En la temporada política, me aventuraré a hacer una analogía no partidista. En cierto sentido, los sistemas de planificación de recursos empresariales (ERP, por sus siglas en inglés) de las empresas son como los representantes en el Congreso. Queremos que todos trabajen juntos, pero cuando se trata de hacer compromisos, no queremos que nuestro propio representante ceda. Cada dos años, justo cuando la cooperación comienza a infiltrarse en el sistema, un nuevo grupo de representantes con nuevas prioridades y posiciones se une a la mezcla. Los ejecutivos desean transparencia en toda la empresa, pero los datos están bloqueados en múltiples sistemas ERP, lo que dificulta la coincidencia o incluso la búsqueda de la información necesaria para un análisis sólido. Llegar a una única versión de la verdad es una de las razones principales por las que las empresas deciden emprender proyectos dolorosos de consolidación de ERP. Sin embargo, en casi todos los casos, estos esfuerzos se encuentran con una resistencia amplia, a menudo feroz, y luego se deshacen a medida que las divisiones adoptan nuevas tecnologías o se incorpora una nueva adquisición con su propia colección de sistemas ERP. Es hora de dejar de luchar contra la proliferación de sistemas ERP en nombre de la transparencia de datos. Una nueva disciplina, la unificación de datos, está surgiendo para ayudar a los analistas a encontrar y extraer datos de una multitud de sistemas ERP para obtener una vista única de los datos necesarios, como si estuvieran en un solo sistema y organizados específicamente para el análisis previsto. Piénselo como una forma de encontrar puntos en común entre los políticos, independientemente de su afiliación partidista.

El análisis de gastos globales sin un mundo de dolor demuestra perfectamente el valor de ver los datos en toda la organización. Varias divisiones pueden interactuar con el mismo proveedor o pedir la misma pieza a diferentes proveedores con condiciones muy diferentes. La mayoría de esos datos son invisibles para la persona encargada del análisis. Mantener el análisis dentro de los límites del ERP limita naturalmente los beneficios de ese análisis. Del mismo modo, el esfuerzo involucrado en encontrar y preparar datos de varias fuentes agrega tiempo y costos que disminuyen la tasa de retorno de la inteligencia resultante. Es por eso que la mayoría de los análisis se realizan con no más del 20 por ciento de los datos relevantes. En este momento, las empresas están utilizando datos unificados en el análisis de gastos globales. Una empresa global de fabricación diversificada llevó a cabo una revisión de proveedores el año pasado que agregó una lista de más de 500,000 proveedores en cientos de sistemas ERP, descubrió un 25 a 35 por ciento de superposición de proveedores en varias unidades de negocio principales e identificó más de $100 millones en ahorros a través del análisis de términos de pago. La mayor parte del beneficio en el análisis de gastos proviene de los proveedores menos conocidos, no de los contratos principales que se vigilan de cerca. Reunir esos datos de conjuntos de datos previamente aislados e incompatibles no requiere cambios completos en la infraestructura de TI, pero sí significa pensar de manera diferente en cómo se organiza esos datos.

El primer paso es catalogar las fuentes de datos. La mayoría de las personas solo tienen acceso inmediato a aproximadamente el 10 por ciento de los datos de la empresa. En la mayoría de las empresas, incluso identificar los conjuntos de datos necesarios para un análisis de gastos globales es una tarea inútil, y hacerlo fue infructuoso porque fusionar los conjuntos de datos era lento, manual e incluso peligroso. Ahora que los analistas pueden trabajar con datos independientemente de su formato nativo, hay una buena razón para saber qué hay al otro lado de esas barreras. Hoy en día existen herramientas de catálogo de datos gratuitas que pueden ayudar a los analistas a descubrir, organizar y comprender los datos de gastos, o cualquier otro dato, dispersos en toda la organización. Trabajando juntos, los propietarios de datos y los analistas pueden completar las páginas en blanco del mapa de datos de la empresa. A partir de ahí, los analistas pueden evaluar los campos en cada fuente relevantes para su investigación para establecer dónde se relacionan los datos de cada fuente con los datos de otras fuentes. Este proceso de conexión de datos no es tarea fácil. Requiere la inteligencia de las personas que crean y utilizan los datos a diario, y un análisis global podría requerir docenas o cientos de fuentes. Para esta parte, las empresas confían en una combinación de aprendizaje automático y búsqueda de expertos. Las herramientas de aprendizaje automático pueden identificar conjuntos de datos que tienen una fuerte correlación basada en similitudes de datos, coincidencias pasadas y otros factores para ayudar a los analistas a combinar rápidamente múltiples campos. Donde el aprendizaje automático y el conocimiento del analista no son suficientes, una red confiable de expertos puede resolver problemas. Esto también puede ser ayudado por el aprendizaje automático, al tener software que ayude a identificar al mejor experto para cada pregunta.

Para leer la historia completa, haz clic aquí.