Madurez en Inteligencia Analítica para una Organización Digital Colaborativa Inteligente e Innovadora

Artículo – Madurez en Inteligencia Analítica para una Organización Digital Colaborativa Inteligente e Innovadora V2 – 24 Octubre 2017

Autor – Marco Vinicio Lenci Serrano, email:mvlenci@gmail.com

Basadas en la inteligencia, en vez de en la intuición, las organizaciones logran velocidad, agilidad y oportunidad en el tiempo a la hora de tomar decisiones ganadoras. Las decisiones resultantes del conocimiento analítico fructifican sólo cuando la organización entera se aplica en el objetivo, y realiza las modificaciones necesarias para “cambiar el rumbo”. Para lograr los beneficios del cambio de rumbo se precisa de una visión sobre el uso estratégico de la información. Para conseguir una implementación correcta, las organizaciones también necesitan un gobierno superior sobre la gestión de los datos, la información y el desempeño empresarial, así como una disciplina organizativa para asegurarse de que la inteligencia analítica es relevante. Las organizaciones de mejor rendimiento valoran los datos como un activo organizacional monetizable, toman decisiones basadas en información digital en forma colaborativa y utilizan sistemas “sofisticados” de control de datos tres veces más que las de menor rendimiento y más de la mitad de ellas utilizan enfoques “rudimentarios”.

Definiciones del Alcance de la Inteligencia Analítica:

El análisis basado en la inteligencia analítica ha sustituido a la intuición en la toma de decisiones organizacionales con velocidad, agilidad y oportunidad, y eso implica desarrollar las capacidades analíticas a su máximo nivel, transformando los documentos y datos en información digital necesaria para decidir con base en el conocimiento adquirido y poder aplicar la inteligencia requerida para tomar decisiones, generando y preservando el valor y los beneficios.

Dato: Consideremos al dato como la representación de una realidad discreta, circunscrita a un contexto reducido, de carácter operacional, y por tanto de aplicación directa limitada a ese contexto.

Información: Se construye mediante la agregación, combinación y contextualización de muchos datos con un propósito determinado.

Conocimiento: El resultado de interpretar y analizar información adecuadamente presentada, persiguiendo el descubrimiento o la constatación (o refutación) empírica de una realidad compleja antes desconocida o solo intuida.

Inteligencia: Es el resultado final de la cadena de valor, que puede ser desde decidir “no hacer nada”, hasta ejercer una o varias acciones, normalmente para modificar algunas de las realidades constatadas mediante el conocimiento en la fase anterior.

 

 

Alcance en las definiciones de logro de la Madurez en Inteligencia Analítica:

  • Documentos y Datos: Transacciones, Consultas, Reportes a la medida y estándar.
  • Información: Mapa Estratégico, Balanced Scorecard, Dashboards y Alertas.
  • Conocimiento: Modelamiento Predictivo y Simulación Prescriptiva.
  • Inteligencia: Optimización Estocástica y Decisiones.

Objetivos de Madurez en Inteligencia Analítica:

  1. Gobernar y Gestionar la Calidad, Seguridad, Integración de Documentos, Datos e Información
  2. Medir, Analizar Descriptivamente e Históricamente la Causa Raíz del Desempeño
  3. Alinear, Medir, Consolidar y Monitorear Métricas de Desempeño
  4. Formular Criterios, Descubrir Patrones, Correlacionar y Pronosticar el Desempeño
  5. Simular Reglas, Decisiones, Efectos y Optimizar Escenarios de Desempeño
  6. Interpretar, Generar Hipótesis, Sintetizar, Entrenar, Comparar, Decidir y Aprender

Niveles de Experiencia en Gobernanza y Gestión del Valor en Documentos, Datos, Información e Inteligencia Analítica:

  1. Capturar, Gobernar y Gestionar el Valor de los Documentos, Datos, Información e Inteligencia Analítica
  2. Diagnosticar, Generar y Preservar el Valor de los Documentos, Datos, Información e Inteligencia Analítica
  3. Alinear, Medir y Consolidar el Valor de los Documentos, Datos, Información e Inteligencia Analítica
  4. Probabilizar y Predecir el Valor de los Documentos, Datos, Información e Inteligencia Analítica
  5. Simular Decisiones y Optimizar el Valor de los Documentos, Datos, Información e Inteligencia Analítica
  6. Tomar Decisiones y Comparar el Valor de los Documentos, Datos, Información e Inteligencia Analítica

 

 

En la gráfica siguiente podemos observar el modelo de madurez en Inteligencia Analítica para una Organización Digital Colaborativa Inteligente e Innovadora.

Explicaciones sobre el gráfico:

Toma de Decisiones Reactivas: Toma decisiones sobre el desempeño pasado basándose en técnicas y herramientas de Business Intelligence.

Business Intelligence: Describe, Registra, Consolida, Analiza, Explica y Diagnostica el Pasado. Es un término paraguas que abarca los procesos, las herramientas, y las tecnologías para convertir datos en información, información en conocimiento y planes para conducir de forma eficaz las actividades de los negocios. En resumen ver lo que ha ocurrido en el pasado y tomar decisiones reactivas.

Analítica Descriptiva: consiste en almacenar, realizar agregaciones, clasificar y cuantificar las relaciones entre los datos históricos, visualizándolos de forma que puedan ayudar a la comprensión del estado actual y pasado del negocio. La analítica descriptiva permite responder a la pregunta «¿Qué pasó en el negocio?». Gracias a esta, se analizan los datos y la información para describir la situación actual de los negocios de una manera que las tendencias, patrones y excepciones se hacen evidentes. Esto después toma la forma de informes, cuadros de mando, etc..

  • Analítica Descriptiva Transaccional:

¿Cuáles son las preguntas que se formulan para analizar descriptivamente las transacciones?:

  • ¿Para qué y cómo se gobierna y gestiona el ciclo de vida de Datos, Documentos e Información?
  • ¿Qué, quién, cuándo, cómo, donde, cuántas veces se captura, automatiza, custodia y mejoran los Datos, Documentos e Información?
  • ¿Con qué disponibilidad, calidad, seguridad, integración está pasando?

 

  • Analítica Descriptiva Diagnóstica:

¿Cuáles son las preguntas que se formulan para diagnosticar descriptivamente la información del desempeño?:

  • ¿Qué, cuánto cuesta, cuántas veces, dónde pasó?
  • ¿Qué objetivos se impactan y que acciones son necesarias?
  • ¿Cuál es el problema exactamente?
  • ¿Por qué está pasando?

 

  • Analítica Descriptiva Consolidada:

¿Cuáles son las preguntas que se formulan para analizar descriptivamente la consolidación de información del desempeño?:

  • ¿Cómo tomar decisiones, medir el desempeño, y cuáles controles y acciones integradas son necesarios aplicar?
  • ¿Cuáles son las áreas y grupos de interés alineados en el problema exactamente?

Técnicas utilizadas en la Analítica Descriptiva:

Describe e identifica el objetivo de las técnicas de asociación y de agrupamiento en analítica descriptiva.

Técnicas de Asociación:

  • Descripción: Consiste en identificar que atributos o elementos tienen algún nivel de asociación a otros atributos o elementos en un ambiente determinado.
  • Objetivo: Determinar qué datos van juntos, identificar oportunidades, aplicar algoritmos de reglas de asociación a datos y ofrecer combinaciones reduciendo costos.
  • Técnicas de Asociación:
    • Reglas de asociación
    • Regresión logística
    • Pruebas de independencia
    • Pruebas de bondad de ajuste
    • Algoritmos genéticos y evolutivos
    • Reglas CN2 (cobertura)
    • Análisis de Correlación
    • Redes Bayesianas
    • Programación lógica inductiva

Técnicas de Agrupamiento:

  • Descripción: Consiste en identificar que atributos o elementos tienen algún nivel de asociación a otros atributos o elementos en un ambiente determinado. Esta tarea consiste en segmentar una población heterogénea en un número de subgrupos o clusters homogéneos. La diferencia entre clustering y clasificación es que el primero no se apoya en clases predefinidas. El agrupamiento divide la población en clases, donde cada uno de los miembros de cada clase tiene similitudes con otro miembro de la misma clase.
  • Objetivo: Realizar una segmentación para así desarrollar estrategias específicas a cada grupo.
  • Técnicas de Agrupamiento:
    • Redes neuronales
    • Redes de kahonen
    • Kmeans
    • Vecinos más próximos
    • Twosteb, cobweb
    • Algoritmos genéticos y evolutivos
    • Máquinas de vectores soporte
0 Comentarios

Contesta

Licencia Creative Commons Red Social NovaGob, (cc) 2021.

Inicia Sesión con tu Usuario y Contraseña

o    

¿Olvidó sus datos?

Create Account