HBR El Aumento de Las Decisiones Basadas en Datos Es Real Pero Desigual

7/26/2019 HBR El Aumento de Las Decisiones Basadas en Datos Es Real Pero Desigual

1/4

Articulo de Harvard Business Review, The Rise of Data-Driven Decision Making Is Real but Uneven, Febrero 3, 2016.

Traducido al espaol por Lic. Yamila Martin Ferlaino FCE UBA.

Copyright 2016 Harvard Business School Publishing. Todos los derechos reservados.

Harvard Business Publishing es parte de Harvard Business School.

El aumento de la Toma de Decisiones

basada en Datos es real pero desigualpor Kristina McElheran y Erik BrynjolfssonTraducido al espaol por Yamila Martin Ferlaino

Las crecientes oportunidades paraobtener y apalancar informacin digital

ha impulsado a los managers a unproceso de cambio en la forma en la

que se toman decisiones

dependiendo menos de la intuicin y

mas de los datos.

Como Jim Barksdale, ex CEO de

Netscape alguna vez brome: Si

tenemos datos, echemos un vistazo a

los datos. Si todo lo que tenemos son

opiniones, vamos con la ma ".

Siguiendo a los grandes innovadores

del mundo de los negocios como Gary

Loveman, CEO de Caesar quien

atribuye el xito de su compaa a la

utilizacin de bases de datos y

tecnologa de anlisis de informacin

de ultima generacin los managers

en muchos niveles organizacionalesestn consumiendo datos e informacin analtica en cantidad y formas que no

tienen precedentes en el mundo de los negocios.

Esta realidad no debera sorprendernos. En su nivel mas fundamental, todas

las organizaciones pueden ser consideradas como procesadoras de

informacin, que dependen de las distintas tecnologas que se desprenden de

las jerarquas organizacionales, los niveles de especializacin y la percepcin

humana para recolectar, diseminar y actuar sobre los puntos de vista

emergentes. En este sentido, es natural que el surgimiento de tecnologas mas


2/4





veloces, mas econmicas, mas eficientes y mas precisas en el procesamiento

de informacin creen oportunidades para redefinir y reinventar la maquinaria

del management.

Paralelamente a esta realidad de contexto, nos encontramos con que las

organizaciones no siempre son criaturas agiles. Con que velocidad real los

managers estn haciendo las inversiones y los cambios necesarios para

adoptar practicas de toma de decisiones basadas en datos objetivos?

Deberan todas las organizaciones adoptar las practicas de toma de

decisiones basadas en datos objetivos que estn posicionndose como la

ultima tendencia en el management?

Recientemente hemos trabajado con el equipo de la Oficina de Censos de

Estados Unidos y nuestros colegas Nick Bloom de Stanford y John van Reenen

de la London School of Economics para disear y desplegar una encuesta a

gran escala con el objetivo de dar respuesta a estas preguntas, haciendo foco

en el sector de Manufactura de EE.UU.

La encuesta se remiti a un grupo representativo de aproximadamente 50.000

establecimientos de manufactura con base en Estados Unidos. Nuestra lnea

inicial de investigacin profundiza en la propagacin de la toma de decisiones

basada en datos, o "DBD" para abreviar, a lo largo de este sector econmico.

Encontramos que el uso de DBD en el sector de Manufactura de EstadosUnidos casi se triplic entre 2005 y 2010, del 11% al 30% de las plantas

industriales. Sin embargo, la adopcin ha sido desigual. DBD se concentra

principalmente en las operaciones en plantas industriales con cuatro ventajas

principales: 1) niveles altos de tecnologa de la informacin, 2) trabajadores

capacitados, 3) mayor tamao, y 4) una mayor conciencia.

Figura 1


3/4





Cuatro factores principales estn impulsando la Toma de Decisiones Basada

en Datos:

Tecnologa: DBD es ms extensa en las empresas que ya han realizado

inversiones importantes de TI. Las empresas hacen un mejor uso de DBD

cuando tienen ms sofisticacin en TI para realizar el seguimiento,

procesamiento y comunicacin de los datos. Del mismo modo, gozan de mayor

rentabilidad sobre las inversiones en TI cuando estas inversiones estn

orientadas a guiar la toma de decisiones y acciones de la organizacin.

Una capacitacin superior: Tener una mayor proporcin de trabajadores

(incluidos los directivos, los gerentes y los colaboradores sin mando) con buen

nivel de formacin y capacitacin, ya sea capacitacin interna como educacin

formal superior de grado y posgrado, tambin predice el uso de DBD. Esto

puede explicarse en que las personas con educacin formal y buenos niveles

de capacitacin se encuentran ms cmodas con las formas cuantitativas y

centradas en datos para entender el mundo.

Tamao: Tanto las empresas de una sola planta productiva, como aquellas

con mltiples plantas industriales estn aumentando la practica de DBD

aproximadamente a la misma velocidad. Sin embargo, los establecimientos de

una sola planta se encuentran todava en menos de la mitad del avance con

respecto al nivel de adopcin de sus hermanos ms grandes (vase Figura 1).Eso no es una sorpresa - las plantas que pertenecen a grandes empresas, con

mltiples unidades productivas tienen la ventaja de ser capaces de aprender

unos de otros y compartir infraestructura.

La conciencia:Por ltimo, pero no menos importante, incluso las empresas

listas para la DBD pueden quedarse atrs debido a una simple falta de

conciencia acerca de sus beneficios. Con el fin de adoptar DBD, las empresas

primero tienen que aprender acerca de las prcticas emergentes y cmo

podran trabajar (o no) en su organizacin en particular. Las plantas

industriales que informan un mayor nmero de oportunidades para aprender

sobre nuevas prcticas de gestin ya sea como consecuencia de su interaccin

con otras unidades de negocio, consultores o integrantes de su cadena de

suministro, son mucho ms propensas a reportar que se encuentran

avanzados en el camino de la toma de decisiones basada en datos. Si usted

comparte este artculo con sus compaeros de trabajo, es posible que vea el

uso de DBD saltar a un nivel superior.

A pesar de sus beneficios, DBD no puede ser el camino a la salvacin de las

empresas. Incluso los directivos que han recibido a DBD como si fuera un


4/4





evangelio pueden identificar entornos que no permiten una recoleccin de

datos confiable. Para muchos tipos de decisiones, especialmente aquellas para

las que existen pocos (por ahora) datos cuantitativos, el conocimiento ms

amplio y la experiencia de lderes todava supera a los enfoques puramente

basados en datos. Por otra parte, el costo de trasladar la frontera de la DBD no

es trivial, incluso el costo puede ser mayor que los beneficios - sobre todo si la

escala de operaciones es demasiado pequea.

Dicho esto, que las tasas de DBD se hayan triplicado en slo cinco aos

sugiere que las empresas estn superando las barreras de implementacin con

bastante rapidez. Nuestro anlisis arroja luz sobre lo que hace de DBD una

buena practica para una amplia gama de empresas. Sin embargo, incluso entre

plantas industriales que son, en teora, muy adecuadas para adoptar DBD, slo

una minora haba adoptado DBD cuando cerramos nuestra investigacin en

2010.

Esperamos que esta tendencia contine al alza, en lnea con la cada de los

costos de tecnologa, las evolucin en las prcticas de gestin, y la mayor

conciencia de sus beneficios.

Nuestro prximo paso en la investigacin es hacer seguimiento en como las

empresas esperan beneficiarse de DBD, y en el descubrimiento de los

ingredientes para el xito en diferentes configuraciones. Sin duda, la publicidad

que rodea la administracin de grandes volmenes de datos y su anlisis esgrande. Nuestros primeros resultados ofrecen evidencia emprica objetiva de

que hay algo ms all del revuelo y la moda que DBD esta generando en el

mundo del management: Es una realidad que las empresas estn adoptando

rpidamente DBD y cambiando fundamentalmente la forma en que sus

decisiones se acercan a la gestin en la era digital.

Kristina McElheran es Profesor Adjunto de Direccin Estratgica de la Universidad de

Toronto y miembro Digital de la Iniciativa MIT en Economa Digital.

Erik Brynjolfsson es el profesor en la Escuela de Administracin Sloan del MIT y

director de la Iniciativa MIT en Economa Digital. Es coautor de The Second Machine

Age: Work, Progress and Prosperity in a Time of Brilliant Technologies.

Documents

HBR El Aumento de Las Decisiones Basadas en Datos Es Real Pero Desigual