L

os líderes empresariales se ven sometidos a una gran presión para aumentar las capacidades analíticas y de datos de sus empresas (y hacerlo rápido), o corren el riesgo de quedar rezagados frente a competidores más avanzados en el uso de datos.

Pero ¿qué significa realmente tener éxito en este ámbito? ¿Cómo deberían medirlo las empresas?

Los indicadores que caracterizan el éxito de la transformación digital han evolucionado desde hace unos años. En una encuesta realizada por Gartner en 2018 a líderes de datos y analítica (D&A) y directores digitales (CDOs), los encuestados clasificaron tres actividades clave internas de la empresa como las más importantes para lograr el éxito en datos y analítica: crear una cultura impulsada por los datos, adoptar capacidades analíticas avanzadas y emplear una estrategia de implementación de datos y análisis bien desarrollada. Pero cuando Gartner realizó la versión 2022 de esta encuesta, los encuestados informaron que su principal prioridad ahora se centraba en el mercado externo: estas inversiones deben crear valor empresarial al ayudar a la compañía a alcanzar sus objetivos de crecimiento. Esta evolución del interés y el cambio de prioridad hacia el rendimiento y la rendición de cuentas en datos y analítica es una progresión natural destinada a responder a la pregunta “¿y qué?”

Una pregunta crítica para las empresas que están atravesando transformaciones digitales es: ¿Cómo y dónde contribuyen las inversiones en nuevas y mejoradas capacidades analíticas y de datos a beneficios empresariales tangibles como la rentabilidad y el crecimiento? ¿Deberían invertir en talento? ¿Tecnología? ¿Cultura? Según nuestra investigación, que mide el impacto del desarrollo analítico en los indicadores clave de rendimiento empresarial, el camino hacia la creación de valor real es matizado y no tan directo. No solo importa el nivel de analítica, sino también qué tan alineadas están las capacidades de análisis con los objetivos empresariales.

Cómo crean valor las empresas con la analítica

Para investigar el impacto de la alineación en la analítica sobre el rendimiento empresarial, encuestamos a 323 empresas que están atravesando transformaciones en datos y analítica (143 de estas compañías tenían sede en EE. UU. y 180 en India). Las compañías participantes representaban una variedad de sectores, incluidos telecomunicaciones, salud, energía, bienes de consumo, automotriz, logística, y servicios profesionales y financieros. El 43% de las empresas tenía ventas anuales superiores a los 100 millones de dólares, y otro 20% superaba los mil millones de dólares.

Para entender el impacto de estar alineados en el nivel de rendimiento empresarial, encuestamos a díadas de dos personas (un ejecutivo y un responsable de análisis de datos) de cada una de las 323 compañías. Fuimos intencionales en elegir y comparar la perspectiva estratégica “en la nube” del ejecutivo sénior con el punto de vista operativo “en el terreno” del analista de datos.

A los altos ejecutivos se les hicieron preguntas sobre las capacidades actuales de análisis de datos de sus empresas y el nivel de madurez de los datos (bajo, medio o alto). También se les pidió que compararan el rendimiento de su empresa con el de sus principales competidores en ocho KPIs, utilizando una escala de cinco puntos. Tres KPIs eran medidas de crecimiento: crecimiento de participación de mercado, crecimiento de ventas y crecimiento de utilidades. Dos eran métricas financieras: ingresos y rentabilidad. Y tres eran resultados centrados en el cliente: adquisición de clientes, retención de clientes y satisfacción del cliente.

Los gerentes operativos de datos respondieron a la pregunta sobre el nivel de madurez de los datos (bajo, medio o alto).

Lo que descubrimos

La pregunta de la encuesta completada tanto por los líderes sénior como por los gerentes de datos sobre el nivel actual de capacidades de datos de su empresa (baja, media o alta madurez, definidas más abajo) fue fundamental para nuestro análisis.

Las empresas eligieron un nivel bajo de madurez si realizaban la compilación manual de informes de datos, informes de datos no estandarizados, silos de datos y falta de una difusión sistemática en toda la organización. En las empresas que eligieron un nivel medio de madurez, los datos se recopilaban y analizaban de manera más deliberada, con informes estandarizados compartidos en una plataforma de toda la organización. Los datos y la analítica comenzaron a desempeñar un papel directo en la toma de decisiones empresariales clave. En los niveles de madurez más altos, las empresas usaban los informes de datos como base para todos los procesos y la toma de decisiones. En estas organizaciones, no se tomaba ninguna decisión sin recurrir a los datos e insights apropiados.

En nuestros hallazgos, descubrimos una tendencia sorprendente. Como era de esperarse, observamos una mejora en todos los KPIs a medida que las empresas avanzaban en el espectro de madurez de datos. El retorno de la inversión en talento y tecnología dio sólidos dividendos al inicio del camino en datos y analítica de una empresa: las compañías que pasaban de madurez baja a media disfrutaban de mejoras de un solo dígito tanto en los KPIs de crecimiento (8.7%) como en los KPIs financieros (8.9%), y casi de dos dígitos (9.9%) en los KPIs relacionados con el cliente. Sin embargo, los beneficios de inversiones adicionales disminuían a medida que las empresas superaban el nivel medio de madurez de datos.

De hecho, a medida que las empresas superaban el nivel medio de madurez y alcanzaban niveles elevados de capacidades de datos y análisis, sus resultados empresariales en todas las categorías de indicadores clave de rendimiento, aunque seguían siendo positivos, descendían considerablemente con respecto a los niveles máximos observados en las empresas de nivel medio.

Al profundizar más en los resultados, encontramos implicaciones importantes y matizadas para las empresas que están atravesando o considerando transformaciones en el análisis de datos. Cuando tomamos en cuenta las diferencias en “alineación de madurez de datos” entre los líderes sénior y los analistas de datos dentro de una misma organización, obtuvimos una imagen aún más clara sobre las diferencias en rendimiento en las tres categorías de KPIs.

Las empresas desalineadas

Las empresas situadas en el extremo inferior de madurez de datos obtienen beneficios en el rendimiento empresarial cuando invierten en mejorar sus capacidades hacia un nivel medio de madurez, a pesar de estar desalineadas internamente. Sin embargo, cualquier ganancia en los KPIs desaparece (y de hecho cae en terreno negativo) cuando los esfuerzos de transformación de datos de las empresas desalineadas avanzan del nivel medio al alto de madurez de datos.

La transición de una madurez media a una alta parece ser un abismo, ya que este salto requiere más que inversión en talento, herramientas y tecnología de datos y analítica. Para cruzar con éxito esta brecha, las empresas deben tener habilidades no solo en competencias analíticas, sino también y, lo que es más importante, estar alineadas internamente con su nivel de madurez de datos.

Las empresas alineadas

La alineación dentro de la empresa genera KPIs positivos en cada etapa de transición de madurez de datos, particularmente al pasar de capacidades medias a altas. Cuando están alineadas, las empresas se benefician de mejoras constantes y sostenidas en los resultados empresariales a medida que avanzan del nivel medio al alto de madurez de datos.

Alinear la organización

Nuestros resultados muestran claramente que, si bien un nivel básico de analítica puede ser suficiente cuando las empresas aún están en el rango de baja a media madurez de datos, se vuelve insuficiente y la alineación en capacidades analíticas surge como un factor necesario en la etapa de madurez de datos de media a alta si las empresas desean cosechar los beneficios de invertir en analítica.

Mientras las empresas de todos los sectores se esfuerzan por centrarse más en la analítica y lograr la superioridad de los datos y el análisis, nuestros hallazgos cuentan una historia clara y convincente que los líderes empresariales deben atender con mayor atención. Comprender la interacción entre la alineación y el nivel de madurez de los datos puede ayudar a las empresas a impulsar y mantener su rendimiento en los resultados relacionados con el crecimiento, las finanzas y el cliente.

E

n 2024, los capitalistas de riesgo invirtieron más de 200 mil millones de dólares en startups estadounidenses. En promedio, estos inversionistas obtienen alrededor de un 12% de retorno sobre sus inversiones. Sin embargo, el 95% de esos retornos son generados por solo el 5% de los inversionistas. ¿Qué se necesita para convertirse en un capitalista de riesgo de alto rendimiento, cuyas inversiones obtienen la mayor parte de las ganancias?

La clave puede estar en desarrollar una tesis de inversión eficaz. A grandes rasgos, una tesis de inversión es simplemente una lista de afirmaciones que brindan una perspectiva clara, concisa y accionable sobre una oportunidad de inversión en un sector determinado.

Es importante destacar que no todas las inversiones que han tenido éxito pueden considerarse rentables. En el mundo del capital de riesgo, no se espera que los rendimientos sigan una distribución normal. Por el contrario, en una firma de capital de riesgo exitosa, se espera que la mayoría de las inversiones fracasen, mientras que solo unas pocas deben generar hasta 50 veces el dinero invertido. Por lo tanto, una tesis de inversión eficaz es aquella que articula la creencia de que una inversión no solo dará resultados positivos, sino que ofrecerá retornos extraordinarios, el sello distintivo del capital de riesgo exitoso.

Entonces, ¿cómo pueden los capitalistas de riesgo desarrollar una tesis de inversión de este tipo? A través de mi trabajo con más de 40 empresas del portafolio como presidente de la firma de capital de riesgo corporativo TDK Ventures, he definido un enfoque de cuatro pasos para ayudar a cualquier inversionista a crear una tesis de inversión ganadora. Ciertamente, este enfoque no es el único posible. Sin embargo, hemos iterado este proceso continuamente durante los últimos cinco años en TDK Ventures, mejorándolo y simplificándolo hasta llegar a la esencia de lo más importante, y hemos comprobado que ha sido eficaz para nosotros.

Tenga en cuenta que, en este artículo, mi enfoque está únicamente en las tesis de inversión específicas de un sector. Aunque se ha publicado mucho sobre cómo definir una tesis de inversión general para un fondo de capital de riesgo, este artículo explora cómo los inversionistas pueden evaluar oportunidades específicas dentro de un segmento de mercado o sector de inversión. En otras palabras, si una tesis a nivel de fondo es como elegir en qué mar pescar, una tesis específica del sector es como decidir qué pez atrapar y qué herramientas usar dentro de ese mar.

De hecho, estas buenas prácticas nos han ayudado a identificar varias tesis que terminaron generando resultados positivos. Hemos utilizado este enfoque exacto para analizar todas nuestras oportunidades de inversión potenciales en los últimos dos años.

Estos son los cuatro pasos que utilizamos para definir estas tesis de inversión:

1. Identifique lo que usted sabe.

Definir lo que usted sabe establece la base de su tesis de inversión. El primer paso es identificar los hechos bien conocidos sobre una oportunidad dentro de un sector específico.

Pregúntese:

— ¿Cuál es el estado actual del mercado?

— ¿Cuál es el estado actual de las tecnologías relevantes?

— ¿Qué regulaciones o políticas vigentes rigen este sector?

— ¿Cuáles son los mayores desafíos que enfrentan los nuevos participantes?

Es importante recalcar que esto no se trata únicamente de definir todas las razones por las cuales una inversión es una buena idea. También es esencial reconocer las limitaciones clave de una posible tesis de inversión. Los aspectos negativos conocidos que probablemente enfrentará son tan relevantes como el potencial positivo, por lo que es vital ser consciente de ambos desde el principio.

2. Identifique lo que usted no sabe.

A continuación, es importante identificar lo que no se sabe para refinar su tesis de inversión.

Por ejemplo:

— ¿Qué incertidumbres existen sobre las condiciones futuras del mercado, y en qué medida sus suposiciones podrían resultar incorrectas?

— ¿Qué cambios regulatorios predice que pueden (o no) ocurrir?

— ¿De qué manera los datos en los que se basa pueden estar incompletos o desactualizados?

— ¿Existen circunstancias en las que sus creencias podrían no mantenerse firmes, como un cambio en el mercado o un conflicto geopolítico?

Estos tipos de incertidumbre son de esperarse, pero pueden afectar significativamente su tesis de inversión, y solo podrá anticiparse a ellas si está dispuesto a admitir que existen.

De hecho, no importa cuán confiado esté de su tesis de inversión, inevitablemente contendrá elementos desconocidos. En lugar de esconder estos riesgos y suposiciones bajo la alfombra, es esencial reconocer las posibles deficiencias de su tesis. Compartir abiertamente lo que no se sabe ayuda a su equipo a entender su postura, permite una retroalimentación de mayor calidad y refuerza su credibilidad al demostrar humildad y honestidad intelectual.

3. Detalle lo que usted cree.

Una vez identificados los aspectos conocidos y desconocidos, puede empezar a definir las creencias fundamentales que, si se demuestra que son correctas (total o parcialmente), le permitirán obtener retornos extraordinarios.

Aquí también puede documentar cómo cree usted que será capaz de aportar valor. Después de todo, el capital de riesgo no se trata solo de lograr retornos excepcionales y obtener ganancias. Una tesis de inversión eficaz también considera las fortalezas únicas del inversionista (su “superpoder”) y se enfoca en áreas en las que el capitalista de riesgo tiene una capacidad especial y única para aportar valor y contribuir a generar esos retornos.

4. Identifique lo que usted necesita ver para invertir.

Finalmente, con base en los conocimientos obtenidos en los tres pasos anteriores, defina claramente los indicadores clave de rendimiento (KPIs) que una empresa debe cumplir para justificar una inversión en ese sector. En otras palabras: A la luz de todo lo que usted sabe, no sabe y cree sobre esta oportunidad de inversión, ¿qué debe ofrecer una empresa en este sector para estar en posición de convertirse en líder de mercado?

Y recuerde: No todas las inversiones que parecen grandes oportunidades realmente lo son. Una vez que haya definido su tesis de inversión preliminar, es importante asegurarse de que esté respaldada por evidencia. No se base solo en suposiciones o intuiciones. Haga su investigación, cite sus fuentes y hable con la mayor cantidad posible de emprendedores para obtener una visión profunda del sector.

Con estos KPIs en mano, usted estará preparado para evaluar oportunidades de manera objetiva y asegurarse de que su tesis se alinee con la evidencia.

La única certeza en el capital de riesgo es la incertidumbre en sí misma. Nadie puede predecir el futuro, y ninguna estrategia de inversión es infalible. Los capitalistas de riesgo exitosos no rehúyen esta realidad, la aceptan. Al aplicar este marco de cuatro pasos, usted estará preparado para elaborar (y comunicar con claridad) una tesis de inversión que le ayudará no solo a identificar buenas inversiones, sino también oportunidades para aportar valor real y obtener retornos extraordinarios.

El panorama del capital de riesgo puede ser impredecible, pero al crear una tesis de inversión sólida, usted puede transformar la incertidumbre en oportunidad y posicionarse para liderar en el sector que elija.