Abril 2008
Newsletter de Business Intelligence
N°3

En este Newsletter...

Brown cheap hair extensions is a favorite choice for many people. real hair extensions is because it is safe enough to be close to black, hair extensions and charming.
Temas abordados en esta edición:

- Forecasting

- Data Warehousing

- Coaching Metodológico en Proyectos de Business Intelligence

Forecasting en Business Intelligence: Errores y Aplicaciones

Tareas de marketing, análisis de riesgo, detección de fraudes, planificación de inventarios, y tantas otras suponen tomar decisiones. Estas a su vez, para que sean apropiadas, suponen prever el estado de cosas en un futuro, no muy lejano en general, y encontrar la mejor decisión en función de ese estado. La previsión del estado de cosas futuro supone una buena bola de cristal o, para los menos esotéricos, un buen forecasting.

Forecasting es el proceso de calcular y predecir sucesos futuros, usualmente en base a la extrapolación de la experiencia pasada y con grados variables de incertidumbre. El forecasting como área técnica es una herramienta fundamental, pero existen demasiados errores de concepción respecto de su verdadera naturaleza y aplicabilidad. Trataremos de aclarar brevemente algunas de estas cuestiones.

  • El forecasting es exacto: Ninguna previsión proporciona certeza absoluta. Lo único seguro son buenos métodos, buenos datos y conocimiento del negocio.
  • El forecasting es inexacto: Un forecast produce la mejor estimación posible del futuro si se satisfacen algunas condiciones de previsibilidad. Siempre es mejorable, aunque el costo involucrado puede no compensar la mejora.
  • El forecasting es difícil: Al igual que muchas otras áreas de aplicación de la estadística, la comprensión de las bases conceptuales del forecasting requieren una considerable preparación matemática. También es cierto que el software actual de forecasting hace posible realizar predicciones de una manera muy fácil, incluso prácticamente sin ningún conocimiento de los fundamentos. En estas condiciones, si una predicción tiene sentido o no es responsabilidad del usuario.
  • El forecasting es fácil: Se estima que un 80% de las series de tiempo pueden pronosticarse satisfactoriamente de un modo automático (sin intervención del “juicio” humano), un 10% requieren intervención humana y el 10% restante no son pronosticables.
  • El forecasting es objetivo: Existe un arsenal grande de técnicas numéricas que pueden aplicarse sobre información cuantitativa cuando esta está disponible en suficiente cantidad y calidad. No hay necesidad de juicios subjetivos. Por supuesto, cómo se aplica un forecasting sí requiere buen juicio.
  • El forecasting es subjetivo: Cuando la información cuantitativa es insuficiente en cantidad y/o calidad, las técnicas cualitativas o subjetivas de forecasting son un complemento fundamental. A veces, incluso, la única alternativa disponible.
  • El forecasting debe predecir un único valor: Suele creerse que una predicción apropiada es un valor concreto y único de alguna propiedad o característica de interés. Sin embargo, esto no es lo más indicado.
  • El forecasting no debe predecir un único valor: Una predicción apropiada es un valor central y un intervalo de confianza que proporciona una idea del rango de variabilidad esperable en torno del valor puntual predicho.
  • El forecasting tiene valor en sí mismo: Obviamente es valioso poder prever el futuro y para ello muchas empresas invierten recursos considerables.
  • El forecasting no tiene valor en sí mismo: Sin embargo, su valor principal está dado por la utilización de la predicción en una toma de decisiones oportuna y apropiada. Prever el futuro y no actuar solo significa costo. Un forecasting debe ser “accionable”.
  • El forecasting es “sagrado”: Suele creerse que el resultado de un forecasting no puede “tocarse”. Esto no es así, aunque hay formas y formas de tocarlo.
  • El forecasting no es “sagrado”: En tanto “mejor” estimación basada en técnicas estadísticas, es un componente importante de cualquier toma de decisiones, pero no es “infalible”. Con conocimiento apropiado de dominio, de las circunstancias (p. ej. sucesos que puedan impactar sobre el suceso a predecir) un forecasting puede (y debe) ser ajustado. Sin embargo, existen muchas predicciones que no es necesario ajustar. El ajuste significa tomar en cuenta nueva información o información cualitativa no incluida o incluible en las técnicas estadísticas utilizadas. No significa torcer una predicción en base a intenciones o deseos.

Las aplicaciones del forecasting son muchas. Acá reseñamos algunas de las más relevantes:

  • Planificación de ventas y marketing: Se usa forecasting para decidir cuándo lanzar un nuevo producto o realizar una nueva promoción. Sin embargo, el forecasting de demanda de un nuevo producto plantea problemas técnicos importantes, ya que un producto nuevo no posee historia.
  • Planificación de inventarios: Usa forecasting para predecir la demanda de los distintos productos. En base a esto se puede decidir una política de mantenimiento de stocks que optimice las variables relevantes.
  • Capacity o asignación de recursos: El forecasting permite predecir la demanda futura de recursos en base a los cuales decidir un nivel de recursos apropiado. Esto se aplica desde las previsiones del consumo energético hasta la cantidad de recursos humanos a asignar en un call center.
  • Finanzas: ¿Cuáles serán las ganancias en los próximos trimestres?
  • Análisis de precios: Se usa forecasting para determinar el nivel de oferta y demanda de distintos productos. Estos son dos factores esenciales en un análisis de precios (aunque no los únicos).
  • Escenarios “what-if”: El forecasting de distintos escenarios y decisiones posibles es fundamental en muchas planificaciones.

Referencias y links de interés:

Ya tengo mi DW funcionando y... ¿Ahora Qué?
La importancia del Coaching Metodológico


Esta pregunta, como otras tantas, es particularmente frecuente en el área de data warehousing y es uno de los tantos signos de problemas en un proyecto de Business Intelligence (BI). Con demasiada frecuencia todavía, un Data Warehouse (DW) se construye a partir de un proyecto y necesidades tecnológicos, en lugar de a partir de objetivos de negocios (el carro antes del caballo). Como consecuencia, el DW fracasa como herramienta de negocios y se queda en un mero ejercicio tecnológico. No satisface los requerimientos de información y sus potenciales usuarios deben luchar contra herramientas rígidas e insuficientes, con escasa capacitación, confusión en los procedimientos, etc. Sin embargo, este es solo uno de diversos problemas que aquejan a los proyectos de DW y BI en general (ver referencias más abajo). Estos problemas tienen bastante que ver con los distintos “actores” de este drama: vendedores de software, consultoras externas, equipo interno y metodologías.

  • Vendedor de software: Los vendedores ejercen considerables presiones para vender sus últimos productos. Estos responden en parte a las necesidades genéricas de los usuarios pero también a la necesidad de diferenciarse de sus competidores. Los vendedores principales acompañan sus productos con propuestas de negocios innovadoras, asociación con consultoras, metodologías, capacitación, etc (y mucho marketing). Más allá de algunas características de estos componentes que comentaremos más abajo, los puntos débiles de los vendedores de software son su política de recursos humanos y su “optimismo” a ultranza, por llamarlo de alguna manera. La mayoría de los vendedores utiliza una política de recursos humanos (en lo que respecta a los sectores de venta, soporte y consultoría, no así necesariamente de desarrollo) eficientista que tiende a favorecer un ciclo de recambio rápido de recursos, por lo general baratos. Esto atenta contra un nivel de capacitación apropiado. La experiencia y conocimientos técnicos específicos de los recursos asignados a una preventa, venta, consultoría o proyecto de implementación, es relativamente superficial. A pesar del cuantioso conocimiento acumulado en los vendedores principales, este no tiende a depositarse y ponerse en acción en el lugar apropiado: el de los recursos humanos disponibles. El optimismo a ultranza se manifiesta de varios modos: hay muchas (demasiadas) historias de éxito, ninguna historia de fracaso (sin embargo, todos conocemos muchas…), las ventas, proyectos, métodos se basan en “features”, hitos, entregables, etc. donde lo más importante es llegar a ellos mientras que el cómo se llega tiene importancia secundaria…
  • Consultora externa: Por lo general cuando se emplea una consultora externa, esta es un partner del vendedor de software. Está restringida por las políticas y estrategias de este. Usualmente su política de recursos humanos es similar a la de los vendedores de software por lo que su capacidad de prestaciones de consultoría suele ser insuficiente. Existen, a grandes rasgos, dos tipos de recursos asignados a un proyecto, un manager de proyecto, usualmente un “generalista” con insuficiente conocimiento técnico, que en el mejor de los casos ve el bosque, pero es incapaz de ver árboles, y los “especialistas”, con buen conocimiento de la herramienta específica, en el mejor de los casos capaces de ver los árboles, pero no el bosque.
  • Equipo interno: Usualmente, el equipo interno debe atender no solo al desarrollo del nuevo sistema sino que también debe cubrir sus funciones operativas cotidianas. Suele no conocer (al menos en un nivel apropiado) las nuevas herramientas, conceptos, tecnologías, etc. Si se trata de gente de IT suele no conocer el negocio específico. Si se trata de gente de negocio, suele no tener claro cuál podría ser la proyección del nuevo proyecto y solo puede comunicar sus necesidades futuras (en función del proyecto) de una forma muy insuficiente y poco concreta (una queja que se escucha frecuentemente). Además, el equipo interno suele responder a una cultura de la organización que puede estar alineada de muy diversos modos (muchas veces desfavorables) con un proyecto de DW o BI.
  • Metodología: Muchos vendedores o consultoras poseen metodologías muy completas basadas en años de experiencia en las que se presenta una descomposición de tareas y subtareas en función de los distintos objetivos principales y subobjetivos. Estos métodos son muy útiles como instrumentos de planificación, control y comunicación de un proyecto de DW. Muchas metodologías tienen en cuenta cuestiones clave duramente aprendidas de la experiencia como las de realizar ciclos de aproximaciones sucesivas, no ampliar el alcance más de lo estrictamente necesario, evitar “megaproyectos” o metodologías de “big bang”, etc. Más allá de sus virtudes, estas metodologías tienen algunas debilidades notorias: la compleja descomposición de tareas y subtareas termina en ítems que pueden ser cumplimentados e interpretados de muy diversas maneras (especialmente según la experiencia de los recursos humanos), y la definición de hitos, entregables, etc. plantean una falsa seguridad de correcta realización. La interpretación y ejecución de cada ítem depende del equipo responsable de estas cuestiones, y ya vimos que los recursos asignados no tienen habitualmente el conocimiento o la experiencia apropiados o necesarios. De esta manera, son habituales notorios déficits en la implementación de esa compleja metodología. Entregables, hitos, etc. son la excusa perfecta para distraer la atención de problemas de realización y desplazarlos hacia documentos, aprobaciones, etc., en las que los verdaderos problemas son barridos debajo de la alfombra. Por supuesto, inevitablemente, los problemas reaparecen, pero con un poco de suerte en un momento en el que ya no es clara la causa, los responsables o su solución. Entonces, muchas veces se “diagnostica” que la resolución pasa nada menos que… ¡por un nuevo proyecto!

¿Cómo se corta este nodo gordiano? Una propuesta interesante (aunque no suficiente) es la de la organización de un Centro de Competencia en Business Intelligence (BICC). Este es un equipo transversal con tareas, roles, responsabilidades y procesos definidos para soportar y promover un uso efectivo de BI a través de la organización. Es un centro de excelencia con alcance en toda la empresa, con aplicación especialmente al capital humano, procesos de generación y utilización del conocimiento, cultura y también, por supuesto, infraestructura. Estos centros han tenido una aplicación exitosa para resolver distintos problemas políticos y de coordinación en el desarrollo de proyectos de DW y BI en general, pero muchas veces han resultado insuficientes dado que no terminan de resolver muchas de las cuestiones planteadas más arriba.

Lo que falta todavía es el coaching metodológico de parte de consultoras “boutique”. Por sus propias características, estas consultoras poseen un pequeño número de consultores especializados en determinadas áreas y, principalmente, con muchos años de experiencia práctica en esas áreas. No tienen compromisos con vendors, con grandes consultoras (aunque muchas veces salieron de ellas) ni con metodologías sólidas pero demasiado rígidas y complejas finalmente. Con un suficiente apoyo político pueden desempeñar muchísimas tareas de apoyo y ser la verdadera garantía de un proyecto exitoso.

Entre sus tareas se encuentran la revisión de un proyecto y su planificación (objetivos, vinculación de los objetivos con las funciones de la empresa o sectores de la misma, relación con las necesidades de sectores o roles específicos) desde una perspectiva más experimentada, el monitoreo de su cumplimiento (revisión y control de las etapas, tests de control de calidad independientes de los típicamente propuestos por el vendedor o consultora, detección de desajustes, problemas, etc.), cubrir tareas, roles, funciones, etc. no previstos inicialmente (los “imprevistos” son sumamente frecuentes y suelen ignorarse o resolverse poniendo “parches”, algo que muchas veces termina resultando nefasto. Un proyecto de DW exitoso es uno que continua desarrollándose en el tiempo, perfeccionándose, algo sumamente incómodo para muchas metodologías, incluso a pesar de contemplar “iteraciones”.), mejorar la llegada y el impacto de la implementación sobre los usuarios del nuevo sistema, asegurar la calidad y adecuación del entrenamiento de los usuarios (algo que muchas veces es insatisfactorio o insuficiente), monitorear y sugerir mejoras, adecuaciones, etc. de la utilización de la implementación, y otras tantas funciones.

En síntesis, el coaching es el proceso mediante el cual el coach y la persona o grupo implicados en dicho proceso buscan el camino más eficaz para alcanzar los objetivos fijados usando sus propios recursos y destrezas. En un proyecto de BI, y especialmente en uno de DW, el coaching independiente por parte de una consultora “boutique” parece una herramienta eficaz para evitar los problemas que actualmente los aqueja.

Referencias y links de interés:

Si no quiere seguir recibiendo este Newsletter por favor enviar un mail de respuesta colocando "EXCLUIR" en su título.
Copyright © 2008 MAySA Consultores. Todos los derechos reservados.