Ops 4.0: Analytics to value for a product-centered transformation

Ops 4.0: Cómo capturar valor usando analítica para una transformación con foco en productos

Por Mercedes Goenaga, Philipp Radtke, Kevin Speicher, y Rafael Westinner
Ops 4.0: Cómo capturar valor usando analítica para una transformación con foco en productos

Herramientas analíticas de vanguardia, design thinking, insights de clientes e inteligencia de compras se combinan para ayudar a su organización a evitar la comoditización.

Ahora que las funciones de producto esenciales se parecen cada vez más a un "commodity", el diseño de productos surge como una fuente de diferenciación esencial. Las mejores compañías ya han extraído muchas fuentes de ventajas obvias de esto.

El siguiente nivel de optimización de productos, por ende, no sólo combina lo último en design thinking con múltiples fuentes de información, sino que además explota metodologías sofisticadas de advanced analytics para generar conocimientos sobre posibles mejoras en costos y valor. Por ejemplo, las herramientas de diseño asistido por computadora vinculadas a extensas bases de datos de compras, actividades en redes sociales, y benchmarks de costos y complejidad pueden ayudar a una compañía a identificar en forma ágil diseños que maximicen la rentabilidad y a la vez reduzcan el desperdicio de tiempo y esfuerzo.

Tales innovaciones no se limitan al área de consumidores. Uno de los mayores conglomerados industriales del mundo pone en acción estas ideas creando productos dirigidos no sólo a individuos, sino también a empresas de generación eléctrica, cuyo modelo de negocios tradicional ha sido desvirtuado por las fuentes de energía renovables (y por la auto-generación) y la mayor sofisticación de los consumidores. El objetivo de mejora del conglomerado: recortar, en cuatro años, los tiempos de entrega en más de la mitad, proteger y aumentar la participación de mercado, y elevar los márgenes de ganancia alrededor del 30 por ciento.

Gestión de complejidad

En el sector de electricidad, al igual que en gran parte del mundo de los negocios actual, décadas de adquisiciones han provocado que las empresas deban manejar decenas de sistemas (particularmente informáticos) que nunca terminan de integrarse. En tanto, la proliferación de productos implica una batalla constante, ya que pequeñas variaciones en las especificaciones conducen a cientos de SKUs frecuentemente superpuestos.

Las metodologías estándar para combatir esta complejidad no sólo implican gran cantidad de tiempo y esfuerzo, sino que además no siempre logran identificar los cambios necesarios. Pero con las nuevas herramientas analíticas digitales, el conglomerado pudo completar el análisis en sólo dos semanas e identificar semejanzas para reducir las variaciones entre familias de productos, sub-sistemas y componentes.

Analítica y automatización

Análisis analíticos han facilitado enormemente la identificación de ahorros en compras, al utilizar una fuente de información que anteriormente resultaba poco práctica: las listas de materiales de los departamentos de compras y de ingeniería. Las nuevas herramientas son capaces de cargar miles de registros de todo el mundo, expresados en decenas de idiomas y estructuras de numeración de piezas, para identificar elementos en común y oportunidades para negociar mejores precios. La automatización robótica de procesos, un paso previo hacia la inteligencia artificial, permite a “robots” de software realizar procesos tediosos como cotejar información de sistemas complejos y diferentes y liberar tiempo del personal para enfocarse en otras tareas donde puedan aprovechar su intelecto y su experiencia. Por último, la combinación de múltiples flujos de datos (como gastos, estructuras de costos, ventas y demás) en un "lago" de datos hace posible utilizar algoritmos sofisticados para perseguir la optimización dinámicamente, así como realizar ajustes en caso de cambios en el contexto.

Análisis detallado de la cartera

En conjunto, estas técnicas pueden generar un análisis mucho más detallado de toda la cartera de productos. Con pequeñas modificaciones, el conglomerado pudo identificar la manera de eliminar del 15 al 80 por ciento de las variantes dentro de cada categoría. Gracias a ello, ya ha logrado reducir los costos aproximadamente el 30 por ciento.

Este artículo ha sido adaptado de “Ops 4.0: Fueling the next 20 percent productivity rise with digital analytics”.

Sobre el/los autor(es)

Mercedes Goenaga es experta senior de la oficina de McKinsey en París; Philipp Radtkees socio senior de la oficina de Múnich; Kevin Speicher es socio senior de la oficina de Chicago; y Rafael Westinner es socio de la oficina de Madrid.

Related Articles