Jerarquía del valor de negocio de Tableau

Considere la instancia en la que se encuentra su organización respecto de la adopción de datos. Puede optar por centrarse en la optimización de costos, la eficiencia o la efectividad.

Calcule el costo total de una solución de BI y elija la opción de menor costo.

A menudo sucede que los clientes evalúan los costos de licencia, pero no consideran las tecnologías de soporte, capacitación y complementos que suman costos adicionales. Con este modelo se supone que el valor bruto que obtendrá de las tantas tecnologías de BI disponibles será prácticamente el mismo. Esto significa que lo más importante es que elija la opción que le costará la menor cantidad de dinero. Esto no siempre es cierto, pero en algunas situaciones funciona.

Existen diversos factores que deberían incluirse en el costo total de propiedad, no solo el costo de licencia. Por ejemplo, los costos de plataforma y mano de obra:

COSTOS DE PLATAFORMA

Infraestructura: hardware, infraestructura como servicio, datos (traslado/almacenamiento), servicios de sistemas

Software: licencias, integraciones a socios, tarifas de almacenamiento/conectores de datos, acceso de API, tarifas de uso

COSTOS DE MANO DE OBRA

Instalación

Configuración

Creación de informes: personal de TI que crea y selecciona el contenido

Soporte: soporte técnico y mantenimiento continuo

Capacitación: habilitación de usuarios, capacitación de instructores, programa

Cuándo utilizar el modelo de TCO

• Si implementa un análisis ejecutado por consultores u otros tecnólogos bajo contrato.

• En casos de uso centrados en la distribución de dashboards con una escasa necesidad de análisis ad hoc.

• Con visualizaciones integradas en las que el contenido estático se distribuye y la apariencia es más importante que la interactividad.

Lecturas recomendadas

Cómo elegir correctamente una plataforma moderna de análisis y BI - una guía que lo ayudará a definir los requisitos de respaldo para un flujo de trabajo de análisis moderno.

Cálculo del TCO

Ejemplo

Compare los aumentos de productividad de los trabajadores alcanzados con distintas soluciones y utilice el costo de mano de obra para calcular un retorno de la inversión.

Mediante la tecnología de análisis de datos, los trabajadores pueden comprender la información más rápidamente. El modelo de productividad del trabajador calcula el beneficio que tendrá el personal al estimar la cantidad de tiempo total que ahorrará si utiliza esta tecnología en lugar de otras.

Este modelo supone que si sus empleados dedican menos tiempo a desarrollar análisis, tendrán ancho de banda suficiente para realizar más análisis o podrán llevar a cabo otras tareas que aportan valor a su negocio.

Cuándo utilizar el modelo de productividad del trabajador

• No considera un proyecto de análisis específico, pero distribuye funcionalidades de análisis a todos los trabajadores del conocimiento.

• Intenta calcular el valor de desarrollar una cultura basada en los datos.

• Desea cuantificar el ROI de las comunidades de práctica o los centros de excelencia en relación con los datos.

Métricas que debe definir al calcular la productividad de los trabajadores

Diferencial de creación: la diferencia de esfuerzo por crear resultados de análisis en distintas plataformas en relación con el enfoque actual.

Diferencial de consumo: la diferencia de experiencia de usuario final al momento de obtener información de distintas plataformas en relación con el enfoque actual.

Factor de valor: expectativa promedio del valor agregado por un trabajador del conocimiento en su organización. Este enfoque opcional proporciona un breve modo de reflejar un componente de efectividad en el modelo de eficiencia.

Ejemplo (el propósito de este modelo es maximizar el valor; por lo tanto, es conveniente utilizar números más altos)

*Estos son los tres datos/factores que afectarán los resultados de este modelo. Tenga en cuenta a los verdaderos usuarios de su sistema de BI (en lugar de que aquellos que compren TI tengan que realizar la evaluación completa). Incluir a los usuarios que realizarán estas tareas le dará una idea de los costos asociados y de cómo escalará cada acción, además de que obtendrá estimaciones más precisas.

Cuantifique el valor obtenido a partir de la toma de decisiones mejorada gracias a un personal más informado.

El modelo de impacto esperado plantea el siguiente interrogante: “Si un trabajador tiene un X % más de probabilidades de tomar una decisión acertada con esta tecnología, ¿qué valor tiene eso?” Este modelo es el más difícil de cuantificar porque requiere que se alinee la tecnología que está evaluando con resultados de negocios reales. Sin embargo, es el más fiel a la realidad. El modelo también permite ver un aumento en la creación y el consumo de la inteligencia de negocios que no se refleja en las secciones anteriores. La eficiencia que se obtiene a partir de un menor uso de mano de obra puede aplicarse a la generación de información de negocios adicional que tenga un impacto a través del análisis.

Cuándo utilizar el modelo de impacto esperado

• Desea mejorar determinadas decisiones en relación con el personal.

• Está elaborando un análisis para un grupo de usuarios o un área problemática específicos.

• Desea un análisis escalable, repetible y reutilizable que agregue valor continuamente.

Cálculo del impacto esperado

Escenario: el beneficio comercial que se reconoce al estar más informado es definido por los resultados que intenta alcanzar. Esto incluye un valor estimado de un buen resultado.

Alcance de la decisión: ¿qué decisiones influyen en sus resultados definidos? Las líneas de negocios comprenden qué decisiones generan un impacto en los resultados que intentan alcanzar.

Mejora: ¿cuánto ayudará el acceso a los datos a los trabajadores del conocimiento para tomar mejores decisiones? ¿Cómo compara qué impacto generarán las distintas tecnologías en la toma de decisiones? Este valor puede cuantificarse en un índice de mejora que muestra cuánto valor adicional aportarán las decisiones mejoradas a su escenario.

Ejemplo

*No se pueden ver todos los puntos de datos en una única vista con el proveedor de BI; por lo tanto, no hay una mejora en la precisión.
**Los dashboards de BI aceleraron la toma de decisiones, pero no tanto como el proceso de análisis visual.