El ‘big data’ de la reputación en el B2B

Uno de los criterios clave hoy para la elección del mejor proveedor de servicios es la reputación. El ‘big data’ y las nuevas tecnologías constituyen el aliado perfecto para tomar esta decisión ante la inmensidad de ofertas que presenta un mercado cada vez más global y enfocado al servicio.

El big data de la reputación en el B2B

La medición de la reputación empresarial gracias a las capacidades que permiten las nuevas tecnologías hace posible un nuevo modelo de gestión para la elección de proveedores, muy útil en los sistemas colaborativos de hoy en día.

Basándose en la analítica de los datos, se puede determinar si los agentes virtuales que hoy operan en el mercado pueden comportarse como proveedores de referencia, de acuerdo con la calidad y el cumplimiento de los niveles de servicio que prestan. No hay que olvidar que uno de los argumentos en la búsqueda de un proveedor es su reputación y su buen hacer en el mercado, además del producto o servicio que oferte.

Las “organizaciones virtuales” pueden definirse como un conjunto de usuarios y entes reales que proporcionan recursos a una red de almacenamiento online con el objetivo de su explotación común. Se trata de agentes muy dinámicos entre los que fluyen los datos de manera omnidireccional. Por tanto, las empresas de carácter más técnico representan quizá el mejor escenario para profundizar en modelos de reputación computacionales.

Generar confianza o desconfianza en el mercado puede ser el detonante del éxito o fracaso de cualquier organización.

La economía se orienta a los servicios

La dinámica empresarial avanza cada vez más hacia un contexto orientado al servicio. Bajo esta visión de “servitización” de los productos, es necesario analizar y medir la reputación de una empresa basándose en la calidad del servicio ofrecido para la toma de decisiones en su posible contratación. Un ámbito factible para desarrollar esta analítica puede ser el cloud computing o el grid computing, en los que ya se ha comprobado la eficacia del modelo. La novedad pasa ahora por abarcar el análisis a los proveedores de Internet de las cosas (IoT), con un sistema basado en protocolos estándar.

Un mismo servicio lo pueden ofrecer multitud de proveedores y uno de los argumentos más contundentes para contratarlo es su nivel de reputación. Generalmente utilizado en todo el mundo, el concepto de reputación abarca parcelas como las humanidades, las artes o las ciencias sociales y, más recientemente, los entornos digitales. Generar confianza o desconfianza en el mercado puede ser el detonante del éxito o fracaso de cualquier organización.

 

La importancia de los SLA

El Service Level Agreement (SLA, acuerdo de nivel de servicio) sirve para medir la calidad de servicio con datos aportados directa o indirectamente, reflejando el grado de cumplimiento. Esta variable estudiada a largo plazo otorga un valor reputacional de cualquier servicio ofrecido por una organización de una manera automática. Aunque es la forma más clara de medir el nivel de reputación de una compañía, este es solo un criterio más de los que aporta el modelo. Adicionalmente, se pueden estudiar otros indicadores, como el nivel de seguridad que aporta un servicio. La variedad de criterios ofrece mayores garantías para la elección del mejor proveedor, a la vez que cada sector ofrece indicadores específicos que puede adoptar el modelo. A mayor información aportada, el sistema ofrece resultados más certeros.

El único requisito del sistema es que el criterio sea monitorizable y medible. Solo así se puede comparar el valor esperado de un servicio con el valor real obtenido en la monitorización.

Si el criterio de elección es el precio más económico, el sistema detectará no solo al proveedor que ofrezca el servicio al menor precio, sino también al que mejor reputación tenga en el mercado.

Requisitos para la adopción del modelo

Para la implantación de este modelo de gestión de reputación se requiere una plataforma computacional (monitor) que recopile los datos de una empresa-servicio, de forma que agregue en tiempo real datos sobre su rendimiento. Hoy en día, el big data es capaz de reunir multitud de información procedente de distintas fuentes y espacios (consumidores, otras empresas, stakeholders, redes sociales, blogs, etc.) y calcular la reputación de forma automática, algo que no es novedoso para los responsables del departamento de TI de cualquier entidad. De este modo, quien quiera implementar esta forma de elegir sus partners no deberá realizar un gran esfuerzo económico.

Las pruebas realizadas hasta el momento sostienen que, si se añade el componente de la reputación a la búsqueda del mejor proveedor, la elección final ofrece mejores garantías en el servicio posterior. Por ejemplo, una multinacional tecnológica pudo elegir un proveedor de rutas de transporte mediante un concurso al que accedieron empresas analizadas con este modelo reputacional. De acuerdo con los criterios aportados por el modelo, se pudo escoger la entidad con mayor valor diferencial entre las candidatas.

Es decir, si el criterio de elección es el precio más económico, el sistema detectará no solo al proveedor que ofrezca el servicio al menor precio, sino también al que mejor reputación tenga en el mercado.

Una vez más, la tecnología y, especialmente, la inteligencia artificial son capaces de realizar una tarea que desde el punto de vista humano resulta tediosa en tiempo y recursos, dado el gran número de competidores que hay en el mercado digital, así como la variedad de criterios para elegirlos. En muy poco tiempo, una aplicación es capaz de encontrar el mejor proveedor en un mercado que puede ofrecer más de mil opciones. Algo que ya habríamos querido tener a nuestra disposición hace tiempo para acertar en este tipo de toma de decisiones.

 


Acerca del modelo

  • Su estudio e interés se centra en organizaciones orientadas al servicio, creando la reputación de un proveedor a partir de agregar la reputación de los servicios ofrecidos por dicho proveedor.
  • Parte de la existencia de un monitor con información almacenada sobre un servicio en particular.
  • Se crea una tupla (secuencia de datos) con los siguientes elementos: cronomarcador, evento, consumidores, entidad, asunto, identificador de la organización virtual y un número X de atributos.

 

© IE Insights.