El poder de la analítica en el sector público (PDF, 2.87MB)

IBM Global Business ServicesInforme ejecutivo

IBM Institute for Business Value

Gobierno

El poder de la analítica en el sector públicoCómo conseguir la competencia analítica para acelerar los resultados

IBM Institute for Business ValueIBM 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 [email protected] para obtener más información. Puede encontrar estudios adicionales del IBM Institute for Business Value en ibm.com/iibv

Introducción

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.

Hammou Messatfa, Lynn Reyes y Michael Schroeck

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 El poder de la analítica en el sector público

¿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 investigaciónLos 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 problemas2. Orientar la gestión de la información en torno a su uso3. Utilizar conocimientos derivados de la analítica para

cumplir objetivos específicos4. 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.

IBM Global Business Services 3

Complejidad ingente – nuevos retos y roles para la analíticaLa 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. 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".

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).

"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.

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.

Explosión de información

Escasez de expertos

Ciclos más breves

Desplazamiento entre límites públicos y

privados

Fuente: IBM Institute for Business Value.

73%

57%

62%

54%

61%

57%

60%

32%

Sector públicoSector privado


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.

Paradoja de datos

Diseño (estructura)

Déficit

Malestar

Duda

Negación

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.

24%

Sector público

23%

21%

13%

12%

7%

17%

36%

33%

12%

1%

Sector privadoParadoja de datos

Diseño (estructura)

Déficit

Malestar

Otros

Opaca

Privada

Cerrado

Privado

Descentralizada

Anónimo, privado

Individual

Transparente

Pública

Abierto

Público

Centralizada

Conocido, abierto

Compartida

Visibilidad

Propiedad

Acceso

Uso

Organización

Perfil de seguridad

Responsabilidad

Tensiones en la gestión de la informaciónAcción



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).

Muchos miembros del sector público no creen que el entorno actual sea incierto y disruptivo.

Usos de PSI Usuarios (ejemplos) Tipos de resultados 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 • Resultados para los ciudadanos

• Resultados de políticas

• Mayorconfianzaenelgobierno• Una ciudadanía comprometida

Promover la excelencia en investigación y desarrollo

• Científicoseinvestigadores

• Inversores• Negocios

• Resultadoscientíficos• 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

• Resultados para los 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.


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.


Analítica: la competencia esencialLa 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.

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

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.

Talento analíticoEl 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.

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:

• 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.

• Formasdetrabajar: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.

• Resolucióndeproblemas: 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.

Convertir el contexto de los problemas en preguntas correctas es una habilidad esencial para los profesionales en analítica.


Capacidad analíticaLa 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.

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.

Momento actual

A tres años vista

Cálculo y medición

Descripción estadística de un grupo, situación, comportamiento y condición

Optimización de selecciones y recursos

Predicción de sucesos y situaciones

Detección de patrones no obvios

Configuracióndeoperaciones(cómoestáorganizadoeltrabajo)

Importancia frente a efectividad de las capacidades analíticas clave (hoy en día y a tres años vista, medias de puntuación)*

3,00

2,75

2,50

2,25

2,00

1,75

1,50

1,25

1,00

1,00 1,25 1,50 1,75 2,00 2,25 2,50 2,75 3,00

Importancia

Efectividad

Media (a tres años vista)

Media (a tres años vista)

Figura 4: Tomar mejores decisiones sigue siendo la principal prioridad, pero los líderes desean proporcionarles mejores conocimientos y más predictivos.

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].Fuente: IBM Institute for Business Value.

A tres años vista

Momento actual


Liderazgo analíticoLos 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 gestiónNuestro 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.


PrincipiantesLos 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.

B D A+C

A+D

B+D

B+E

C+D

D+E

A+C+E

A+B+C

A+B+D

A+B+E

A+C+D

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

B+C+D+E

A+B+C+D+E

Principiantes13%

Pilares32%

Profesionales28%

Virtuosos27%

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.

n = 107Nota: 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.Fuente: IBM Institute for Business Value.

Índice de visión analítica (características)

A Expertos - Mentalidad

B Expertos - Formas de trabajar

C Expertos - Resolución de problemas

D Liderazgo

E Capacidad

PilaresLos 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.


ProfesionalesLos 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.

VirtuososEste 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.

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 capacidadesEs 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).

La mayoría de organizaciones son más capaces en técnicas analíticas descriptivas, pero menos en técnicas predictivas.


"Profesionalizarse": qué acciones hay que emprenderLa 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.

Nota: *No es exhaustivo. Para focalizar las entrevistas, los participantes de la encuesta analizaron dos problemas públicos: la protección social y la vitalidad económica.Fuente: IBM Institute for Business Value.

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.

Ver el ayer

Ver el día de hoy

Ver el mañana

Descriptivas Predictivas Prescriptivas

S PrincipianteF PilarP ProfesionalV Virtuoso

Como grupo, la competencia analítica de los encuestados parece estar más avanzada en las técnicas descriptivas y menos desarrollada en las predictivas.*

B D A+C

A+D

B+D

B+E

C+D

D+E

A+C+E

A+B+C

A+B+D

A+B+E

A+C+D

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

B+C+D+E

A+B+C+D+E

Principiantes13%

Pilares 32% Profesionales28%

Virtuosos27%

V

P

F

S

V

P

F

S

V

P

F

S

Técnicas analíticas y capacidades relacionadas

Com

pete

ncia

de

gest

ión

anal

ítica

Illustrativo

"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

Hoy en día


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.

"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.

1Centrarse en resultados parair más allá de los problemas

2Orientar la gestión de la información en torno a su aprovechamiento

4Modelar e incorporar la disciplina analíticaen los métodos de gestión

3Utilizar conocimientos derivados del análisis para cumplir objetivos específicos

Competencia analítica

Orientación a resultados Gestión de la información

Disciplina analítica Uso analítico

Figura 7: Imperativos para crear competencia analítica.


Imperativo 1: Centrarse en los resultados para ir más allá de los problemas Expandir y "observar" el panoramaLos 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 datosEl 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.

Gestión de la información

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.


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 específicosCombinar 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.

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.

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

concluyó que necesitaba una manera más adecuada de determinar la idoneidad de los solicitantes e impedir el fraude.

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.

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.

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.


Imperativo 4: Modelar e incorporar la disciplina analítica en los métodos de gestiónDesarrollar 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

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.

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 impulsoTodo 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.

Paciente

Virtuoso

Abrir camino

Pilar

Profesional

Principiante

Definir resultados

Crear/cultivar "comunidad"

Actualizar/lograr un uso analítico

Gestionar la información

Preguntas = datos

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.

* Basado en resultados. Fuente: IBM Institute for Business Value.

Competencia analítica

Problemas, preguntas

Intereses, experiencia

Estrategia analítica

Estrategia de información

Conocimientos reutilizables, arquitectura de información ágil

Conocimientos derivados del análisis aplicados

Ideas, ejemplares analíticos, "comunidad"

Indicadores, * estrategia alineada y objetivos

Problemas potenciales, el patrocinador de análisis adecuado, campeones


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 comenzar1. ¿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?

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?

Explosión de información e interacción *Porejemplo,políticos,económicos,científicos,socialesFuente: IBM Institute for Business Value.

Figura 9: Para crear la competencia analítica, las organizaciones deben considerar varios niveles de información sobre problemas, resultados y contexto.

"Problemas"

Problema público

Problema de la política

Problema del programa/misión

Problema de los participantes

Problema de los servicios, modelo empresarial

Modelo op, competencia

problema

Contexto

Condiciones ambientales y sociales

Condiciones sistemáticas y estructurales (gobierno)

Condiciones situacionales

Dinámica de prestación y relaciones

Diseñar realidades, condiciones

Fortaleza "capital"

Result. públicos*

Resultados de políticas*

Resultados de misión de programa

Experiencia de los participantes

Rendimiento organizativo, servicios

Resultados operativos, rentabilidad

Resultados

Resultados"Problemas" Contexto


ApéndiceMetodología de la investigaciónPara 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:

• Protecciónsocial: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.

• Vitalidadeconómica: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.

¿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.

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% África/Oriente Medio

32% Asia y Canadá

33% Europa*

22% Norteamérica

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.

* Los participantes europeos proceden de países miembros de la Unión Europea.Fuente: IBM Institute for Business Value.


Para aprender más sobre este estudio del IBM Institute for Business Value, póngase en contacto con nosotros en [email protected]. 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

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).


AutoresHammou 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].

ColaboradoresJonathan 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

ReconocimientosNos 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.


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

Referencias1 “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/business-data-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-path-from-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-with-the-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).

10 Duffy, 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).

Por favor, recicle este documento.

© 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.

GBE03392-ESES-01

El poder de la analítica en el sector público (PDF, 2.87MB)

Documents

Transcript of El poder de la analítica en el sector público (PDF, 2.87MB)