En febrero de 2021, Thierry Bolloré, director ejecutivo de Jaguar Land Rover, presentó un plan para reinventar el fabricante de automóviles de lujo. El plan está respaldado por servicios conectados, tecnologías basadas en datos y lo que él describe como “digitalización radical de todo el viaje del cliente y la experiencia de propiedad”.
Dada la reinvención de JLR, Clive Benford, jefe del programa de análisis corporativo de Jaguar Land Rover, dice que se está impulsando una cultura de datos de arriba hacia abajo. Señalando la estrategia de transformación, Benford dice: “La agilidad, la digitalización y los datos son inseparables”.
Él cree que los departamentos de TI deben pasar de estar centrados en las aplicaciones, donde entregan las aplicaciones que los usuarios comerciales requieren, a estar centrados en los datos. “Si tuviera que eliminar todos los datos de la empresa, no tendría un negocio”, dice. “Pero podrías eliminar todas las aplicaciones”.
La razón por la que TI ha evolucionado de esta manera, dice Benford, es que los sistemas tradicionalmente estaban limitados por la potencia de procesamiento de una computadora, el nivel de memoria instalada y el ancho de banda de la red. “Los datos eran un activo secundario”.
Negocio basado en datos
Muchas empresas quieren estar basadas en datos. Según la experiencia de Benford, todo el valor del análisis de datos se deriva de hacer cosas para las que los sistemas originales no fueron diseñados. “Mi experiencia en KPMG es preguntar cuáles son los impulsores comerciales y utilizar los datos para mejorar los procesos”, dice.
Un ejemplo del uso de datos para mejorar un resultado comercial es la previsión de volumen, dice. “La previsión de volumen con mayor precisión significa que puede responder antes a las señales del mercado. Esto vale una fortuna. Es una consultoría de mejora clásica”.
“Si tuviera que eliminar todos los datos de la empresa, no tendría un negocio. Pero podrías borrar todas las aplicaciones”
Clive BenfordJaguar Land Rover
Benford dice que la primera vez que el pronóstico marcó la diferencia en JLR fue en 2019, cuando el mercado comenzó a cambiar y pudo “ralentizar la producción de vehículos”.
Otro ejemplo es mejorar la forma en que JLR observa las señales en toda su cadena de suministro. “Clásicamente, es muy difícil pasar de una señal de demanda a una señal de oferta”, dice Benford. Tal señal puede identificar que la fabricación necesitará más piezas.
Los datos necesarios para ganar transparencia en todo el proceso de fabricación se distribuyen a través de numerosas fuentes de datos complejas de varios departamentos, incluidos datos de pronóstico y cadena de suministro, datos de piezas de los sistemas de gestión del ciclo de vida del producto y salida de datos de configuración del automóvil mediante una combinación de configuración y construcción del automóvil. sistemas de simulación.
Estos sistemas abarcan una amplia gama de tecnología, desde mainframes dedicados hasta planificación de recursos empresariales (ERP) y Planificación de Requerimientos de Materiales (MRP), hasta aplicaciones personalizadas de simulación de automóviles distribuidos. Esta combinación diversa de datos significaba que anteriormente era imposible consultar los datos de manera oportuna.
JLR usa TigerGraph para combinar 12 fuentes de datos separadas en un gráfico equivalente a 23 tablas relacionales, que abarcan las piezas suministradas por cientos de proveedores, a través de la lista de materiales de modelos y configuraciones particulares, hasta la secuencia de construcción de fabricación y el pronóstico de pedidos para esos autos.
Se pueden hacer diseños para el esquema, lo que permite agregar conjuntos de datos adicionales en cualquier momento. Los trabajos de importación de datos se generan para que el proceso de extracción, traducción y carga de datos se pueda repetir según sea necesario. El posprocesamiento de gráficos agrega enlaces entre los pedidos y las piezas para cualquier fecha de fabricación, lo que permite que la consulta brinde resultados en todo el libro de pedidos de JLR en unos minutos.
Descentralizado versus centralizado
Hay dos enfoques para desarrollar la experiencia en análisis de datos en una organización. El primero es contratar y capacitar a un equipo para crear un centro de excelencia y luego administrar de manera centralizada el análisis de datos para el negocio. JLR ha adoptado el otro enfoque, que se centra en democratizar el análisis de datos.
Al hablar sobre el enfoque centralizado frente al descentralizado del análisis, Benford dice: “Uno de los desafíos es que, de forma centralizada, no se puede identificar todo lo que hay que hacer”.
JLR está implementando Tableau, en un intento por democratizar los datos y el análisis. En lugar de limitar el análisis de datos a un equipo central de análisis de datos corporativos, el objetivo es brindar a tantas personas como sea posible las habilidades, las herramientas y la confianza para explorar y analizar sus propios datos.
“Este es un viaje, no un destino”, dice Benford. Haciendo referencia a un punto de referencia del Instituto Internacional de Análisis (IAA), dice: “Amazon tiene la lista más grande de cosas que hacer”, pero, desde una perspectiva analítica, el gigante minorista en línea es “el más avanzado”.
Como señala Benford, nada sucede sin personas: “Estamos en un camino del 100 % hacia científicos de datos ciudadanos. Sin una gran fuerza laboral que sea experta en análisis de datos, solo puede trabajar en un par de cosas”.
El año pasado, Benford dice que JLR triplicó la cantidad de usuarios de Tableau. “Tenemos un vínculo sólido con Tableau, y el impulso de arriba hacia abajo para el análisis de datos descentralizado es enorme. Nuestro director financiero fue el patrocinador durante mucho tiempo. Escuchas esto en las llamadas trimestrales y cae en cascada”.
JLR ahora tiene más de 1300 empleados que crean tableros y análisis de forma activa, y más de 5000 exploran estos datos y encuentran información por sí mismos.
Cuando se le preguntó sobre la velocidad a la que JLR puede cambiar a una empresa impulsada por el análisis de datos, Benford dice que hace un año no hubiera anticipado que JLR tendría un curso de alfabetización de datos 101: “Elegimos construir la capacitación nosotros mismos, ya que solo tiene sentido en el contexto de JLR y es relevante para nuestros roles en el negocio”.
Para Benford, el acceso a los datos por sí solo no es suficiente para que una empresa esté basada en datos. El acceso a las herramientas de análisis de datos es más importante. Él cree que los análisis se volverán omnipresentes en el software de productividad de oficina.
Aunque dichos productos tienden a ofrecer algunas herramientas de datos como parte del conjunto, a menudo, la solicitud de propuestas y el proceso de adquisición de herramientas de productividad de oficina no estipulan el análisis de datos. Pero Benford cree que esto debe cambiar a medida que los trabajadores del conocimiento se conviertan en científicos de datos ciudadanos.
