El poder de la analítica en el sector público

Transcripción

IBM Global Business Services
Informe ejecutivo
IBM Institute for Business Value
El poder de la analítica
en el sector público
Cómo conseguir la competencia analítica para acelerar los resultados
Gobierno
IBM Institute for Business Value
IBM Global Business Services, a través del IBM Institute for Business Value, desarrolla
perspectivas estratégicas basadas en hechos para altos ejecutivos relacionadas con
problemas en el sector público y privado. Este informe ejecutivo se basa en un estudio
en profundidad del equipo de investigación del instituto y forma parte del compromiso
permanente de IBM Global Business Services de proporcionar análisis y puntos de vista
para ayudar a las empresas a conseguir el valor empresarial.
Puede contactar con los autores o enviarles un mensaje de correo electrónico a iibv@
us.ibm.com para obtener más información. Puede encontrar estudios adicionales del IBM
Institute for Business Value en ibm.com/iibv
Introducción
Hammou Messatfa, Lynn Reyes y Michael Schroeck
Frente a una complejidad cada vez mayor, resulta más importante que nunca
tomar decisiones más inteligentes, colaborativas y basadas en hechos para conseguir
resultados. La "explosión de información" sin precedentes de hoy en día puede paralizar
a cualquier gobierno u organización del sector público al intentar dar respuesta a unos
problemas cada vez más interrelacionados. Aún así, estamos ante una oportunidad
histórica de acelerar los resultados deseados adoptando la analítica como una
competencia principal de la gestión. Es hora de demostrar un mayor valor a los siempre
vigilantes integrantes del sector público.
Distintas y complejas presiones socioeconómicas, políticas y
medioambientales están empujando a las organizaciones del
sector público a tomar decisiones más inteligentes, a conseguir
resultados y a demostrar su responsabilidad.
Una "explosión de información" sin precedentes facilita y
complica al mismo tiempo la capacidad de gobiernos e
instituciones a la hora de conseguir sus objetivos. Esta
creciente montaña de datos representa una magnífica
oportunidad de tomar mejores decisiones y con mayor rapidez.
No obstante, el volumen de los datos y su naturaleza cada vez
más diversa e interactiva pueden también paralizar a las
organizaciones que intentan separar lo relevante de lo
irrelevante.
La tecnología analítica va más allá de los informes y
proporciona el mecanismo necesario para clasificar esta
vorágine de información y ayudar a los gobiernos a responder
con decisiones bien informadas.
Analítica
Utilización de datos y conocimientos relativos al negocio
desarrollados a través de la aplicación de disciplinas
analíticas (por ejemplo, modelos estadísticos, contextuales,
cuantitativos, predictivos, cognitivos y otros) para llevar a
cabo la planificación, la toma de decisiones, la ejecución, la
gestión, las medidas y el aprendizaje basándose en hechos.
Competencia analítica
La capacidad de una organización de utilizar la analítica de
forma extendida y sistemática, y de promoverla como una
habilidad o aptitud empresarial. Esto se consigue integrando
tres dimensiones interrelacionadas en las organizaciones:
expertos en análisis, capacidad analítica y liderazgo
analítico.
2
¿Cómo están aplicando los gobiernos y las instituciones de hoy
en día la analítica y cómo deben plantearse su uso futuro?
¿Cuáles son las implicaciones para las organizaciones del sector
público? ¿Cómo deben estas agencias potenciar su competencia
analítica en el complejo entorno de hoy en día?
Para responder a estas preguntas hemos entrevistado a más de
100 líderes del sector público de todo el mundo y hemos
realizado una exhaustiva investigación secundaria (consulte el
Apéndice en la página 20). Este estudio está pensado como un
primer paso para identificar cómo la analítica es capaz de
abordar una amplia variedad de problemas públicos.
Resultados de la investigación
Los gobiernos están utilizando cada vez más la analítica para
consumir y sacar provecho de la información, así como para
aplicar nuevas perspectivas procedentes de esta,
independientemente de los desafíos que presentan los datos.
Los ejecutivos nos indicaron que la "paradoja de datos", la
situación absurda que supone tener demasiada información
pero muy pocos conocimientos, es el principal obstáculo para
el uso y la adopción de la analítica. También nos expresaron su
preocupación sobre la fiabilidad de los datos, ya que cuanto
más calidad tiene la información, menos confianza tienen en la
fiabilidad de sus datos.
Nuestra investigación muestra que la mayoría de las
organizaciones del sector público están comenzando a explorar
nuevas maneras de aprovechar la analítica para conseguir
resultados. Un grupo selecto de organizaciones se están
"profesionalizando" y desarrollando un liderazgo analítico.
Estos líderes buscan funciones analíticas que les ayuden a
optimizar las opciones y a fundamentar sus decisiones con
conocimientos tanto nuevos como predictivos.
Durante los próximos tres años, estas organizaciones
"profesionales” esperan que sus expertos en analítica aumenten
su capacidad de anticipación y que estén más abiertos a las
experiencias de otras organizaciones. Se prevé que estos
expertos serán más eficaces a la hora de aprovechar los datos y
cumplir con las expectativas de rendimiento.
Hoy en día, sin embargo, la mayoría de las organizaciones
pasan más tiempo recopilando y organizando datos que
analizándolos. Los expertos en analítica también tienden a estar
concentrados dentro de las organizaciones en lugar de gozar de
una presencia global en las mismas. Esto puede dificultar la
tarea de descubrir conocimientos útiles que sólo pueden
revelarse analizando la información presente en distintas
agencias y bases de datos.
Para capitalizar su potencial en el sector público, la analítica
debe convertirse en una competencia principal de la gestión.
Construir esta competencia requiere que las organizaciones se
centren en cuatro imperativos estratégicos:
1. Centrarse en los resultados para ir más allá de los problemas
2. Orientar la gestión de la información en torno a su uso
3. Utilizar conocimientos derivados de la analítica para
cumplir objetivos específicos
4. Modelar e incorporar la disciplina analítica en los métodos
de gestión
Nuestro estudio también muestra que las organizaciones se
clasifican en cuatro categorías de competencia analítica, en
función del alcance de su visión y práctica analítica:
Principiantes, Pilares, Profesionales y Virtuosos (consulte la página
9). La mayoría de las organizaciones son pilares, es decir, tienen
una buena base de información y métodos recomendados, pero
necesitan trabajar más para predecir futuros resultados con
mayor fiabilidad.
La mayoría de organizaciones del sector público
apenas están comenzando a utilizar la analítica
para influir sobre sus resultados.
Complejidad ingente – nuevos retos y roles
para la analítica
La fluctuación económica ha afectado a gobiernos de todo el
mundo y muchos se están viendo lastrados por el déficit o
afrontan un cada vez mayor coste de la administración pública.
La creciente complejidad, volatilidad e incertidumbre pone en
entredicho su capacidad de demostrar su responsabilidad fiscal.
Los líderes del sector público entrevistados en el estudio “IBM
Global CEO Study” de 2010 afirmaron que las principales
causas de la complejidad fueron la explosión de la información,
la falta de expertos y los ciclos más breves (consulte la Figura
1).1 Estos factores son cruciales a la hora de tomar decisiones
eficaces.
73%
Explosión de
información
57%
Escasez de
expertos
61%
Ciclos más breves
Desplazamiento entre
límites públicos y
privados
"Todo el mundo se está esforzando en averiguar
cómo prestar servicios. Para los más
adelantados... [supone]... replantear y encontrar
nuevos modelos... nuevas maneras de
proporcionar servicios y de pensar cómo será el
gobierno local del futuro".
Christopher Hoene, Director de I+D, National League of Cities, EE.UU.
Ironía y posibilidad
Actualmente existe más información de la necesaria para tomar
decisiones eficaces. "Ya hay demasiada información", afirmó un
empleado del sector público norteamericano. "No sólo
necesitamos información más relevante, sino también eliminar la
información irrelevante que se ha creado".
62%
54%
57%
60%
32%
Sector público
Sector privado
Fuente: IBM Institute for Business Value.
Figura 1: Los ejecutivos entrevistados por el IBM Global CEO Study
apuntaron a la explosión de la información como la principal causa
de una mayor complejidad.
3
Los líderes del sector público nos indicaron que el obstáculo más
importante con el que se encuentran para la adopción y el uso del
análisis sistemático es la "paradoja de datos". La combinación de
esta paradoja y de la explosión de información puede dificultar la
gestión de la información y frustrar cualquier acción eficaz
(consulte la Figura 2).
4
Sector público
Paradoja de datos
24%
23%
Diseño (estructura)
Tensiones en la gestión de la información
Acción
21%
Déficit
12%
Duda
7%
Negación
Sector privado
17%
Paradoja de datos
36%
Diseño (estructura)
33%
Déficit
12%
Malestar
Otros
Opaca
Visibilidad
Transparente
Privada
Propiedad
Pública
Cerrado
Acceso
Abierto
Privado
Uso
Público
13%
Malestar
Descentralizada
Anónimo, privado
Individual
Organización
Perfil de seguridad
Responsabilidad
Centralizada
Conocido, abierto
Compartida
1%
Figura 2: La paradoja de datos es el principal obstáculo para la adopción y uso de la analítica, y agrava las tensiones existentes en la
gestión de la información.
La saturación de datos plantea nuevos retos a la hora de
aprovechar el potencial de las cantidades masivas de datos
recopilados, almacenados y gestionados por las organizaciones. Por
ejemplo, la variedad y el volumen de usos y usuarios de PSI
(información del sector público) está aumentando (consulte la
Figura 3). La información del sector público debería ser
intrínsecamente accesible y transparente.2 Por ejemplo, un estudio
reciente reveló que el 68% de las organizaciones privadas no
desean compartir sus datos con sus clientes, aunque el 83% de las
mismas creen que deberían gozar de un mayor acceso a los datos
del gobierno.3
Las organizaciones del sector público tienen a su disposición
“ingredientes” cada vez más sofisticados: información, modelos/
técnicas analíticas, herramientas y tecnologías analíticas. Sus
líderes, no obstante, nos indicaron que aún queda mucho camino
por recorrer para sacar el máximo rendimiento al potencial de la
analítica. Entran en juego muchos factores como, por ejemplo, el
volumen y la variedad de la información, la fiabilidad de los datos y
la tendencia de los expertos en análisis en centrarse en la
recopilación y unificación de datos, en lugar de centrarse en el
desarrollo de perspectivas. Por ejemplo, nuestro estudio revela que
los profesionales de analítica del sector público pasan el 47% de su
tiempo recopilando y organizando datos. Menos de un tercio de
ese tiempo se invierte en realizar análisis sofisticados.
Usos de PSI
Usuarios (ejemplos)
Tipos de resultados
5
Ejemplos de resultados
Mejorar los servicios y la
administración pública
• Participantes en
la misión o
programa
• Empleados
• Formuladores
de políticas
• Jefes de
agencias
• Políticos
• Resultados de la
misión
• Resultados del
programa
• Resultados operativos
• Mayor seguridad económica de trabajadores
con ingresos menores
• Menor riesgo de recaídas
• Menor coste de unidad por resultado, mayor
productividad
Aumentar los beneficios
sociales y económicos para
los contribuyentes
• Comunidades
• Contribuyentes
• Ciudadanos
• Políticos
• Resultados públicos
• Resultados para los
contribuyentes
• Resultados de políticas
• Comunidades seguras y dinámicas
• Una red de seguridad sostenible
• Acceso mejorado a la educación
Mejorar la percepción que
tienen los ciudadanos de sus
derechos
• Ciudadanos
• Formulador de
políticas
• Políticos
ciudadanos
• Resultados de políticas
• Mayor confianza en el gobierno
• Una ciudadanía comprometida
Promover la excelencia en
investigación y desarrollo
• Científicos e
investigadores
• Inversores
• Negocios
• Resultados científicos
• Resultados
medioambientales
• Remedio acelerado de enfermedades,
medicamentos más seguros
• Recursos sostenibles, seguridad
medioambiental mejorada
Fomentar el crecimiento
económico de sectores
relacionados con la
información
• Negocios
• Inversores y
empresarios
• Ciudadanos
• Trabajadores
• Resultados
empresariales e
industriales
ciudadanos
• Productos y servicios diferenciados, acceso
a mano de obra más formada
• Trabajos de mayor calidad
Figura 3: Los usuarios de PSI aglutinan al público en general, científicos, investigadores, empresas, etc. Los resultados facilitados por esta
información abarcan mucho más que gobiernos y agencias.
La apatía es, quizá, la principal causa del relativo retraso en el uso
de la analítica en el sector público. Sólo un tercio de los
participantes en nuestro estudio creen que el entorno actual ya es
lo suficientemente negativo e incierto, o que lo será en tres años,
como para necesitar nuevos planes de acción. Creemos que existen
varios "puntos débiles", déficits estructurales, presupuestarios y de
aptitudes, y malestar, que hacen que se subestime la manera en
que un entorno complejo afecta a sus operaciones (consulte la
Figura 2 en la página 4).
Aceptar que el nuevo entorno socioeconómico de hoy en día es
dinámico y perjudicial puede ser el primer paso para crear la base
de información y análisis necesaria que permita una prestación de
servicios más eficaz proporcionando, a la vez, la transparencia y
responsabilidad demandadas.
Muchos miembros del sector público no creen
que el entorno actual sea incierto y disruptivo.
6
Analítica: la competencia esencial
La combinación de capacidades analíticas (herramientas y
tecnologías), modelos y técnicas analíticas, y expertos pone los
conocimientos útiles al alcance del sector público. La competencia
analítica, la capacidad de decidir dónde y por qué aplicar el análisis,
resulta crucial.
Talento analítico
El verdadero talento reside en aquellos expertos que son capaces
de traducir el contexto de los problemas en las preguntas
adecuadas. Estas preguntas, a su vez, se convierten en los datos
relevantes. El éxito hoy en día es el resultado de una combinación
cada vez más sofisticada de conocimientos, experiencia técnica y
perspectiva.
Los nuevos conocimientos extraídos de los datos pueden producir
resultados medibles y tener un impacto sobre las personas. Por
ejemplo, en 2002 el sistema escolar público de Gwinnett County
(en el estado de Georgia) se enfrentaba a unas tasas de rendimiento
y graduación escolar en descenso. Los responsables comenzaron a
estudiar cómo la analítica de la información podría identificar
soluciones y averiguaron que el rendimiento en la asignatura
“Introducción al álgebra” predecía de forma muy precisa la
probabilidad de graduación de un estudiante. Es más, las escuelas
descubrieron que el factor vaticinador clave para tener éxito en
álgebra era el rendimiento en “Escritura creativa” en octavo curso.
El sistema escolar se centró en ayudar a los estudiantes a obtener
buenos resultados en sus clases de escritura creativa y, como
resultado, el porcentaje de rendimiento en álgebra y de graduación
también mejoró.4
Muchas organizaciones cuentan con grupos de profesionales
expertos en análisis. El 61% de nuestros encuestados afirmaron
que sus expertos en analítica suelen ser miembros de la
organización y sólo el 21% afirmó haber recurrido a recursos
externos. La ubicación de sus expertos en analítica tiende también
a estar más delimitada. El 43% afirmó que los expertos están
concentrados dentro de una única unidad, comparado con el 22%
que afirma que sus expertos están completamente integrados en
sus organizaciones. Las organizaciones gubernamentales así como
de otras organizaciones del sector público deberán explorar nuevos
modelos de gestión de expertos para obtener conocimientos
analíticos. En particular, necesitarán considerar tres factores
importantes:
•
La valoración de la competencia analítica, es decir, la capacidad de
una empresa de utilizar el análisis de forma general y sistemática, y
de fomentar esta aptitud en la empresa se consigue integrando tres
dimensiones interrelacionadas: expertos en análisis, capacidad
analítica y liderazgo analítico.
•
Convertir el contexto de los problemas en
preguntas correctas es una habilidad esencial
para los profesionales en analítica.
•
Mentalidad: para sacar el mayor partido de su talento, las
organizaciones deben fomentar una mentalidad más creativa,
anticipadora y estratégica en sus profesionales de analítica de
la información. Por ejemplo, es posible combinar nuevas
técnicas analíticas, cognitivas y estadísticas para descubrir
patrones y determinar acciones que puedan reforzar los
resultados positivos.
Formas de trabajar: los expertos en analíticas necesitan ser
más ágiles, cooperativos e "interdisciplinarios" y confiar
menos en su instinto e intuición. Por ejemplo, los
profesionales que proporcionan servicios a los ciudadanos
pueden colaborar con gestores de riesgos para determinar
aquellos factores que pronostiquen resultados no deseados y
personalizar los programas adecuadamente.
Resolución de problemas: se necesita una mayor integración
en la toma de decisiones para poner en marcha y medir los
conocimientos basados en los datos y derivados de la analítica.
Por ejemplo, los nuevos conocimientos que se van
adquiriendo pueden aprovecharse para dinamizar más la
planificación estratégica y las mediciones.
Capacidad analítica
La capacidad analítica consiste en herramientas y tecnologías que
convierten los datos en consumibles, intuitivos y predictivos. Si
comparamos la importancia y la efectividad de las funciones
analíticas claves en el momento actual y a tres años vista, veremos
una enorme diferencia en la mayoría de las organizaciones sobre
cómo evaluaron dónde se encuentran y dónde deben estar
(consulte la Figura 4). No resulta sorprendente que los
encuestados puntuasen bien las técnicas clásicas de analítica. La
baja efectividad a la hora de configurar operaciones puede reflejar
la resignación ante las dificultades de conseguir dicha tarea en las
organizaciones públicas.
7
En tres años, se ha producido una agrupación interesante.
Primero, la esperada mejora de las técnicas analíticas clásicas
sugiere que necesitan realizarse mejores selecciones dentro de las
restricciones. Aquellas técnicas que permiten decisiones
informadas y nuevos conocimientos pasan a tener una gran
importancia. Aunque el planteamiento de cómo está organizado el
trabajo sigue siendo pobre, su salto en importancia sugiere que los
encuestados reconocen que este es un impulsor clave,
independientemente de la dificultad.
Importancia frente a efectividad de las capacidades analíticas clave (hoy en
día y a tres años vista, medias de puntuación)*
3,00
2,75
Efectividad
Media (a tres años vista)
Momento actual
2,50
A tres años vista
A tres años vista
Cálculo y medición
2,25
Descripción estadística de un grupo, situación, comportamiento y condición
2,00
1,75
Optimización de selecciones y recursos
Predicción de sucesos y situaciones
Momento actual
Detección de patrones no obvios
Configuración de operaciones (cómo está organizado el trabajo)
1,50
1,25
1,00
Media (a tres años vista)
Importancia
1,001,251,501,752,002,252,502,753,00
n > 102; media, a tres (3) años vista (escala 1,00 mín, 3,00 máx).
* Menos importante = Respuestas agrupadas [1 / 2]; requisito base = respondido [3]; Importante = respuestas agrupadas [4 / 5].
Figura 4: Tomar mejores decisiones sigue siendo la principal prioridad, pero los líderes desean proporcionarles mejores conocimientos y más
predictivos.
8
Liderazgo analítico
Los participantes en nuestro estudio reconocieron la importancia
de un liderazgo analítico sólido y proactivo, como factor
primordial para incorporar la analítica en la cultura, gobierno y
gestión de una organización.
Estos líderes comprenden el valor inherente de la analítica a la
hora de tomar decisiones y emprender acciones. La mayoría de las
organizaciones apenas han empezado ahora a explorar formas de
utilizar la analítica para la gestión de los resultados, aunque
algunas ya están impulsando dicho esfuerzo.
Por ejemplo, el gobierno de Singapur continúa afrontando sus
problemas fomentando un gobierno cooperativo que favorezca
resultados deseados más amplios, como la vitalidad económica y
las inversiones extranjeras.5 En particular, su LTA (autoridad de
transporte terrestre) desplegó el primer sistema de cobro por
congestión del mundo y, desde entonces, ha innovado elementos
de su modelo de negocio. La LTA ha conseguido una reducción
del 80% en la pérdida de ingresos por "transacciones perdidas" al
tiempo que ha triplicado su capacidad hasta 20 millones de
transacciones de billetes por día.6 Al mismo tiempo, al poder
disfrutar de una visión integral de toda la red para gestionar la
demanda en un momento determinado, puede predecir
necesidades futuras y soluciones sostenibles para acomodar a su
creciente población.
Con los complejos retos que afrontan los gobiernos y otras
organizaciones del sector público, creemos que un liderazgo
proactivo, tal como evidencia el ejemplo de Singapur, puede
resultar el catalizador que desencadene el poder de la analítica.
Dominar la analítica requiere innovación en
la gestión
Nuestro estudio intentó determinar cómo y hasta qué punto están
integradas las tres dimensiones de la competencia analítica dentro
de las organizaciones. Lo que pudimos averiguar es que un
pequeño grupo de organizaciones está marcando un camino que
incluye funciones analíticas avanzadas y liderazgo analítico. En
cambio, la mayoría aunque utiliza la analítica hasta cierto punto,
sigue pasando apuros para dominar los aspectos básicos relativos a
dónde desean estar.
Hemos segmentado las organizaciones utilizando un AVI (índice
de visión analítica) dependiendo de la intensidad con la que han
aplicado las cinco características de competencia analítica (consulte
la Figura 5). Las categorías son: Principiantes, Pilares, Usuarios y
Virtuosos. Como muestra el AVI, los principiantes suelen confiar
plenamente en "expertos" al igual que los pilares. Las
herramientas, tecnologías y liderazgo analítico comienzan a tener
un papel más importante con los profesionales y los virtuosos. Sólo
los virtuosos presentan todos los aspectos de la competencia
analítica.
Aunque muchas organizaciones están todavía
pasando apuros para dominar los aspectos
básicos, un pequeño número de "profesionales"
están marcando el camino hacia el liderazgo
analítico.
9
Índice de visión analítica (características)
A
Expertos - Mentalidad
B
Expertos - Formas de trabajar
C
Expertos - Resolución de problemas
D
Liderazgo
E
Capacidad
B
D
A
+
C
A
+
D
B
+
D
B
+
E
C
+
D
D
+
E
A
+
C
+
E
A
+
B
+
C
A
+
B
+
D
Principiantes
13%
A
+
B
+
E
A
+
C
+
D
Pilares
32%
A
+
D
+
E
B
+
C
+
D
B
+
D
+
E
A
+
B
+
C
+
D
A
+
B
+
C
+
E
A
+
B
+
D
+
E
A
+
C
+
D
+
E
Profesionales
28%
B
+
C
+
D
+
E
A
+
B
+
C
+
D
+
E
Virtuosos
27%
n = 107
Nota: desarrollado utilizando el análisis estadístico de respuestas relativas a las tres dimensiones de la competencia analítica: expertos, liderazgo y capacidad. Hay 31 posibles combinaciones
para el AVI.
Figura 5: La intensidad con la que las organizaciones aplicaron cinco características analíticas clave determinó su puntuación en el índice de
visión analítica. Los principiantes utilizaron sólo una o una combinación de dos características, los virtuosos incorporaron las cinco.
Principiantes
Los principiantes demuestran una o más combinaciones de dos de
las cinco características analíticas clave en su enfoque, centrándose
sobre todo en los expertos. Pasan más tiempo recopilando datos,
realizando analíticas sencillos y son, generalmente, más reactivos.
Cuentan con una capacidad limitada para supervisar los sucesos
que puedan afectar a sus propósitos. Además, el ámbito y tamaño
de la información que analizan es menor que el de otros grupos y
tienden a externalizar las funciones analíticas. El objetivo
inmediato de estas organizaciones es definir objetivos en los que
puedan centrarse en el momento actual, como la productividad, y
alinearlos con las medidas correctas.
Pilares
Los pilares muestran combinaciones de tres características claves
en su enfoque. Pasan más tiempo que los principiantes recopilando
y analizando datos y se concentran en los expertos en análisis. Los
pilares muestran de manera esporádica algunos aspectos del
liderazgo y capacidad analítica. Se muestran más seguros con los
datos subyacentes en la información financiera y del accionariado.
La efectividad de las mediciones es vital para este grupo. Ponen
especial énfasis en conseguir el rigor en la gestión del rendimiento.
10
Profesionales
Los profesionales muestran combinaciones de cuatro de las cinco
características clave en su enfoque de analítica. Están impulsando
el liderazgo analítico y creando funciones analíticas. Durante los
siguientes tres años, configurar la organización del trabajo estará
entre sus objetivos más importantes. Están expandiendo su
capacidad analítica, son más cooperativos y cada vez son más
conscientes de los riesgos. El reto para ellos supone determinar lo
que no debe medirse, por lo que la claridad de las mediciones es
crucial para este grupo.
Virtuosos
Este grupo presenta las cinco características clave. Realizan análisis
más complejos y mejoran la medición y gestión de la información.
Los virtuosos analizan una base de información mayor y más
compleja, son ágiles en la analítica, asimilación de conceptos y la
predicción de futuro. El uso compartido de la información a corto
plazo es el reto al que se enfrentan estas organizaciones. Cuentan
con un núcleo de expertos en análisis y están aumentando la
colaboración. Al igual que los pilares y profesionales, la efectividad
de las mediciones es crucial. Su objetivo inmediato es intensificar
sus esfuerzos en aplicar las cinco características clave para ampliar
su radio de influencia y definir de manera cooperativa resultados e
indicadores relacionados con otras agencias y participantes.
La mayoría de organizaciones son más capaces
en técnicas analíticas descriptivas, pero menos
en técnicas predictivas.
Los pilares representaron el mayor segmento (32%) de las
organizaciones entrevistadas. Los profesionales, con el 28%,
fueron los siguientes. El 27% fueron virtuosos y sólo el 13%
principiantes. Estos números indican que la mayoría de las
organizaciones del sector público ya han iniciado su viaje analítico.
Distinguir ente competencia y capacidades
Es importante distinguir entre la competencia analítica y las
técnicas analíticas. En otras palabras, las técnicas analíticas
describen el potencial de dichas técnicas, mientras que la
competencia analítica describe cómo aplicarlas. Y aunque las
técnicas y funciones analíticas se están desarrollando con rapidez,
el uso sistemático de las mismas es otra historia. Existen tres tipos
de técnicas analíticas:
•
•
•
Las técnicas descriptivas se ocupan de lo que ha sucedido en el
pasado, categorizando, caracterizando y clasificando datos
históricos (generalmente estructurados).
Las técnicas predictivas utilizan la comprensión del pasado para
predecir situaciones futuras.
Las técnicas prescriptivas proporcionan a los responsables de
tomar decisiones alternativas sofisticadas (conocimientos
creados con niveles sustanciales de velocidad, tamaño, validez,
alcance y profundidad) para determinar cuáles son las mejores
respuestas.
Como grupo, la mayoría de las organizaciones del sector público
pueden utilizar técnicas descriptivas, pero han desarrollado menos
las técnicas predictivas. La mayoría son pilares en técnicas
predictivas. Cada tipo de capacidad puede convertirse
progresivamente en pilares para el siguiente (consulte la Figura 6).
11
Illustrativo
B
D
A
+
C
A
+
D
B
+
D
B
+
E
Principiantes
13%
C
+
D
D
+
E
A
+
C
+
E
A
+
B
+
C
A
+
B
+
D
A
+
B
+
E
A
+
C
+
D
Pilares 32%
A
+
D
+
E
B
+
C
+
D
B
+
D
+
E
A
+
B
+
C
+
D
A
+
B
+
C
+
E
A
+
B
+
D
+
E
A
+
C
+
D
+
E
Profesionales
28%
B
+
C
+
D
+
E
A
+
B
+
C
+
D
+
E
Virtuosos
27%
Como grupo, la competencia
analítica de los encuestados
parece estar más avanzada en las
técnicas descriptivas y menos
desarrollada en las predictivas.*
Competencia de gestión analítica
Ver el
mañana
V
SPrincipiante
FPilar
PProfesional
VVirtuoso
Ver el día
de hoy
Ver el
ayer
P
V
F
P
S
V
F
P
S
Hoy en día
F
S
Descriptivas
Predictivas
Prescriptivas
Técnicas analíticas y capacidades relacionadas
Nota: *No es exhaustivo. Para focalizar las entrevistas, los participantes de la encuesta analizaron dos problemas públicos: la protección social y la vitalidad económica.
Figura 6: Las organizaciones desean poder predecir con confianza y están intentando pasar del "ver el ayer" al "ver el día de hoy", con el
objetivo de anticiparse y prepararse para el mañana.
"Profesionalizarse": qué acciones hay que
emprender
La competencia en análisis es una innovación en gestión que
cambiará las reglas del juego. Permite tomar decisiones más
inteligentes y acciones consecuentes que generan confianza. La
analítica permite aprovechar las oportunidades y afrontar los
problemas públicos cada vez más complejos. Con la atención
puesta hoy en día en la transparencia y la responsabilidad, "todas
las miradas" se dirigen ahora a cómo se toman las decisiones, cómo
se gasta el dinero y cómo se mide el progreso.
"No estoy muy seguro de si el gobierno está listo
para adoptar la analítica. En mi opinión la
analítica es una innovación de gestión ya que,
si se aplica correctamente en toda una
organización, ayuda al gobierno a medir lo
que está haciendo, a asignar los recursos
requeridos eficaz y eficientemente y a
conseguir los objetivos de las políticas del
gobierno".
Director del sector público, Sudáfrica
12
Las organizaciones deben centrarse en cuatro imperativos de
gestión estratégica para potenciar el análisis en el sector público
(consulte la figura 7). Los líderes necesitarán incorporar la
competencia analítica en sus organizaciones a largo plazo. Deben
utilizar métodos líderes tanto en el sector público como en el
privado.
1
Orientación a resultados
"Aunque las oportunidades de analítica para
mejorar la eficacia y efectividad no parecen tener
límites, existe mucha menos claridad sobre la
preparación del sector gubernamental para
llevarla a cabo". Aunque la analítica suele
describirse como una innovación tecnológica (a
menudo descrita como "inteligencia
empresarial"), el uso estratégico de la analítica en
el sector privado y gubernamental requiere
también una gran innovación en la gestión".
Thomas H. Davenport y Sirkka L. Jarvenpaa, “The strategic use of analytics in
government,” IBM Center for the Business of Government, 2008.
2
Centrarse en
resultados para
ir más allá de
los problemas
Disciplina analítica
Orientar la gestión
de la información
en torno a su
aprovechamiento
Competencia
analítica
4
Modelar e
incorporar la
disciplina analítica
en los métodos
de gestión
3
Gestión de la información
Uso analítico
Utilizar conocimientos
derivados del análisis
para cumplir objetivos
específicos
Figura 7: Imperativos para crear competencia analítica.
Imperativo 1: Centrarse en los resultados
para ir más allá de los problemas
Expandir y "observar" el panorama
Los problemas sugieren "qué es importante" y "por qué", e
impulsan a las organizaciones del sector público a actuar. Es
necesario comprenderlos para enmarcar las preguntas más
importantes, así como para aclarar o afirmar los resultados
adecuados. Deberán articularse los indicadores más significativos
del rendimiento y el progreso para dar forma a los objetivos
empresariales relacionados. No se puede dejar de recalcar la
importancia de crear una estrategia y hoja de ruta de la
información bien definida basada en los indicadores de
rendimiento y progreso clave.
La conversación y colaboración disciplinadas y el control de la
información ya no son características opcionales, sino
fundamentales a la hora de dibujar el contexto y establecer el
contenido que determina qué datos son importantes. Aquí es
donde suele incorporarse la arquitectura de la información como
pilar de los objetivos basados en resultados.
Tenga en cuenta una idea muy sutil: deje que las preguntas le
muestren dónde realizar las intervenciones. A continuación,
determine qué actividades o procesos se ven afectados o son
necesarios. Esto le permitirá centrar su atención en cómo utilizar
los datos y no en cómo recopilarlos y podrá "redefinir la empresa"
en función de los resultados y reducir los trastornos que ocasionan
los cambios. Es fácil caer en la trampa de los "datos perfectos"
aunque, dada la explosión de información, esta es una batalla
perdida. Es necesario un nuevo paradigma de gestión de la
información para facilitar la orientación de los resultados.
Este paradigma puede darse en aquellas organizaciones que hayan
gestionado satisfactoriamente los retos que plantean la
productividad y eficacia, así como los "puntos débiles" que no
ayudan a dedicar los recursos necesarios para conseguir los
resultados deseados (consulte el caso de estudio "Alameda County,
California").
Imperativo 2: Orientar la gestión de la
información en torno a su uso
Gestionar preguntas como datos
El valor de la información radica en cómo puede aplicarse. Por
ejemplo, los centros de decisiones consideran la información, cada
vez más en tiempo real, en sus distintas formas, incluyendo datos
no estructurados como texto en correos electrónicos, vídeos,
imágenes, sonido y color, y actúan dependiendo de la
interpretación de dichos datos.
13
Caso de estudio: Alameda County, California7
La agencia de servicios sociales de Alameda County
afrontaba el reto de mejorar sus resultados en asistencia
social, aumentar la implicación laboral y reducir la
reincidencia, a pesar de hacer frente a una mayor demanda y
de disponer de menos recursos. Aprovechando software de
inteligencia empresarial y herramientas analíticas, Alameda
creó una perspectiva de "ciclo de vida" de la interacción de
sus clientes con los recursos de servicios sociales del
estado y del condado, a partir de nuevos conocimientos
extraídos de los patrones. En lugar de aplicar soluciones
temporales a los problemas, los departamentos de la
agencia pudieron coordinar los programas y servicios al
tiempo que eliminaron los vacíos existentes entre sistemas
donde podían proliferar los errores y el fraude.
El resultado fue la identificación de 11 millones de dólares de
fraude y reducción de los gastos innecesarios durante el
primer año. Y, desde 2009, se ha ahorrado otros 9 millones
de dólares. La aplicación de técnicas analíticas proporciona
a los gestores y trabajadores una comprensión completa y
en tiempo real del estado de los casos y programas,
permitiéndoles encontrar los mejores programas de
asistencia para cada situación. Alameda County pudo
descubrir las relaciones entre los destinatarios de la
asistencia social y los programas, permitiéndole reducir los
gastos innecesarios, las redundancias y los fraudes. El
condado puede ahora generar informes en cuestión de
minutos en lugar de en semanas o meses, lo que permite a
los trabajadores aplicar su experiencia al generar casos
hipotéticos.
14
Las organizaciones necesitan cuestionar sus métodos a la hora de
gestionar los datos, ya que un entorno que demanda
responsabilidad y transparencia no suele tolerar silos de
información. Los líderes en analítica están fomentando el uso
compartido de la información a través del control de esta, de la
adopción de estándares y de nuevos enfoques y métodos de
liderazgo. La creación de nuevos conocimientos derivados de la
analítica pasa por fortalecer los pilares de la información (consulte
el caso de estudio "Caisse Nationale des Allocations Familiales
(CNAF), Francia").
Imperativo 3: Utilizar conocimientos
derivados de la analítica para cumplir
objetivos específicos
Combinar datos internos y externos de nuevas maneras.
Las organizaciones necesitan orientar sus iniciativas de analítica de
la información a la creación de nuevos modelos de negocios,
operación e implementación que les permitan conseguir objetivos
y metas específicos. Estas no sólo se dirigen a las iniciativas de
analítica sino también a la evaluación de su impacto. Mantener un
inventario o registro de indicadores, conceptos y técnicas analíticas
relacionadas puede ayudar a evitar tener que empezar desde cero
con cada nueva iniciativa.
Caso de estudio: Caisse Nationale des Allocations
Familiales (CNAF), Francia8
CNAF, la agencia de servicios sociales francesa, proporciona
70.000 millones de euros en asistencia social cada año a 18
millones de beneficiarios desde sus 123 oficinas.
concluyó que necesitaba una manera más adecuada de
determinar la idoneidad de los solicitantes e impedir el
fraude.
La agencia disponía de una gran cantidad de datos
ambiguos sobre los ciudadanos, los solicitantes y las
identidades de los proveedores. Cada una de sus oficinas
tenía distintas versiones de los datos y, cada vez que un
ciudadano solicitaba una prestación distinta, CNAF tenía
que solicitar información que ya poseía. Los sistemas no
compartían datos entre las distintas oficinas, no mantenían
los datos actualizados entre los distintos silos y eran
administrativamente ineficaces.
CNAF empleó unos cimientos de datos maestros que
proporcionaron esa "única versión de la verdad" junto con
una comprensión analítica de la información sobre los
ciudadanos. Integró también funciones de resolución de
identidades y relaciones mejorando enormemente la
determinación de idoneidad de los solicitantes. La agencia
utilizó el análisis para determinar aquellos casos que
requerían un seguimiento y auditoría.
Debido a los sistemas en silos, a relaciones inadecuadas
entre los datos y a las restricciones de privacidad, las
actualizaciones de datos solían ser propensas a errores y a
fraudes ciudadanos. La incorrecta actividad de pagos
estaba creando una sobrecarga de trabajo en el personal de
atención al ciudadano e interno.
CNAF determinó que, para cumplir estos retos, necesitaba
integrar los datos, mejorar su calidad y proporciona "una
única versión de la verdad" a los ciudadanos, trabajadores y
proveedores en los distintos programas. CNAF también
CNAF adquirió, como resultado, una rápida comprensión de
los ciudadanos, solicitantes y proveedores en los distintos
programas, casos y ubicaciones. Aumentó su eficacia a la
hora de proporcionar el servicio adecuado a destinatarios
idóneos y redujo la cantidad de pagos incorrectos realizados
a ciudadanos no adecuados. La agencia consiguió crear un
repositorio con información sobre los ciudadanos para
compartir con distintas organizaciones del gobierno francés
aunque cumpliendo las restricciones sobre privacidad. En
última instancia, CNAF obtuvo una precisión mucho mayor
identificando casos incorrectos tras auditorías e incrementó
en un 35% su productividad usando la analítica.
Es importante examinar distintos ejemplos dentro y fuera del
sector público. Muchas organizaciones privadas realizan funciones
similares a organizaciones públicas y utilizan potentes análisis en
gestión de riesgos, planificación de situaciones y modelos
predictivos. Estos métodos de analítica y disciplinas ya existentes
pueden utilizarse para incrementar la eficacia.
15
Por ejemplo, el análisis de patrones es una de las claves de un
análisis efectivo, pero es la predicción de comportamientos futuros
lo que diferencia a los "profesionales" sobresalientes del resto
(consulte el caso de estudio "New York State Department of
Taxation and Finance").
Caso de estudio: New York State Department of Taxation
and Finance9
El departamento de hacienda y finanzas del estado de
Nueva York procesa anualmente 24 millones de
devoluciones de impuestos individuales y de negocios, y
recauda más de 90.000 millones de dólares en impuestos
estatales y locales.
¿Qué devoluciones no deben pagarse? ¿Cuáles deben
auditarse e investigarse? ¿Qué efecto ha tenido la no
conformidad causada por pagos incorrectos y fraudes en
aquellos que sí eran correctos? Tener las respuestas a estas
preguntas resulta clave para recaudar la cantidad correcta
de ingresos por impuestos manteniendo siempre la
confianza en el sistema de administración de impuestos.
El departamento desarrolló un proyecto de aprovechamiento
de la información que transformó sus operaciones
permitiendo un nuevo enfoque que permite identificar qué
casos pendientes resultan más cuestionables. La agencia
identifica proactivamente devoluciones con valores atípicos
y centra los limitados recursos de los auditores en aquellas
devoluciones más insólitas.
El departamento creó, inicialmente, un almacén de datos
para mejorar la selección de casos destinados a auditorías
con acceso al historial de cada caso y de cada devolución.
Al cabo de un tiempo, el departamento consiguió utilizar
este almacén de datos para derivar analíticamente nuevas
reglas empresariales, encontrar nuevos patrones de
devoluciones cuestionables y añadir estar reglas al sistema.
Más recientemente, estos datos se han utilizado para
desarrollar modelos predictivos y emplear técnicas también
predictivas, utilizando métodos aplicados en el sistema
judicial. Estos modelos conductuales predicen la
probabilidad de que una devolución sea cuestionable,
permitiendo que el sistema priorice aquellos casos con
menos probabilidades de ser correctos. El sistema rechaza
automáticamente aquellas devoluciones que claramente no
resultan idóneas, impidiendo que estos casos entren en el
proceso de auditorías. A continuación, utiliza modelos
predictivos y reglas empresariales para decidir sobre la
prioridad de cada caso.
En general, el sistema ha ahorrado al estado más de 889
millones de dólares permitiéndole, al mismo tiempo,
procesar las devoluciones con mayor rapidez. Consiguió
también, sin aumentar la plantilla, aumentar los ingresos
procedentes de devoluciones rechazadas de 56 a más de
200 millones de dólares al año, y aumentó el porcentaje de
auditorías que encontraron devoluciones cuestionables.
16
Imperativo 4: Modelar e incorporar la
disciplina analítica en los métodos de
gestión
con sus métodos de gestión. Vincular los indicadores de
rendimiento y progreso con los resultados deseados resulta de vital
importancia, algo que puede integrar aún más la disciplina.
Desarrollar y gestionar talento analítico como una
"comunidad"
Crear un entorno que fomente la comunidad, creatividad,
experimentación e integración para la resolución de problemas es
especialmente importante a medida que el entorno se hace cada
vez más complejo. Los líderes pueden ayudar a crear disciplinas
modelando y reforzando la excelencia en analítica y vinculándola
La disciplina analítica no se crea de un día para otro sino que
comienza con un compromiso y avanza con acciones sistemáticas y
sofisticadas. Muchas organizaciones pueden encontrar en el
rendimiento un excelente punto de partida sobre el que incorporar
la disciplina (consulte el caso de estudio "Department of Work and
Pensions, Reino Unido").
Caso de estudio: Department of Work and Pensions, Reino
Unido (DWP)
DWP es el departamento responsable de proporcionar los
subsidios, pensiones y manutención infantil del gobierno y es
el departamento de prestación de servicios de mayor tamaño
del Reino Unido. Procesa transacciones financieras con 17
millones de clientes cada semana y pagos por subsidios y
pensiones de más de 125.000 millones de libras al año.
Debido a que gestiona una gran parte del presupuesto del
Reino Unido, DWP ha implementado varios cambios
respondiendo a una creciente presión por demostrar una
mayor rentabilidad.
DWP ha instituido IPPM (programa de planificación integrada
y gestión del rendimiento) y ha implementado un sistema
ABM (gestión basada en actividades). Pasar de costes por
unidad a costes basados en actividades no sólo mejoró la
relevancia de la información financiera del DWP, sino que
también proporcionó una mayor transparencia. Fomentó
además una cultura de mejora continua (productividad) y una
gestión del rendimiento en toda la empresa.
El IPPM incluyó planes para ampliar el valor del ABM
utilizando los cimientos de información del DWP para
realizar la predicción basada en datos, planificación de
situaciones, creación de puntos de referencia y otros análisis
de gestión del rendimiento.10
Desde la implementación de estos programas, DWP ha
desarrollado nuevos conocimientos derivados del análisis y
enfoques para afrontar fraudes y errores, aumentando la
cobertura en intervenciones de 123.000 a 1 millón de
intervenciones durante el último año, y aumentando su
producción de 253 a 770 millones de libras.11 Es más,
consiguió segmentar sus clientes por edad para predecir
mejor sus subsidios y pagos futuros.12
Cómo comenzar o crear el impulso
Todo comienza por definir los problemas y los resultados deseados.
Formular las preguntas correctas no sólo aporta luz sobre los datos
relevantes, sino que también pone de relieve cuáles son los
objetivos y destinos, desde una perspectiva de rendimiento y de
progreso.
Aunque debe tomarse un enfoque iterativo basado en el punto de
arranque, aproveche esta oportunidad para innovar (consulte la
Figura 8). Tres principios pueden guiarle en su viaje:
1.Las preguntas equivalen a datos (es decir, los datos relevantes
son una pregunta que necesita una decisión).
2.Si se tratan las preguntas como datos (y las respuestas como
conocimientos e inteligencia), no tendrá que formularlas
constantemente.
3.Las "comunidades" analíticas pueden ayudarle a crear y sostener
la profundidad y sinergía analítica, siempre que colaborar no
sea simplemente una excepción.
Pilar
Principiante
Preguntas = datos
Problemas, preguntas
Competencia analítica
Indicadores, * estrategia
alineada y objetivos
Paciente
Intereses, experiencia
Virtuoso
Conocimientos
derivados del
análisis aplicados
Estrategia analítica
Definir resultados
Actualizar/lograr un
uso analítico
Crear/cultivar
"comunidad"
Gestionar la
información
Abrir camino
Problemas potenciales,
el patrocinador de análisis
adecuado, campeones
Ideas, ejemplares
analíticos, "comunidad"
17
Estrategia de información
Conocimientos
reutilizables,
arquitectura de
información ágil
Profesional
* Basado en resultados.
Figura 8: Crear la competencia analítica es un viaje continuo. Definir bien problemas y resultados y garantizar su comprensión.
Formular preguntas y adoptar un enfoque iterativo.
18
Es posible ser un virtuoso en técnicas analíticas descriptivas y
funciones relacionadas, pero un principiante y pilar en los
enfoques analíticos predictivos y prescriptivos. Por lo tanto, esté
preparado para correlacionar distintas rutas dependiendo de su
punto de partida y destino. Deje que los problemas, preguntas e
indicadores sean su guía.
Los principiantes, por ejemplo, al centrarse en los resultados,
pueden querer conocer primero qué resultados persiguen y centrar
sus esfuerzos en la productividad de manera exclusiva. Los pilares
pueden prestar más atención a la determinación de la capacidad
base y las medidas correctas para influir en un resultado. Los
profesionales pueden necesitar determinar lo que no desean medir
y cómo agilizar la recopilación y analítica de los datos. Los
virtuosos pueden buscar aumentar el rendimiento y crear varios
indicadores de progreso.
Al aprender cómo centrar la información en torno a su uso, los
principiantes querrán aprovechar los modelos existentes y aplicar
métodos líderes. Los pilares deben buscar establecer modelos de
referencia básicos y centrarse en la racionalización de la
plataforma. Los profesionales pueden aprovechar alianzas, crear
nuevos modelos de referencia y comenzar a evaluar datos externos.
Los virtuosos pueden establecer nuevos modelos empresariales
gestionando su entorno de información y comenzando a compartir
registros de indicadores.
Para aplicar conocimientos derivados del análisis, los principiantes
se concentrarán en ampliar la visibilidad de los usos y resultados de
sus recopilaciones de datos y análisis. Los pilares aplicarán sus
análisis en sus programas, planificación y gestión. Los
profesionales combinarán conocimientos, ampliando las
posibilidades de sus programas y profundizando en sus roles de
gestión y planificación. Los virtuosos se centrarán en la aplicación
avanzada, cooperativa e interdisciplinaria del análisis.
En la disciplina analítica, es probable que los principiantes
necesiten mentores y deban centrarse en la prestación, las
operaciones y la gestión. Los pilares querrán establecer un rol de
análisis coherente y centrado. Los profesionales deben romper
moldes y explorar nuevos roles e integrar tantos roles existentes
como sea posible. Los virtuosos pueden crear o participar en
comunidades analíticas innovadoras y sistemáticas.
Independientemente de las acciones individuales que se tomen, el
éxito a la hora de crear la competencia analítica dependerá en
última instancia de líderes comprometidos que adopten un
enfoque estratégico sobre los cuatro imperativos que hemos
descrito anteriormente. Para abordar los problemas públicos
comunes cada vez más complejos en un mundo interconectado y
acelerar los resultados, las organizaciones del sector público
deberán utilizar la analítica para aprovechar la explosión de
información e incorporar la competencia analítica en sus
organizaciones a largo plazo.
La competencia analítica es la siguiente innovación en gestión en
el sector público. Varias rutas conducen hacia el progreso; el
liderazgo y la colaboración son compañeros esenciales en ese viaje.
Crear la competencia analítica requerirá un
liderazgo comprometido y colaboración.
Preguntas que formular para comenzar
1. ¿Hasta qué punto está utilizando la analítica para
-Definir los problemas (consulte la Figura 9)?
-Conseguir o influir en los resultados deseados?
-Responder a las preguntas que servirán de apoyo a sus
observaciones y decisiones?
19
2. ¿Cómo está informando esas decisiones actualmente?
-¿Tiene una buena percepción del riesgo, el impacto y las
consecuencias que tienen sus decisiones y acciones?
-¿Qué sucedería si NO cambiara la manera en que gestiona la
información?
3. ¿Donde está (y dónde necesita estar) a la hora de desarrollar la
competencia analítica?
4. ¿Qué haría falta para conseguir utilizar el análisis para resolver
problemas?
"Problemas"
Problema público
Problema de la política
Problema del programa/misión
Resultados
Contexto
Result.
públicos*
Condiciones ambientales y sociales
Resultados
de políticas*
Condiciones sistemáticas y estructurales (gobierno)
Resultados de misión
de programa
Condiciones situacionales
Experiencia de los participantes
Dinámica de
prestación y relaciones
Rendimiento organizativo, servicios
Diseñar realidades,
condiciones
Problema de los participantes
Problema de los servicios,
modelo empresarial
Modelo op,
competencia
problema
"Problemas"
Resultados operativos, rentabilidad
Resultados
Fortaleza
"capital"
Contexto
Explosión de información e interacción
* Por ejemplo, políticos, económicos, científicos, sociales
Figura 9: Para crear la competencia analítica, las organizaciones deben considerar varios niveles de información sobre problemas, resultados
y contexto.
20
Apéndice
Metodología de la investigación
Para comprender mejor en qué punto se encuentran las
organizaciones y realizar recomendaciones basadas en datos
objetivos, el IBM Institute for Business Value entrevistó a más de
100 líderes del sector público en todo el mundo procedentes de
economías avanzadas y emergentes.
Estas entrevistas incluyeron a directivos procedentes de diversas
jurisdicciones e incluyeron organizaciones gubernamentales, no
gubernamentales y sin ánimo de lucro (consulte la Figura 10).
Este estudio de observación no es exhaustivo, pero está dirigido a
sentar las bases de futuras investigaciones más detalladas. Para
orientar las entrevistas hacia el contexto del sector público
(responder a problemas públicos para apoyar resultados públicos),
IBM Institute for Business Value analizó dos problemas públicos y
los roles que las organizaciones juegan en relación a dichos
problemas:
•
•
Tipo de organización pública
7%
No gubernamental/Sin ánimo de lucro
14%Cuasigubernamental
79%Gobierno
Jurisdicción
18%Regional
9%Local
2%Multilateral
71%Central/Neutral
Región
6%Sudamérica
7%
Protección social: promover las condiciones y el sistema de
apoyo social necesario para el bienestar social y la prestación
social básica, en particular para proteger a los más vulnerables.
Vitalidad económica: promover el bienestar económico y la
competitividad mediante políticas económicas y fiscales, y
actividades de gestión económica que creen un clima de
crecimiento económico y desarrollo sostenible.
África/Oriente Medio
32% Asia y Canadá
33%Europa*
22%Norteamérica
* Los participantes europeos proceden de países miembros de la Unión Europea.
Figura 10: El estudio analítico del sector público del IBM Institute for
Business Value incluyó entrevistas con más de 100 ejecutivos de
todo el mundo.
¿Por qué estos dos problemas públicos? La protección social
representa una de las partidas de gasto social más elevadas,
mientras que la vitalidad económica representa aquellas actividades
que generan ingresos públicos directa e indirectamente. En
cualquier caso, el ecosistema del sector público está más
interrelacionado que nunca con oportunidades para la
colaboración para obtener resultados comunes.
Metodología del AVI (índice de visión analítica)
El AVI es una colección de enfoques que están adoptando las
organizaciones del sector público para crear competencia analítica.
Para desarrollar este índice de clasificación a priori, analizamos
puntos de vista sobre las dimensiones de la competencia analítica,
expertos en análisis, capacidad y liderazgo, comparándolos con un
número de preguntas en la encuesta relacionadas con las
características de la competencia analítica.
•
•
•
Se puntuó al encuestado siguiendo unos valores estándar para
cada característica y cuya ponderación:
- Tuvo en cuenta la "contribución" de cada una de las
respectivas variables en la competencia general
- Examinó las puntuaciones estándares mediante el conjunto
disponible de (n=30) combinaciones
- Asignó una clasificación en el AVI dependiendo de las
combinaciones de características del AVI individuales.
Estas fueron, por su parte, "cargadas" cualitativamente en
cuatro grupos dependiendo de la intensidad (variable) con la
que los encuestados aplicaron estas características.
El AVI fue entonces desplegado como una variable de análisis
en estadísticas (por ej., tabulación cruzada, prueba de medias).
21
Para aprender más sobre este estudio del IBM Institute for
Business Value, póngase en contacto con nosotros en [email protected].
com. Para obtener un catálogo completo de nuestra investigación,
visite:
ibm.com/iibv
Sea uno de los primeros en recibir las últimas ideas del IBM
Institute for Business Value. Suscríbase a IdeaWatch, nuestro
boletín electrónico mensual con informes ejecutivos que ofrece
conocimientos estratégicos y recomendaciones basadas en
investigaciones del IBV.
ibm.com/gbs/ideawatch/subscribe
22
Autores
Hammou Messatfa ostenta el cargo de Government Technical
Leader para el Suroeste europeo. Tiene un doctorado en
matemáticas en analítica y teoría de selección social. Es uno de los
pioneros en la minería de datos y texto, y en la investigación de
gestión de datos y cuenta con 12 patentes en el área de analítica.
Lleva 20 años realizando análisis y liderando un equipo de
profesionales en IBM y en clientes definiendo estrategias para
establecer visiones empresariales de datos que puedan
aprovecharse para segmentar mercados, comprender el
comportamiento de los clientes, realizar venta cruzada de
productos, mejorar campañas de marketing y definir nuevos
productos. Mr. Messatfa es el cofundador por parte de IBM y
secretario del France Executive Club for France Executive Club.
En la actualidad trabaja ayudando a clientes gubernamentales a
crear competencias y una cultura de analítica para obtener mejores
resultados. Puede contactar con él en la dirección
[email protected].
Lynn Reyes es la responsable de investigación y liderazgo de ideas
para el sector público global para el IBM Institute for Business
Value (IBV). Cuenta con quince años de experiencia y un historial
reputado en el sector como consultora de estrategia y
transformación. Combina dicha experiencia con sus conocimientos
en desarrollo económico, empresarial y gestión de rendimiento
para ayudar a distintos clientes de todo el mundo a innovar sus
modelos empresariales y operativos, y a transformar la manera en
que hacen negocios. Es coautora de “The yin yang of financial
disruption” y de su reciente segunda parte, “The yin yang of
financial reform”. Ha publicado también su percepción sobre el
sector público en los estudios IBM 2010 Global CEO, Global
CFO y 2009 Global CIO Study. Cuenta con una patente
pendiente de aprobación de un sistema y método de prestación
basado en resultados. Antes de trabajar con IBM, trabajaba con el
Banco Mundial. Puede contactar con ella en la dirección
[email protected].
Michael J. Schroeck ostenta el cargo de Global Information
Management Foundation (IMF) Leader for the IBM Business
Analytics and Optimization Consulting Practice. Cuenta con un
historial de más de 30 años de experiencia en consultoría,
inteligencia de negocio, gestión del rendimiento y análisis. El Sr.
Schroeck ha dirigido equipos de proyectos para diseñar e
implementar con éxito soluciones de inteligencia de negocio y
análisis complejos de gran tamaño para una gran variedad de
clientes en áreas como la gestión de relaciones con clientes,
informes y analítica financiera, gestión de riesgos empresariales,
optimización de la cadena de suministros e inteligencia operativa.
Mr. Schroeck está considerado como una de las autoridades en la
materia en el sector. Ha escrito varios artículos sobre inteligencia
empresarial, gestión del rendimiento y análisis, ha coescrito un
libro sobre arquitectura de información empresarial, es un ponente
habitual en las más importantes conferencias y seminarios del
sector y es citado con regularidad en las principales publicaciones
empresariales y técnicas. Mr. Schroeck ha sido elegido dos veces
como uno de los "25 consultores más influyentes" del mundo por
Consulting Magazine y ha sido reconocido como Distinguished
Engineer por IBM por sus extraordinarios así como constantes
logros técnicos y por su liderazgo. Puede contactar con él en la
dirección
[email protected].
23
Colaboradores
Jonathan Breul, Executive Director, IBM Center for the Business
of Government
James Cortada, IBM Institute for Business Value, Public Sector
Raymond Dolan, Global Government Industry Executive,
Business Analytics and Optimization
Chris Gibbon, Global Social Segment Leader, IBM Global
Business Services
Arnold Greenland, Distinguish Engineer, Business Analytics and
Optimization Practice, IBM US Global Business Services
Reconocimientos
Nos gustaría agradecer a los ejecutivos del sector público de todo
el mundo la generosidad que mostraron al compartir su tiempo y
conocimientos con nosotros. También nos gustaría agradecer a los
colaboradores que trabajaron en este estudio:
Consejeros – De IBM: Mark Anderson (NZ), Shaun Barry, Carol
Braun, Bryan Chong, Curtis Clark, Mark Cleverley, Sietze
Dijkstra, Michael Dixon, Gregory Greben, John Kamensky,
Norbert Kouwenhoven, Eric Lesser, Gerard M. Mooney, John
Reiners, Rebecca Shockley y Marcio Weikersheimer. Del Banco
Mundial: Lars Grava y Randeep Sudan.
Equipo de proyecto de IBM: Shane Allua, Stephen Ballou,
Kristin Biron, Elizabeth Chapman, Christopher Infanti, Shirley
Marshall, Kathleen Martin y Jim Phillips.
Un agradecimiento especial a los numerosos empleados de IBM de
todo el mundo que realizaron las entrevistas.
24
El socio adecuado para un mundo en
evolución.
En IBM colaboramos con nuestros clientes, proporcionándoles
conocimientos empresariales, investigación avanzada y tecnología
para darles una clara ventaja en el entorno rápidamente cambiante
de hoy en día. Utilizando nuestro enfoque integrado para el diseño
empresarial y la ejecución, ayudamos a convertir estrategias en
acciones. Con experiencia en 17 sectores y capacidades globales
que abarcan más de 170 países, podemos ayudar a los clientes a
anticipar cambios y a beneficiarse de nuevas oportunidades.
Publicaciones relacionadas
“Analytics: The new path to value.” http://www-935.ibm.com/
services/us/gbs/thoughtleadership/ibv-embedding-analytics.html
Referencias
1 “Capitalizing on Complexity: Insights from the 2010 IBM
Global CEO Study.” IBM Institute for Business Value. 2010.
http://www-935.ibm.com/services/us/ceo/ceostudy2010/
(última consulta: 2 de marzo de 2011).
2 El PSI es una información que no incluye datos considerados
privados o que puedan identificar a personas.
3 Arthur, Charles. “Businesses unwilling to share data, but keen
on government doing it.” The Guardian. 29 de junio de 2010.
http://www.guardian.co.uk/technology/2010/jun/29/businessdata-sharing-unwilling (última consulta: 2 de marzo de 2011).
4 LaValle, Steve, Eric Lesser, Rebecca Shockley, Michael S.
Hopkins y Nina Kruschwitz. “Big Data, Analytics & the Path
From Insights to Value.” MIT Sloan Management Review. 21 de
diciembre de 2010. http://sloanreview.mit.edu/the-magazine/
articles/2011/winter/52205/big-data-analytics-and-the-pathfrom-insights-to-value/?type=x&reprint=52205 (última
consulta: 2 de marzo de 2011).
5 “New Singapore e-Government Masterplan to Connect with
the People.” Gobierno de Singapur. 14 de junio de 2010.
http://www.thegovmonitor.com/world_news/asia/
new-singapore-e-government-masterplan-to-connect-withthe-people-33531.html (última consulta: 2 de marzo de 2011).
6 “Singapore Land Transport Authority maximizes ridership to
minimize traffic congestion.” IBM. 16 de septiembre de 2009.
http://www-01.ibm.com/software/success/cssdb.nsf/CS/
JSTS-7VKL75 (última consulta: 2 de marzo de 2011).
7 “Alameda County Social Services Agency bring business values
to social services.” IBM Smarter Planet Leadership Series. 11
de octubre de 2010. http://www-01.ibm.com/software/success/
cssdb.nsf/CS/SSAO-8A59BZ?OpenDocument&Site=default&
cty=en_us (última consulta: 2 de marzo de 2011).
8 “The state of smarter government.” IBM Smarter Industries
Symposium. Barcelona, España. Noviembre de 2010. ftp://
public.dhe.ibm.com/common/ssi/ecm/en/giw03015usen/
GIW03015USEN.PDF (última consulta: 2 de marzo de 2011).
9 “New York State saves $889 million by optimizing audit case
selection.” IBM. Marzo de 2010. ftp://public.dhe.ibm.com/
common/ssi/ecm/en/imc14523usen/IMC14523USEN.PDF
(última consulta: 2 de marzo de 2011).
10Duffy, Jan. “Best Practices: Performance Management at
DWP’s Jobcentre Plus: A ProveIT Case Study.” IDC
Government Insights, #GTID02R9. Septiembre de 2009.
11“Tackling fraud and error in the benefit and tax credits
systems.” Una publicación conjunta delUK Department for
Work and Pensions y HM Revenue and Customs. Octubre de
2010. http://www.dwp.gov.uk/docs/tackling-fraud-and-error.
pdf (última consulta: 2 de marzo de 2011).
12“Analysis of the DWP working age customer base.” Informe
sobre la segmentación de los clientes, UK Department for
Work and Pensions. 17 de noviembre de 2010. http://statistics.
dwp.gov.uk/asd/asd1/wacb/wacb_nov2010.pdf (última
consulta: 2 de marzo de 2011).
25
© Copyright IBM Corporation 2011
IBM Global Services
Route 100
Somers, NY 10589
EE.UU.
Producido en los Estados Unidos de América
Marzo de 2011
Reservados todos los derechos
IBM, el logotipo de IBM e ibm.com son marcas registradas de
International Business Machines Corporation en los Estados Unidos y/o en
otros países. Si estos u otros términos registrados por IBM aparecen
marcados en su primera aparición en esta información con un símbolo de
marca registrada (® o ™), estos símbolos indican marcas registradas o de
derecho consuetudinario en los Estados Unidos propiedad de IBM en el
momento de publicación de esta información. Tales marcas registradas
pueden ser también marcas registradas o de derecho consuetudinario en
otros países. Puede obtener una lista actual de las marcas registradas
propiedad de IBM en la web en "Copyright and trademark information" en
ibm.com/legal/copytrade.shtml
Otros nombres de empresas, productos y servicios pueden ser marcas
registradas o de servicio de terceros.
Las referencias en esta publicación a productos y servicios de IBM no
implican que IBM tenga la intención de ponerlos a disposición del público
en todos los países en los que opera IBM.
Por favor, recicle este documento.
GBE03392-ESES-01

El poder de la analítica en el sector público

Transcripción

Documentos relacionados

Bienvenidos a la comunicación inmersiva