Analítica Digital e Inteligencia Artificial para navegar COVID-19

En el siguiente post,  encontrarás un resumen de un artículo de Mckinsey, donde detalla como las empresas han tenido que acelerar los procesos de recolección e interpretación de datos (incluso hasta implemementarlo en solo semanas), dada a la capacidad de los mismos para la resolución de problemas y capacidad de predicción, esto se convirtió en una herramienta de navegación esencial en estas circunstancias.

Las principales tareas que las herramientas de  Analitycs e Inteligencia artificial están resolviendo son: pronosticar la demanda, identificación de interrupciones en la cadena de suministros, dirigir servicios de apoyos a los colaboradores y determinar la efectividad de las estrategias de intervención en crisis, entre otras.

Estás empresas que están aplicando este tipo de tecnologías y aprendizajes, estarán en una posición más sólida para aprovechar más el valor que espera ser desbloqueado. También estarán por delante de otros al abordar los desafíos a corto plazo que la pandemia ha planteado en la analítica misma, por ejemplo, al repensar los enfoques de modelado para reflejar las incertidumbres y construir nuevos canales de datos para dar cuenta de los nuevos datos.

A continuación 6 lecciones clave  que el artículo de Mckinsey detalla, donde muestra  los aprendizajes de las empresas en búsqueda de responder a la crisis del Covid-19.

Lección 1: los análisis deben estar alineados con las prioridades comerciales

La primera tarea para las organizaciones es, identificar los desafíos comerciales que día a día iban  surgiendo, logrando enfocar los esfuerzos en los principales centros neurálgicos centrales que  brindan información, ya sea movilizando recursos comerciales y analíticos para informar y abordar estos desafíos mediante la creación de nuevos flujos de datos, la presentación de informes sobre temas críticos del negocio para guiar las decisiones a corto plazo y el desarrollo de vistas de datos a más largo plazo. para comprender lo que puede deparar el futuro para su empresa, clientes y proveedores.

Lección 2: los silos funcionales no son tan rígidos como parecen

Durante la crisis, muchas organizaciones, independientemente de la madurez analítica, reunieron automáticamente equipos de respuesta a crisis inter-funcionales con todas las partes interesadas relevantes para desarrollar soluciones analíticas para una respuesta más rápida.

De hecho el artículo de Mckinsey relata que un proveedor de partes automotrices, los líderes podían ajustar rápidamente la capacidad de producción después de que el personal de la cadena de suministro, fabricación, comercialización y análisis colaboró ​​en una herramienta de pronóstico que anticipa las ventas por mercado y tipo de vehículo en varias dimensiones, incluido el impacto macroeconómico de COVID-19 . De hecho, los expertos en la cadena de suministro que mapearon los requisitos de datos identificaron rápidamente la importancia de obtener datos de ventas y producción automotrices de un proveedor líder de datos automotrices, solo para descubrir que el marketing ya había adquirido y utilizado regularmente estos datos. Si estos equipos no hubieran colaborado durante la crisis,

Lección 3: tu organización es más ágil de lo que piensas

Ante la situación actual, el artículo de Mckinsey, menciona que en su estudio que algunas organizaciones que no habían adoptado o capacitado a los empleados en prácticas ágiles que aplican conceptos ágiles para obtener las respuestas rápidas que necesitaban, comenzaron a trabajar de forma iterativa y colaborativa en sprints para obtener una visión agregada y más precisa del flujo de actividades que realizaban antes de la crisis

 

 

Lección 4: los equipos de primera línea necesitan derechos completos para la toma de decisiones

En cuanto a este punto Mckinsey menciona que el cambio cultural en las organizaciones habilitadas para análisis es el cambio de la toma de decisiones de arriba hacia abajo a la toma de decisiones basada en datos por parte de quienes están en la línea del frente. Para muchas organizaciones, dicho cambio puede parecer formidable, ya que va en contra de procesos y creencias empresariales profundamente arraigados. Sin embargo, durante los esfuerzos de respuesta a la crisis, las organizaciones han habilitado fácilmente a los empleados de primera línea con autoridad para tomar decisiones.

 

Lección 5: Póngase cómodo con las imperfecciones de datos y antes de la deriva del modelo

La crisis también obligó de acuerdo a Mckinsey a los líderes a lidiar con los nuevos desafíos de datos que surgen de los cambios radicales en la economía y los comportamientos de los consumidores que se desarrollan en los datos que alimentan los modelos analíticos.

Los líderes también tuvieron que reconocer que, si bien los datos existentes no eran idealmente sólidos, aún podían generar ideas útiles, si se usaban con una buena dosis de juicio humano

Lección 6: las herramientas y la tecnología estándar mejoran el tiempo de reacción

En cuanto a este punto Mckinsey de acuerdo a investigaciones pasadas, destacó la importancia de proporcionar herramientas y tecnologías comunes para los profesionales de datos y análisis. En nuestra encuesta de IA más reciente, las organizaciones que informaron el uso generalizado de IA tuvieron 4,2 veces más probabilidades que otras de tener un conjunto de herramientas estándar (76 por ciento, frente al 18 por ciento de otras).

Mckinsey menciona que durante la crisis, las organizaciones pusieron en práctica este principio para acelerar la ingestión de datos, estandarizar los datos y garantizar la coherencia durante el desarrollo del modelo.

 

Click aquí para leer artículo de Mckinsey “Análisis acelerado para navegar COVID-19 y la próxima normalidad”

Compartir este post

Comentarios (0)

Dejar un comentario