Ante cantidades abrumadoras de datos, organizaciones de todo el mundo están buscando aprovechar los datos y análisis (D&A) para obtener información que les permita aumentar los ingresos, reducir costos y mitigar riesgos. McKinsey descubrió que las empresas basadas en insights reportan aumentos de EBITDA (ganancias antes de intereses, impuestos, depreciación y amortización) de hasta un 25% [1]. De acuerdo a Forrester, las organizaciones que utilizan datos y conocimientos para la toma de decisiones tienen casi tres veces más probabilidades de lograr un crecimiento de dos dígitos [2]. Sin embargo, no muchas organizaciones logran transformar sus datos en conocimientos a pesar de ser ricas en datos y tener grandes ambiciones de D&A. En enero de 2019, la firma asesora de investigación Gartner informó que el 80% de los proyectos de D&A no arrojaron resultados comerciales [3]. Si bien hay muchas razones para esta baja tasa de éxito, un factor clave es que muchas empresas luchan por consumir de manera efectiva los conocimientos derivados de D&A. 

Pero ¿qué es exactamente una idea? El conocimiento son los elementos desconocidos, como relaciones, patrones, categorización, inferencias, predicciones, etc., que si se conocen influirán en la toma de decisiones. Estos conocimientos generalmente se obtienen mediante una combinación de técnicas de análisis descriptivo, análisis predictivo y análisis prescriptivo. El análisis descriptivo (“lo que sucedió”) analiza datos históricos para identificar patrones pasados ​​o rezagados. El análisis predictivo (“qué sucederá”) pronostica tendencias y eventos futuros a partir de datos históricos. Finalmente, el análisis prescriptivo (“qué hará que esto suceda”) recomienda el mejor curso de acción utilizando los conocimientos derivados del análisis predictivo.

Si bien hay muchas maneras de clasificar una idea, desde la DESDE Desde esta perspectiva, hay dos tipos de insights: insights de desempeño y insights procesables [4]. Los conocimientos sobre el rendimiento proporcionan nueva visibilidad o conocimiento de la entidad de medición. Ejemplos de información sobre el rendimiento incluyen las tres principales SKU (unidades de mantenimiento de existencias) por cantidad de ventas, los cinco principales clientes por CLV (valor de vida del cliente), etc. Los científicos de datos pueden generar información sobre el rendimiento o incluso con IA generativa herramientas como ChatGPT. Los conocimientos procesables, que se basan en conocimientos sobre el rendimiento, son conocimientos que se pueden convertir en acción o respuesta. Una idea puede considerarse procesable si tiene tres características principales.

• Los conocimientos procesables impulsan las decisiones.
• Los conocimientos prácticos consumen recursos empresariales como dinero, mano de obra y equipos para implementar la decisión.
• Los conocimientos procesables traen cambios en el proceso comercial cuando se implementa la decisión.

Con este telón de fondo, ¿cómo pueden las empresas implementar conocimientos de manera efectiva para obtener resultados comerciales procesables? El marco FAAR se puede implementar para aumentar las probabilidades de consumo de conocimientos en las organizaciones. FAAR es un acrónimo que se basa en cuatro factores: función, análisis, atomicidad y roles. La siguiente sección explica estos cuatro factores en detalle.

La función establece que el consumo de información depende de las necesidades de las partes interesadas del negocio. En general, hay tres tipos de funciones donde las partes interesadas necesitan información sobre la organización: monitorear, analizar y detalles. 

• La alta dirección y la alta gerencia necesitan información para monitorear el desempeño empresarial. 
• Los gerentes necesitan conocimientos para analizar.
• Los analistas y otros contribuyentes individuales necesitan información a un nivel muy detallado. 

El segundo elemento en el marco FAAR es el nivel de análisis (es decir, el tamaño y la escala de los conocimientos necesarios para medir y mejorar el desempeño empresarial). El nivel de conocimientos para el análisis puede ser de tres niveles: alto, medio y bajo. 

• El análisis de alto nivel es resumen en la naturaleza y trata sobre conocimientos sobre la cadena de valor empresarial.
• El análisis de nivel medio se centra en conocimientos sobre procesos específicos en la cadena de valor, como pedido a efectivo (OTC), adquisición a pago (P2P), registro a informe (R2R), etc.
• El análisis de bajo nivel describe información sobre actividades y entidades similares dentro del sistema.

La atomicidad de los conocimientos consumidos es el tercer elemento del marco FAAR. Desde una perspectiva de atomicidad, los conocimientos pueden ser de tres tipos: granulares, agregados y KPI. 

• Los conocimientos granulares son datos detallados o el nivel más bajo de datos e conocimientos del sistema. Incluye tanto datos transaccionales (como eventos o acciones comerciales como órdenes de compra, facturas y órdenes de venta) como datos maestros (sobre entidades comerciales como productos, proveedores, activos y clientes). 
• Los datos agregados son datos sobre categorías comerciales o elementos de datos de referencia, como plantas de fabricación, grupos de clientes, categorías de productos y tiendas.  
• KPI (indicador clave de rendimiento) es la medida cuantificable utilizada para evaluar el éxito de una entidad de medición en el cumplimiento de sus objetivos de rendimiento. El KPI podría ser una medida base como ingresos o costos o una medida compuesta que es una combinación de dos o más medidas base. Por ejemplo, los ingresos son una medida base y la ganancia bruta que se deriva de dos medidas base, es decir, las ventas y el COGS (costo de bienes vendidos) es una medida compuesta o KPI compuesto. La entidad de medición podría ser toda la empresa, una función comercial (como finanzas), una categoría de producto, un equipo y más. 

El último componente del marco FAAR son los roles. El acceso a la información incluye la capacidad de crear, editar, ver o compartir una información y esto depende del rol empresarial del consumidor de la información. El control de acceso basado en roles (RBAC) o la seguridad basada en roles permite el acceso a datos e información a usuarios comerciales autorizados en función de sus roles y responsabilidades en la empresa. Esto protege los datos y los conocimientos confidenciales del acceso no autorizado y garantiza que las personas adecuadas tengan los conocimientos adecuados para realizar su trabajo según las políticas de SoD (Segregación de funciones) de la organización.

Entonces, ¿cómo pueden las organizaciones utilizar el marco FAAR para implementar soluciones D&A? Con base en los cuatro factores anteriores, los tomadores de decisiones pueden consumir información utilizando tres herramientas o mecanismos principales: paneles de control, informes de BI (inteligencia empresarial) e informes transaccionales. 

Un panel ofrece una instantánea visual del desempeño empresarial basada en KPI. La aplicación del Marco FAAR significa que el propósito del tablero:

• Es para ejecutivos y miembros de la C-suite.
• Tiene un bajo nivel de análisis.
• Es para monitorear el desempeño empresarial.
• Se basa en KPI

Un informe de BI proporciona una vista consolidada del desempeño empresarial basada en categorías o agregados comerciales. La aplicación del marco FAAR significa que el informe de BI:

• Es para gerente o personal directivo de nivel medio.
• Tiene un nivel medio de análisis.
• Es para analizar el desempeño empresarial.
• Se basa en categorías comerciales o agregados como plantas de fabricación, plan de cuentas, grupos de cuentas de clientes y más.

Un informe OLTP (procesamiento transaccional en línea) de sistemas como ERP (planificación de recursos empresariales), EMR (registro médico electrónico), etc., proporciona la vista más detallada o granular del desempeño empresarial. La aplicación del marco FAAR significa que el informe OLTP es:

• Para analistas que necesitan recopilar e interpretar el nivel detallado de datos
• Para un nivel bajo de análisis a nivel de partidas individuales o de actividades
• Para medir el rendimiento a un nivel detallado
• Basado en datos granulares

A continuación se muestra el marco FAAR con las tres opciones clave de implementación o despliegue.

Si bien muchos proyectos de D&A hacen un gran trabajo en los aspectos técnicos, desafortunadamente, muchos proyectos no tienen una comprensión clara de los aspectos funcionales y comerciales del consumo de información. Conocer la función, los roles, el nivel de análisis y la atomicidad de los datos puede ayudar a las empresas a determinar una solución eficaz para consumir conocimientos. Sin embargo, el éxito del marco FAAR depende de una buena declaración de objetivos, datos de calidad que incluyan los mecanismos de gobernanza adecuados, un modelo D&A sólido y educación o capacitación de los usuarios. Aunque el marco FAAR a veces puede simplificar demasiado situaciones complejas para implementar conocimientos, aún puede servir como un excelente punto de partida para que las organizaciones y los líderes y gerentes de D&A formulen y simplifiquen su estrategia de implementación y consumo de conocimientos.

Referencias

1. mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/insights-to-impact-creating-and-sustaining-data-driven-commercial-growth
2. forrester.com/blogs/data-analytics-and-insights-investments-produce-tangible-benefits-yes-they-do/
3. techrepublic.com/article/85-of-big-data-projects-fail-but-your-developers-can-help-yours-succeed/
4. dataversity.net/desmitificando-insights-actionable-in-data-and-analytics/

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.dataversity.net/the-faar-framework-for-consuming-insights-from-data-and-analytics/