¿Mucho o poco? Los datos a medias tienen un costo.
“¿Cuánto stock tenemos?” “Mucho.”
“¿Pero cuánto?” “Y… bastante.”
Trabajando en Compras me encontré demasiadas veces con respuestas de este tipo. Mucho. Poco. Más o menos. Debe haber. Creo que quedan varios.
Como ya se imaginaran mucho y poco no son datos. Son percepciones y ni siquiera cuentan como estimaciones.
Cuando la información del sistema de gestión no es confiable, algo que debería resolverse con una consulta empieza a consumir tiempo, personas y recursos.
Cuando dejamos de confiar en el dato
Supongamos que quiero hacer un análisis de stock para planificar una compra.
Abro el sistema y encuentro diferencias, movimientos pendientes, productos mal codificados, ingresos que todavía no fueron registrados o cantidades que sé que probablemente no coinciden con el stock físico. Entonces hago algo bastante lógico: empiezo a validar, cruzo información con otra planilla, consulto al depósito, reviso movimientos, consulto si determinado material realmente está. Me fijo cuándo fue la última actualización y corrijo algunas diferencias. Y recién entonces empiezo el análisis que originalmente quería hacer.
Aquí tenemos un factor importante y es que todo ese trabajo previo no era el análisis. Era trabajo necesario para poder confiar mínimamente en la información sobre la que iba a analizar. Y ahí aparece un costo que pocas veces medimos.
¿Alguna vez calculaste cuánto te cuesta tener datos desactualizados?
• Una hora revisando una diferencia de stock.
• Otra persona verificando físicamente el material.
• Alguien buscando un movimiento que no fue registrado.
• Compras revisando una orden.
• Administración controlando una factura.
• Una planilla paralela creada porque ya nadie confía completamente en el sistema.
• Y después, probablemente, una nueva revisión para asegurarnos de que ahora sí el dato sea correcto.
Cada una de esas acciones consume horas de trabajo y eso tiene un costo. Ahora, difícilmente encontremos en el estado de resultados una línea que diga:
“Costo por trabajar con información poco confiable.”
Eso no significa que el costo no exista. Simplemente está distribuido entre las horas de las personas, los procesos y las decisiones de toda la organización. El retrabajo también es un costo operativo y muchas veces pensamos el retrabajo como una molestia: “Hay que volver a revisarlo.”
Pero desde la gestión de recursos significa que si una tarea requería una hora y termina necesitando tres porque primero debemos verificar, corregir y reconstruir información, esas dos horas adicionales tienen un costo.
Y no solamente por el salario de las personas involucradas. También existe un costo de oportunidad.
Mientras alguien está reconstruyendo información que debería haber estado disponible desde el comienzo, no está analizando proveedores, negociando mejores condiciones, planificando compras, detectando oportunidades o resolviendo problemas que realmente requieren su conocimiento.
Estamos utilizando capacidad profesional para compensar deficiencias del proceso. Y después vienen la toma de decisiones.
Por otro lado, a veces nos encontramos con un problema todavía mayor. Y es tomar decisiones sin saber que el dato está mal, y sigo desperdiciando recursos:
• Compramos porque creemos que falta.
• No compramos porque el sistema dice que hay.
• Inmovilizamos capital en productos que ya teníamos.
• Perdemos una venta porque descubrimos demasiado tarde que el stock registrado no existía físicamente.
• Generamos urgencias.
• Pagamos un flete adicional.
• Cambiamos una planificación.
Analizamos la rentabilidad, la rotación o el comportamiento de una categoría sobre una base que nunca fue completamente confiable te puede salir carisimo.
El dato incorrecto deja de ser entonces un problema administrativo y se transforma en un costo.
“Pero ahora tenemos IA y podemos automatizarlo”
Sí, pero...
Hoy podemos automatizar la carga de información, conectar sistemas, reducir tareas manuales y utilizar inteligencia artificial para procesar y analizar enormes cantidades de datos.
Y eso representa una oportunidad enorme. Pero automatizar la carga no garantiza la calidad de la información. Antes sigue existiendo una pregunta fundamental:
¿Cómo debería generarse ese dato?
Alguien tuvo que definir qué información se registra, en qué momento, bajo qué criterio, quién es responsable y qué controles permiten detectar cuando algo no ocurrió como estaba previsto.
Porque si ese proceso no existe o no está suficientemente claro, la automatización no elimina el problema. Solo lo automatiza y replica el error.
Podemos tener movimientos que se cargan automáticamente, pero si el proceso físico no coincide con el digital, si existen excepciones que nadie registra, si las codificaciones no son consistentes o si nunca realizamos controles para verificar que el sistema represente lo que realmente sucede en la operación, seguimos trabajando con información poco confiable. Solo que ahora la estamos procesando más rápido.
La tecnología puede ayudarnos a reducir errores, automatizar tareas y detectar inconsistencias. Pero necesita una base solida sobre lo cual trabajar:
• procesos claros, criterios definidos y mecanismos de control.
Por eso implementar tecnología no implica dejar de controlar. Por el contrario debe agilizar los controles.
Recordemos que automatizar no es lo mismo que ordenar y digitalizar un proceso tampoco garantiza que ese proceso sea bueno. Antes de preguntarnos qué podemos automatizar, quizás convenga preguntarnos:
¿El proceso que estamos por automatizar genera información en la que podemos confiar?
Si la respuesta es no, probablemente el primer problema a resolver no sea tecnológico sino de gestión. Por eso quizás valga la pena empezar a medir algo que normalmente permanece invisible:
¿Cuántas horas dedica hoy tu empresa a verificar, corregir o reconstruir información que debería haber estado bien desde el inicio?
Porque esas horas también forman parte del costo de tu operación. Solo que probablemente todavía no las estés midiendo. Y es importante entender si esas horas extras generan valor o se comen recursos internos.