Nueva York, Estados Unidos.
La decisión de retirar Chevrolet de Europa fue obvia y rápida.
El departamento de finanzas de General Motors Co. analizó la rentabilidad de la marca, el costo de miles de partes así como las cifras de ventas y proyecciones de crecimiento en el continente.
Recabar e interpretar esos datos solía tomar semanas. Esta vez, la respuesta llegó en cuestión de días. El departamento de finanzas de la automotriz estadounidense usó una técnica que está produciendo grandes cambios en empresas de todo el mundo: big data o analítica, el procesamiento de grandes conjuntos de datos.
“Es una revolución en la forma en que el grupo de finanzas de GM está haciendo su trabajo”, dice Chuck Stevens, director financiero de la empresa de Detroit.
Dicha revolución se propaga por los departamentos de finanzas de las empresas. Los directores financieros de compañías grandes y pequeñas están procesando miles de millones de bits de datos para pronosticar mejor las ventas, gestionar el gasto de capital y aumentar el flujo de caja.
Big data es el arte y la ciencia de acumular y analizar enormes cantidades de información en busca de conocimientos que no saltan a la vista a una escala más pequeña. Muchas empresas lo utilizan para rediseñar sus tiendas en línea, seguir los hábitos de compras de los consumidores, adaptar sus productos y comercializar esos bienes a clientes con necesidades específicas.
Avances tecnológicos en los últimos años han permitido a las empresas obtener e interpretar datos almacenados en computadoras, teléfonos e incluso en maquinaria fabril.
Planet Fitness Corp., por ejemplo, ha analizado cuánto se usan las cintas de correr según su proximidad a los vestuarios, la entrada principal y otras áreas de mucho tráfico en sus gimnasios. La información permite a los gerentes rotar las máquinas para equilibrar su desgaste, lo que reduce el gasto de capital.
“Mientras más datos tenga uno, más preguntas hace”, dice Dorvin Lively, el director financiero de la cadena de gimnasios.
No es una tarea fácil. Diferentes tipos de equipos no siempre hablan el mismo idioma, lo que hace difícil obtener y acumular datos. Además, los equipos financieros pueden verse frustrados al analizar datos de facturas de divisiones que usan términos diferentes para describir elementos similares.
Una encuesta a fines del año pasado de American Express Global Corporate Payments, de American Express Co., indicó que 40% de los directores financieros dijeron que no elevarían el gasto en la analítica de datos en el siguiente año.
“Los directores financieros aún mantienen una postura cauta a la hora de la implementación”, dice Jay Cary, vicepresidente de la división de la empresa de tarjetas de crédito.
Contadores y ejecutivos de finanzas normalmente se enfocan en elementos como las ventas y el gasto, en lugar de estudiar la relación entre varios conjuntos de números, apunta Chris Iervolino, director de investigación de la firma de consultoría tecnológica Gartner Inc.
De todos modos, las empresas que han logrado hacer cuadrar estos canales de información han conseguido grandes dividendos de la analítica de datos.
Bajo el liderazgo de John Stephens, director financiero de AT&T, el departamento de finanzas logró incrementar en 2012 el flujo de caja libre de la empresa de telecomunicaciones en más de un tercio, a US$19.450 millones, después de conciliar varios sistemas informáticos y métodos contables usados por más de 12 compañías que pasaron a formar parte de AT&T.
El análisis de datos permitió al grupo financiero gestionar los costos de viajes de los empleados comparando el gasto en pasajes de avión de AT&T con el costo de construir salas de teleconferencias en sus oficinas. El equipo utilizó métodos similares para, entre otras cosas, recortar el número de días que las facturas estuvieron sin pagar y reducir el tiempo que los inventarios permanecen en las estanterías.
El flujo de caja más robusto fue un resultado directo de esas mejorías, dice Stephens. “Los datos te proporcionan maneras de desafiar la forma en que piensas”, dice.
Las empresas también aprovechan el análisis de datos para hacer mejores pronósticos. La firma de contabilidad Deloitte LLP ha estado utilizando la analítica de datos durante el último año para evaluar el potencial de negocios en su lista de proyectos y predecir cuántos se convertirán en acuerdos.
Sin embargo, la perspectiva de un creciente flujo de datos presenta riesgos, señala Frank Friedman, director financiero de Deloitte. “Claramente hay un problema de sobrecarga de datos”, dice. “Puede ser un gran desafío”.
La decisión de retirar Chevrolet de Europa fue obvia y rápida.
El departamento de finanzas de General Motors Co. analizó la rentabilidad de la marca, el costo de miles de partes así como las cifras de ventas y proyecciones de crecimiento en el continente.
Recabar e interpretar esos datos solía tomar semanas. Esta vez, la respuesta llegó en cuestión de días. El departamento de finanzas de la automotriz estadounidense usó una técnica que está produciendo grandes cambios en empresas de todo el mundo: big data o analítica, el procesamiento de grandes conjuntos de datos.
“Es una revolución en la forma en que el grupo de finanzas de GM está haciendo su trabajo”, dice Chuck Stevens, director financiero de la empresa de Detroit.
Dicha revolución se propaga por los departamentos de finanzas de las empresas. Los directores financieros de compañías grandes y pequeñas están procesando miles de millones de bits de datos para pronosticar mejor las ventas, gestionar el gasto de capital y aumentar el flujo de caja.
Big data es el arte y la ciencia de acumular y analizar enormes cantidades de información en busca de conocimientos que no saltan a la vista a una escala más pequeña. Muchas empresas lo utilizan para rediseñar sus tiendas en línea, seguir los hábitos de compras de los consumidores, adaptar sus productos y comercializar esos bienes a clientes con necesidades específicas.
Avances tecnológicos en los últimos años han permitido a las empresas obtener e interpretar datos almacenados en computadoras, teléfonos e incluso en maquinaria fabril.
Planet Fitness Corp., por ejemplo, ha analizado cuánto se usan las cintas de correr según su proximidad a los vestuarios, la entrada principal y otras áreas de mucho tráfico en sus gimnasios. La información permite a los gerentes rotar las máquinas para equilibrar su desgaste, lo que reduce el gasto de capital.
“Mientras más datos tenga uno, más preguntas hace”, dice Dorvin Lively, el director financiero de la cadena de gimnasios.
No es una tarea fácil. Diferentes tipos de equipos no siempre hablan el mismo idioma, lo que hace difícil obtener y acumular datos. Además, los equipos financieros pueden verse frustrados al analizar datos de facturas de divisiones que usan términos diferentes para describir elementos similares.
Una encuesta a fines del año pasado de American Express Global Corporate Payments, de American Express Co., indicó que 40% de los directores financieros dijeron que no elevarían el gasto en la analítica de datos en el siguiente año.
“Los directores financieros aún mantienen una postura cauta a la hora de la implementación”, dice Jay Cary, vicepresidente de la división de la empresa de tarjetas de crédito.
Contadores y ejecutivos de finanzas normalmente se enfocan en elementos como las ventas y el gasto, en lugar de estudiar la relación entre varios conjuntos de números, apunta Chris Iervolino, director de investigación de la firma de consultoría tecnológica Gartner Inc.
De todos modos, las empresas que han logrado hacer cuadrar estos canales de información han conseguido grandes dividendos de la analítica de datos.
Bajo el liderazgo de John Stephens, director financiero de AT&T, el departamento de finanzas logró incrementar en 2012 el flujo de caja libre de la empresa de telecomunicaciones en más de un tercio, a US$19.450 millones, después de conciliar varios sistemas informáticos y métodos contables usados por más de 12 compañías que pasaron a formar parte de AT&T.
El análisis de datos permitió al grupo financiero gestionar los costos de viajes de los empleados comparando el gasto en pasajes de avión de AT&T con el costo de construir salas de teleconferencias en sus oficinas. El equipo utilizó métodos similares para, entre otras cosas, recortar el número de días que las facturas estuvieron sin pagar y reducir el tiempo que los inventarios permanecen en las estanterías.
El flujo de caja más robusto fue un resultado directo de esas mejorías, dice Stephens. “Los datos te proporcionan maneras de desafiar la forma en que piensas”, dice.
Las empresas también aprovechan el análisis de datos para hacer mejores pronósticos. La firma de contabilidad Deloitte LLP ha estado utilizando la analítica de datos durante el último año para evaluar el potencial de negocios en su lista de proyectos y predecir cuántos se convertirán en acuerdos.
Sin embargo, la perspectiva de un creciente flujo de datos presenta riesgos, señala Frank Friedman, director financiero de Deloitte. “Claramente hay un problema de sobrecarga de datos”, dice. “Puede ser un gran desafío”.
