Actualmente nos encontramos en la fase de evaluación de procesos para migrar a SAP 4H en la nube y este transaccional nuevo ya trae integrada plataformas para los analiticos de datos que soporta la toma de decisiones como Manufactura Digital.

La tendencia es dejar de usar algunos de estos, hemos dispuesto de un Datalake en la nube para una mejor organización y centralización para fines de BI.

Se están utilizando herramientas predictivas, en especial para la cadena de suministros, aún hay otros proyectos importantes en desarrollo para utilizar todos los datos que genera la empresa con el fin de tener información útil al momento y con miras al futuro.

En la fase inicial de un proyecto, utilizamos datos recopilados de estudios de sitio, análisis de contextos urbanos y tendencias arquitectónicas actuales. Estos datos fundamentan nuestras decisiones conceptuales y nos permiten crear diseños que respondan de manera efectiva a las necesidades del cliente y las características del entorno.

Durante el proceso de diseño, empleamos herramientas avanzadas de modelado y visualización que aprovechan datos paramétricos y análisis de rendimiento para optimizar la eficiencia y la sostenibilidad de nuestros proyectos. Esto nos permite tomar decisiones informadas sobre la forma, la orientación y los materiales de manera coherente con nuestros objetivos de diseño.

En la fase de construcción, utilizamos datos en tiempo real para monitorear el progreso, la calidad y el cumplimiento del presupuesto. Esta información nos permite realizar ajustes según sea necesario y asegurarnos de que el proyecto se ejecute de manera eficiente.

Además, promovemos la colaboración entre nuestros equipos de diseño y gestión, fomentando una cultura que valora la toma de decisiones fundamentada en datos. Estamos comprometidos con la mejora continua y la adaptación a las últimas tecnologías y metodologías en el campo de la arquitectura.

En resumen, nuestra firma de arquitectura utiliza datos de manera integral en todas las fases del proceso, desde la concepción hasta la construcción, para asegurar que nuestras decisiones sean pertinentes, sostenibles y alineadas con los objetivos del proyecto y las expectativas del cliente.

Microsoft Teams, integrado en Microsoft 365, se ha convertido en la plataforma centralizadora de nuestro trabajo, facilitando la colaboración entre las diferentes áreas y ayudando a Schindler a pasar de tener un conjunto de aplicaciones dispares a manejarlas todas desde un único centro que reúne todo lo que necesitan y ofrece máxima seguridad. Teams, que dos años después de su puesta en marcha funciona en más de 500.000 organizaciones, ha mejorado la comunicación de los empleados de Schindler, ya sea en modo chat, con llamadas o por videoconferencia.

La compañia fue pionera en aplicar esto a la etapa de perforación, logrando importantes alianzas y un crecimiento aun en mercados en retroceso.

Me desmepeño en el área de entrega de servicios.

Utilizamos mucho PowerBi para descargar y modelar información a partir del sistema transaccional que utilizamos (ERP) de SalesForce.

Con base en PowerBI podemos ver cantidad de proyectos por administrador, estados de proyectos, filtrar por varios criterios, utilización de los recursos, sistuación financiera macro de los proyectos. Creo que es un enfoque muy descriptivo: nos dice que pasó....

Sé que para analisis de muchos datos de la parte reactiva del negocio tambien se utiliza Qlikview, pero ese repositorio no lo utilizo como parte de mis responsabilidades. Ahora que lo vimos en esta semana de clase, me interesa tomarlo en serio para ver cómo puede ayudar y tambien ver con las gerencias cómo se da la inteligencia predictiva en nuestra organización.

De otra parte la Organización ha entrado en el manejo de analítica predictiva, la cual permite inferir aquellos negocios de seguros que no van a ser rentables y proceder con ajustes de primas o decisiones de no renovación. Esto es vital para el negocio de seguros.

Gracias

Saludos

Ma. Elena

Magda Arciniegas

Actualmente el negocio se gestiona a través de inteligencia descriptiva y se está haciendo un esfuerzo para incluir la inteligencia cognitiva.

1. Recolección de datos:

• Sistemas de gestión hotelera (PMS): Recopilan datos de reservas, check-ins, check-outs, tarifas, ocupación, etc.

• Opiniones de los clientes: Datos obtenidos de encuestas, reseñas online y redes sociales.

• Canales de distribución: Información sobre qué plataformas (Booking, Expedia, etc.) generan más reservas.

• Datos operacionales: Incluyen costos de operación, consumo de energía, inventarios y personal.

• Datos externos: Factores macroeconómicos, datos de competidores y tendencias turísticas.

2. Análisis de datos:

• Análisis predictivo: Utilizar los datos históricos para predecir la demanda futura y ajustar la capacidad y los precios en consecuencia. Por ejemplo, durante las temporadas altas, se puede ajustar la estrategia de precios dinámicos.

• Segmentación de clientes: Agrupar a los clientes por comportamiento, preferencias y valor para personalizar promociones, servicios y experiencias.

• Análisis de satisfacción del cliente: Identificar patrones en las reseñas para mejorar los servicios y resolver problemas recurrentes.

• Control de costos: Identificar áreas donde los costos operativos pueden reducirse, como la gestión de inventarios o el consumo de energía.

3. Tomar decisiones basadas en datos:

• Pricing dinámico: Ajustar tarifas en tiempo real según la demanda, competencia y disponibilidad.

• Optimización de recursos: Asignar el personal en función de la ocupación esperada, mejorando la eficiencia operativa.

• Personalización del servicio: Utilizar los datos de preferencias de los clientes para ofrecer recomendaciones de actividades, mejorar el servicio de habitación o enviar promociones personalizadas.

• Marketing dirigido: Identificar el perfil de los clientes más rentables y diseñar campañas publicitarias específicas para esos segmentos.

4. Automatización y AI:

• Chatbots y asistentes virtuales: Brindar atención al cliente más rápida y personalizada con respuestas automáticas basadas en las preguntas más frecuentes.

• Optimización de la cadena de suministro: Usar herramientas basadas en IA para predecir la demanda de insumos y ajustarla, evitando desperdicios.

5. Monitoreo y ajustes continuos:

• KPI en tiempo real: Monitorear métricas clave (ocupación, satisfacción del cliente, costos operativos) para ajustar rápidamente las estrategias.

• Feedback en tiempo real: Incorporar mecanismos que permitan medir la satisfacción del cliente de forma continua para resolver problemas antes de que se conviertan en malas reseñas.

• Este enfoque convierte los datos en una ventaja competitiva, ya que permite a la organización hotelera mejorar la experiencia del cliente, optimizar los recursos y aumentar la rentabilidad.

Francisco Jorge

Otro punto importante es que se trabaja con sistemas que permiten integraciones y que generan reportes analíticos sobre indicadores claves de la empresa.

Por ejemplo, gracias a estos sistemas, hemos podido optimizar nuestros procesos de desarrollo de software. Anteriormente, identificar cuellos de botella y áreas de mejora en nuestros proyectos requería mucho tiempo y análisis manual. Ahora, con el uso de sistemas de soporte a la decisión, podemos realizar un seguimiento detallado de cada fase del proyecto, identificar problemas potenciales de forma proactiva y aplicar soluciones inmediatas. Esto ha resultado en una reducción significativa de los tiempos de desarrollo y una mejora en la calidad del producto final.

En resumen, los sistemas de soporte a la decisión han sido un elemento transformador en nuestra empresa de software. Han mejorado nuestros procesos internos, aumentado nuestra eficiencia operativa y nos han proporcionado una ventaja competitiva en un mercado cada vez más exigente. La adopción de estas tecnologías demuestra nuestro compromiso continuo con la innovación y la excelencia.

¿Cómo lo hacemos?

Integración de ERP y CRM para centralizar datos

•Utilizamos un ERP que consolida información operativa y financiera en tiempo real.

•Nuestro CRM Analítico nos permite segmentar clientes y personalizar estrategias comerciales.

Uso de Inteligencia Artificial y Machine Learning

•Implementamos modelos de IA para analizar patrones de compra y comportamiento del consumidor en retail.

•Generamos predicciones sobre demanda y tendencias, ayudando a nuestros clientes a optimizar su inventario.

Automatización y Data-Driven Decision Making

•Las decisiones operativas y comerciales se basan en KPIs y dashboards en tiempo real, facilitando la toma de decisiones basadas en datos.

Análisis predictivo para la optimización de inventarios y ventas

•Gracias a herramientas como SCM (Supply Chain Management), ayudamos a nuestros clientes a optimizar su cadena de suministro, reduciendo costos y tiempos de entrega.

•La analítica avanzada nos permite detectar ineficiencias y oportunidades de mejora en la operativa diaria.

En nuestra empresa, los datos no son solo información, sino el motor que impulsa nuestra estrategia. Gracias a la integración de tecnologías digitales y analíticas avanzadas, logramos transformar los datos en decisiones inteligentes y accionables, optimizando la experiencia del cliente y asegurando la competitividad en el sector retail.

Uno de los ejemplos más relevantes es el uso de plataformas de inteligencia artificial y análisis predictivo para ajustar menús digitales, ofertas y promociones según patrones de consumo, clima, hora del día y ubicación geográfica. Además, mediante el análisis de datos recolectados en kioscos digitales, apps móviles y plataformas de delivery, se identifican comportamientos y preferencias del cliente, lo que permite mejorar la segmentación y fidelización.

A nivel operativo, herramientas como Restaurant Technology Systems y Data-Driven Dashboards permiten monitorear en tiempo real métricas críticas como tiempos de servicio, eficiencia en cocina, niveles de inventario y desempeño por tienda. Esto facilita una gestión más ágil y enfocada en la mejora continua, permitiendo a los Gerentes de Operaciones tomar decisiones informadas para garantizar estándares de calidad y satisfacción del cliente.

En resumen, McDonald's está convirtiendo los datos en un activo estratégico, integrándolos en todos los niveles del negocio para tomar decisiones más rápidas, personalizadas y eficaces.

Cada usuario cuenta con una capacidad de almacenamiento de hasta 5 TB, lo que permite una gestión eficiente de grandes volúmenes de información. Este enfoque moderno en la administración de datos destaca tres aspectos clave a considerar dentro de cualquier organización:

1. Seguridad y confidencialidad de la información: La elección de un proveedor reconocido garantiza altos estándares de protección, integridad y respaldo de los datos, aspectos esenciales para resguardar la información corporativa y cumplir con normativas internacionales.

2. Accesibilidad y colaboración: La disponibilidad de almacenamiento en la nube facilita el trabajo colaborativo entre diferentes regiones y unidades de negocio, permitiendo compartir información en tiempo real y mejorar la eficiencia operativa.

3. Escalabilidad y gestión centralizada: La solución adoptada permite crecer según las necesidades del negocio, integrando herramientas de administración que facilitan el control de permisos, monitoreo del uso y optimización de los recursos tecnológicos.

Desde la ingesta hasta la visualización, cada dato que movemos, limpiamos y analizamos lleva consigo el potencial de anticipar, optimizar y humanizar cada experiencia del cliente.

Transformar los datos es transformar el negocio. Es dar poder a las personas, abrir caminos a la innovación y tomar decisiones con evidencia, no con intuición. En esta evolución, los datos no solo cuentan lo que fue, sino que predicen lo que vendrá y recomiendan cómo actuar.

En la empresa se dio el giro hacia la implementación de Microsoft Dynamics como ERP desde 2021, en 2022 se integro como PBI, para analítica de datos transaccionales y desde 2023 se integro Hubspot para manejo de la información y registro de clientes. Esta información nos ha permitido avanzar en Inteligencia Descriptiva, Predictiva y Prescriptiva. Ya para finales de 2024 iniciamos ya con la implementación de la Inteligencia Cognitiva y vemos que esto nos ayudado a reforzar nuestra área comercial especialmente en servicio al cliente en cobertura a nivel nacional. La Transformación Digital, definitivamente nos permite innovar y adaptar a la empresa al cambio.

Estamos justo en el proceso de implementación, por lo que hemos requerido de apoyo de RRHH con temas de Gestión del Cambio.

Por ejemplo, la digitalización del crédito nació después de ver en Medallia que los clientes se quejaban de la lentitud y los errores manuales; con esos datos definimos el nuevo flujo, automatizaciones y la firma electrónica.

Hoy los datos guían los ajustes de procesos, los SLA y las mejoras de experiencia, y también nos permiten priorizar iniciativas digitales que realmente generen valor para el cliente. Esto ha hecho que cada decisión tenga un sustento real y no solo intuición.

Más que acumular datos, el foco está en hacerlos comprensibles y útiles. Dashboards simples, indicadores claros y análisis orientados al negocio nos ayudan a alinear al equipo y tomar mejores decisiones tanto internas como para nuestros clientes, reforzando nuestro rol como socios estratégicos en su transformación digital.

Actualmente el SBD fortalece su proceso de toma de decisiones en varias direcciones, una es mediante un Business Intelligence (BI) mediante el cual se cuenta con basta información sobre el negocio, y que aporta gran cantidad de datos e información al proceso de toma de decisiones. Otra iniciativa es el desarrollo de la evaluación de los impactos que la institución genera sobre la población objetivo del SBD, esto con el objetivo de determinar si el valor público se está dando a los clientes efectivamente y determinar mejores formas de satisfacer sus requerimientos y el logro de mejores experiencias. Actualmente se ha establecido una unidad de Inteligencia de negocios y de evaluación de impactos. Esta unidad se encarga de recopilar, analizar y presentar de forma consumible los datos empresariales para convertirlos en información estratégica para apoyar el proceso de toma de decisiones.

Quería compartir mi reflexión sobre este desafío de transformar "datos en decisiones", un tema que en mi día a día trabajando con ERPs para el sector de microfinanzas es literalmente el pan de cada día.

En mi experiencia, gestionar un entorno tan regulado nos llevó al principio a cometer el error de acumular datos "por si acaso". Nos llenamos de reportes gigantescos que nadie leía. Lo que aprendí (y me costó entenderlo) es que tener Big Data no sirve de nada si no tienes Smart Data. Me di cuenta de que el verdadero éxito no estaba en el software, sino en un cambio cultural profundo: tuvimos que invertir muchísimas horas en capacitación para que el equipo dejara de ser "ingresador de datos" y pasara a ser "analista de excepciones".

Para nosotros, el disparador para adoptar nuevas tecnologías de monitoreo fue puramente la necesidad de velocidad. Antes esperábamos al cierre de mes para ver los errores; hoy, la dinámica del mercado y la competencia nos obligaron a implementar tableros en tiempo real. Si no detectamos el error fiscal hoy, mañana es una multa.

Mi conclusión es simple: La tecnología es el motor, pero la capacitación del equipo es el combustible. Si no filtramos el ruido y nos enfocamos solo en el dato que mueve la aguja, estamos simplemente "desinformados con muchos datos". Saludos.

El cambio más importante no ha sido solo digitalizar datos, sino lograr que esa información sirva para tomar mejores decisiones. Por ejemplo, antes muchas decisiones dependían de archivos aislados, reportes manuales o criterios individuales. Ahora, al centralizar la información, es posible analizar indicadores como ventas, cuentas por cobrar, flujo de caja, rentabilidad y cumplimiento de metas con mayor rapidez y objetividad.

Para mí, el inicio del camino hacia una nueva tecnología debe partir de una necesidad real del negocio. No se trata de implementar herramientas por moda, sino de identificar qué problema se quiere resolver, qué decisión se quiere mejorar y qué valor se espera generar.

También considero que las nuevas tecnologías generan una gran cantidad de datos, pero el verdadero reto está en convertirlos en información confiable y accionable. Si los datos no están limpios, ordenados y alineados con la estrategia, pueden terminar generando confusión en lugar de valor.

La principal lección es que un sistema de soporte a las decisiones no reemplaza el criterio gerencial, pero sí lo fortalece. Permite pasar de decisiones basadas en intuición a decisiones respaldadas por evidencia, escenarios y análisis oportuno.

Nuestra empresa es servicios de información y esta integrando sus capacidades directamente en plataformas de IA generativa. Hoy, una persona puede utilizar ChatGPT para investigar productos, comparar alternativas e incluso llegar al punto de decisión de compra. En ese momento, la información y los datos confiables se vuelven fundamentales.

A través de estas integración, es posible validar la identidad y confiabilidad de los comercios, ayudar a detectar riesgos de fraude y brindar señales que permitan al consumidor comprar con mayor tranquilidad, sabiendo que sus datos estarán protegidos y que está interactuando con un proveedor legítimo.

Este tipo de iniciativas demuestra cómo los datos dejan de ser simples registros almacenados para convertirse en decisiones pertinentes y oportunas que generan confianza, seguridad y mejores experiencias para los usuarios.

La lección es clara, las alianzas estratégicas entre empresas de datos y plataformas de IA tienen el potencial de ampliar el impacto de nuestras marcas, crear nuevas oportunidades de negocio y, sobre todo, ayudar a las personas a tomar mejores decisiones.