La toma de decisiones complejas se ha vuelto cada vez más desafiante a medida que la excelencia operativa y la productividad, especialmente dentro de las organizaciones de marketing, se convierten en ventajas competitivas vitales. En general, las empresas y los inversores más exitosos dependen de una toma de decisiones rápida y precisa, que va desde la crianza de clientes potenciales hasta las decisiones de contratación e inversión.

Las investigaciones muestran que las empresas toman hasta tres mil millones de decisiones al año y una encuesta reciente de Gartner informó que el 65 % de las decisiones son más complejas (involucran a más partes interesadas u opciones) que hace dos años.

Muchas empresas hoy en día, y los especialistas en marketing que las atienden, necesitan una mejor perspectiva para cerrar la brecha entre cantidades masivas de datos y decisiones comerciales. Solo el 24% de las empresas dicen que están "basadas en datos", mientras que otras enfrentan oportunidades perdidas, ineficiencias y mayores riesgos comerciales. La empresa promedio de S&P pierde $ 250 millones al año debido a una mala toma de decisiones.

La inteligencia de decisiones es un marco que cierra la brecha entre los conocimientos y las decisiones. Empodera a las organizaciones para tomar decisiones mejores, consistentes y basadas en datos. ¡Los líderes y los equipos pueden tomar decisiones informadas en todos los niveles de la empresa!

¿Qué es la inteligencia de decisión?

La inteligencia de decisiones (DI) es una disciplina en evolución que combina datos, análisis, IA, automatización y experiencia para tomar mejores decisiones. DI ayuda a guiar a los responsables de la toma de decisiones con información procesable utilizando técnicas de optimización, simulación y análisis de decisiones.

A diferencia de los enfoques tradicionales de toma de decisiones, que dependen en gran medida de la intuición y la experiencia, DI incorpora enfoques metódicos, analíticos y basados ​​en datos.

El enfoque de DI no está solo en la tecnología sino en cómo aumenta los procesos humanos de toma de decisiones. Es un campo multidisciplinario que se basa en la experiencia de varios campos, que incluyen informática, estadística, psicología, economía y negocios.

Según el Dr. Loren Pratt, jefe de oferta científica y cofundador del proveedor de software DI Quantellia, y autor de "LINK: How Decision Intelligence Connects Data, Actions, and Outcomes for a Better World", otro concepto clave de DI es el diseño de decisiones. como las organizaciones, diseñan casas, edificios y aviones, primero creando un plano.

Al igual que un anteproyecto, el diseño de una decisión ayuda a alinear a todos los involucrados en esa decisión, incluidas las partes interesadas, en torno a su fundamento. Descubrió que al tratar las decisiones como un problema de diseño, puede aplicar muchas mejores prácticas de diseño, como la ideación, la documentación, la representación, el refinamiento, el control de calidad y el pensamiento de diseño.

En 2019, la primera directora de decisiones de Google, Cassie Kozyrkov, estableció una nueva disciplina de ingeniería de inteligencia de decisiones para aumentar la ciencia de datos con la ciencia del comportamiento, la economía y la ciencia gerencial para enfocarse en la próxima ventaja comercial más allá de los datos.

Las decisiones inteligentes se diseñan, simulan, automatizan, supervisan y ajustan.

Profundice: ¿Por qué se basa en datos? decisión -hacer es la base de una CX exitosa

Qué no es la inteligencia de decisiones

Ciencia de la decisión. La ciencia de la decisión generalmente se ha asociado con el lado cualitativo de los datos. DS es el término general, mientras que "inteligencia de decisiones" es el lado operativo.

Inteligencia estratégica . En términos generales, la inteligencia estratégica significa utilizar conocimientos de BI para impulsar y respaldar la estrategia. También llamamos a esto inteligencia de mercado que proporciona a las empresas las tendencias actuales de la industria y da sentido al comportamiento del consumidor para navegar un curso de acción futuro.

Decisiones calculadas. No todos los resultados o recomendaciones son una decisión, dice Kozyrkov. En la terminología del análisis de decisiones, una decisión solo se toma después de que se lleva a cabo una asignación irrevocable de recursos. Si puede cambiar de opinión de forma gratuita, aún no se ha tomado ninguna decisión.

Aplicaciones de la inteligencia de decisiones

DI se aplica a varios problemas de toma de decisiones, como la asignación de recursos, la gestión de riesgos, la planificación estratégica y, sí, el marketing. Lo he usado en el desarrollo de sistemas y plataformas para decisiones complejas de energía, finanzas, políticas y marketing.

Nuestra última plataforma de inicio admitió DI para ejecutivos de comercialización, lo que redujo el proceso de toma de decisiones de nueve meses a una fracción de tiempo con mayor visibilidad, capacitación e impacto.

DI se ha aplicado en solicitudes de crédito o detección de fraude en servicios financieros. Se ha utilizado en el comercio minorista para determinar cuánto inventario comprar, niveles óptimos de existencias o pronósticos de precios. Según la Dra. Loren Pratt, el empleo de la inteligencia de decisiones puede tener un impacto positivo en las decisiones basadas en evidencia en una crisis de atención médica.

Otros casos de uso incluyen la satisfacción del cliente, la atribución de marketing y las estrategias competitivas y de comercialización. Los diseños del marco de estas decisiones eran estándar para GTM; sin embargo, la implementación requería construir una plataforma empresarial, capacitación y soporte de datos. Pero al final, este tiempo de toma de decisiones se redujo de nueve a uno o tres meses. El impacto promedio fue de más de $10 millones, incluida una empresa de indumentaria que descubrió una nueva fuente de ingresos de $90 millones gracias a la plataforma.

Profundice más: Automatización decisiones con contexto situacional en tiempo real

Beneficios de la inteligencia de decisiones

La socia sénior de McKinsey, Kate Smaje, afirma que las organizaciones ahora están logrando en 10 días lo que antes tomaba diez meses. Tener DI respalda el ritmo cada vez mayor de decisiones necesarias para seguir siendo competitivo.

El primer beneficio es que DI ayuda a los líderes a tomar decisiones complejas con información más enfocada y completa. A medida que diseña las decisiones, puede estructurar la información entre organizaciones hacia metas u objetivos específicos. Tener este tipo de visibilidad facilita la navegación de compensaciones entre objetivos en competencia. Elimina más de la parálisis de análisis que se encuentra en la mayoría de las decisiones estratégicas y tácticas de alto nivel.

Luego, DI reduce el riesgo y la incertidumbre. Los tomadores de decisiones con información y datos en tiempo real pueden aprovechar DI para identificar y mitigar de manera proactiva los riesgos potenciales. Con la visibilidad de las compensaciones, las organizaciones pueden aplicar mejor los planes de riesgo/recompensa para evitar errores costosos que obstaculicen una ventaja competitiva.

Decision Intelligence mejora la eficiencia y la productividad. Al automatizar procesos específicos de toma de decisiones y proporcionar a los tomadores de decisiones datos e información en tiempo real, DI puede ayudar a agilizar la toma de decisiones y mejorar la productividad. Estás reduciendo la latencia de decisión. Estos procesos se pueden construir o programar en sistemas para liberar tiempo y recursos para explorar más opciones o asignar a otras tareas e iniciativas importantes.

Finalmente, las organizaciones que aprovechan DI obtienen una ventaja competitiva más potente al aprovechar los datos y la tecnología al evaluar, y luego actuar, decisiones complejas más inteligentes y más rápidas que generalmente paralizan el impulso o la transformación.

Límites y desafíos de la inteligencia de decisiones

Con los datos, la IA y la automatización involucrados, no sorprende que haya algunos desafíos y limitaciones que también están presentes con DI.

Ética/sesgo. DI puede ayudar metódicamente a reducir el sesgo y reforzar las decisiones éticas. Al mismo tiempo, con cualquier sistema automatizado y basado en datos, las decisiones que aprovechan DI creadas por humanos aún corren el riesgo de desarrollarse en base a datos o algoritmos sesgados o discriminatorios. La capacitación de concientización, junto con todos los demás esfuerzos organizacionales basados ​​en datos, es imprescindible.

Disponibilidad de datos. Los líderes y gerentes de proyectos deben ser conscientes de las limitaciones de disponibilidad y acceso a los datos. La eficacia de las decisiones suele ser difícil de encontrar en conjuntos de datos más pequeños. A veces las cosas salen mal, pero se basa más en la suerte que en los datos. Para decisiones complejas y poco frecuentes, una organización puede necesitar ayuda para definir un enfoque para medir las decisiones. En tales casos, las limitaciones tecnológicas pueden impedir una solución. Las organizaciones necesitan formalizar tales procesos de toma de decisiones y solo pueden usar tecnología. Además, vale la pena resaltar lo que podría faltar o el alcance de lo que es posible.

Resistencia. Una parte importante de DI es asegurar más transparencia, consistencia y capacitación en el proceso de toma de decisiones. La cultura tradicional de los tomadores de decisiones inicialmente se resistirá ya que siente que descarta su experiencia o instinto o va en contra de sus agendas específicas. Los encargados de los esfuerzos de DI deben comunicar cómo DI beneficia sus esfuerzos y conduce a mejores resultados para las personas y las organizaciones.

Los líderes pueden superar estos desafíos y limitaciones a través de una comunicación clara y un alcance bien definido de su aplicación. Cada nueva iniciativa puede hacer crecer y mejorar la cultura de toma de decisiones de una organización.

Consejos y factores

• Elija una decisión enfocada. Comience implementando DI en funciones donde la toma de decisiones críticas para el negocio necesita mejoras (por ejemplo, basadas en datos, impulsadas por IA). Las alternativas incluyen decisiones grandes y complejas o aquellas que se pueden escalar y acelerar a través de la automatización.
  
• Comience con los resultados. Hay una avalancha de datos en su organización, pero solo debe recopilar datos relevantes para ese resultado para diseñar un modelo de decisión. Agregue datos adicionales o pruebe teorías de información adicional una vez que haya comenzado con su conjunto inicial.

• Mapear decisiones. Documente suposiciones, pensamientos, emociones, preocupaciones y temores involucrados en sus decisiones. Revíselos trimestral o semestralmente. Aumentará el poder de decisión de su organización.

• No automatices todo. Los humanos, especialmente cuando se trata de decisiones complejas y delicadas, son necesarios.

• La autoridad debe estar en la decisión. Proporcionar autoridad para tomar decisiones a las personas más cercanas al punto de impacto de esa decisión. La propiedad incentivará la toma de decisiones efectiva.
  
• Desarrollar nuevos hábitos de toma de decisiones. Enseñar a los tomadores de decisiones a aplicar las mejores prácticas sistemáticas, como el pensamiento crítico, el análisis de compensaciones, el reconocimiento de sesgos y la escucha de puntos de vista opuestos.

• Cuidado con el encuadre estrecho. En el libro “Decisive” de Chip y Dan Heath, los autores explican que una forma sencilla de mejorar la toma de decisiones es evitar limitar el alcance del marco. Una decisión rara vez es solo un "sí" o un "no". Siempre hay múltiples opciones, así que tenga al menos tres disponibles para cualquier decisión.

Conclusión

Los tomadores de decisiones frecuentemente necesitan más información, tiempo y experiencia para tomar decisiones complejas. Un estudio realizado por Bain encontró que el rendimiento empresarial parece estar correlacionado en un 95 % con la eficacia de las decisiones. Los sistemas de inteligencia de decisiones mejoran la eficacia explicando y justificando las decisiones, aprendiendo de los comentarios de decisiones pasadas y comparando el impacto para mejorar la eficacia de las decisiones.

La inteligencia de decisiones es una herramienta crucial que puede ayudarlo a tomar mejores decisiones. Al combinar la ciencia de datos, la IA y la experiencia humana, la DI puede ayudar a reducir la incertidumbre y mejorar la eficacia. Sin embargo, DI tiene sus desafíos y limitaciones. Debe ser consciente de estos riesgos y tomar medidas para mitigarlos.