(Por Agustín Portilla, profesor del Curso Data Analytics en Supply Chain y Logistica del IEEC) Hace cerca de 30 años, la caída del llamado «Bloque Oriental» cambió el mapa geopolítico de Europa. Como consecuencia directa, muchas de las naciones integrantes buscarían (y en la mayor parte de los casos, lograrían) su integración a la Unión Europea.
El objetivo de este Reporte es mostrar la performance económica (medida en términos de PBI per cápita a valores corrientes) para los otrora integrantes del «Bloque Oriental».
Y a partir de este análisis entender parte del conflicto bélico provocado por la invasión de Rusia a Ucrania, y los modelos de futuro que desean y no desean los ucranianos. Lo cual también aplica al resto de los países que supieron formar parte de la Unión Soviética y hoy unieron sus destinos a la Unión Europea.
Como veremos en el análisis que les comparto, en todos los escenarios (países integrantes de la URSS, países alineados y países no alineados), el desempeño de los países que lograron integrarse al bloque regional superó el de aquellos que no lo hicieron.
Uno de los casos más llamativos es el de los países bálticos (Estonia, Letonia y Lituania). En 1995 el PBI per cápita combinado de estos países representaba un 12% del promedio de la Unión Europea. En 2020, ese número llegaría al 59%.
Los invitamos a acceder al análisis e interactuar: https://lnkd.in/dCv9ZvxD
Una reflexión final. Al igual que en el orden político internacional, la demanda del nuevo mundo empresarial se apoya en aprovechar los datos que se generan sin parar.
La realidad es que los profesionales que se dedican a Data Analytics y a la Inteligencia Artificial aún son pocos y por lo tanto enormemente buscados y necesarios.
Por ello, proponemos cuatro pasos fundamentales para avanzar en el fortalecimiento de estas capacidades dentro de las organizaciones:
1) Comenzar con una visión interna, que traiga consistencia a los procesos existentes, identificando algunas familias de roles dentro de cada compañía, vinculados a Data Analytics:
- Análisis avanzado, Inteligencia y aplicaciones al negocio
- Management de la información y gestión de datos
- Interpretaciones de los hallazgos, visualizaciones y reportes
2) El paso siguiente para cada una de estas familias será definir los tipos de trabajo que le corresponden, el porqué, qué indicadores de performance utilizar y la experiencia y educación previas necesarias.
3) Avanzar hacia la evaluación y autoevaluación de cada candidato. Con los datos que se recogen se puede hacer un mapa para comenzar a desarrollar la capacidad en la empresa.
4) Adquirir las competencias necesarias por parte de los equipos. Con este objetivo, el IEEC comenzará su curso ‘Data Analytics en Supply Chain y Logística’ en mayo de 2022. Para obtener más información hace clic acá. Te invitamos a conocerlo.
Estos pasos son aplicables tanto a grandes como a pequeñas empresas, éstas últimas con quizás menores capacidades para desarrollar el área, pero idénticas necesidades, porque el objetivo y la visión son compartidas respecto a entender y responder a los desafíos que impone el mercado.
Para cada tamaño particular de empresa y de oferta de productos o de servicios todos tienen la misma urgencia de entender a los clientes y avanzar con más seguridad en ese sentido.
