¿Cómo mejorar los KPIs inteligentes a través de la gobernanza? (Parte I)
Los KPIs inteligentes necesitas una nueva gestión. (MIT SMR)
Una gobernanza eficaz garantizará que los KPI evolucionen, se mantengan alineados con las aspiraciones estratégicas y gocen de la confianza de trabajadores y directivos por igual.
Sin gobernanza, las métricas empresariales estáticas crean dos tipos de riesgo estratégico. Uno es fomentar el rendimiento con medidas equivocadas.
La crisis económica mundial de 2008, por ejemplo, se desencadenó en parte por la dependencia de los bancos de el valor en riesgo.
Esto mide las pérdidas potenciales de la cartera en condiciones normales de mercado en un momento dado. Las instituciones financieras no ajustaron esta medida a medida que las hipotecas de alto riesgo. Así los swaps de impago titulizados se convertían en una parte más importante de sus carteras.
Guiándose por una métrica que subestimaba gravemente las pérdidas potenciales, muchas instituciones financieras quebraron o sufrieron pérdidas significativas.
KPIs accionables en relaciones públicas, hacia una medición de mayor valor
¿Cómo se relacionan los indicadores clave y la IA?
Los costos de oportunidad representan otro riesgo de los indicadores clave de rendimiento estáticos. Nuestra investigación demuestra de forma convincente que las empresas que utilizan deliberadamente la Inteligencia Artificial (IA) para diseñar y crear KPI más dinámicos disfrutan de un mayor conocimiento de la situación.
Además tienen vínculos más fuertes entre las operaciones y los resultados estratégicos, y mejores resultados en general.1 Estos KPI inteligentes reflejan una comprensión más profunda de los impulsores del rendimiento. También producen predicciones más fiables sobre los resultados futuros que los KPI comparables no informados por la IA.
Un enfoque de las métricas clave basado en “fijarlas y olvidarse de ellas” no es deseable ni sostenible en mercados volátiles y que cambian con rapidez.
Source: D. Kiron, M. Schrage, F. Candelon, et al., “Strategic Alignment With AI and Smart KPIs,” MIT Sloan Management Review, Sept. 5, 2023.
¿Por qué es tan importante la gobernanza?
Se necesita una gobernanza eficaz para garantizar que los KPI evolucionan, se mantienen alineados con las aspiraciones estratégicas. A medida que los flujos de trabajo y los procesos con IA amplían las capacidades, los líderes necesitan mejorar sus indicadores clave .
Desde Schneider Electric hasta Walmart y Maersk, vemos a estrategas, tecnólogos y líderes trabajando juntos para perfeccionar los indicadores clave.
En estas empresas, la responsabilidad de hacer que los KPI sean más predictivos, dinámicos y perspicaces va más allá de los estrategas y los directivos. Animan a los tecnólogos a realizar una contribución material a la formulación, organización y priorización de los KPI.
Esto supone un gran cambio con respecto a la forma en que las empresas han establecido y actualizado tradicionalmente los KPI.
Como observa Hervé Coureil, Director de Gobernanza y Secretario General de Schneider Electric:
“Cuando los procesos se digitalizan, empiezan a producir ‘datos de escape’. Estos pueden convertirse en métricas telemétricas relevantes, proporcionando información sobre comportamientos de procesos, defectos, etc.”.
En segundo lugar, la transformación digital desencadena decisiones e inversiones significativas. Por tanto, es necesario medir el impacto de esas decisiones, así como la eficacia de los distintos programas que componen la transformación.
Por qué los KPI incorrectos condenan la transformación digital de los líderes
¿De quién depende el desarrollo de estrategias de gobernanza?
El desarrollo de estas medidas depende de algo más que el juicio ejecutivo, la intuición y la experiencia. Transformar las métricas de rendimiento estáticas y heredadas en KPI más inteligentes y dinámicos exige un mayor papel de los datos, el análisis y la IA.
Sugerimos que los directivos adopten un enfoque triple para gobernar el desarrollo y el uso de los KPI basados en IA. Y más ampliamente, sus sistemas de medición estratégica. Este enfoque de gobernanza se basa en tres factores:
- Una base sólida de datos con prácticas responsables de datos y análisis
- Estructuras organizativas con responsabilidad y rendición de cuentas sobre la evolución de los KPI
- Confianza en unos KPI capacitados para adaptarse a los cambios de circunstancias y aprender de ellos
Gobernanza del desarrollo inteligente de KPI: Pon tus datos en orden
Una gobernanza eficaz de los KPI requiere una gobernanza eficaz de los datos. Todas las organizaciones que participaron en nuestra investigación hicieron hincapié en la calidad y la disciplina de los datos como factores para sus iniciativas de KPI basadas en IA.
Sin embargo, la mayoría de los sistemas de TI y bases de datos heredados no están configurados para generar o hacer accesibles los datos de calidad. Estos son importantes ya que son necesarios para medir o definir KPI inteligentes.
El caso de Pernod Ricard
Pierre-Yves Calloc’h, director digital de Pernod Ricard, recuerda que si empresa se dio cuenta de que necesitaba 3 años de datos semanales de ventas al consumidor. Lo que ayudaría a permitir intervenciones significativas de IA. Una revisión preliminar reveló enormes lagunas.
“Cuando empezamos, casi no teníamos gobernanza de datos. Casi el 80 por ciento de los datos que necesitábamos no estaban ahí porque se trataba principalmente de datos externos. Nuestra experiencia estadística es que necesitas datos semanales. Si tienes datos mensuales, no funciona, así que tienes que buscar la información manualmente. Llegamos a llamarlo ‘arqueología’ por el esfuerzo que supone, incluso buscar en viejos archivos de PowerPoint y Excel en buzones de correo. Además, se necesita un argumento empresarial sólido para el proyecto, porque sin beneficios claros en mente, la gente no invertirá el tiempo”, dice Calloc’h.
Esencialmente, el argumento comercial a favor de los KPI impulsados por IA no podía presentarse sin una gobernanza técnicamente fiable y sólida. Misma que transformara la arqueología de datos en arquitectura de datos.
General Motors y su manejo de KPIs y gobernanza
Jon Francis, director de datos y análisis de General Motors, que supervisó la transformación digital de Starbucks, hizo eco de lo dicho por Calloc’h.
“En realidad, es muy difícil crear simplemente un KPI debido a los problemas de datos subyacentes. En realidad, es muy difícil crear un KPI debido a los retos que plantean los datos subyacentes. Se necesita todo su esfuerzo, por lo general, para crear el KPI e informar sobre él”.
Un mal gobierno de los datos y metadatos socava la capacidad de una organización para desarrollar las métricas adecuadas. Francis señala que los sistemas tecnológicos a menudo se limitan a “enviar datos que no están definidos o que no se pueden utilizar“. Como resultado, “acabas teniendo estos vertederos de datos“.
Observa con franqueza que, para la mayoría de las organizaciones, la generación de datos a partir de los sistemas de producción es una idea tardía.
La gobernanza eficaz de los KPI sigue dependiendo de las capacidades tecnológicas de una empresa para aprovechar los datos: Exige un gobierno diligente de los datos y un enfoque estructurado de la gestión analítica. Además, una vía para que los tecnólogos y los líderes de las unidades de negocio colaboren en el desarrollo de KPI óptimos de forma continua.
Nutrir a las próximas grandes empresas dedicadas a la IA, la misión de Shilpa Prasad de LG Nova
Integrar la gobernanza en equipos o funciones
Nuestra investigación revela que los altos directivos se replantean cómo desarrollar y mejorar continuamente sus medidas y métricas clave de rendimiento. Aunque los enfoques varían, un tema común entre los ejecutivos entrevistados es la elección de ubicar la responsabilidad de transformar los KPI en un equipo o grupo de equipos específico.
El ejemplo de Schneider Electric
En Schneider Electric, la dirección llegó a reconocer que las métricas heredadas de la empresa podían llegar a ser incompatibles con sus aspiraciones. Coureil ayudó a patrocinar la creación de una Oficina de Gestión del Rendimiento dentro del equipo de datos de la empresa para supervisar la medición. La oficina se situó deliberadamente en el equipo de gobernanza para garantizar una perspectiva interfuncional neutral.
La Oficina de Gestión del Rendimiento ayudó a la alta dirección a transformar su cartera de KPI y alinearlos con las operaciones. También impulsó a las empresas a basarse mucho más en los datos y a ser más conscientes de la relación entre la mejora de una determinada métrica de rendimiento y la mejora de los resultados.
“La medición ha sido fundamental para nosotros. De hecho, intentamos que las métricas fueran una parte integral de nuestra transformación digital, en lugar de una idea de última hora”, añade Coureil.
¿Cuál es el resultado deseado de un determinado KPI?
“En algún momento es una cuestión de ontología o taxonomía: ¿Qué comportamientos se buscan? Creo que la gente mete muchas cosas en la cesta de los KPI. Hemos dedicado mucho tiempo a intentar ser extremadamente claros sobre lo que buscamos: ¿Cuál es el resultado deseado? Parece muy sencillo, pero en realidad no lo es tanto. Tener muy claro cuál es el resultado deseado de un determinado KPI”, se pregunta Coureil.
Por eso, disponer de una oficina de gestión del rendimiento está resultando esencial para una gobernanza de los KPI coherente desde el punto de vista estratégico.
¿Qué pasa con DBS Bánk?
En lugar de utilizar una oficina de gestión del rendimiento, DBS Bank gobierna el desarrollo de KPI a través de equipos multifuncionales. Estos crean mapas de valor que vinculan los viajes de los clientes con los resultados deseados.
El líder de servicios financieros con sede en Singapur revisó su modelo operativo para reflejar el hecho de que el uso de KPI más inteligentes podría mejorar de forma mensurable los resultados tanto para el negocio como para sus clientes.
“En los últimos tres años, hemos pasado a lo que llamamos un modelo operativo basado en datos”, afirma Sameer Gupta, director general y responsable de análisis del grupo.
El núcleo del modelo son los equipos interfuncionales. Representantes de varias funciones, como producto, riesgo, datos, marketing, centro de llamadas y recursos humanos, forman un equipo.
Todos los miembros del equipo se alinean en el mismo conjunto de resultados asignados a cuatro categorías. La primera es experiencia del cliente, seguido por experiencia del empleado, rentabilidad y riesgo.
¿Los rendimientos de los datos que se acompañan de la gobernanza son confiables?
Los factores que impulsan el rendimiento en cada resultado se representan en un mapa de valores que conecta las métricas de rendimiento. Cada equipo es responsable de identificar y optimizar estos factores.
“Las brigadas tratan de optimizar esos factores. Nos fijamos en muchas cosas para optimizar esos impulsores: experimentación, datos, inmersión del cliente, IA, aprendizaje automático. Todo tipo de herramientas para tratar de optimizar continuamente en coordinación y consulta con las torres de control y los cuadros de mando de gestión”, explica Gupta.
El resultado, señala Gupta, no es solo una mayor eficiencia y eficacia operativa basada en datos. Sino KPI que amplían los límites de la experiencia del cliente y del cliente de DBS. La revisión de los procesos de gobernanza de los KPI ha dado lugar a mejores KPI y a mejores resultados de los KPI.
Aunque los enfoques específicos varían, la mayoría de los directivos con los que hemos hablado se encuentran en las primeras fases de creación de estructuras de gobernanza para ayudar a que sus KPI sean más inteligentes, detallados y predictivos.
SOBRE LOS AUTORES
David Kiron es director editorial de investigación de MIT Sloan Management Review y director de programa de sus iniciativas de investigación Big Ideas.
Michael Schrage es investigador de la Iniciativa sobre Economía Digital de la Sloan School of Management del MIT.
François Candelon es socio principal y director gerente del Boston Consulting Group (BCG) y director mundial del BCG Henderson Institute. Puedes ponerse en contacto con él en candelon.francois@bcg.com.
Shervin Khodabandeh es socio sénior y director gerente de BCG y colíder del negocio de IA de BCG en Norteamérica. Puedes ponerse en contacto con él en shervin@bcg.com.
Michael Chu es socio y director asociado de BCG, donde se centra en la aplicación de la IA a problemas empresariales en funciones comerciales. Puedes ponerse en contacto con él en chu.michael@bcg.com.
REFERENCIAS (1)
1. D. Kiron, M. Schrage, F. Candelon y otros, “Strategic Alignment With AI and Smart KPIs“, MIT Sloan Management Review, 5 de septiembre de 2023, https://sloanreview.mit.edu.
AGRADECIMIENTOS
Pierre-Yves Calloc’h, director digital, Pernod Ricard Hervé Coureil, director general de gobernanza y seguridad, Schneider Electric
Jon Francis, director de datos y análisis, General Motors Emmanuel Frenehard, director digital, Sanofi
Sameer Gupta, director general de análisis del grupo y consejero delegado de DBS Bank Holly Landry, directora de datos de Maersk.
Síguenos en Google News
