Todos los datos necesarios para la mejora continua
Por Pedro Robledo
La toma de decisiones para la mejora continua de los procesos de una organización puede conllevar a la parálisis del análisis, al quedarnos inmovilizados en la fase de análisis previo del problema y nunca llega a implementarse un plan de acción concreto, por falta de la información adecuada de manera rápida y ágil.
Los datos y sus análisis son fundamentales para que las organizaciones tanto públicas como privadas tomen las correctas decisiones de tipo macro, micro, en tiempo real, cíclica, estratégica, táctica y operativa. La toma de decisiones basada en datos significa usar datos para determinar cómo mejorar los procesos de toma de decisiones. Esto lleva a la idea de un modelo de decisión, que puede incluir técnicas analíticas prescriptivas (que generan resultados que pueden especificar qué acciones tomar), analíticas descriptivas (que explican lo acontecido) o analíticas predictivas (que buscan patrones y tendencias para descifrar lo que puede ocurrir permitiendo tomar acciones que corrijan la tendencia si es necesario).
El análisis de los datos hay que realizarlo teniendo en cuenta todo el contexto para tomar las decisiones correctas. Imaginemos que tenemos dos vendedores en una organización y nos fijamos solamente en quién ha vendido más unidades en un mes (suponiendo que venden todas las unidades al mismo precio 10 euros). Si el vendedor A ha vendido 1000 unidades y el vendedor B ha vendido 800 unidades, se tomaría la decisión de premiar al vendedor A porque ha vendido más que el vendedor B. Pero si analizamos el contexto, vemos que el vendedor B ha utilizado muy pocos recursos de la empresa (coste 200 euros) y, sin embargo, el vendedor A ha utilizado el doble de recursos (coste 400 euros), por lo que sus costes relacionados son para B 0,25 euros la unidad (200/800) y para A 0,4 euros la unidad (400/1000), por lo tanto, el vendedor B ha sido más eficiente. La pregunta entonces es ¿conocemos la eficiencia real de los procesos que se están realizando o nos fijamos solo en datos de negocio sin tener en cuenta todo el contexto?
Hay cuatro tipos de datos que deberíamos tener en cuenta para buscar la mejora continua de los procesos de negocio alineados siempre a los objetivos estratégicos de cualquier organización: datos de negocio, datos operacionales, datos de sistemas y datos de escritorio. Cada tipo de dato se centra en un enfoque diferente, que se complementan.
Datos de Negocio
Todos los datos que la organización obtiene de la ejecución de las diferentes actividades que realiza para satisfacer a sus clientes (externos e internos) sus necesidades (datos de productos o servicios, datos de facturación, datos de los clientes, datos de impuestos…).
Datos Operacionales
Todos los datos relacionados con la eficiencia, eficacia y efectividad de la ejecución de los procesos estratégicos, principales (los de la cadena de valor) y de apoyo, de una organización (tiempos de ciclo de proceso, capacidad de respuesta, duración de ejecución de actividades, coste de recursos…).
Datos de Sistemas
Todos los datos denominados “logs de eventos de sistemas” son aquellos datos que se van almacenando en la ejecución de aplicaciones utilizadas para la ejecución de actividades (CRM, ERP, SCM, aplicaciones a medida…).
Datos de Escritorio
Todos los datos relacionados en el cómo resuelven los empleados cada actividad de un proceso, desde su puesto de trabajo. Es decir, los datos capturados de la interacción del usuario para resolver las tareas de su trabajo diario (teclado, clics del ratón…).
Diferencias entre los cuatro tipos de datos.
Los cuatro tipos de datos son necesarios para un completo análisis que permita definir una correcta toma de decisión de las acciones de mejora a aplicar. Y se usan diferentes disciplinas de minería para los análisis de los datos.
| Datos de Negocio | Datos Operacionales | Datos de
Sistemas |
Datos de Escritorio | ||
| Alcance | Datos relacionados con el servicio a clientes. | Datos sobre tiempos, volumen y costes de ejecución de un proceso. | Datos de la ejecución de aplicaciones. | Datos de la interacción del empleado en su puesto de trabajo. | |
| Fuente de Datos | Bases de Datos de la Empresa. | Base de Datos de Workflow. | Logs de eventos de los sistemas de TI. | Clics ratón, teclado, copiar y pegar… | |
| Aplicaciones para explotar los datos | Data Mining. | Business Activity Monitoring. | Process Mining. | Task Mining. | |
| Acciones de Mejora buscada | Analizar datos estáticos para entender los patrones que permitan definir objetivos estratégicos y tácticos. | Analizar la ejecución de procesos orquestados con sistemas de workflow, para tener completa trazabilidad de la ejecución de las instancias de procesos, analizando cualitativa y cuantitativamente un proceso buscando mejoras del proceso. | Analizar la conformidad de las trazas descubiertas de las ejecuciones de procesos usando aplicaciones, que determinen desviaciones de los modelos de procesos, facilitando el descubrimiento, la supervisión y mejorar procesos reales. | Analizar las ineficiencias de la resolución de tareas, descubriendo aplicaciones más usadas que requieren formación, causas raíz de problemas no resueltas y tareas posibles de automatizar. | |
| Objetivo | La minería de datos se preocupa más por el qué, es decir, los patrones en sí mismos. | La monitorización desde Workflow se preocupa de la optimización de la orquestación de tareas de un proceso estandarizado. | La minería de procesos busca responder el por qué. | La minería de tareas se preocupa más por el cómo se ejecutan los pasos de una tarea. | |
Las organizaciones necesitan la identificación de oportunidades de mejora en tiempo real, por lo que no se pueden basar solo en información estática y focalizada en datos de negocio. Es necesario, focalizarse en cómo se están ejecutando los procesos de negocio de principio a fin de una organización para encontrar ineficiencias. Para ello la gestión de datos operacionales se potenciará facilitando una orquestación automatizada con sistemas de workflow (BPMS, suites de Business Process Management) que proporciona estandarización, trazabilidad y visibilidad de los procesos de la organización. En estos sistemas se implementan procesos estandarizados, y lo que hay que analizar es si la ejecución de dichos procesos se está realizando correctamente como se ha definido, o no. En este caso, Process Mining facilita descubrir inconformidades con los modelos de procesos estandarizados, y Task Mining ineficiencias en la ejecución de tareas por el empleo en su interacción desde su puesto de trabajo. Por lo tanto, se cubren todas las posibilidades de análisis de problemas para definir las mejores acciones de mejora disponiendo de la información más completa para la toma de decisiones.