Efecto de la Inercia Organizacional Perceptual en la Adopción del Big Data Analytics

Autores:

Ernie Romero Capcha.

Alumno de la Maestría en Administración de ESAN.

Walter Palomino Tamayo, PhD

Profesor de ESAN Graduate School of Business

Durante más de una década, el big data analytics (BDA), ha sido un tema de discusión para profesionales e investigadores. Así, se tiene un crecimiento en el interés de artículos académicos y profesionales relacionados al big data analytics, el cual se ha visto incrementando exponencialmente en las últimas décadas (Faúndez & de la Fuente-Mella, 2022). El termino analytics empezó a utilizarse desde la década de los setenta, el enfoque principal en esos años de los sistemas de información se centraba en la toma de decisiones, por lo que las empresas comenzaron a crear informes rutinarios sobre lo que había sucedido es decir el pasado. No obstante, el big data analytics por definición es mucho más que reportes históricos de datos. Así, el big data analytics es el proceso holístico que consiste en recopilar, analizar, usar e interpretar datos para varias divisiones funcionales con la finalidad de obtener información procesable, crear valor comercial y establecer una ventaja competitiva (Akter & Wamba, 2016).

En adición, el procedimiento de BDA consta de seis pasos: (1) recopilar grandes datos de múltiples fuentes de datos, (2) procesar las operaciones e integrar datos con la finalidad de mejorar la calidad de BD, (3) procesar los modelos de aprendizaje mediante métodos estadísticos y minería de datos basada en el aprendizaje automático, (4) evaluar los modelos utilizando datos de prueba, (5) implementar los modelos en aplicaciones reales y (6) monitorear el performance de los modelos en términos de que tan precisas son las predicciones (Rehman & Batool, 2016). Sin embargo, a pesar de que se conoce las ventajas estratégicas del uso del big data analytics, existe una sorprendente falta de conocimiento acerca de cómo las organizaciones deben adoptar y hacer rutinarias tales tecnologías para apoyar sus objetivos estratégicos (Mikalef et al., 2021), en este sentido veremos cuál es la situación de las empresas en nuestro país respecto a la adopción del big data analytics.

Entorno para la Implementación del Big Data Analytics en el Perú

A nivel regional, el Perú no se encuentra en una zona del mundo donde seamos competitivos digitalmente, y con alta actividad de investigación y desarrollo en estos temas tecnológicos. Así, según el último ranking de competencia digital, Sudamérica se mantiene en el nivel más bajo en competitividad digital, aún lejos de otras regiones del mundo (ver Figura 1) sobre todo la zona del este asiático que viene tomando la delantera global y reduciendo la brecha tecnológica con países tradicionalmente desarrollados de Norteamérica y Europa occidental (IMD, 2022).

Figura 1

Promedio digital de competitividad digital por región (2018-2022).

Nota: Tomado del ranking de competitividad digital mundial 2022 (p.21). Institute for Management Development (IMD, 2022).

De la misma manera, si hacemos un análisis mediante la herramienta de Google Trends, la cual se ha utilizado para predecir la demanda de productos y servicios sino también para realizar un seguimiento de los cambios en la opinión del consumidor a lo largo del tiempo, podemos observar la evolución de los resultados de las búsquedas del término “big data analytics” por país y de alguna manera indirecta medir el interés y la demanda por esta tecnología (ver Figura 2).

 De la figura presentada se observa que el Perú comparado con los países líderes asiáticos el índice de búsqueda es de 6 el cual es bajo comparado con otros países como Hong Kong de índice 19, siendo un país muy pequeño donde han apostado al desarrollo tecnológico y comparado también con Corea del Sur con un índice de búsqueda de 15. También como referencia el gigante de India con un índice de búsqueda de 28, por lo que no debe sorprender el desarrollo tecnológico que tiene evidenciado con el reciente y exitosa envió de una sonda espacial a la luna.

Figura 2

Índices de búsqueda en Google Trend del término “big data analytics” por país  

Fuente: Elaboración propia

La situación en el Perú se hace patente con las diferentes evidencias anecdóticas en la prensa donde se da cuenta del poco uso de la analítica de negocios en el Perú (Gestión, 2021), así como el problema del factor humano, porque los analistas de datos son un talento escaso en el Perú (Gestión, 2022), lo cual se comprueba además con la poca disposición de las empresas peruanas en contratar en los próximos 12 meses posiciones digitales asociadas a la analítica como data analyst en 4% del mismo modo data engineer en 4% (Novella & Rosas, 2022).

Por otro lado, las empresas que desean iniciar el reto de la transformación digital presentan limitaciones para iniciar estas iniciativas de transformación digital, donde se destaca la falta de personal calificado (47%) seguido de la falta de tiempo (35%) y resistencia al cambio (34%) y el interés de los líderes de la organización (12.9%) (EY, 2022).

En este mismo sentido, el problema no parece ser solamente en el Perú, en estudios en otros países los ejecutivos mencionan que los mayores desafíos para implementar estas nuevas tecnologías están relacionados con la cultura organizacional, y el 62% mencionó la dificultad para cambiar comportamientos o actitudes organizacionales, seguido de la ausencia de una cultura basada en datos (Brown, 2023). En conclusión, la adopción del BDA viene creciendo, es importante debido a que se considera como una ventaja competitiva de las firmas; no obstante, los aspectos organizaciones son el freno para una adecuada implementación. 

Resultado del estudio de factores organizacionales en la implementación del Big Data Analytics

Del mismo modo, la implementación de nuevas tecnologías genera cambios en la organización. Así, se observa que en el Perú el proceso de adopción del big data analytics es lento, por lo que se hace necesario examinar este problema. Por este motivo, hay una necesidad de estudiar, pero desde las plausibles razones organizacionales, para lo cual se realizó de acuerdo con un enfoque de la inercia organizacional de Hannan & Freeman (1984).

La inercia organizacional nos predice que las organizaciones pueden sobrevivir solo si la velocidad de adopción y aprendizaje son más rápidas que los cambios del entorno. En consecuencia, la duración de los cambios es trascendental, entonces la inercia organizacional tiene que definirse en términos dinámicos (Palomino & Timaná, 2022). Así una de las dimensiones de esta apatía organizacional para adaptarse a los cambios tecnológicos del ambiente se encontró es la inercia perceptual, el cual es un factor inercial que se relaciona a la adopción del BDA. la inercia perceptual aparece cuando hay un desfase de tiempo entre los cambios trascendentales en el entorno y que las organizacionales sean conscientes de estos. El darse cuenta de esos cambios y la toma de conciencia de lo que implica no se ocasiona oportunamente o peor aún ni se produce.

La investigación realizada a empresas de Lima metropolitana dio como resultado que ante una de las preguntas correspondiente a la inercia perceptual ¿Nuestra empresa raras veces trata de aprender nuevos conceptos para cambiar su comportamiento? (Ver Figura 3) el 14.7% de los informantes respondió estar muy de acuerdo y de acuerdo con 17.6% obteniendo un promedio del total de encuestados igual a 3.9 correspondiente a un nivel neutro en una escala de Likert de 1 totalmente en desacuerdo hasta 7 totalmente de acuerdo.

Figura 3

Nuestra empresa raras veces trata de aprender nuevos conceptos para cambiar su comportamiento.

Nota: Elaboración propia.

Otra de las preguntas correspondiente a la inercia perceptual “Nuestra compañía raras veces utiliza información nueva para resolver sus problemas” (ver Figura 4) dio como resultado que el 2.9% estuvieron totalmente de acuerdo, muy de acuerdo con 17.6%, de acuerdo con 17.6% obteniendo un promedio del total de encuestados igual a 3.9  que equivale a un nivel neutro.

Figura 4

Nuestra compañía raras veces utiliza información nueva para resolver sus problemas.

Nota: Elaboración propia.

Finalmente, a la pregunta sobre la inercia perceptual “Nuestra empresa tiene dificultades para identificar cómo otras empresas resuelven sus problemas” (ver Figura 5)  dio como resultado que el 2.9% estuvieron totalmente de acuerdo,  ademas de muy de acuerdo con 8.8%, y de acuerdo con 17.6% obteniendo un promedio del total de encuestados igual a 4.1 que equivale también a un nivel neutro.

Figura 5

Nuestra empresa tiene dificultades para identificar cómo otras empresas resuelven sus problemas.

Nota: Elaboración propia.

            Por otro lado, en el estudio encontramos que las empresas si tienen mayoritariamente la intención de comenzar a utilizar big data analytics, así a la pregunta “Nuestra empresa tiene la intención de comenzar a usar big data analytics de manera regular en el futuro”, el 20.6% manifiesta estar totalmente de acuerdo con esta intención, 32.4% está muy de acuerdo y el 17.6% de acuerdo.

Figura 6

Nuestra empresa tiene la intención de comenzar a usar big data analytics de manera regular en el futuro.ñ

Nota: Elaboración propia.

De estos resultados podemos deducir que el 35% de las empresas reconoce de manera indirecta que tienen un problema de inercia organizacional de percepción y por otro lado el 38% no da indicios de presentar este problema de inercia perceptual, frente a un 27% que se mantiene neutral. De otro lado, se tiene una alta intención de comenzar a utilizar big data analytics con un total del 71% de las empresas; sin embargo, cuando relacionamos estas variables de inercia organizacional perceptual e intención de uso del big data analytics, encontramos una relación negativa y significativa (β=-0.2923, t = -2.7774, p = 0.0059) en el modelo econométrico ya teniendo en cuenta otras variables como tamaño de empresa, años de operación de las empresas, y sector al que pertenecen. Con lo cual la investigación concluye que la inercia organizacional es una de las barreras organizacionales para la adopción del big data analytics.

La mejor manera de superar esta barrera organizacional es mediante la difusión de los beneficios del big data analytics sobre todo a las capas gerenciales y estratégicas de la organización, además de la imperiosa necesidad del entrenamiento del personal sobre todo en áreas de estadística y analítica de datos. 

Referencias

Akter, S., & Wamba, S. F. (2016). Big data analytics in E-commerce: a systematic review and agenda for future research. Electronic Markets, 26, 173-194.

Brown, S. (2023). Survey details data officers’ priorities, challenges for 2023. https://mitsloan.mit.edu/ideas-made-to-matter/survey-details-data-officers-priorities-challenges-2023.

EY (2022).  Transformación con sentido digital 2022: Madurez digital de las organizaciones en Perú.  https://www.ey.com/es_pe/consulting/madurez-digital-en-peru.

Faúndez, M. O. & de la Fuente-Mella, H. (2022). Data Analysis and Domain Knowledge for Strategic Competencies Using Business Intelligence and Analytics. Mathematics, 11(1), 34.

Gestión (2021). Gestión, Opinión. https://gestion.pe/opinion/la-analitica-un-recurso-que-la-mayoria-de-empresas-aun-no-utiliza-noticia/.

Gestión (2022). Gestión, Management & Empleo. https://gestion.pe/economia/management-empleo/analistas-de-datos-talentos-escasos-que-contribuyen-al-desarrollo-de-estrategias-competitivas-fedu-utp-es-hoy-talento-tic-transformacion-digital-noticia/.

Hannan, M. T., & Freeman, J. (1984). Structural inertia and organizational change. American sociological review, 149-164.

IMD (2022).  International Institute for Management Development World Digital Competitiveness Ranking 2022.   https://www.imd.org/centers/world-competitiveness-enter/rankings/world-digital-competitiveness/.

Mikalef, P., van de Wetering, R., & Krogstie, J. (2021). Building dynamic capabilities by leveraging big data analytics: The role of organizational inertia. Information & Management, 58(6), 103412.

Novella, R., & Rosas-Shady, D. (2022). Talento digital en el Perú 2022: ¿qué demanda el mercado laboral?: resultados de una muestra de empresas líderes. https://publications.iadb.org/es/talento-digital-en-el-peru-2022-que-demanda-el-mercado-laboral-resultados-de-una-muestra-de.

Palomino-Tamayo, W., & Timaná, J. S. (2022). Creating firm value, overcoming organizational inertia through the marketing value chain. Academia Revista Latinoamericana de Administración, 35(1), 20-36.

Rehman, M. H., Chang, V., Batool, A., & Wah, T. Y. (2016). Big data reduction framework for value creation in sustainable enterprises. International journal of information management, 36(6), 917-928.