Deloitte Review

ISSUE 8 | 2011

Ms all de los nmeros:

Las analticas como una capacidad estratgica *
Por James Guszcza y Jhon Lucker >Ilustraciones por 2 FACE

Deloitte hace referencia, individual o conjuntamente, a Deloitte Touche Tohmatsu Limited, sociedad del Reino Unido no cotizada limitada mediante garanta y a su red de firmas miembro, cada una de las cuales es una entidad con personalidad jurdica propia e independiente. Consulte la pgina www.deloitte.com/about si desea obtener una descripcin detallada de la estructura legal de Deloitte Touche Tohmatsu Limited y sus firmas miembro. " Deloitte Touche Tohmatsu Limited es una compaa privada limitada por garanta constituida en Inglaterra & Gales bajo el nmero 07271800, y su domicilio registrado: Hill House, 1 Little New Street, London, EC4A 3TR, Reino Unido. Deloitte presta servicios de auditora, tributacin, consultora y asesoramiento financiero a clientes pblicos y privados en un amplio espectro de sectores. Con una red de firmas miembro interconectadas a escala global extendida por 150 pases, Deloitte aporta las mejores capacidades y unos amplios conocimientos expertos a escala local que ayudan a sus clientes a tener xito all donde operan. Los 170.000 profesionales de Deloitte estn comprometidos para convertirse en modelo de excelencia. Esta publicacin contiene exclusivamente informacin de carcter general, y ni Deloitte Touche Tohmatsu Limited, ni sus firmas miembro o entidades asociadas (conjuntamente, la Red Deloitte), pretenden, por medio de esta publicacin, prestar servivios o asesoramiento profesionales. Antes de tomar cualquier decisin o adptar cualquier medida que pueda afectar a su situacin financiera o a su negocio, debe consultar a un asesor profesional cualificado. Ninguna entidad de la Red Deloitte se hace responsable de las prdidas sufridas por cualquier personal que acte basndose en esta publicacin. 2011 Deloitte Touche Tohmatsu Limited.

Ms all de los nmeros:

Las analticas como una capacidad estratgica
Por James Guszcza y Jhon Lucker >Ilustraciones por 2 FACE

Las analticas de los negocios se refieren al descubrimiento de las realidades que estn detrs de los datos. Precisamente porque estn ocultas para el observador casual, conducen a ventajas competitivas para las organizaciones que primero las descubren e implementan en los negocios.

32

MS ALL DE LOS NMEROS

La preocupacin central de la teora administrativa es el lmite entre los aspectos racionales y no racionales del comportamiento humano social. - Herbert Simon, Administrative Behavior
QU HAY EN UN NOMBRE

as analticas tpicamente implican cernir montaas de datos que a menudo envan seales confusas o aparentemente en conflicto en bsqueda de luces que se puedan usar para tomar mejores decisiones. Si bien molestas, las situaciones analticas inicialmente confusas a menudo son las que revelan verdades profundas, valiosos patrones predictivos o luces competitivas. La perplejidad a menudo produce descubrimientos; la inconsistencia en la superficie puede conducir a mayor coherencia; y el desafo puede desplazar lo convencional. Las analticas de los negocios se refieren al descubrimiento de las realidades que estn detrs de los datos. Precisamente porque estn ocultas para el observador casual, conducen a ventajas competitivas para las organizaciones que primero las descubren e implementan en los negocios. Irnicamente, un proceso muy similar a este se necesita para darle sentido a las montaas de literatura que se han acumulado en el campo de las analticas de negocio.

Los escritos en los peridicos de negocios y populares, las publicaciones en blogs, y las conversaciones con ejecutivos pueden reflejar muchas ideas aparentemente contradictorias. Si bien a menudo es considerada como una de las tendencias ms importantes de los negocios e incluso culturales del presente, las analticas de una u otra manera han estado presentes durante muchas dcadas y, en algunos casos, durante casi un siglo. Dependiendo de con quin habla usted, los proyectos de analticas son proyectos de tecnologa, proyectos actuariales, aplicaciones de los ltimos desarrollos en aprendizaje de mquinas, ejercicios de estadstica aplicada y/o investigacin de operaciones, o nada ms que Inteligencia de Negocios (IN) revestida de giros frescos de mercadeo o periodsticos. Incluso la misma naturaleza genrica del nuevo trmino de moda analticas puede invitar a escepticismo: despus de todo, las tcnicas que reclaman aplican a todo a menudo terminan resolviendo nada. An as, hay mensajes importantes que no deben pasar desapercibidos. Si bien muchas sub-disciplinas y tcnicas centrales de las analticas no son nuevas, lo es la necesidad competitiva y operacional de las analticas. Ahora cada da se producen cientos de terabytes de informacin en formas tan diversas como texto no estructurado, registros transaccionales, clics en Internet, multimedia digital y seales RFID y GPS geo-espaciales. Las organizaciones expertas en analticas son capaces de usar todos estos dados para tomar decisiones operacionales refinadas, hacindolo ms econmicamente, objetivamente, consistentemente y en mayores cantidades que nunca antes1. Las organizaciones que no son expertas estn en riesgo de ahogarse en todos esos datos y estar competitivamente a la zaga. El panorama actual de los negocios ha cambiado de manera sustancial de manera que quienes no tienen analticas estn en desventaja sustancial en relacin con quienes las tienen.
* Publicado originalmente en Deloitte Review Issue 8 2011. 1 RFID = Radio Frequency Identification = Identificacin por radiofrecuencia (N del t).

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

33

Pero para formar una estrategia efectiva alrededor de las analticas, primero es necesario escuchar ms all de las charlas acerca de las analticas, desarrollar un entendimiento claro de para qu son fundamentales las analticas, y luego estructurar y priorizar las estrategias sobre las analticas, hacindolo de una manera apropiada para los objetivos de negocios ms amplios y para la situacin competitiva de uno. El uso de la tecnologa de la informacin para convertir datos brutos en informacin que sirva para la accin es parte importante de la historia. Pero como veremos, es solamente una parte: los datos y la tecnologa de la informacin son nicamente dos dimensiones de lo que en ltimas es un asunto tri-dimensional. La tercera y crucialmente importante dimensin de las analticas es la social y humana.

PRICE ESTABA CORRECTO

n Competing on Analytics [Compitiendo con las analticas], Tom Davenport y Jeanne Harris ayudan a aclarar el concepto multifactico de las analticas. De acuerdo con ellos, las analticas son: el uso extensivo de datos, anlisis estadstico y cuantitativo, modelos explicativos y predictivos, y administracin basada-en-hechos, para orientar decisiones y acciones.2 Esta definicin es excelente. An as, la ubicuidad repentina y la aparente generalidad airosa de las analticas puede distraer la atencin ante las races profundas del tema y la sofisticacin tcnica y de gestin que se necesitan para dominarlas. Davenport y Harris puntualizan correctamente que usar datos para elaborar modelos estadsticos es central a las analticas. Y adems uno de los primeros casos de analticas de negocio fue realizado por una importante figura en la historia de la estadstica. El matemtico del siglo 18 y ministro Unitario, Richard Price, es mejor conocido por su rol temprano en la promulgacin de lo que hoy se conoce como la estadstica bayesiana, la ciencia de usar las probabilidades para cuantificar el conocimiento incierto a la luz de los datos. Menos conocido es el hecho de que Price aplic su experiencia cuantitativa trabajando como consultor en Londres para la Equitable Life Assurance Society3. Mediante el anlisis de patrones histricos de mortalidad, Price fue capaz de vincular de manera apropiada las primas de seguro de la sociedad con la edad del asegurado, permitiendo por lo tanto que ella pudiera satisfacer de manera adecuada sus compromisos futuros. Como resultado, la Equitable floreci durante las siguientes dcadas mientras que una serie de competidores iban y venan a causa de las inadecuadas primas y reservas por prdidas. Nosotros no somos historiadores, pero el trabajo de Price - realizado hace un cuarto de siglo recibe nuestro voto como el primer ejemplo de las analticas de negocio en accin. No accidentalmente, tambin es un ejemplo temprano de la ciencia actuarial. Price entren a su sobrino William Morgan quien se convirti en el actuario de Equitable y hoy es considerado como el padre fundador de la profesin actuaria.

2 GPS = Global Positioning System = Sistema de posicionamiento global (N del t).

DELOITTEREVIEW.COM | Deloitte Review

34

MS ALL DE LOS NMEROS

Una historia similar proviene de la Victoria britnica. Charles Babbage es mejor conocido como el inventor, junto con su asociada Lady Lovelance, del primer prototipo del computador moderno. (Dado que Babbage y Lovelace son anteriores a Edison, su computador fue accionado por una manivela.) Un hombre verstil, Babbage tambin fue pionero en la investigacin de operaciones. Mediante analizar datos, Babbage demostr que la variacin del precio de la entrega de correo por la distancia recorrida era de hecho ms costosa que el costo de transportar el correo. La oficina de correo actu a partir del anlisis de Babbage y se volvi ms eficiente mediante cargar una tarifa plana con base en el peso. La idea denominada correo penique fue subsiguientemente adoptada en todo el mundo e incluso hoy persiste4.
MS, MS, MS

i bien el trmino analticas es nuevo en el lenguaje vernculo de los negocios, el tema mismo ciertamente no lo es. Por qu, entonces, es repentinamente ubicuo? La respuesta corta es tecnologa de la informacin. La disponibilidad del poder de computacin y la capacidad de almacenamiento de datos se han ampliado a un ritmo exponencial, y esta tendencia parece poco probable que disminuya en el corto plazo5. Para esta ubicuidad recientemente descubierta de las analticas hay varias consecuencias de la Ley de Moore que colectivamente cuentan. Principalmente:
? de datos: tal y como se El diluvio

observ antes, ahora obtenemos, almacenamos y transmitimos cantidades inimaginables de datos cada da. Tal y como Herbert Simon astutamente lo observ hace casi 40 aos. Esto cambia la economa fundamental de la administracin de los negocios y de la toma de decisiones. Simn escribi que:

En un mundo rico en informacin, la riqueza de la informacin significa la escasez de otra cosa: la escasez de la informacin que se consume. Qu informacin se consume es ms obvio: se consume la que llama la atencin de sus destinatarios. Por consiguiente la riqueza de informacin crea una pobreza de atencin y la necesidad de asignar eficientemente la atencin entre la sobre-abundancia de fuentes de informacin que pueden consumirla6.

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

35

La previsin de Simon es una realidad hoy: las analticas son crecientemente consideradas como una necesidad para centrar la atencin de quienes toman decisiones un recurso escaso en las luces predictivas ocultas en las profundidades de los ocanos de datos.
? Algoritmos y software: Herramientas y mtodos crecientemente

poderosos para analizar los datos y hacer predicciones estn siendo descubiertos y promulgados a un ritmo sin precedentes. Para tomar solo un ejemplo, las ideas que Thomas Bayes expres hace 200 aos, recientemente han tenido un renacimiento gracias a las tcnicas inteligentes de simulacin que han sido implementadas en los paquetes de software de fuente abierta7. En efecto, uno de los primeros paquetes para clculo estadstico, el paquete R de fuente abierta, ha experimentado su propia versin de la Ley de Moore: el nmero de sub-paquetes de anlisis de dato aportado a R por cientficos y profesionales de todo el mundo ha crecido exponencialmente, y al sistema R cada ao han sido aadidas muchas docenas de nuevas rutinas8.
? Conciencia incrementada: los lderes con visin de futuro en una

variedad de dominios son crecientemente conscientes de las ventajas competitivas y operacionales que las analticas pueden ofrecer. A continuacin diremos ms acerca de ello. Los avances en la tecnologa de la informacin han magnificado tanto la disponibilidad prctica y la necesidad de datos de negocios y de herramientas y mtodos analticos. Como resultado, las aplicaciones nveles de las analticas se estn enraizando de una manera impresionante. Pero es importante recordar que las ideas centrales y los mtodos de las analticas modernas estn enraizados en las ideas fundamentales de la estadstica y de la optimizacin que durante dcadas han tenido uso amplio. Por una segunda razn la tecnologa de la informacin tambin es crucial para las analticas: el mejor algoritmo del mundo no proporciona valor en un estante. Tiene que ser implementado. Una meta comn de los proyectos relacionados con analticas es crear modelos predictivos u otros tipos de algoritmos destinados a mejorar los procesos clave de negocio y/o ayudar a que los expertos humanos tomen decisiones ms efectivas. En la prctica esto significa que una vez el algoritmo ha sido desarrollado y validado por un equipo de analistas, tiene que ser implementado en los sistemas de informacin de la organizacin y usado para generar automticamente reglas de negocio, recomendaciones o mensajes ajustados a los casos individuales. Si un plan efectivo de TI en operacin, el ROI de tal proyecto de analticas es probable que sea negativo. A causa de su componente sustancial de TI, las personas algunas veces se equivocan en las analticas para una variedad de proyectos de implementacin de TI o de software. Pero esto confunde al vehculo de entrega con lo que se est entregando. Los modelos predictivos, los algoritmos colaborativos para filtrar,

DELOITTEREVIEW.COM | Deloitte Review

36

MS ALL DE LOS NMEROS

las optimizaciones de procesos de negocio, las soluciones para la fijacin de precios y el obtener reglas de negocio orientadas analticamente generalmente no son productos de software aislados. Ms an, son desarrollados por cientficos de datos con experiencia en campos tales como estadstica, investigacin de operaciones, ciencia de computacin y aprendizaje de mquinas, lingstica, ciencia actuarial, ciencia de mercadeo y sicologa. La razn por la cual el trmino analticas es una abreviatura til se debe a la variedad oculta de mtodos y aplicaciones que abarca. En resumen, si bien la TI es indispensable para las analticas, los proyectos relacionados con analticas no deben ser concebidos como proyectos de TI.

UN CIDO UNIVERSAL

odos estos antecedentes no explican uno de los aspectos ms notables de las analticas: su impresionante rango de aplicabilidad. En la dcada pasada, los mtodos analticos han sido adoptados en campos tan dispares como negocios de consumo, recursos humanos y administracin del talento, seguros, banca, entretenimiento, deportes profesionales, medicina, educacin, telecomunicaciones, automotriz, manufactura y gobierno. Considere estos casos, tomados de la literatura popular y acadmica, as como tambin de nuestra propia experiencia prctica. ? humanos: tal y como lo cuenta Michael Lewis en Moneyball, el Recursos administrador general de Oakland A, Billy Beane, adopt mtodos analticos para seleccionar jugadores de bisbol que sistemticamente fueron sub-valorados por el mercado de talentos dominado por la toma de decisiones basada-en-la-intuicin por parte de exploradores estacionales de bisbol9. Esta historia no es nica de los deportes profesionales. Nosotros hemos visto de primera mano la efectividad del anlisis estadstico y de la modelacin predictiva para ayudar a guiar las decisiones de vinculacin y administracin del talento en una variedad de industrias.

? mdico en emergencias: El Cook County Hospital en Chicago, mejor Diagnstico conocido por el programa de televisin ER, prob la efectividad del rbol de decisin de tres factores versus el juicio sin ayuda de su personal de la sala de urgencias al evaluar cules pacientes estaban en riesgo ms alto de sufrir ataques del corazn. Mediante realizar cortes al desorden cognitivo, los rboles de decisin probaron que son efectivos y que probablemente salvaron vidas10. ? de seguridad: No carece de relacin la campaa de 5 millones de vida, Analticas que busc el uso de las analticas, en la forma de estudios de medicina basados-enevidencia, para identificar prcticas que resulten en alarma mdica prevenible11. Nosotros tuvimos la oportunidad de realizar proyectos anlogos sobre analticas de seguridad para clientes tan diversos como una cadena minorista de nombre familiar y un grupo prominente de hospitales. Nuestra experiencia concuerda con reportes publicados de la industria: las analticas pueden ayudar a identificar los empleados que estn en riesgo de lesiones en el lugar de trabajo y a identificar casos que necesitan solucin inmediata.

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

37

? en la pasada dcada, los aseguradores han implementado modelos Seguros:

predictivos para ayudarles a los suscriptores a suscribir y fijar el precio de riesgos complejos por obligaciones comerciales y profesionales. Esos algoritmos identifican criterios adicionales relacionados con el riesgo que diferencian exposiciones aparentemente idnticas ante el seguro y les permiten a los La razn por la cual el trmino suscriptores establecer ms analticas es una abreviatura til gradualmente precios que compensen los costos se debe a la variedad oculta de asociados y los riesgos mtodos y aplicaciones que abarca. esperados.
? Las auditoras y la

administracin de reclamos: las tcnicas estadsticas de deteccin del fraude estn priorizando de manera efectiva la investigacin y los flujos de trabajo. El diagnstico por los reclamos de seguros es una aplicacin similar. En ambos casos, los mtodos analticos sobrepasan la capacidad humana para detectar y actuar a partir de patrones atpicos y sospechosos.
? Administracin del efectivo:

En resumen, si bien la TI es indispensable para las analticas, los proyectos relacionados con analticas no deben ser concebidos como proyectos de TI.

los problemas de administracin del efectivo surgen en un conjunto muy amplio de situaciones de negocio y son aplicaciones clsicas de la modelacin predictiva. Entre las muchas docenas de aplicaciones incluyen la identificacin de los miembros de Medicaid que probablemente agotan los planes de seguro, identificacin de los estudiantes de secundaria en riesgo ms alto de desercin, predecir cules de quienes presenten solicitudes aceptarn las ofertas de admisin, identificar las personas que necesiten estilos de vida ms saludables, e identificar los familiares que no sean custodios y estn en riesgo de incumplir en los pagos de manutencin de sus hijos. Esta lista fcilmente podra tener varias pginas12. Pero la diversidad presentada incluso en esta breve lista debe ser suficiente para sealar que las analticas son la ltima habilidad transferible. En una enorme cantidad de dominios, las aplicaciones inteligentes de las analticas les han proporcionado a las organizaciones enormes oportunidades para ganar eficiencia, procesos racionalizados de toma de decisiones operacionales, reduccin de gastos y crecimiento de utilidades. Tomando la imagen del

DELOITTEREVIEW.COM | Deloitte Review

38

MS ALL DE LOS NMEROS

filsofo Daniel Dennett, las analticas pueden ser consideradas de manera til como un tipo de cido universal que tiene el potencial de alimentarse de una variedad virtualmente ilimitada de problemas de decisin y operacionales13. Esto, porque la analtica es la ciencia para la mejor toma de decisiones; y la toma de decisiones est en el corazn de los negocios14.

ANALTICAS CON ROSTRO HUMANO

lbert Eistein escribi la clebre frase de que toda la ciencia es un refinamiento del pensamiento cotidiano15. Esta visin contiene la clave para entender la amplia aplicabilidad de las analticas y es un pensamiento excelente para que los lderes lo tengan presente cuando guan a sus organizaciones en el cultivo de las competencias analticas. Para parafrasear a Einstein, las iniciativas analticas son los refinamientos sistmicos del proceso central de la toma de decisiones operacionales de una organizacin. Para ilustrar, considere el caso del administrador de recursos humanos que enfrent la tarea de hacer ofertas a un sub-conjunto pequeo de un grupo grande de aspirantes. Quizs ellos son recientes graduados que aplican para una pasanta en un banco o que aplican para posiciones de atencin en vuelo en una aerolnea. Cmo puede el administrador de la contratacin hacer la seleccin? En esencia, combina la informacin disponible (de fuentes tales como hojas de vida, entrevistas, referencias e incluso fuentes externas como sitios web de redes profesionales) acerca de cada candidato de una manera que le permita comparar la probabilidad de xito en el trabajo de cada candidato. Cmo el administrador de recursos humanos decide qu factores considerar y cmo combinarlos? De manera ideal, generaliza a partir de su experiencia anterior, as como de la de sus colegas y mentores. Esos profesionales quizs han tomado cientos de decisiones de contratacin e, idealmente, conocen cules factores son ms o menos importantes y en qu cantidad. Dicho de otro modo, generalizan a partir de ejemplos: usan razonamiento inductivo. La modelacin predictiva es un refinamiento del proceso muy humano de razonamiento inductivo. Para los lderes de negocio no es necesario que entiendan los puntos ms detallados de la regresin multivariada, los rboles de clasificacin y regresin, las redes neurales artificiales o las mquinas de apoyo de vectores. Para ellos es importante que entiendan que todas ellas son herramientas que aprenden a partir grandes bases de datos de casos para llegar a conclusiones generales de una manera anlogo a como el administrador de recursos humanos de nuestra historia aprendi de su experiencia y la de sus colegas.

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

39

Nuestra historia fcilmente podra ser contada, cambiando el protagonista por un profesional de mercadeo, un ajustador de reclamos de seguros, un investigador de fraude, un mdico de la sala de urgencia, un ejecutivo de estudio de cine que selecciona secuencias, un siclogo, un administrador de casos de servicios sociales, un ejecutivo de ventas minoristas o un funcionario de admisiones de una universidad que diariamente toman sus decisiones de negocio. Cuando tales profesionales usan la experiencia anterior para llegar a sus decisiones, de manera informal elaboran modelos predictivos en sus cabezas. Las analticas usan grandes bases de datos que contienen fuentes de informacin tanto tradicionales como nveles para formalizar, mejorar y escalar este proceso. Las analticas de negocio son, por consiguiente, ampliamente aplicables por precisamente la misma razn que cada razonamiento inductivo diario es ampliamente aplicable. El primero es un razonamiento cientfico del ltimo.
DEMASIADO HUMANO

Hasta ahora hemos discutido la modelacin predictiva en relacin con la descripcin que Herbert Simon hace del tomador de decisiones de negocio quien toma decisiones que satisfacen, ms que decisiones ptimas, debido a su racionalidad limitada. Simon precis que en la vida real quienes toman decisiones no son los calculadores racionales idealizados homo economicus de los economistas clsicos16. Los modelos predictivos, las soluciones de investigacin de operaciones y las reglas de negocio motivadas analticamente se necesitan, por consiguiente, para servir como prtesis para la toma de decisiones. As como los anteojos sirven para corregir la miopa, los modelos predictivos pueden ayudar a corregir el conocimiento limitado. Pero resulta que los actuales tomadores de decisiones no alcanzan siquiera a la descripcin ms realista de Simon de quienes se satisfacen tomando decisiones complejas en entornos inciertos. En su reciente libro Nudge [Empujar], los economistas del comportamiento Richard Thaler y Cass Sunstein vincularon al homos economicus con Mr. Spock de La Guerra de las Estrellas. De acuerdo con Thaler y Sunstein, no solo quienes toman decisiones en la vida real no alcanzan siquiera este ideal, sino que de hecho tienen mucho ms en comn con el hombre comn de los dibujos animados, Homero Simpson17! Thaler, el premio Nobel Daniel Kahneman y el ltimo Amos Tversky son considerados los fundadores de la economa del comportamiento, una disciplina que describe cmo los humanos que toman decisiones de manera predecible se desvan del ideal racional. Han sido descubiertas docenas de sesgos sorprendentes, y sin embargo completamente predecibles, en la toma de decisiones. Por ejemplo, el fenmeno del anclaje nos ensea que los estimados que hacen las personas respecto de una cantidad desconocida pueden ser afectados, en maneras a menudo cmicas, por puntos de referencia arbitrarios. Por ejemplo, si a un grupo de personas se les solicita primero que adicionen 200 a los ltimos tres dgitos de sus nmeros telefnicos y luego se les pregunta cundo Atila El Huno invadi Europa, sus respuestas estn correlacionadas con sus nmeros

DELOITTEREVIEW.COM | Deloitte Review

40

MS ALL DE LOS NMEROS

Lo que Sunstein y Thaler sealan no es que los profesionales sean tontos o carezcan de educacin; es que simplemente son humanos. Cuando procesan informacin para tomar decisiones, por necesidad confan en intuiciones, heursticas mentales y visiones tribales que son falibles.

telefnicos18. La aversin a la prdida es el hecho bien documentado de que el placer de ganar un elemento es menos intenso que el dolor de abandonarlo. En Predictably Irrational [Predeciblemente irracional], Dan Ariely ilustr esto mediante estudiar un grupo de fanticos del baloncesto que en un sorteo al azar haban ganado boletos para un juego de los Duke Blue Devils. Ariely encontr que los ganadores estaban dispuestos a desprenderse de sus boletos en promedio por $2,400, mientras que los perdedores estaban dispuestos a pagar solamente $175 en promedio. Ningn boleto cambi de manos19. Muchos de tales sesgos cognitivos de manera repetida han sido demostrados en experimentos fcilmente replicados.

El hecho de que el conocimiento humano no solamente sea limitado sino que sea predeciblemente sesgado tiene una implicacin estratgica importante: los sesgos cognitivos predecibles de los humanos resultan en mercados ineficientes. La toma de decisiones anclada en el anlisis de datos ms que en intuiciones (sesgadas) puede, por lo tanto, ser usada para tener utilidades en tales mercados. Thaler y Sunstein sealan esto en una discusin de Moneyball : Por qu los ejecutivos del bisbol profesional, muchos de los cuales dedican toda su vida al juego, cometen tantos errores colosales? Estn bien pagados y son especialistas. Tienen todos los incentivos para evaluar correctamente el talento. Entonces, por qu se equivocan? En un pasaje fascinante, Lewis ofrece tres pistas. Primera, quienes actan de acuerdo con las reglas del juego parece que se exceden en generalizar la experiencia personal: La gente siempre pens que su propia experiencia era tpica cuando en realidad no lo era. Segunda, indudablemente los profesionales fueron afectados por el jugador que se desempe ms recientemente, incluso cuando el desempeo reciente no siempre es una buena gua. Tercero, las personas fueron sesgadas por lo que vieron, o creyeron ver, con sus propios ojos. Este es un problema real, dado que la mente humana juega malas pasadas, y porque hay una cantidad que usted no podra ver cuando usted miraba un juego de bisbol20. Sunstein y Thaler sealan que el fenmeno que Lewis describe no es nico para la cultura de los exploradores del bisbol; de hecho son centrales para la economa del comportamiento. Sunstein y Thaler vinculan la discusin de Lewis con otro hallazgo central de la economa del comportamiento: la heurstica de la disponibilidad.
Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

41

Tal y como Daniel Kahneman y Amos Tversky lo han mostrado, las personas a menudo valoran la probabilidad de un evento mediante preguntar si los ejemplos relevantes estn disponibles cognitivamente. Por ejemplo, es probable que las personas piensen que ms palabras, en una pgina al azar, terminan con letras ing que tienen n como su siguiente en la carta siguiente si bien un momento de reflexin mostrar que posiblemente este no sera el caso21.

Lo que Sunstein y Thaler sealan no es que los profesionales sean tontos o carezcan de educacin; es que simplemente son humanos. Cuando procesan informacin para tomar decisiones, por necesidad confan en intuiciones, heursticas mentales y visiones tribales que son falibles. El problema es que los sesgos cognitivos tales como el anclaje, la heurstica de la disponibilidad, la aversin a la prdida y el comportamiento de rebao pueden impedir que los mercados sean eficientes. Sunstein y Thaler comentan que, Incluso cuando el inters sea alto, no siempre surge el comportamiento racional. Conlleva tiempo y esfuerzo cambiar desde la intuicin simple hacia la valoracin cuidadosa de la evidencia22. Cambiar desde la intuicin simple hacia la valoracin cuidadosa de la evidencia no es una mala definicin de trabajo para las analticas de negocio. Con su postulado fundamental del homo economicus perfectamente racional, la economa clsica desde hace tiempo ha instigado la creencia de que en la vida real los mercados son eficientes. Los descubrimientos recientes de cientficos tales como Simon, Kahneman, Tversky y Thaler nos ensean que ello no es necesariamente as. La implicacin es que las organizaciones que tempranamente adoptan las analticas predictivas pueden tener ms utilidades de las ineficiencias del mercado que resultan de las prcticas tradicionales de la toma de decisiones que estn infundidas por sesgos cognitivos.
LAS ANALTICAS COMO ESTRATEGIA

as analticas son, por lo tanto, ms que software, datos y modelos. Los proyectos exitosos de analticas no comienzan con datos y terminan con modelos; comienzan con estrategia y terminan con modelos y perspectivas analticas que orientan la toma de decisiones operacionales y los procesos de negocio, mejorados. La implicacin es que los proyectos de analticas requieren liderazgo ejecutivo fuerte junto con una serie de avenidas. En particular:
? de la visin estratgica: Se necesita liderazgo ejecutivo para articular Claridad

cules aplicaciones de las analticas buscadas en qu orden proporcionarn el mayor beneficio para la organizacin. Por lo tanto es importante considerar cmo medir el ROI del proyecto de analticas. Medir en datos de exclusin el poder de segmentacin de los modelos predictivos es a menudo un input til en este proceso.
?de informacin: Los buenos datos son obviamente un pre-requisito para Capital

los proyectos de analticas. Los datos son por lo tanto un activo, pero pueden

DELOITTEREVIEW.COM | Deloitte Review

42

MS ALL DE LOS NMEROS

proporcionar valor solamente si han sido organizados de manera apropiada, limpiados y documentados de una manera que sea confiable para el anlisis. Esto requiere invertir en tecnologa de almacenamiento de datos y en software sofisticado para el anlisis de datos. Adems, en paralelo con el diseo de cada solucin de analticas se debe organizar un plan de implementacin de TI. Esperar a que se haya completado la fase analtica para comenzar el proceso de planeacin de la implementacin de la TI puede ser una receta para sobrecostos o para algo peor.
? humano: Percibir las analticas como un tipo de proyecto tcnico, de Capital

software o de inteligencia de negocios sera algo similar a comprar herramientas y materiales de construccin y esperar tener una hermosa casa sin los servicios de un arquitecto o de un maestro constructor. El conocimiento de libros de texto de TI, programacin y teora estadstica son pre-requisitos. Pero las capacidades para crear variables predictivas perspicaces, para explorar y visualizar bases de datos altamente dimensionales, y para reflejar el conocimiento del dominio en el diseo de un modelo predictivo son todos ellos ejemplos de conocimiento tctico: solo se puede aprender haciendo. Tales habilidades tienen que ser cultivadas en la organizacin, quizs en la forma de un centro de excelencia de analticas, o incluso buscadas externamente.
? social: La resistencia al cambio hace parte de la naturaleza humana. Por Capital

consiguiente, para las organizaciones impregnadas de tradiciones de toma de decisiones basada-en-la-intuicin, se requiere un compromiso importante para con el entrenamiento, el cambio cultural e incluso la simple persuasin. Haciendo eco de Sunstein y Thaler, conlleva tiempo y esfuerzo en la forma de respaldo del ejecutivo para pasar de una cultura de toma decisiones basada-en-la-intuicin a una basada-en-la-evidencia. Un punto relacionado es que las analticas son altamente multidisciplinarias. El respaldo del nivel ejecutivo puede ayudar a asegurar que las diferentes unidades de negocio y los diferentes stakeholders trabajen juntos en armona. Los ms efectivos administradores de proyectos de analticas son los que fcilmente hablan con personas de mltiples dominios, funcionando como traductores e intrpretes. Finalmente, los expertos experimentados de dominio corredores de seguros, trabajadores de casos de servicio social, especialistas en mercadeo, investigadores de fraude y similares idealmente sern vinculados para que colaboren con los expertos estadsticos y con los administradores del proyecto en el diseo y en la ejecucin da-a-da del proyecto de analticas. Hacerlo ayuda a asegurar que su conocimiento del dominio e institucional se refleja en las bases de datos analticas y en los modelos predictivos resultantes. Tambin, lleva largo tiempo promover en la organizacin la aceptacin de la toma de decisiones basada-en-la evidencia23.

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

43

Dada su naturaleza inherentemente tcnica, es fcil subestimar la importancia de las dimensiones humana y social de las analticas. Pero recuerde que el verdadero drama de Moneyball est centrado en el cambio de la cultura. La parte ms desafiante del trabajo de Billy Beane no fue contratar a Paul DePodesta o vigilar el anlisis de sus datos; fue convencer a sus recalcitrantes exploradores para que confiaran en el anlisis de DePodesta ms que en sus intuiciones carentes de ayuda acerca de cules jugadores vincular. Otros dos principios de la economa del comportamiento son relevantes en relacin con esto: el sesgo del status quo (la tendencia a seguir con la situacin actual an cuando estn disponibles mejores opciones) y el sesgo del optimismo (la tendencia a ser excesivamente optimista acerca de las propias capacidades y los resultados de las acciones de uno). Tales sesgos cognitivos junto con los diversos cspedes de jardn y polticas organizacionales son las razones principales por las cuales las culturas tradicionales de las organizaciones, de toma de decisiones intuitivas, a menudo se resisten ante las iniciativas analticas. Los ejecutivos no deben permitir que su propio sesgo del optimismo les conduzca a subestimar tales riesgos. Generalmente hablando, la aceptacin organizacional vigorosa de las analticas no ocurre por casualidad. Se tienen que comunicar de manera apropiada, incentivar y ejecutar estrategias bien concebidas, con el fin de que se arraiguen las culturas de la toma de decisiones basada-en-la-evidencia.
AHORA TODOS SOMOS ACTUARIOS

s como el poder de la computacin y los conjuntos de datos se han incrementado exponencialmente, tambin lo ha sido la acogida de los mtodos analticos en negocios, gobierno, medicina, educacin, entretenimiento y ms all. La revolucin est aqu, y ha llegado desde hace mucho tiempo. Tal y como lo discutimos arriba, las analticas encontraron su primera raz en la industria de seguros y por una razn muy buena. Los seguros son el negocio raro en el cual en el momento de la venta el productor no conoce el costo de produccin. Dos riesgos aparentemente idnticos de hecho pueden presentarle al asegurador riesgos muy

DELOITTEREVIEW.COM | Deloitte Review

44

MS ALL DE LOS NMEROS

diferentes. Sin la ciencia actuarial actual y sin las analticas avanzadas, los aseguradores fcilmente pueden caer en resultados adversos de seleccin resultantes de la asimetra de la informacin de los tomadores de las plizas y de los competidores que poseen un entendimiento superior de los orientadores de los reclamos por seguros. Dos siglos despus que Equitable consult a Richard Price, el mundo es un lugar diferente. El panorama de los negocios est cambiando rpidamente gracias a computacin grande, datos enormes y las correspondientes mquinas robustas de aprendizaje y tcnicas de optimizacin. Las organizaciones prospectivas que sean las primeras en acoger las analticas pueden cambiar la dinmica competitiva mediante ejecutar sus competencias centrales y sus estrategias hacindolo de mejor manera que sus competidores. Lo que para las organizaciones analticamente sofisticadas es una oportunidad, simultneamente es una amenaza para sus competidores. La naturaleza de los seguros es tal que las compaas de seguros deterioradas analticamente ya no estn para este mundo: los competidores analticamente sofisticados usarn su entendimiento profundo de los factores de riesgo para disfrutar la crema y seleccionarla contra ellos. El uso progresivo, por parte de los seguros, de los marcadores de crdito para fijar de manera ms exacta el precio de los seguros de automviles es un captulo reciente en esta historia que ya lleva varias dcadas24. Historias como la de Billy Beane explotan un mercado ineficiente para el talento y el uso que Netflix hace de las analticas para desafiar los modelos tradicionales de los negocios de venta al por menor ilustran que este fenmeno orientado-a-los-datos ya no es especfico para los seguros. Dado que los datos ahora estn en todas partes, tambin ocurre lo mismo con las analticas. Esto cambia fundamentalmente el panorama competitivo de una manera que hace que las analticas sean centrales para la estrategia competitiva. Uno, por lo tanto, no necesita un modelo predictivo para pronosticar que cada vez ms las organizaciones en ms sectores se darn cuenta de que las analticas tienen que ser esenciales para sus operaciones centrales tal y como siempre lo han sido para los aseguradores. Parafraseando a Milton Friedman hablando en un contexto muy diferente, ahora todos somos actuarios.

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

43

James Guszcza es gerente principal en Deloitte Consulting LLP y la prctica nacional de analticas predictivas liderada por su Advanced Analytics & Modeling. John Lucker es director en Deloitte Consulting LLP y el lder de su prctica Advanced Analytics & Modeling. Tambin es el lder de Advanced Analytics & Modeling Global Human Capital de Deloitte Touche Tohmatsu Limited.

Esta es una traduccin al espaol de la versin oficial en ingls de Beyond the Numbers: Analytics as a Strategic Capability, publicado en Deloitte Review, Issue 8 - 2011 por Deloitte Development LLC 2011 Traduccin realizada por Samuel A. Mantilla, asesor de investigacin contable de Deloitte &Touche Ltda., Colombia, con la revisin tcnica de Csar Cheng, Socio Director General de Deloitte & Touche Ltda., Colombia

DELOITTEREVIEW.COM | Deloitte Review

44

MS ALL DE LOS NMEROS

Notas finales 1 Data, Data Everywhere, The Economist, February 27, 2010. 2 Thomas H. Davenport and Jeanne G. Harris, Competing on Analytics: The New Science of Winning (Harvard Business School Press, 2006), page 33. 3 Ian Hacking, The Taming of Chance, Cambridge University Press, 1990, page 33. 4 George Dyson, Darwin Among the Machines: the Evolution of Global Intelligence, Basic Books, 1998, page 34. 5 New York Times, August 30, 2010 Advances Offer Path to Further Shrink Computer Chips, http://www.nytimes.com/2010/08/31/science/31compute.html. 6 Simon, H. A. (1971), Designing Organizations for an Information-Rich World, in Martin Greenberger, Computers, Communication, and the Public Interest, Baltimore, MD: The Johns Hopkins Press, page 34. 7 La tcnica es la Markov Chain Monte Carlo (MCMC), que fue desarrollada por primera vez en Los lamos para resolver problemas de integracin altamente dimensionales. El renacer bayesiano fue provocado en 1990 por la publicacin de Sampling-based approaches to calculating marginal densities [Enfoques basados-en-muestreo para calcular densidades marginales] por Alan Gelfand y Adrian Smith en el Journal of the American Statistical Association. Antes de la aplicacin del MCMC por Gelfand y Smith, los mtodos bayesianos eran prcticos solamente para problemas simplificados. http://home.gwu.edu/~stroud/classics/GelfandSmith90.pdf. 8 Editorial, R News, Volume 8/2, October 2008. http://www.r-project.org/doc/Rnews/Rnews_2008-2.pdf. 9 Michael Lewis, Moneyball: the Art of Winning an Unfair Game (W. W. Norton & Company, 2003). 10 Malcolm Gladwell, Blink: The Power of Thinking without Thinking (Little Brown and Co, 2005) p. 36. 11 Vea http://www.ihi.org/IHI/Programs/Campaign/. 12 El siclogo de la Universiy of Minnesota, Paul Meehl, fue pionero en el estudio acadmico de lo que se denomin prediccin actuarial versus clnica. Al final de su carrera, Meehl coment, No hay controversia como esta en la ciencia social que muestre de manera uniforme en la misma direccin un cuerpo tan grande de estudios cuantitativamente diversos. Cuando usted impulsa cerca de 100 investigaciones, predecir todo desde el resultado de los juegos de ftbol hasta el diagnstico de la enfermedad en el hgado, y cuando apenas puede llegar con media docena de estudios que muestran incluso una dbil tendencia a favor de la prediccin clnica, es el momento de sacar una conclusin prctica. Causes and Effects of My Disturbing Little Book, Journal of Personality Assessment 50, pp. 37. 13 Daniel Dennett, Darwin's Dangerous Idea: Evolution and the Meanings of Life, Simon & Schuster, 1995 p. 38. 14 Herbert Simon, Administrative Behavior: A Study of Decision-Making Behavior in Administrative Organizations (4th ed), page xi: Decision-making is at the heart of administration. p.38 15 Albert Einstein (1936), Physics and Reality. http://www.kostic.niu.edu/Physics_and_RealityAlbert_Einstein.pdf p. 38

Deloitte Review | DELOITTEREVIEW.COM

MS ALL DE LOS NMEROS

45

16 Herbert Simon, Administrative Behavior: A Study of Decision-Making Behavior in Administrative Organizations (4th ed), pg. 118: La teora administrativa es peculiarmente la teora de la racionalidad limitada e intencional del comportamiento de los seres humanos que se satisfacen a causa de que no tienen ingenio para maximizar. p.39 17 Richard H. Thaler and Cass R. Sunstein, Nudge: Improving Decisions about Health, Wealth, and Happiness (Yale University Press, 2008) page 39. 18 Ibid, page 40. 19 Dan Ariely, Predictably Irrational: The Hidden Forces that Shape Our Decisions (HarperCollins 2008), Chapter 20 Richard H. Thaler and Cass R. Sunstein, Who's on First, The New Republic, September 1, 2003. http://www.law.uchicago.edu/news/susntein/2003/moneyball.html. 21 Ibid. 22 Ibid. 23 En Pricing as a Strategic Capability, Shantanu Dutta, Mark Bergen, Daniel Levy, Mark Ritson, and Mark Zbaracki de manera similar discuten la necesidad de invertir en los tres tipos de capital: capital humano, capital de sistemas y capital social. MIT Sloan Management Review, Spring 2002. 24 Vea Competing on Analytics by Davenport and Harris, page 44.

DELOITTEREVIEW.COM | Deloitte Review