¿Qué es la gestión de decisiones?

Las reglas de negocio son la piedra angular de la gestión de decisiones. Cuando el sistema de automatización llega a un punto de decisión en el flujo de trabajo, el software utiliza una regla de negocio para decidir qué sucede a continuación. Las reglas de negocio consisten en una declaración condicional y luego una medida dependiendo de qué condición se cumpla. Puede modificar las reglas de negocio a medida que cambian sus procesos o situaciones.

Por ejemplo, una organización minorista utiliza la automatización para la detección de fraude en las devoluciones. Cuando un empleado ingresa una devolución en el POS, el sistema de automatización utiliza inteligencia artificial (IA) para procesar rápidamente la devolución y el historial de compras del cliente. Luego, el sistema utiliza los datos del cliente con la regla de negocio que se ha configurado para que pueda marcar a los clientes con más de cuatro devoluciones en los últimos 60 días. Durante la temporada festiva, cuando las devoluciones son más comunes, las organizaciones pueden cambiar la regla para permitir seis devoluciones en los últimos 60 días.

La automatización de procesos de negocio (BPM) a menudo se denomina simplemente automatización empresarial. Se refiere al proceso de automatizar tantas tareas como sea posible. Las organizaciones están recurriendo a software de automatización impulsado por IA que incorpora las mejores prácticas en todos los flujos de trabajo, todo en nombre de crear experiencias del cliente más rápidas y optimizar los procesos internos. Mediante el uso de la tecnología, las organizaciones pueden reemplazar los procesos manuales por procesos automatizados digitalmente, también conocidos como gestión de procesos de negocio.

Para completar el proceso de automatización del negocio, las organizaciones utilizan cuatro pasos para cada proceso:

• Descubrir: identificar oportunidades de mejora.
• Decidir: determinar el curso de acción.
• Actuar: crear aplicaciones empresariales para abordar rápidamente los requisitos cambiantes.
• Optimizar: aumentar la fuerza laboral con la optimización de la automatización impulsada por IA.

Las organizaciones que utilizan la gestión de decisiones como parte de un enfoque general de automatización del negocio a menudo ven los siguientes beneficios:

1. Empleados empoderados: con software de código bajo o sin código, casi todos los empleados pueden utilizar la gestión de decisiones sin soporte adicional para automatizar tareas definiendo reglas de negocio y creando modelos. Además de crear más eficiencias, los empleados pueden probar ideas listas para usar por su cuenta, lo que fomenta la innovación.
2. Reducción de errores: incluso el mejor empleado cometerá un error, como enviar la solicitud de trabajo incorrecta para un nuevo empleado o pasar por alto un posible fraude de devolución. Sin embargo, las máquinas no se cansan por largas horas ni se estresan por una larga fila de clientes frustrados frente a ellas. Para muchas tareas que antes eran manuales, la gestión de decisiones aumenta significativamente la precisión.
3. Decisiones más inteligentes: con la gestión de decisiones, las decisiones se basan en datos y reglas de negocio en lugar de permitir que la emoción humana o el sesgo entren en el proceso. Además, la gestión de decisiones se puede programar para incluir datos de otras decisiones similares; el machine learning también se puede aplicar para obtener insight de los proyectos de otros empleados.
4. Empleados más comprometidos: debido a que la gestión de decisiones reduce las tareas manuales, los empleados suelen estar más satisfechos con su trabajo. Luego, las organizaciones pueden utilizar los recursos adicionales para tareas que requieren el toque humano, como la atención al cliente o la lluvia de ideas.

La gestión de decisiones se puede utilizar para cualquier punto de decisión en un proceso digital que se pueda definir con reglas de negocio y cuantificar con una declaración condicional. Las empresas utilizan la gestión de decisiones para una amplia gama de procesos, incluidos los siguientes:

Crear experiencias personalizadas para los clientes

Los clientes esperan cada vez más experiencias digitales que satisfagan sus necesidades y preferencias. Mediante el uso de datos de clientes, incluidos datos propios y de comportamiento y datos de consumidores de terceros, empresas de todos los tamaños y presupuestos personalizan todos los aspectos de la interacción casi en tiempo real. A medida que las organizaciones recopilan más datos sobre el cliente, pueden mejorar la experiencia del cliente para alinearse más estrechamente con sus necesidades, incluso después de que la interacción ya haya comenzado.

Supongamos que una clienta que regresa visita el sitio web de una empresa. Con base en el historial de compras anterior, la empresa sabe que es una mujer a la que le gusta acampar. Por lo tanto, la empresa personaliza la foto del banner del sitio web y las promociones para centrarse en el equipamiento de campamento. Sin embargo, durante esta visita, la clienta mira el equipamiento de esquí. En lugar de enviar un correo electrónico de seguimiento que se centre en el equipamiento de campamento similar a una visita anterior, la automatización personaliza el mensaje con un enlace a una entrada en el blog sobre la selección del equipamiento de esquí adecuado y las ventas de guantes de esquí.

Optimización de la cadena de suministro

Para que una cadena de suministro funcione de manera eficiente y eficaz, se deben tomar múltiples decisiones a lo largo del proceso, a menudo basadas en datos cambiantes. Además, la transparencia en el proceso y las actualizaciones frecuentes de estado a menudo son requeridas por (y para) los stakeholders clave. La gestión de decisiones permite a las organizaciones utilizar analytics avanzados para optimizar el proceso de la cadena de suministro de principio a fin.

Por ejemplo, las organizaciones pueden configurar la gestión de decisiones para gestionar el proceso de pedido cuando es necesario reabastecer un artículo. Los análisis predictivos recopilan los insights de múltiples fuentes de datos para determinar qué proveedor aprobado tiene la cantidad necesaria en stock y tiene la calificación de satisfacción más alta. Luego, la organización puede utilizar analytics para optimizar las opciones de envío en función de las reglas e negocio que priorizan la velocidad y el costo como factores para seleccionar el proveedor y la opción de envío adecuados. Luego, la empresa puede automatizar el proceso para garantizar una experiencia fluida desde la colocación del pedido hasta la entrega.

Mantener el cumplimiento

Las organizaciones que funcionan en industrias altamente reguladas utilizan la gestión de decisiones para monitorear operaciones que requieren un alto grado de cumplimiento. La industria de la salud es un buen ejemplo. Debido a que el software de automatización utiliza IA y analytics para analizar los registros de los pacientes, puede determinar quién no ha firmado la documentación necesaria relacionada con la política HIPAA y marcar el registro del paciente. La automatización del negocio incluye un nuevo formulario HIPAA para que los pacientes firmen durante el proceso de registro en su próxima cita.

Revisión de solicitudes de empleo

La selección manual de solicitudes lleva mucho tiempo e invita a los sesgos humanos al proceso. Al establecer reglas de negocio basadas en los requisitos del puesto, como el número de años de experiencia y las habilidades requeridas, un departamento de recursos humanos (RR. HH.) utiliza la gestión de decisiones para automatizar la selección inicial de aplicación. Mediante la automatización, el software de RR. HH. puede buscar palabras clave en un currículo basado en reglas para evaluar si ese candidato sería idóneo para un puesto específico. El software de automatización analiza las solicitudes y envía las que cumplen con esos requisitos al gerente de contratación adecuado para su revisión.

Muchas organizaciones utilizan un sistema de gestión de reglas de negocio (BRMS) para crear y gestionar la lógica de negocio sin intervención manual. Un BRMS aprovecha la IA y el machine learning a lo largo del ciclo de vida para tomar decisiones precisas y específicas, y la mayoría tiene una interfaz fácil de usar que permite a los empleados crear reglas y modelos sin código.

Un BRMS contiene los siguientes componentes:

• Un entorno de desarrollo para definir y crear reglas de negocio
• Un repositorio donde se almacenan las reglas de negocio
• Un motor de reglas de negocio

Con IBM® Cloud Pak for Business Automation, tiene todo lo que necesita para automatizar cada proceso de negocio. La solución se integra con los sistemas de TI para escalar aplicaciones y automatizar decisiones a escala en múltiples canales. La gestión de decisiones es una capacidad clave del sistema que permite a las organizaciones de una variedad de industrias empoderar a los usuarios empresariales, tomar mejores decisiones y optimizar la experiencia del cliente. IBM Cloud Pak for Automation se basa en servicios de automatización que le permiten recopilar insights sobre su proceso de negocio y luego utilizar opciones sin código y con código bajo para automatizar el flujo de trabajo.