Llegamos a ustedes gracias a:



Columnas de opinión

Cada día más productos, pero ¿dónde está toda esa información?

Por Jose Chojrin, consultor en Rentabilización de Datos Maestros para Stibo Systems

[25/07/2016] La gestión de la variedad de productos es un desafío para la mayoría de las compañías de retail en todo el mundo. Las soluciones más extendidas se basan en el efecto de la agrupación (pooling); es decir la reducción del número de productos o unidades a ser mantenidas en stock (SKU). La cuestión que se plantea es cuál es la mejor política de agrupamiento; es decir, cuáles son los criterios que suponen una política óptima de inventario, suponiendo que la demanda se distribuye conforme a patrones previsibles. Como la regularidad de la demanda difícilmente se mantiene estable en el tiempo, en la práctica hay una gama de niveles de inventario dentro de la cual un determinado criterio de agrupación resulta mejor por un período, y más allá puede resultar inadecuado.

La implementación de una política óptima de inventario se torna extremadamente compleja cuando la demanda es errática, por lo que la racionalización de los criterios de agrupamiento juega un rol crítico para la gestión de producto. La complejidad de las exigencias hacia las cadenas de suministro de información que acompaña esta dinámica de expansión de la variedad de la oferta puede ser muy sorprendente, con el correlato de altos costos e innumerables problemas de servicio al cliente. El aumento de la variedad de los productos y los modelos es un ingrediente fundamental de esta complejidad. La gestión de la variedad de información de producto se está convirtiendo en un campo prioritario para la preocupación ejecutiva, ya que genera mayor incertidumbre cuanto mayor es la dispersión de los datos de producto dentro de las compañías.

Mitigar el impacto de la variedad requiere alguna forma de racionalización de la información de las líneas de productos que permita concentrar los datos dispersos en un reservorio unificado. Aun cuando en algunos pocos casos la agrupación de los inventarios resulta más o menos fácil de hacer, lo más frecuente es que los cambios en los tamaños o el lanzamiento de nuevas versiones de un mismo producto, compliquen la gestión e introduzcan nuevas dificultades para la utilización de los datos al momento de ser enviados a los canales de comercialización y marketing.

En otros casos, la racionalización de las líneas de productos, pueden aumentar directamente los costos de la gestión de la información de los productos, sobre todo en caso de usos múltiples que requieren cambios costosos en el procesamiento de los datos. La mayor preocupación surge de las necesidades de diferenciación entre productos de características similares, que impone una evaluación más cuidadosa de los datos gestionados en común por distintas áreas. Estas cuestiones terminan creando cuellos de botella en la circulación de la información que afectan el valor de los datos compartidos, sobre todo en los casos en los que no están definidas las reglas para su comportamiento y gobierno a través de toda la organización. Lo ideal sería que el problema se pudiera resolver a medida que los datos se van desplazando de un punto a otro, pero resulta imposible para los ejecutivos encontrar tiempo suficiente para siquiera ponerse a validar la precisión de los datos que reciben.

El aumento de la variedad de productos termina concentrando la incertidumbre en cada punto de la organización, afectando el resultado de los esfuerzos comunes. La utilización "normal" de datos sin normalizar, origina múltiples complicaciones, incluyendo costos extraordinarios e innecesarios, sumados a un verdadero despilfarro de tiempos y esfuerzos. Esto se produce independientemente de la subyacente estructura de la demanda; por lo cual cuando ésta se modifica, los problemas se potencian.

A esta altura, y ya pensando en soluciones, podemos preguntarnos qué tienen en común términos como gestión de datos, gestión de datos maestros, gobierno de datos e integración de datos. Cualquiera sea el modo en que una organización aborde el tema de la gestión de su información, todos los ejecutivos comprenden que un mal gobierno de los datos produce procesos de negocio ineficientes, sobrecarga de los flujos y las actividades de gestión de los datos, y tremendas dificultades para dar valor estratégico à la información de negocio. Más aún, en la enorme mayoría de los casos, un mal gobierno de los datos de una compañía se refleja en la pérdida de oportunidades comerciales, pero también en el desperdicio de alternativas que permitirían aumentar los ingresos y la rentabilidad si la cadena de información fuera gestionada de modo eficaz. La gestión de los datos maestros (MDM) lleva aparejado el cruzamiento planificado de datos que por su propia naturaleza están dispersos en la geografía y los sistemas de la organización. Este cruzamiento permite que los equipos a cargo de los proyectos, puedan agilizar los procesos de planificación, gestión y operación para cumplir con las exigencias de los negocios, reduciendo los tiempos al mínimo posible. Una gestión ágil requiere que todas las áreas involucradas en una sucesión de acciones -como, por ejemplo, las que configuran la cadena de transmisión de la información de los productos hacia los clientes o usuarios finales- estén completamente alineadas a los objetivos estratégicos generales y locales de las compañías. La implementación incremental de soluciones de datos maestros reduce el riesgo de errores y desvíos, e integra rápidamente los esfuerzos de los equipos y las áreas.

Una iniciativa de este tipo incluye las evaluaciones de gobernabilidad de datos, la arquitectura de los sistemas y de la calidad de los datos, y el establecimiento de un idioma único a ser utilizado por todos los ejecutivos intervinientes, no importa cuál sea su rol específico en el negocio. Un punto particular corresponde à la gobernabilidad de los datos. Como uno de los componentes fundamentales de los procesos de MDM, una estrategia sólida de gobierno de datos define las políticas y la propiedad, las validaciones de calidad, los derechos de decisión y los procedimientos para el avance de los datos desde un punto de la organización a otro.El gobierno de sus datos es la palanca que permite a las empresas maximizar el aprovechamiento de sus datos y recursos de información, uno de los activos más valiosos de que dispone. Un programa de gobierno de datos se incorpora a la estructura de la organización como un meta-sistema que se extiende sobre las funciones y las geografías de negocio para asegurar que los datos son correctos, completos, están disponibles en el momento y lugar correcto, y son seguros.

El éxito de un programa de gobernabilidad de datos se sostiene en las definiciones de datos, normas y procesos de negocio comunes para todas las áreas, el cumplimiento de las reglas de negocio, la autenticación y derechos de acceso, y la utilización de tecnología que garantice su usabilidad. La mejora de calidad de los datos genera un impacto positivo en la capacidad de una organización para mejorar, entre otras cuestiones clave, la experiencia del cliente, la eficiencia de la cadena de suministro, la efectividad del marketing y el cumplimiento de las regulaciones. Al mejorar la calidad de datos, una organización está en mejores condiciones para reducir los costos y aumentar los ingresos mejorando la productividad y optimizando los procesos de negocio. Por ese motivo, las empresas empeñadas en el aumento de la variedad de sus líneas de producto y su volumen de negocios asumen que el primer paso para aumentar el valor de negocio de sus activos de datos es llevar a cabo una evaluación de la gobernabilidad de sus datos.

Para evaluar la gobernabilidad de los datos se parte del análisis del estado actual y deseado de la gestión, la revisión de las mejores prácticas de gobierno de datos en la industria, y el trazado de una estrategia de gobierno de datos y la hoja de ruta correspondiente.

Debe hacerse es un balance de las políticas y procedimientos actuales de datos de la organización, evaluando el estado futuro deseado con las principales partes involucradas. En segundo lugar, es necesario asegurarse que todos los flujos de datos, las personas y dependencias, y las herramientas utilizadas en los procesos de negocio, que están involucradas en el gobierno de los datos hayan sido identificados. Hecho esto se puede comparar con las mejores prácticas de gobierno de datos para contar con una hoja de una única ruta de la gobernabilidad.

Una hoja de ruta exitosa es aquella que se ocupa de los problemas específicos, es realista, y gana compromiso efectivo con la gobernabilidad de los datos en toda la organización.