Es indudable que, de forma frecuente, las empresas y organizaciones deben tomar decisiones que marcan inevitablemente su futuro tanto en el corto como en el mediano y largo plazo.
Estas decisiones implican costos y beneficios que eventualmente contribuyen a su éxito o fracaso.
Sumado a lo anterior, también es más que evidente que la sociedad se encuentra actualmente en la era de la información.
Antes de la llegada de Internet y la digitalización, el costo de acceso a información tanto cualitativa como cuantitativa era elevado, en términos de tiempo y dinero, por lo que resultaba complicado obtener un panorama completo y en tiempo real de la situación de una empresa y del mercado en que se desempeña.
Sin embargo, el problema actual planteado es esencialmente lo contrario.
Existe tal volumen de información y de datos cuantitativos, que se torna un gran desafío la capacidad de gestionarlos, procesarlos, condensarlos y luego interpretarlos de la manera más correcta posible para tomar decisiones en los negocios.
Esto explica, en gran medida, el hecho de que exista una creciente demanda a nivel mundial de profesionales especialistas en análisis y ciencia de datos, que tengan conocimientos específicos para el procesamiento de los mismos y su correcta interpretación, con el objetivo de ayudar con un sustento técnico y rigor científico a las gerencias, en la toma de decisiones.
En este orden de ideas, la presente entrada es una reflexión teórica, educativa, evidenciada principalmente desde la revisión bibliográfica, pero con implicancias prácticas, que pretende reconocer la importancia del análisis estadístico de los datos en el sector empresarial, y un proceso de referencia a seguir para una mejor toma de decisiones.
Se argumenta que, sin el elemento del análisis estadístico dentro de las operaciones de las empresas, estas últimas se encontrarán sin información clave para la previsión, sin un panorama claro del negocio y, sobre todo, se exponen a cometer errores que en un futuro pueden llegar a afectar el funcionamiento correcto de su organización o sus beneficios potenciales.
Dirigir sin información estadística suficiente en las organizaciones, es como, en palabras de Pacheco (2013) “pretender navegar sin brújula en medio del océano”.
El contenido del artículo se estructura como sigue: se describe primero las ventajas que proporciona el uso de las estadísticas para tomar decisiones en las empresas. Luego se expone, de manera muy breve, las principales aplicaciones en el mundo empresarial y, por último, se describe una serie de etapas de un proceso de toma de decisiones de negocios que puede utilizarse de referencia para solucionar un problema.
Ventajas que reflejan su importancia
Proporciona un panorama más objetivo de su situación actual y del mercado
La estadística aplicada, permite obtener inferencias a partir del análisis del comportamiento de los datos. Si el procesamiento, análisis de los datos, y las relaciones entre variables se realizan correctamente, la inferencia proporciona información razonable sobre las condiciones inmediatas del mercado.
Del mismo modo, permitiría comprobar ciertas relaciones entre variables y diseñar escenarios para evaluar qué sucedería ante cambios en determinadas variables.
Por ejemplo, en una investigación de mercados, podría revelarse vínculos entre dos variables como ofertas específicas de ventas y las variaciones que experimenta la empresa en sus ingresos mensuales. También podría observarse una relación entre el nivel de satisfacción del cliente y los productos específicos comprados, o evaluar la relación existente entre los gastos en publicidad y el nivel de ventas a través del tiempo.
En este sentido, profundizar en el análisis de datos puede proporcionar una mayor certidumbre para tomar decisiones, de por ejemplo invertir en más publicidad, mantener un nivel de inventarios mayor o menor de acuerdo a las proyecciones de ventas, lanzar o no un nuevo producto al mercado, etc. Asimismo, en una empresa industrial permitiría ahorrar dinero al reducir costos innecesarios por materiales perdidos y desechos, y a la vez, mejorar los procesos.
Proporciona un fundamento técnico y rigurosidad científica a las decisiones
Las decisiones que solo se basan en lo empírico, intuitivo o recomendaciones de “expertos”, y aquellas que no toman en cuenta la situación particular de la empresa y el mercado en el que se desenvuelve, no resultan adecuadas. Por tanto, si las decisiones se toman de esa forma, existen altas probabilidades de equivocarse, o de desaprovechar oportunidades que de lo contrario pudieron haberse obtenido.
Por este motivo, el tomador de decisiones, sea este el gerente o los directivos de la organización, deben basar sus decisiones en las evidencias técnicas presentadas por los profesionales especializados en el análisis de datos, de modo a decidir lo que más conviene de entre las alternativas presentadas, que minimicen costos y maximicen los beneficios.
En este sentido, la estadística aplicada en el análisis de decisión posee un elemento técnico y un método científico que proporciona evidencias para tomar posiciones, y una mayor seguridad en los caminos a seguir en la organización. “Sólo es posible dirigir bien lo que se conoce bien, y sólo es posible conocer bien lo que se teoriza bien” (Pacheco, 2013).
Aplicaciones en los negocios
En la práctica existen innumerables situaciones donde resultaría de mucha utilidad la implementación de técnicas estadísticas para comprender mejor la situación que atraviesa la empresa y las decisiones posibles que puede tomar para mejorarla, crecer y obtener mayores beneficios.
Las principales aplicaciones de las técnicas estadísticas tienen su utilidad en:
• El control estadístico de calidad
• Niveles de satisfacción de clientes, para evaluar necesidad de mejora en la calidad de los productos o servicios ofrecidos
• Accidentes laborales y la frecuencia con que ocurren
• Nivel de inventario promedio a mantener en un periodo de tiempo determinado
• Proyección de ventas
• Proyección de costos
• El nivel de cumplimiento promedio de los proveedores.
• Análisis de sensibilidad
• Estimación del número de productos defectuosos en promedio
• La investigación de mercado
Proceso de toma de decisiones de negocios por medio del análisis estadístico y de decisión
Se puede mencionar que existe una serie de etapas para llegar a una toma de decisiones eficiente utilizando las herramientas estadísticas y el análisis de decisión.
- El decisor plantea la problemática existente
Es evidente que para solucionar un problema que requiere una toma de decisiones, primero se debe identificar dicho problema, plantearlo y definirlo. Ejemplo: las ventas han caído un 30% acumulado en los 3 últimos meses.
Un problema bien planteado, ayuda a evitar confusiones y sobre todo a concentrar los esfuerzos para encontrar la solución.
- Recopilación de datos acerca del problema
Reunir los datos necesarios para investigar el origen del problema. Pueden ser datos ya obtenidos con anterioridad por los registros de la empresa, por ejemplo ventas, costos y gastos. O bien, puede que sea necesario adquirir nuevos datos no disponibles actualmente. Una herramienta útil para esto último sería, a modo de ejemplo, una encuesta aplicada a una muestra representativa de clientes.
- Procesamiento de los datos
Desde luego, las bases de datos por sí solas no dicen nada. Se deben procesarlas correctamente, realizar filtros, obtener medidas de resumen, tendencias, construir variables y transformarlas, realizar gráficos descriptivos, etc. Algunas de las medidas de resumen podrían ser las denominadas “medidas de tendencia central”, como la media, mediana y la moda.
Otras medidas resumen serían las “medidas de dispersión”, como la varianza y desviación estándar, que miden básicamente la distancia promedio que tiene cada observación de la muestra con respecto a su media.
La construcción y transformación de variables se realiza a través de transformaciones algebraicas que permiten obtener porcentajes, tasas de variación, logaritmos, etc.
- Elaboración del modelo probabilístico con las soluciones alternativas
Lo anterior constituye la base o la materia prima para la elaboración de un modelo estadístico o probabilístico y para el análisis de decisión. Los modelos elaborados deben tener en cuenta las ganancias y pérdidas esperadas de cada alternativa de solución.
Un modelo es una simplificación de la realidad. A través de supuestos, ecuaciones, relaciones entre variables, y siguiendo una metodología adecuada, se pueden obtener conclusiones razonables para la solución de un problema. Desde luego, nunca representará de forma total la realidad, ni predecirá el cien por ciento de los casos, pero podría aproximarse en buena medida a los resultados reales observados.
Lo que se busca en esta etapa es ajustar un modelo que explique y se ajuste bien a los datos, e identifique correctamente las relaciones entre variables, de modo a poder utilizarlos posteriormente para pronósticos o previsiones. También se busca plantear escenarios hipotéticos, e introducir las alternativas de decisión en los modelos, para calcular costos y beneficios esperados.
Existen muchos modelos matemáticos-probabilísticos a utilizarse, que dependerán de la situación particular de la empresa, los objetivos que persigan con el modelo, los recursos que dispongan y la naturaleza del problema. El describir en detalle estos modelos haría muy extenso este esbozo, por lo que algunos de ellos serán analizados en un próximo artículo.
- Elección de una alternativa por parte del decisor, para resolver el problema
Luego de la elaboración del modelo, y que a través de él ya se hayan calculado los costos y beneficios esperados de cada alternativa, el decisor debe elegir una. Los criterios de decisión suelen ser variados, dependiendo del grado de optimismo o pesimismo del tomador de la decisión.
Por ejemplo, si se es optimista en cuanto a las previsiones en su mercado, podría elegirse una alternativa que se espera maximice las ganancias máximas futuras, criterio denominado “Maximax”. No obstante, por lo general es mejor asumir cierto pesimismo, sobre todo cuando la competencia es grande y el clima o ambiente económico es incierto.
En este último, el criterio generalmente utilizado es el de maximizar las ganancias mínimas esperadas posibles, es decir, para cada alternativa se estima la ganancia más baja posible, y luego se elige la alternativa que tiene la mayor ganancia de entre todas las ganancias mínimas de las alternativas. Este criterio se denomina “Maximin”.
Estos criterios solo son algunos de los muchos existentes en la literatura, que ya se tendrá oportunidad de analizar en una siguiente entrega.
Consideraciones finales
En este artículo se enfatizó la importancia que posee la implementación del análisis estadístico de datos en las empresas para la toma de decisiones de negocios. Las empresas deberían evaluar si los beneficios potenciales adicionales que obtendrían de su implementación, compensan los costes adicionales de dicha implementación en su organización. Es probable que muchas empresas, sobre todo las más pequeñas, no estén dispuestas a pagar por ello, porque tal vez crean que no verán resultados diferentes, y que el empirismo con que se manejan, sea suficiente.
De todos modos, debe tenerse en cuenta que el uso de estas herramientas no garantiza que necesariamente se tendrá éxito en sus resultados, ya que se está trabajando con modelos, que al fin y al cabo son aproximaciones. Tampoco debe cometerse el error de creer que el uso y aplicación de las mismas son suficientes, y que ya no son necesarios los conocimientos teórico-conceptuales sobre el funcionamiento de las organizaciones.
En ese sentido, las estadísticas y los análisis de decisión simplemente pretenden dotar, a los gerentes y directores, la posibilidad de tomar decisiones lo más acertadas posible, de acuerdo al diagnóstico técnico de la situación de la empresa en contextos de incertidumbre. No otorgan fórmulas mágicas para solucionar todos los problemas.
Las herramientas estadísticas son, en esencia, y como la expresión lo indica, herramientas muy útiles. Sin embargo, su efectividad dependerá en primer lugar, del tratamiento que se ha realizado a los grandes volúmenes de datos existentes, el modelo adecuado al problema, y su complementación con las buenas prácticas organizacionales.
Finalmente, esta entrada se ha realizado sobre todo en un nivel descriptivo. Se reconoce que los conocimientos aquí expuestos resultan ser aún bastante generales y no poseen una aplicación inmediata.
Como se ha mencionado, se pospondrán para un próximo artículo cuestiones más prácticas, específicamente modelos matemáticos y estadísticos más conocidos y utilizados frecuentemente.
Referencias bibliográficas
Newbold, P., Carlson, W. L., & Thorne, B. M. (2013). Distribuciones de probabilidad discretas. En A. Cañizal y M. Vázquez (Eds.). Estadística para administración y economía (8a ed. pp. 137-190). Pearson Education, S.A.
Pacheco, A.(2013). La estadística aplicada como herramienta para la dirección integral de las organizaciones. (Spanish). Gestión Y Estrategia, (44), 125-138
Ramírez, H. (12 de agosto, 2020). El proceso de toma de decisiones en una empresa [mensaje en un blog]. https://protecciondatos-lopd.com/empresas/proceso-toma-de-decisiones-en-una-empresa/#Modelos
Salinas, J. (1993). Teoría de decisiones. En J. Carrillo (Ed.). Análisis estadístico para la toma de decisiones en administración y economía (1ed. pp. 316-348). Universidad del Pacífico-Lima.
Villegas, D. A. (2019). La importancia de la estadística aplicada para la toma de decisiones en Marketing. Revista Investigación y Negocios, 12(20), 31-44. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2521-27372019000200004&lng=es&tlng=es.
