo primero en una parte de la operación y comparar contra el resto durante unas semanas. Es la única forma de separar el efecto del dato de la tendencia general, y suele ser más fácil de organizar de lo que parece: basta empezar por una ciudad, un equipo o una línea de producto.
Sin esa comparación, cualquier mejora coincidente se atribuirá al proyecto, lo que es cómodo a corto plazo y destruye la credibilidad de la siguiente medición.
Dónde encaja
Este enfoque no reemplaza los informes: los complementa. La gestión sigue necesitando la mirada periódica y agregada; la operación necesita el dato en el momento.
Lo que sí cambia es el orden de la inversión. Cuando la capacidad analítica es incipiente, llevar un dato existente a una decisión frecuente entrega más, y antes, que construir un tablero ejecutivo completo. Un assessment de madurez de datos y analítica establece si el origen y el gobierno sostienen ese paso, porque un dato dentro del proceso hereda cualquier debilidad del tramo anterior — y ahí, a diferencia de un informe, nadie lo revisa antes de actuar. De ahí sale el plan de analítica y su relación con la automatización del proceso que lo consume.
Preguntas frecuentes
¿Qué significa llevar la analítica a la operación?
Entregar el dato en la pantalla y el momento donde se decide, en lugar de en un informe aparte. Tiene tres niveles: mostrar el indicador, ordenar la cola de trabajo con él, y que el sistema decida con revisión humana de las excepciones.
¿Hace falta tiempo real?
Casi nunca. Hace falta frescura suficiente para el ciclo de decisión: si se decide cada mañana, un dato actualizado durante la noche basta. Perseguir tiempo real con un ciclo diario multiplica el costo sin cambiar el resultado.
¿Cómo se elige el primer caso?
Una decisión frecuente, tomada por varias personas, que hoy se toma sin un dato que ya existe en algún sistema. Las tres condiciones a la vez: frecuente para que el efecto se acumule, varias personas para que la consistencia aporte, y sin el dato hoy para que haya brecha que cerrar.
¿Cuántos indicadores conviene poner en una pantalla operativa?
Uno bien elegido. Cinco no la mejoran cinco veces: la vuelven ruidosa y la gente aprende a ignorarla.
¿Qué riesgo tiene mostrar datos dentro del proceso?
Que adquieren autoridad implícita: un error de cálculo se propaga a muchas decisiones pequeñas sin que nadie lo cuestione. El indicador debe declarar su fecha de actualización y su alcance, y debe existir un camino visible para reportar anomalías.
¿Cómo se mide el resultado?
Por la decisión, no por el uso. Conviene desplegar primero en una ciudad, un equipo o una línea y comparar contra el resto unas semanas: es la única forma de separar el efecto del dato de la tendencia general.
