Factores críticos de éxito (FCE)

Factores críticos de éxito (FCE)

Un estudio realizado por la Universidad de Monash [1] concluye que el 85% de los proyectos de BI han fracasado en la consecución de sus objetivos. Así pues, ¿Qué determina el éxito y el fracaso de esos proyectos? A nuestro entender, una análisis de los factores críticos de éxito de estos proyectos ha de dar respuesta a esta pregunta.

Para introducir estos factores de éxito, los presentamos agrupados por categorías, numerados de 1) a 6), según el aspecto del proyecto BI que contemplan. Hemos dejado una última categoría para todos aquellos factores identificados en una revisión bibliográfica que hemos realizado, siendo todos ellos aspectos que los autores aseguran que influyen positivamente o negativamente al éxito o fracaso de un proyecto BI. Este último conjunto de factores, será el que intentaremos reagrupar y priorizar en el siguiente apartado.

1) Relativos a las herramientas de BI

¿Están fallando las herramientas de BI respecto a lo que se espera de ellas? En el trabajo de B. Azvine et al. [28] se nos dice que las actuales herramientas de BI han estado fallando en tres puntos principales:

• En la visualización de la información de lo que ha pasado.
• En ayudar a comprender la razón o las causas de lo que ha pasado.
• En la predicción de lo que sucederá.

Si realmente depende de la validez de las herramientas de BI, entonces, no es necesario preocuparse por la metodología a utilizar. La verdad es que esta visión [28] podría ser demasiado alarmista. Pero hay que reconocer que las herramientas de BI padecen aún de un gran déficit en los dos últimos puntos, aunque poco a poco van mejorando su fiabilidad.

2) Relativos a la organización

Una de las características básicas para el éxito del BI es, sin duda, la cultura organizacional y el nivel de madurez de la organización. Pero la creación y gestión de una cultura y un nivel de madurez requiere mucho tiempo. K.R. Quinn [29] ofrece cinco reglas para el éxito y otras 5 causas del fracaso de los proyectos de BI relacionados con la organización:

  + Comprender a los usuarios.

  + Utilizar el paradigma de los clicks.

  + Distinguir claramente entre usuarios productores y usuarios consumidores de información.

  + Establecer una cultura organizativa de medición y evaluación.

  + Conseguir que el proyecto de BI sea una decisión estratégica de toda la compañía.

  - Se desestiman las necesidades y deseos de los usuarios.

  - Se hace demasiado énfasis en fases menos críticas.

  - La información no es auto-explicable, poco énfasis en la semántica.

  - No se ha establecido una estrategia de medición.

  - El proyecto BI solo se ha aplicado tácticamente, no estratégicamente.

3) Relativos a la gestión del conocimiento

Otro punto a tener en cuenta al evaluar el éxito de las soluciones de BI se encuentra en los déficits o limitaciones del propio Departamento de Sistemas de Información. J. Becker et al. [30] enumeran las deficiencias en la gestión del conocimiento en los departamentos de BI.

La primera limitación que identifican es la dificultad para definir estructuras adecuadas para la localización de la información. El 30% de los documentos con información relevante se almacena y manipula en ordenadores personales o portátiles aislados por lo que el acceso a dicha información está limitando y accesible solamente a un conjunto limitado de usuarios en la organización, y no se facilitan los mecanismos para compartirlos con el resto de personal interesado.

Una segunda limitación es la dificultad del personal respecto al acceso al conocimiento para ejercer sus funciones satisfactoriamente. Esta adquisición del conocimiento requiere tiempo y dinero de la empresa repercutido en las iniciativas de formación, pero estos recursos son de difícil reutilización. Si a ello se suma una alta rotación de empleados, las pérdidas pueden llegar a ser considerables.

4) Relativos a aspectos intangibles

El éxito de la solución del proyecto BI ha de tener presente el componente intangible del proyecto que también debe ser evaluado. A. Counihan et al. [31] ya identificaban la dificultad de evaluar los aspectos intangibles de los sistemas de información estratégicos. Por otra parte, M. Gibson et al. [32] identificaban seis criterios para evaluar los beneficios intangibles de los sistemas de BI:

• Determinar la criticidad de las cuestiones intangibles.
• Separar los requisitos de los usuarios de los aspectos intangibles propios del proyecto.
• Convencer de la importancia de los intangibles a los gerentes de la empresa.
• Clasificar adecuadamente los intangibles para hacer más fácil su evaluación.
• Gestionar el proyecto orientado a resultados rápidos (quick win).
• Medir el nivel de cumplimiento de los intangibles.

5) Relativos al personal y al liderazgo

Otro factor a tener en cuenta que puede determinar el éxito o el fracaso del proyecto BI es el perfil, experiencia y formación de las personas involucradas en el proyecto, la implantación y, especialmente en el liderazgo. En este sentido, A. Faulkner y A. MacGillivray [33] identifican 12 aspectos o requisitos que debería satisfacer el líder del proyecto para asegurar un posible éxito del proyecto BI:

• Saber reflexionar antes que actuar sobre los valores de la organización.
• Focalizar los objetivos del proyecto en las necesidades más urgentes de la organización, a fin de que los resultados sean visibles lo más pronto posible.
• Ser un antropólogo amateur, identificando las necesidades del negocio y quienes las están gestionando, para proveerles de herramientas fáciles de usar según sus habilidades, necesidades y preferencias personales.
• Planificar para el éxito. Es decir, comprender como la organización evalúa el éxito y dirigirse hacia él.
• Ser un niño de pequeño, preguntando siempre el porqué de todo.
• Conseguir que el proyecto sea una iniciativa de cambio e innovación para toda la organización.
• Dialogar, dialogar y dialogar.
• Integrar e involucrar a los ejecutivos y directores intermedios como co-lideres del proyecto, para que sientan el proyecto como suyo.
• Ser proactivo, anticipar la resistencia al cambio y convertirse en el paladín de la causa de BI.
• Aprender de los demás.
• Evaluar el coste y el riesgo de la alternativa a no usar herramientas BI, y usarlo como argumento.
• Tener una mente abierta y una visión global de la evolución que puede tener el BI dentro de la organización.

Por otro lado, T. Chenoweth et al. [34] afirman que la interacción entre la tecnología y el contexto social de las empresas claramente determina el éxito o el fracaso de un banco de datos común a la organización. Y al mismo tiempo, reconocen que esta misma interacción puede determinar la extensión y evolución de un sistema de BI. En este sentido, proponen siete intervenciones clave, como una lista ordenada de preguntas básicas a considerar en todo proyecto BI.

• ¿El proyecto tiene el apoyo de la dirección?
• ¿Los futuros usuarios apoyan el proyecto?
• ¿Los usuarios accederán con el sistema a un amplio abanico de datos?
• ¿Los usuarios necesitan herramientas restrictivas?
• ¿Los usuarios entienden la relación existente entre la información que les proporcionará el sistema BI y los procesos de negocio que llevan a cabo?
• ¿Los usuarios perciben al departamento de SI como soporte y ayuda en la realización de sus procesos de negocio?
• ¿Existen usuarios líderes o ‘power users’?

La principal conclusión en este apartado es que el usuario es el centro de todo, y que la implicación del usuario en el proyecto BI va a determinar claramente el éxito o el fracaso del mismo.

6) Otros factores críticos de éxito

En esta sección proporcionamos una lista exhaustiva de FCE obtenida a partir de una revisión de la literatura científica y académica. En los trabajos analizados, se proponen diversos FCE sin focalizarlos en temas específicos de Business Intelligence como en las agrupaciones anteriores. En este caso, son más genéricos pero igualmente relevantes y críticos.

M.D. Solomon [35] nos propone una guía de aspectos a considerar cuando se lleva a cabo la implementación de una solución de BI o de Data Warehouse¹.

• El usuario participa en la definición del nivel de servicio y los requisitos de información.

• Identificar los sistemas de provisión de datos.

• Definir plan de calidad.

• Elegir un modelo de diseño adecuado.

• Escoger la herramienta ETL (Extract,Transform and Load) a usar.

• Realizar cargas de datos incrementales preferentemente.

• Escoger cuidadosamente la plataforma de desarrollo BI y el SGBD adecuado.

• Realizar procesos de conciliación de datos.

• Revisar y modificar periódicamente la planificación.

• Proveer soporte al usuario.

L.T. Moss [19] resume los 10 errores más frecuentes en la gestión de proyectos de BI y de Data Warehouse.

• No usar ninguna metodología.

• No disponer del equipo adecuado.

• Los usuarios y decisores no participan en el proyecto.

• Descomposición del proyecto en etapas inadecuadas.

• Inexistencia de una planificación del proyecto.

• Inexistencia de un plan de calidad.

• Pruebas de calidad incompletas o inadecuadas.

• No prever el volumen de datos a monitorizar o depurar.

• Ignorar metadatos y semántica de datos.

• Depender en exceso (ser esclavo) de la herramienta de gestión del proyecto.

D. Briggs et al. [36][37] proponen los siguientes FCE para sistemas decisionales:

• Patrocinio del proyecto.

• Gestión de las expectativas del usuario.

• Uso de prototipos.

• Búsqueda del resultado rápido (quick win)

• Escoger un problema de la organización medible.

• Modelización y diseño del data warehouse.

• Selección del caso de negocio adecuado.

• Alineación con la estrategia organizativa.

• Selección cuidadosa de las herramientas.

• Usuarios finales involucrados.

• Gestión del cambio organizativo.

• Consideración de la cultura de la organización.

• Centrarse en la gestión de los datos.

• Nivel de escalabilidad y flexibilidad del proyecto y la solución.

• Transmitir el conocimiento en proyectos subcontratados.

• Uso de estándares.

• Aprovechamiento de la experiencia de los miembros del equipo.

• Soporte al usuario final.

B.H. Wixom y H.J. Watson [38][39] identifican los siguientes factores como los más relevantes para un proyecto BI:

• Apoyo a la gestión de la organización.

• Existencia de un líder del proyecto.

• Uso adecuado de los recursos.

• Participación del usuario final.

• Equipo con competencias adecuadas.

• Disponer de fuentes de datos adecuadas.

• Considerar la información y su análisis como parte de la cultura de la organización.

• Alineamiento con la estrategia de la organización.

• Gestión y control del BI eficaz.

D. Sammon y P. Finnegan [40] proponen los 10 mandamientos del proyecto BI:

• Iniciativa ligada a las necesidades del negocio.

• Existencia de patrocinio de la dirección.

• Gestión de las expectativas del usuario.

• Proyecto transversal a la organización.

• Control de calidad.

• Flexibilidad del modelo de datos.

• Gestión orientada a los datos.

• Proceso automático de extracción de datos.

• Conocimiento.

• Experiencia.

R. Weir et al. [41] proponen este conjunto de mejores prácticas de BI:

• Realizar cambios incrementales.

• Construcción del sistema adaptable.

• Gestionar expectativas del usuario.

• Equipo mixto entre técnicos y usuarios finales.

• Contacto directo con la organización y el negocio.

• No perseguir la perfección.

R.S. Abdullaev y I.S. Ko [42] analizan las lecciones aprendidas de diversas experiencias en la construcción de BI:

• La centralización de datos en un data warehouse y su agregación en varios datamarts² permiten un acceso rápido y de confianza a la información solicitada.

• La definición de listados estándares para todos los usuarios favorece el intercambio de información entre departamentos de una manera más clara y consistente.

• Algunos modelos de informes predefinidos se han de implementar con el fin de proporcionar a los decisores la funcionalidad para añadir o eliminar elementos necesarios y crear informes específicos.

• Es necesario un equipo responsable de alinear las especificaciones de informes estándar con las necesidades locales y que facilite la ejecución del proyecto de BI.

• Debe existir un fuerte compromiso de la dirección para resolver cualquier conflicto y gestionar los cambios que ocurran durante el desarrollo del proyecto.

• La integración de técnicas "Six Sigma" en la infraestructura TI de la organización contribuye a un sistema BI robusto.

• La infraestructura TI ha de centrarse en una sola plataforma proporcionada por proveedores bien conocidos.

I.S. Ko y R.S. Abdullaev [43] identifican los aspectos especialmente críticos durante el desarrollo de proyectos de BI:

• Requisitos del mercado y del cliente en lugar de requisitos internos.

• Disponer de personal representante de cada departamento dedicados al proyecto.

• Equipo formado por personal competente en el proyecto.

• Adopción de una metodología de desarrollo de proyectos BI.

• Realizar y seguir una planificación del proyecto.

• Estandarización de los datos.

• Control de calidad de los datos.

• Existencia de metadatos.

• Usar solo las herramientas necesarias.

W. Yeoh et al. [44] realizan una recompilación de FCE para proyectos de BI:

• Soporte al proyecto por parte de la alta dirección.

• Disponer de los recursos adecuados.

• Apoyo comprometido por parte de la organización.

• Participación formal del usuario a lo largo de todo el proyecto.

• Soporte, formación y entrenamiento.

• Caso de negocio establecido y consensuado.

• Visión estratégica de BI integrada con las iniciativas de la compañía.

• Ámbito del proyecto claramente definido.

• Adopción de un enfoque de resultados incrementales.

• Proyecto orientado a resultados rápidos (quick wins).

• Equipo poseedor de la perfecta combinación de capacidades.

• Participación de consultoría externa en fases iniciales del proyecto.

• Experiencia en el dominio del negocio.

• Equipo multifuncional.

• Sistemas proveedores de datos estables.

• Entorno técnico estratégico, escalable y extensible.

• Prototipo usado como prueba de concepto.

• Disponer de fuentes de datos de calidad.

• Métricas y clasificaciones comunes establecidas por la organización.

• Modelo de metadatos escalable.

• Gobierno de los datos por la organización.