Ejemplo n.º 1: cómo tapar una fuga de 930.000 dólares

Presentamos «Case in Point»

Proximo lleva casi 30 años dedicándose a esta labor, desarrollando sistemas de datos, análisis y, ahora, soluciones de inteligencia artificial para organizaciones de los sectores farmacéutico y de las ciencias de la vida, asociaciones, servicios financieros, bienes de consumo y muchos otros. La mayor parte de ese trabajo nunca se ha dado a conocer públicamente. «Case in Point» es una nueva serie periódica que viene a cambiar esa situación. Compartiremos proyectos de a lo largo de nuestra trayectoria, algunos de hace muchos años y otros de este mismo año, manteniendo la confidencialidad de los nombres de los clientes. Incluimos trabajos más antiguos a propósito. La tecnología cambia rápidamente, pero los problemas empresariales subyacentes no, y algunas de las lecciones más útiles provienen de proyectos anteriores al debate actual sobre la IA.

Lo primero: tapar un agujero de 930.000 dólares.

Una empresa internacional de belleza contaba con más de 8.000 asesoras de belleza repartidas por más de 2.000 mostradores de cosméticos en tiendas minoristas. La empresa y cada minorista se repartían los salarios de las asesoras según unas condiciones complejas, y los minoristas facturaban a la empresa la parte que les correspondía. El sistema de contabilidad de la empresa no podía reflejar esas condiciones, por lo que no disponía de una forma fiable de comprobar si una factura era correcta. En el año anterior a la implantación del nuevo sistema, los minoristas facturaron de más a la empresa por valor de 930 000 dólares.

Empezamos por el propio acuerdo. Nuestro equipo analizó con detalle cómo funcionaba el reparto salarial, cómo debería integrarse un nuevo sistema con las bases de datos existentes y en qué aspectos debía mantener la flexibilidad a medida que cambiaran las condiciones. A continuación, diseñamos y desarrollamos un sistema que permitía a la empresa verificar al instante la facturación de los minoristas y detectar discrepancias por tienda, región, responsable o a nivel nacional. Tras su puesta en marcha, los pagos en exceso se redujeron prácticamente a cero.

El proyecto no implicaba el uso de IA y, aunque hubiera sido una opción, no habría resuelto el problema. El valor provino de una gestión de datos «a la antigua usanza» y de la armonización de definiciones y datos para que los gastos pudieran cotejarse con el contrato original, lo que permitió a la empresa responder por fin a una pregunta que siempre debería haber podido responder. Según nuestra experiencia, este sigue siendo el ámbito en el que las organizaciones suelen dejar de sacar el máximo partido a sus recursos, y es lo primero que recomendaríamos a cualquier responsable que revisara antes de invertir en algo más avanzado.

#PróximoEjemplo #EstrategiaDeDatos #GobernanzaDeDatos #IntegraciónDeDatos #Proximo

‍