Análisis de negocios

La analítica empresarial ( BA ) se refiere a las habilidades, tecnologías y prácticas para la exploración e investigación iterativas del desempeño empresarial pasado con el fin de obtener información valiosa e impulsar la planificación empresarial. La analítica empresarial se centra en desarrollar nuevas perspectivas y una mayor comprensión del desempeño empresarial a partir de datos y métodos estadísticos . En contraste, la inteligencia empresarial tradicionalmente se centra en el uso de un conjunto consistente de métricas para medir el desempeño pasado y guiar la planificación empresarial. En otras palabras, la inteligencia empresarial se centra en la descripción, mientras que la analítica empresarial se centra en la predicción y la prescripción. ^{[ 1 ]}

La analítica empresarial hace un uso extensivo del modelado analítico y el análisis numérico, incluyendo el modelado explicativo y predictivo , ^{[ 2 ]} y la gestión basada en hechos para impulsar la toma de decisiones . Por lo tanto, está estrechamente relacionada con la ciencia de la gestión . La analítica puede utilizarse como insumo para decisiones humanas o puede impulsar decisiones totalmente automatizadas . La inteligencia empresarial comprende consultas , informes , procesamiento analítico en línea (OLAP) y alertas.

En otras palabras, las consultas, los informes y OLAP son herramientas de alerta que pueden responder preguntas como qué sucedió, cuántos, con qué frecuencia, dónde está el problema y qué acciones se necesitan. El análisis de negocios puede responder preguntas como por qué está sucediendo esto, qué sucederá si estas tendencias continúan, qué sucederá a continuación (predicción) y cuál es el mejor resultado posible (optimización). ^{[ 3 ]}

En el ámbito sanitario, el análisis de datos empresariales puede utilizarse para operar y gestionar sistemas de información clínica. Permite transformar datos médicos, a partir de una compleja variedad de métodos analíticos, en información útil. El análisis de datos también puede emplearse para generar sistemas de informes modernos que incluyan los indicadores clave más recientes del paciente, tendencias históricas y valores de referencia. ^{[ 4 ]}

• Análisis de decisiones: apoya las decisiones humanas con análisis visuales que el usuario modela para reflejar el razonamiento. ^{[ 5 ]}
• Análisis descriptivo: permite obtener información valiosa a partir de datos históricos mediante informes , cuadros de mando, agrupamiento , etc.
• Análisis predictivo : emplea modelos predictivos utilizando técnicas estadísticas y de aprendizaje automático.
• Analítica prescriptiva : recomienda decisiones mediante optimización, simulación, etc.

• Análisis del comportamiento
• Análisis de cohortes
• Análisis de la competencia
• Análisis del recorrido del cliente
• Análisis cibernético
• Optimización empresarial
• Análisis de estados financieros
• Análisis de fraude
• Análisis de la atención médica
• Indicadores clave de rendimiento (KPI)
• Análisis de la cesta de la compra
• Análisis de marketing
• Análisis de precios
• análisis de ventas minoristas
• Análisis de riesgos y crédito
• El análisis de la cadena de suministro , un área que destaca por su creciente importancia, es objeto de múltiples interpretaciones del término. ^{[ 6 ]} Westerveld señala que la importancia del análisis de la cadena de suministro radica en la necesidad de alinear la estrategia corporativa con la ejecución de la cadena de suministro. ^{[ 7 ]}
• Análisis de talento
• Telecomunicaciones
• Análisis del transporte

El análisis de datos se ha utilizado en los negocios desde que Frederick Winslow Taylor implementó ejercicios de gestión a finales del siglo XIX. Henry Ford medía el tiempo de cada componente en su recién establecida línea de montaje. Sin embargo, el análisis de datos comenzó a captar mayor atención a finales de la década de 1960, cuando las computadoras se utilizaron en sistemas de apoyo a la toma de decisiones . Desde entonces, el análisis de datos ha evolucionado con el desarrollo de sistemas de planificación de recursos empresariales (ERP), almacenes de datos y una gran cantidad de otras herramientas y procesos de software. ^{[ 3 ]}

En años posteriores, la analítica empresarial experimentó un auge espectacular con la llegada de las computadoras. Este cambio la llevó a un nivel completamente nuevo y creó un sinfín de posibilidades. Teniendo en cuenta lo mucho que ha avanzado la analítica y en qué consiste hoy en día, muchos jamás imaginarían que sus orígenes se remontan a principios del siglo XX, con el mismísimo Sr. Ford.

El análisis de datos empresariales depende de volúmenes suficientes de datos de alta calidad. La dificultad para garantizar la calidad de los datos radica en integrar y conciliar los datos de diferentes sistemas, y luego decidir qué subconjuntos de datos poner a disposición. ^{[ 3 ]}

Anteriormente, el análisis de datos se consideraba un método retrospectivo para predecir el comportamiento del consumidor , basado en el análisis de las unidades vendidas en el último trimestre o año. Este tipo de almacenamiento de datos requería mucho más espacio que velocidad. Ahora, el análisis de datos empresariales se está convirtiendo en una herramienta capaz de influir en el resultado de las interacciones con los clientes. ^{[ 8 ]} Cuando un tipo específico de cliente está considerando una compra, una empresa con capacidad analítica puede modificar su discurso de ventas para atraerlo. Esto implica que el espacio de almacenamiento de todos esos datos debe responder con extrema rapidez para proporcionar la información necesaria en tiempo real.

Thomas Davenport , profesor de tecnología de la información y gestión en Babson College, sostiene que las empresas pueden optimizar una capacidad empresarial específica mediante el análisis de datos y, por lo tanto, competir mejor. Identifica estas características de una organización que son aptas para competir en el análisis de datos: ^{[ 3 ]}

• Uno o más altos ejecutivos que defienden firmemente la toma de decisiones basada en hechos y, específicamente, en análisis.
• Uso generalizado no solo de estadísticas descriptivas , sino también de modelos predictivos y técnicas de optimización complejas.
• Uso sustancial de análisis en múltiples funciones o procesos empresariales.
• Transición hacia un enfoque a nivel empresarial para la gestión de herramientas analíticas, datos y habilidades y capacidades organizativas.

• Análisis empresarial
• analista de negocios
• Descubrimiento de procesos de negocio
• Dinámica del cliente
• Lista de software de gráficos informativos
• Prueba y aprende

• Davenport, Thomas H.; Jeanne G. Harris (marzo de 2007). Competir con análisis: La nueva ciencia del éxito . Harvard Business School Press. ISBN 9781422103326.