¿Cómo puedo utilizar esta guía?
Esta es una breve guía de los informes empresariales. Está pensada para ayudar a las personas que tienen que enfrentarse rápidamente a los conceptos de los informes empresariales. Entre las funciones a las que va dirigida se encuentran los gestores de proyectos, los analistas de negocio y los arquitectos de sistemas. Tanto si está gestionando los requisitos funcionales y de negocio, como si está evaluando herramientas o llevando a cabo un proceso formal de selección de proveedores, hay tres formas de utilizar esta guía:
- Glosario – Definiciones básicas para las ideas clave en la elaboración de informes, con enlaces a lecturas adicionales.
- Lista de comprobación – Elementos de diseño de los informes y requisitos empresariales y funcionales que debe tener en cuenta.
- Tutorial – Anticiparse y enfrentarse a las difíciles cuestiones organizativas de la elaboración de informes empresariales.
El énfasis que se hace aquí es la entrega efectiva de información a los directivos. Esta guía no le ayudará con el contenido específico, es decir, lo que su organización debe informar (finanzas, operaciones, etc.). Tampoco revisa los proveedores y consultores de informes y BI.
¿Qué es el informe empresarial?
Defino el informe empresarial (o informe de gestión) como el suministro regular de información a los responsables de la toma de decisiones dentro de una organización para apoyarlos en su trabajo. Estos informes pueden adoptar la forma de gráficos, textos y tablas y, normalmente, se difunden a través de una intranet como un conjunto de páginas web actualizadas regularmente (o «portal de empresa»). También pueden enviarse por correo electrónico directamente a los usuarios o simplemente imprimirse y repartirse, como es habitual.
Tipos de informes de empresa
- Gestión de métricas: en muchas organizaciones, el rendimiento empresarial se gestiona mediante métricas orientadas a los resultados. Para los grupos externos, son los Acuerdos de Nivel de Servicio (SLA). Para la gestión interna, son los indicadores clave de rendimiento (KPI). Por lo general, existen objetivos acordados que deben ser objeto de seguimiento a lo largo de un periodo de tiempo. Pueden utilizarse como parte de otras estrategias de gestión, como Six Sigma o la Gestión de la Calidad Total (TQM).
- Cuadros de mando – Una idea popular es presentar una serie de indicadores diferentes en una página, como un cuadro de mando en un coche. Normalmente, los proveedores le venderán «informes enlatados» (informes predefinidos con elementos estáticos y estructura fija). Sin embargo, este enfoque debería permitir a los usuarios personalizar la vista del cuadro de mandos y establecer objetivos para diversas métricas. Es habitual que se definan semáforos para el rendimiento (rojo, naranja, verde) para llamar la atención de la dirección sobre determinadas áreas.
- Cuadros de mando integral – Método desarrollado por Kaplan y Norton que intenta presentar una visión integrada del éxito de una organización. Además de los resultados financieros, también incluyen las perspectivas de los clientes, los procesos empresariales y el aprendizaje y el crecimiento. (Debería leer sobre esto si no está seguro de qué tipo de cosas debe informar.)
Fuera de alcance
- Análisis ad hoc – Suelen llevarse a cabo una vez para tratar una iniciativa específica, y luego nunca se vuelven a visitar. Suelen consistir en la creación de un modelo en una hoja de cálculo que permite explorar escenarios «hipotéticos». Alternativamente, pueden adoptar la forma de un informe escrito o de un informe único para la dirección.
- Consulta interactiva – Mejor ejemplificada por OLAP, se refiere a la tecnología específica que permite a un analista (o a un gestor experto) manipular directamente la presentación de los datos. El analista puede seleccionar las dimensiones (por ejemplo, el tiempo, la ubicación, el departamento, el empleado, etc) y «drill-down» (expandir) y «roll-up» (colapsar) los datos.
- Minería de datos (y estadística avanzada) – Aquí se utilizan técnicas como las redes neuronales y el aprendizaje automático para descubrir patrones novedosos, interesantes y útiles en los datos. Esto es lo más adecuado para análisis como la clasificación, la segmentación, la agrupación y la predicción.