Las 2 fases de la analítica

Analítica es analizar datos para:

1. Descubrir o entender el comportamiento de un sistema o proceso y describirlo.
2. Identificar una condición actual del sistema o proceso analizado.
3. Identificar si el proceso analizado ha cambiado o está cambiando su comportamiento respecto a lo conocido o esperado.

El caso 1 es conocido como analítica descriptiva, y los casos 2 y 3 corresponden a lo denominado analítica dinámica. El siguiente ejemplo, simple y conocido, ayuda a entender las diferencias entre ambos tipos de analítica.

Ejemplo: problema de inventarios

Suponga que su sistema logístico consta de decenas de almacenes, compuestos de miles de productos cada uno, y usted es responsable de administrarlos, por lo que enfrenta, entre otros, los siguientes retos:

1. Administrar correctamente cada inventario.
2. Reconocer que los productos tienen comportamientos muy diferentes.
3. Definir las reglas de administración que indican si un producto está bien administrado.
4. Identificar los productos mal administrados que causan problemas.
5. Saber si algún producto cambió su comportamiento y deben redefinirse sus reglas de administración.
6. Mantenerse informado, en cualquier momento, de qué productos representan un riesgo o problema en el inventario.

Analítica descriptiva (estática)

Los primeros tres puntos corresponden a la analítica descriptiva. ¿Qué significa administrar correctamente? Una posible respuesta: que no falte ningún producto cuando se requiere, pero no tener productos en exceso. Los términos “no falte” y “en exceso” se interpretan de manera diferente para cada producto.

Para saber cómo se comporta cada producto se consideran dos variables asociadas: la cantidad de unidades demandadas en un período de tiempo y la frecuencia de las demandas por período. Su análisis lleva a clasificar los productos —por ejemplo con el criterio de Pareto, o 80-20— y la clasificación puede depender de cada almacén: el mismo producto puede clasificar diferente de un almacén a otro. Con la clasificación se asigna un modelo de inventario adecuado para cada producto en cada almacén, una asociación que requiere el buen juicio del analista.

Definido el modelo, se estiman parámetros específicos basados en la información histórica, complementada por ajustes basados en la experiencia del analista: criterios asociados a consumidores, proveedores, estacionalidad y otra información no reflejada en los datos propios del inventario. Son actividades laboriosas, pero afortunadamente no tienen que hacerse todos los días: no esperamos cambios significativos de un día para otro.

Analítica dinámica

Una vez definida la forma teórica ideal de administrar cada producto en cada almacén, es importante observar día a día las operaciones e identificar si algo no se comporta como se supuso. Esto responde a las preguntas 4, 5 y 6 de la lista anterior y demanda análisis de la información con mayor frecuencia.

“En un ambiente dinámico, las cosas cambian: lo que antes estaba bien puede que hoy no lo esté.”

El problema técnico consiste en saber si un conjunto reciente de datos —entradas, salidas, niveles de inventario— es consistente o no con el comportamiento esperado para cada producto-almacén. Existen diversas técnicas matemáticas que responden con un sí, un no o un posiblemente; pueden programarse en una computadora y son tan rápidas que en la práctica pueden usarse millones de veces al día.

¿Por qué analizar los nuevos datos con tanta frecuencia? Primero, porque un producto mal administrado genera un costo organizacional que la experiencia muestra significativo. Segundo, porque en un ambiente dinámico las cosas cambian, y es menos probable que algo que estaba mal se componga por casualidad.

“Entre más rápido detectemos algo que no es deseado y lo ajustemos, minimizaremos el costo generado.”

A diferencia de la analítica descriptiva, los problemas de analítica dinámica sí necesitan resolverse todos los días, lo que requiere una cantidad de cómputo significativa. Afortunadamente, estas tareas analíticas se pueden programar y no requieren participación humana para su ejecución: entregan como resultado la lista de hallazgos de interés, es decir, los productos-almacenes que cumplen el criterio de la tarea.

Humano y máquina

“El humano piensa y asigna significado; la máquina calcula y procesa información.”

Identificados los hallazgos de interés, personas con criterio toman decisiones en cada caso. Así la interacción humano-máquina es más eficiente: el humano piensa y asigna significado, la máquina calcula y procesa grandes volúmenes de información. Estas tareas de análisis son repetitivas y demandantes de mucho cálculo, pero de interpretación predefinida; en algunos casos es probable no encontrar nada, y se vuelven poco atractivas para el ser humano — ideales para automatizarse.