La necesidad de Business Analytics

GC: En primer lugar agradecerte por dedicarnos parte de tu tiempo y, la primera pregunta que me gustaría hacer, es, en el tema de analytics, ¿Cómo SAP, ha ido evolucionando en estos últimos tiempos?

MV: Si bueno, gracias a ti por esta entrevista y, quería comentarles que, SAP ha ido evolucionando y el mercado también ha ido evolucionando en cuanto a temas de analytics desde hace ya unos cinco años atrás. En el sentido de que se ha entendido de que las compañías cuando empiezan a resolver sus problemas transaccionales, cuando ya tienen resueltos sus problemas de contabilidad, compras, finanzas, gestión de materiales, necesitan ir más allá, y ese ir más allá significa, poder analizar la información, aprender de los datos que va generando el negocio, aprender de los procesos de compra, de los procesos contables, aprender de los procesos comerciales, para poder generar mejor rendimiento, una mejor performance del negocio por un lado. Eso ha hecho que aparezcan muchas soluciones de nicho, y en algún comienzo se llamaron todas business inteligence, pero luego vino una sofisticación del mercado y empezaron a aparecer productos específicos para análisis de rentabilidad, planificación de negocio, consolidación, gestión del rendimiento, gestión de estrategias. Hay una serie de productos de nicho que empezaron a resolver problemas más específicos que aparecieron en cada una de las compañías. Entonces lo que ha hecho SAP es tomar todas estas necesidades que fueron brotando de forma natural dentro de las organizaciones y fue armando un porfolio que se llama business analytics, y este porfolio que se llama business analytics, tiene un poco de los 2 mundos. Un poco del player de nicho, en el sentido de que atiende una necesidad muy particular y muy precisa en términos de gestión de estrategias, control de riesgos, segregación de funciones. Pero también mantiene el sabor que tiene SAP de plantearlo como una plataforma. Que no sean soluciones aisladas, que no sean soluciones que se articulan de forma independiente,  sino que tengan un sabor único, un sabor común que es SAP y  de esa manera, puedo generar ahorros, puedo generar sinergia. Y tengo un único proveedor, tengo una serie de proveedores de servicio que pueden competir en un mercado. Eso, es como veo que ha ido evolucionando esto en los últimos 5 o 10 años.

GC: Entonces, lo que vendría a ser business analytic, ¿es una capa más alta de que lo que nosotros conocemos como inteligencia de negocio, o es parte de ello?

MV: Inteligencia de negocio, comenzó como un gran tema, pero finalmente ha ido a formar parte, a ser uno de los componentes de business analytics. Business analytics, abrió el tema, el análisis de la información, más allá de la inteligencia de negocios, en poder articular procesos. Y esa es la gran diferencia, business analytics nació como leo información, la almaceno para poder después visualizarla. Pero business analytics está llevando esa información, a construir otros procesos de negocio sobre esos mismos datos. Construir un proceso de planificación, construir un proceso de gestión de auditoría, construir un proceso de certificación, o de gestión de riesgos, o de lo que tú quieras. Entonces, ahí comienzas a ver tu, que son procesos de negocios que se llevan a cabo, a un nivel, como bien dices, más arriba de lo que es la capa transaccional, más arriba de lo que es meramente la visualización,  con muchas funcionalidades de lo que es business inteligence, si no que es la construcción de procesos de negocio sobre información analítica. Esa es la capa de business analytics.

GC: Estupendo. Hoy en día, en esta evolución que conversamos, que comentabas al principio, las diferentes empresas, de los diferentes sectores, ¿Cómo han ido adoptando estas tecnologías, a parte de las características que tiene cada uno de los países?

MV: Si, hay cosas que son de acuerdo a cada industria. Hay industrias que lo han adoptado más rápido por necesidad del sector o algún grupo de soluciones de business analytics más que otra. Por ejemplo, la mayoría de empresas reguladas, publicas que cotizan en bolsa, han tenido necesidad de tener y demostrar frente a los reguladores que tienen un gran control acerca de los riesgos que pueda enfrentarse los ciclos de ingreso, los ciclos de gasto de sus compañías por qué? por que el regulador les exige eso. Entonces, tú tienes una necesidad que si bien no es el negocio, del mercado, si viene del lado del regulador. Y eso ha hecho que las compañías que están reguladas, ya sea por una norma en particular, porque manufactura, por ejemplo, de acuerdo a una cierta norma ISO, porque tiene que cumplir con una norma de manejo farmacéutico, o porque tiene que cumplir con normas de cotización en bolsas, han buscado adoptar primero, determinadas soluciones del porfolio analytics. Pero hay también algunas industrias en donde el primer driver es el negocio. Es un mercado mucho más competitivo, no tan regulado quizás en esos clientes lo podemos ver en los retailer. La competencia es tan fuerte, que hace que el mayor valor que venden estas soluciones es la visibilidad. Poder analizar rápidamente gran volumen de información, y poder cruzar eso con el comportamiento compra de los consumidores, les da una ventaja para poder mejorar sus promociones, hacer mejor administración de sus tiendas, etc. Esa industria, ha ido adoptando más rápido ese tipo de soluciones. Es como bien dices tú, no es la misma adopción en distintos mercados, en mercados más desarrollados, más evolucionados, ya han resuelto la parte de inteligencia de negocios, en términos de reporte. Y van por mas, necesitando ahora hacer análisis de rentabilidad por ejemplo, costeo ABC, van hacia una capa superior en el análisis, y hay otras industrias, de todos los tamaños, empresas de todos los tamaños en distintas industrias que van adoptando y van mejorando distintos procesos. Lo vivimos, me acuerdo mucho con la crisis subprime  en el 2008, la mayoría de los clientes enfrentaba un escenario de incertidumbre, como lo fue en esa época. Lo que más necesitaban eran herramientas para poder simular, para poder prever qué medidas debieron tomar para enfrentar estos escenarios de crisis. Y poder enfrentar un escenario de crisis quiere decir que yo voy a poder reaccionar primero rápido, y después de una forma correcta, poder probar mi decisión antes de ejecutarla, tiene un enorme valor y muchas de las compañías en esa época reaccionaron tarde porque adoptaron soluciones para poder entregarle capacidad de simulación su ejecutivo, después de la crisis. Cuando es durante la crisis cuando tu mejor debes proyectar que si el tipo de cambio sube a determinados umbrales, si y el precio del petróleo cae bajo o excede los 150 dólares el barril, o cae bajo los 80, como impacta en el flujo de caja de la compañía. Esa visibilidad es la que también te da las soluciones de business analytics y es algo que gatilló mucho la coyuntura de la crisis subprime a los clientes de todas las industrias a buscar herramientas de simulación.

GC: ¿Cómo ha sido el crecimiento de business analytics estos últimos tiempos en los países, en la región que tengo entendido, que los manejas y conoces?

MV: Si yo he participado en procesos de Miami al sur, en realidad, Caribe, Venezuela, Colombia, Argentina, excepto Brasil, prácticamente todos los países de Latinoamérica y la verdad es que hay una buena adopción, como buena realidad latinoamericana, nuestro mayor competidor es Excel. Entonces, muchas veces vemos que nuestra cultura nos hace encontrar soluciones intermedias con presupuesto reducido que carecen de una visión de largo plazo. Buscar una solución parche, y esa solución parche tiene una x, es de color verde y se hace con mucha gente y muchos correos electrónicos. Esa cultura yo he visto que se ha ido reemplazando, porque una solución informática, robusta, que tenga seguridad, que tenga trazabilidad de auditoría, que tenga un dato único, que tenga una fuente confiable en línea de información, tiene mucho más valor de negocio. Aquí ya no es simplemente un lujo que se pueda dar el área de informática, tener una plataforma, administrar y web o como tú quieras llamarla, sino que tiene un valor de negocio tangible. Tomar mejores decisiones, impacta directamente sobre el resultado de la compañía, y cuando tú le das esas herramientas, con mejor calidad de información, con una mayor oportunidad, el impacto es directo. Entonces lo que mencionas tú, el crecimiento de analytics en la región ha sido bastante bueno, ha sido doble digito en los últimos años y se ha mantenido fuerte básicamente porque hemos logrado llegar hasta los clientes una propuesta de valor interesante. Porque estas soluciones significan un valor de negocio intrínseco en las decisiones que se están tomando. No es tan fácil de medir. Tú me dices, bueno si yo tengo más información, más oportuna, ¿Cuánto vale? No es tan fácil hacer el cálculo, pero para los clientes que logran avizorar cual es el impacto que puede tener en su negocio en términos competitivos o de mercado, eso vale por cierto la inversión y el esfuerzo.

GC: Ahora, más que pregunta, siempre hay una curiosidad, en todo este proceso, siempre nos encontramos con unas barreras. Y, ¿Cuales serian las más resaltantes? Antes mencionaste cultura organizacional por ejemplo. ¿Hay otras barreras que nos podemos encontrar?

MV: Si, hay distintas barreras. Unas son culturales, otras son tecnológicas, hay barreras que tienen que ver con barreras de mercado. Mira, te voy mencionando algún ejemplo: hay las barreras culturales que tienen que ver con una percepción de que tipo de soluciones, soluciones analíticas, un tablero, una herramienta de simulación, una herramienta de gestión de riesgo, son catalogadas como nice to have, es decir, son deseables pero no son necesarias. Esa percepción equivocada a mi juicio, ha hecho que muchos clientes desplacen los proyectos de analytics por sobre otros más operacionales. Esa es una barrera que ha costado por lo general a la industria empujar, hay otras barreras que son culturales, que es que muchas veces asocia las capacidades de analítica, a los equipos de ejecutivo o directores, en circunstancias que analytics, debiera estar embebido dentro de los procesos transaccionales. Es durante el proceso de compra cuando yo debo elegir a que proveedor le voy a comprar, cuando necesito tener visibilidad del scoring que tiene cada uno de los proveedores, el nivel de servicio que me está entregando cada uno de estos. Ósea, todo el analytics lo necesito en el proceso transaccional, no como un análisis posterior, Lo necesito meter dentro del proceso de compra, de ventas, si este cliente, ¿cuándo fue la última vez que me vino a comprar?, ¿cuando me compro?, ¿cómo es su comportamiento de pago?, ¿cuánto es la deuda abierta que tengo? lo tengo al teléfono, pero necesito tener toda esta información para saber que más le ofrezco, y si puedo o no seguirle vendiendo, o si ya está copado su límite de crédito, o tengo que reclamarle por unas facturas. Toda esa información analítica, de la evolución de esa cuenta, en la relación con la empresa, se necesita a nivel de operación. Entonces, culturalmente también ha costado llevar analítica como una actividad ex-pos de análisis a una actividad in process durante la ejecución.

Hay una barrera también interesante que es tecnológica por mucho tiempo la relación entre los departamentos de tecnología de las compañías han actuado como proveedor de servicios dentro de la misma compañía. Entonces cuando un área de compras, un área de finanzas, un área comercial necesita  contestar preguntas del negocio quien le provee de ese servicio es TI y eso significa que los esfuerzos de TI por contestar dependen de los recursos que ellos disponen y obviamente  presupuesto de TI es limitado, los recursos, la cantidad de gente, la consultoría que pueden contratar, etc. y esto actúa como una barrera entre comillas por que las áreas de negocio perciben el valor de analytics como algo muy burocrático, si yo quiero analizar ¿cómo se va manejando mis deudas? y tengo mi reporte que es cada 15 días, veo cuánto dinero tengo en cobranzas y al cabo de mi análisis digo, ah está bien ahora me gustaría verlo por mercado, por industria de mis clientes, ah pues no está en mi reporte tengo que pedirlo a TI, y cuando se lo pido a TI, TI le dice llene este formulario haga una solicitud le manda a una persona hace el relevamiento alguien lo desarrolla, no le gusta los colores, lo vuelve a desarrollar y ha pasado con suerte una semana, el tiempo que me demoro yo en hacer ese segundo análisis quizás después de una semana y eso hace que las personas busquen medios alternativos para poder llegar a la información y ese medio alternativo significa ir o hacerlo en Excel, ir a una planilla electrónica y eso hace que perdamos el impacto de las soluciones analíticas por un tema de una dificultad técnica de como yo hago que las áreas usuarias, compras, gestión de materiales, finanzas, legales, RRHH hagan sus propias consultas, entonces algo que ha hecho SAP en los últimos 5 años desde el 2007 más o menos hasta la fecha, es que ha ido transformando sus soluciones que son parte del portfolio de business analitics simplificando el uso, simplificando la configuración y simplificando la operación, de modo en que sea el departamento de finanzas el que organiza el proceso presupuestario si hay algún cambio, quieren reclasificar alguna cuenta lo puede realizar finanzas con independencia de TI, si el departamento de ventas quiere hacer un nuevo reporte que haga ahora las ventas por color de los vehículos que está vendiendo lo puede hacer ventas con independencia de sistemas. Eso libera a sistemas de una carga y un desprestigio dentro de la compañía y le otorga la rapidez y la agilidad que el negocio está necesitando. Esa es la tercera barrera que quería mencionarte que es tecnológica que se ha ido resolviendo con software más fácil, mas intuitivo de usar  y también más fácil de administrar, pasándole responsabilidades a las áreas usuarias a las áreas del negocio.

GC: Hay nuevas tendencias, algunas no son de ahora, como el de cloud, Big data, redes sociales, móvil, el tema de in-memory ¿Cómo influye todo esto en la solución de business analytics?

MV: El punto que tu menciones es muy interesante y está muy en boga, SAP está impulsando fuertemente lo que es su solución de In-Memory, porque si nos remitimos al génesis de las soluciones analíticas, originalmente las consultas, cuando tú querías explorar la información que había producido tu negocio durante el último mes ejecutabas una consulta y esa consulta se consumía los recursos del sistema transaccional. Entonces cuando tu corrías esa consulta la gente de facturación te reclamaba, la gente de contabilidad reclamaba, hay gente que está trabajando con cliente al frente decía, oye ¿pero que pasó?, es que están corriendo unas cosas y lo que hizo la ingeniería de software es separar los mundos en un ambiente analítico y un ambiente transaccional para que estas consultas que atienden al negocio corrieran en un ambiente analítico y un ambiente transaccional para que estas consultas que atienden al negocio corrieran en un ambiente en una base de datos con unos recursos y con un modelo de datos distintos del que está corriendo acá, ¿con qué objeto?, que no los moleste. Cuando tú tienes ahora una tecnología disruptiva como In-Memory y  HANA de SAP esa necesidad se empieza a transformar en algo del pasado.

Tu ya no necesitas tener separado los modelos de datos ni modelar y luego resolver consulta. La información puede ser replicada online y mantener un ambiente in-memory para resolver las consultas online. ¿Cuál es el impacto que tiene eso? con las redes sociales, con toda la masificación y todo el concepto de Big Data de los grandes volúmenes de información y ¿cómo aprendo yo? y analizo grandes volúmenes de información. Básicamente porque las herramientas analíticas han tenido que apuntar a fuentes de datos cada vez más voluminosas, si tu vas a hacer una planificación originalmente vas a planificar cuentas de centros de costos, pero ahora cuando conversamos con los clientes quiero planificar las ventas a nivel de oficina de ventas, a nivel de vendedor y de CKU, mes, por semana y eso va generando una granularidad de planificación muy alta y si yo estoy planificando a ese nivel de detalle yo voy a querer comparar con información de gran nivel de detalle, entonces hace de vuelta que la herramienta analítica consuma gran volumen de información para lo cual necesitas tu una plataforma In-Memory, una plataforma que sea capaz de proveerte de la velocidad que tú necesitas. Puede ser para planificación, puede ser para análisis de inteligencia de negocio, puede ser para análisis de rentabilidad,  tú decides cual es la forma en que lo quieres potenciar, pero lo que yo veo es una tendencia de manejar grandes volúmenes con herramientas, algoritmos y procesos sofisticados para poder administrarlos.

GC: Esto quiere decir que el tema de Datawarehouse ¿se va a ir diluyendo en el tiempo?

MV: por supuesto, yo creo que Datawarehouse tuvo su momento, de todas maneras esto no se acaba mañana a las 6 de la tarde. Todavía tiene muchos clientes que han invertido en desarrollar un modelo dentro de su datawarehouse que pueden seguir creciendo dentro de la plataforma In-Memory tu puedes darle velocidad In-Memory al mismo Datawarehouse, por que el Datawarehouse ya construyeron reglas de negocio, ya construyeron su reportes no queremos darles un cambio disruptivo para ellos. Queremos darle la velocidad pero que mantengan la inversión que no pierdan la inversión que han hecho, pero para los clientes nuevos que ya puedan empezar inmediatamente con un modelo In-Memory, que le simplifique los procesos de carga y administración, los procesos de administración, la medición del dato, porque en un Datawarehouse el mayor problema es la sincronización de datos contra un ERP, contra un BackOffice, contra un legacy. Esas cargas normalmente son nocturnas y alguien tiene que cuadrarlo e interpretarlo, con una herramienta in-memory que replique la información, esa información está en línea y está cuadrada,  eso es lo maravilloso de tener esto in-memory por que además está a la velocidad de la luz es lo fantástico que tiene HANA.

GC: El tiempo nos gano, espero tener la oportunidad de conversar contigo  más de estos temas. Esto quiere decir que si hubiese otras plataformas, otras aplicaciones u otros legacy que puedan tener otras empresas ¿SAP lo puede adoptar sin ningún problema en el tema de Analytics?

MV: Absolutamente, las herramientas analytics por su concepción son para la compañía, son para un sistema. Entonces si yo necesito analizar como lo está haciendo mi compañía debo ser capaz de hacerlo con una herramienta que no distinga y no me restrinja el análisis a un sistema sea SAP, de un Oracle, de un Peoplesoft, de un legacy, de un IBM de lo que tú quieras, ni para BI, ni para planificación, ni para gestión de riesgos u otros, porque la naturaleza de la herramienta analítica o el objetivo es mirar a la compañía como  un todo, más que a un sistema a la compañía. Si quiero gestionar una compañía debo ser capaz de hacerlo con la heterogeneidad que tiene las compañías que es la realidad dentro de su mapa de sistemas.

Gracias

Entrevista realizada por: Gustavo Castillo sini