Un tema recurrente en la teoría de inteligencia de negocios son los indicadores claves de desempeño o KPIs por sus siglas en ingles (Key Performance Indicators). Los KPIs son métricas que las empresas u organizaciones usan para medir el cumplimiento o avance de objetivos estratégicos.

Cuando se emplean dentro de un contexto de cuadros o tableros de mando balanceado, y usando la metodología de Kaplan y Norton se construyen en 4 etapas, de un proceso cíclico:

  1. Trasladar la visión a objetivos operativos.
  2. Comunicar la visión y enlazar la visión con el desempeño individual (Fijar Objetivos)
  3. Planeamiento de negocios (Fijar metas).
  4. Retroalimentación y aprendizaje

Diagrama de Proceso de Kaplan y Norton:

OPIs (Indicadores de Desempeño Operacional): Parte 1

Es claro que este proceso se sale del control de los departamentos de tecnología y que debe ser promovido y regulado por la dirección general de la empresa. A pesar de esto, de forma recurrente me encuentro que muchas organizaciones quieren implementar una estrategia de KPIs y de cuadros de mando sin tomar las consideraciones estratégicas que implica, sin involucrar a los ejecutivos o dirección general de la empresa y más importante sin tener la madurez de inteligencia de negocios necesaria.

Es muy opinión que la implementación de cuadros de mando de forma prematura, cuando la organización no está suficientemente madura y sin realizar los procesos necesarios para madurar, produce efectos destructivos para la organización.

Por eso creo que es necesaria la construcción de un “nuevo término” que le permitan a las organizaciones madurar en inteligencia de negocios y facilitar la instalación de una infraestructura tecnológica que luego puede ser usada cuando la dirección requiera cuadros de mando estratégicos y KPIs.

Mas sobre la necesidad de OPIs, en el próximo posteo.

0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

You May Also Like
Leer más

Machine Learning vs SSAS Data Mining

En este vídeo del SolidQ Summit revisaremos diferencias iniciales sobre cosas que se pueden hacer y que no se pueden hacer (nativamente) y veremos casos concretos comparando rendimiento, precisión en los resultados, como lo haríamos en cada herramienta