Ratio de fracasos: un nuevo KPI de negocio

“If you want to double your success ratio, you have to double your failure ratio” Harvey Mackay

Hace unos meses, Reed Hasting, CEO de Netflix, expresaba su preocupación por el elevado ratio de éxito de sus producciones. Declaraba que era necesario disminuirlo, tener más fracasos. Esta idea contraintuitiva, cuestionándose los axiomas del  negocio, refleja un rasgo de los líderes de la economía digital.

Netflix es una empresa orientada a datos. Sus producciones frecuentemente se basan en el análisis de abundantes fuentes de información. Esto la permite anticipar lo que el cliente quiere y traducir ese conocimiento en futuros “blockbusters”. Basta asomarse al papel desempeñado por Big Data en House of cards para hacerse una idea.

Pero, una cosa es la tolerancia al fracaso (Big Data no es infalible) y otra bien distinta es convertirlo en un KPI de negocio. Entonces, ¿por qué Netflix necesita más fracasos?

Para dar respuesta, retrocedamos al año 1974. En ese año Queen componía su más celebre canción: Bohemian Rhapsody. Pero ¿quién podría haber pronosticado el éxito alcanzado durante las siguientes décadas? Ni su productor, ni ningún experto de entonces (Elton John, al escucharla por primera, exclamó: “Se han vuelto locos”) podría haber imaginado que una canción que dura 6 minutos y mezcla tantos estilos se convertiría en la canción más escuchada del siglo XX. El problema es que ninguna inteligencia, ni humana ni artificial, podría haberlo pronosticado. Podemos anticipar cuál será la canción del verano, pero no cuál será el próximo Bohemian Rhapsody.

Reed Hastings es ambicioso, quiere conseguir ambos tipos de éxitos. Pero producir el próximo Bohemian Rhapsody pasa por experimentar, por entrar en una dinámica de prueba y error, desafiando su conocimiento actual sobre el mercado y sus clientes. Por cada éxito habrá cientos de fracasos. Por eso su ratio es importante. Es un indicador del riesgo que asume la compañía en sus producciones. Hasting tiene la mentalidad de un inversor. Está dispuesto a invertir en una “cartera de nuevas producciones” bajo un par riesgo-rentabilidad óptimo. Sabe que asume riesgos, pero también que la recompensa es elevada.

Durante el último año hemos escuchado de forma repetida cómo las empresas deben desarrollar tolerancia frente al fracaso. Pero antes, necesitamos ampliar y redefinir su significado. Debemos, como los esquimales que son capaces de distinguir entre más de cuarenta tipos de blanco, ser capaces de distinguir entre múltiples tipos de fracaso: fracasar en la ejecución de un proyecto no es lo mismo que hacerlo en una prueba de concepto que conlleve algún tipo de aprendizaje. Tampoco es lo mismo cuando aplicamos una mentalidad de inversor que diversifica su cartera para optimizar el par riesgo-rentabilidad. Es precisamente esta última mentalidad la que define a los lideres de la economía digital.

No es que a Reed Hastings le guste el fracaso, sino que tiene una idea muy clara sobre su significado y el contexto de negocio en el que se produce.

China: un nuevo paradigma para la economía digital

“Si los datos son el nuevo petróleo, China es la nueva Arabia”.

El gigante asiático es más que un imitador implacable capaz de copiar tanto un bolso como un smartphone. Hoy representa un nuevo paradigma de desarrollo de la economía digital. Sirva como ejemplo la revolución que el país lidera en la evaluación de riesgo de crédito al consumo gracias a la ubicuidad del pago móvil.

El hóngbāo o cómo el pago móvil devoró el efectivo en China.

Existe una antigua tradición en China, el “hóngbāo”, que consiste en la entrega, entre parientes y amigos, de sobres rojos con dinero durante la celebración de su año nuevo. En 2014 Wechat lanzó una campaña en la que comunicaba que era posible enviar estos sobres en formato digital dentro de su plataforma de mensajería. Los usuarios comenzaron a utilizarla con entusiasmo. Por ejemplo, algunas personas los enviaban a los chats con amigos, dejando que el primero en abrirlo recibiera el dinero contenido en él.

El objetivo de esta campaña era que los usuarios adoptarán “Wechat pay”, su medio de pago móvil. El éxito fue rotundo y los competidores, Alibaba principalmente, no tardaron en reaccionar y lanzar sus propias campañas. De la noche a la mañana se había normalizado en China el pago móvil entre amigos, al comprar en tiendas… ¡En todas partes!

Cualquier persona que viaje hoy a China constatará como el pago por móvil ha devorado al efectivo en el gigante asiático. Y esto ha abierto una oportunidad para redefinir el riesgo de crédito al consumo.

Ant Financial o cómo redefinir el riesgo de crédito al consumo.

En 2014, coincidiendo con la campaña de los sobres rojos digitales de Wechat, su competidor Alibaba creaba Ant Financial. La nueva compañía heredaba diez años de experiencia operando el sistema de pagos de su matriz. Pero a esta misión añadía la de “democratizar” el crédito al consumo. Una gran oportunidad dado el alto porcentaje de la población que carecía de cuenta bancaria y por tanto de acceso a crédito. Pero las cosas iban a cambiar con el auge de los medios de pago móviles.

Tres años después de su lanzamiento, en 2017, el WSJ publicaba un artículo con un extraño titular: “Si quieres obtener crédito en china, recarga la batería de tu smartphone”. Detrás de la noticia estaba Ant Financial y su espectacular crecimiento. La empresa había desarrollado un perfil de riesgo crediticio de millones de consumidores utilizando toda la información de su actividad a través del móvil. Los clientes de Alibaba -más de 600 millones de usuarios móviles sólo en su plataforma de comercio electrónico- al crear una cuenta (Ali ID), daban consentimiento para que la empresa pudiera explotar sus datos móviles. Y en China esto significa información sobre citas médicas, pago del seguro del coche o de su almuerzo.

Todos estos datos ofrecían relaciones sorprendentes. Por ejemplo ¿cuál es la relación entre devolver las llamadas y la probabilidad de impago de un microcrédito? Sólo la caja negra que hay detrás de la Inteligencia Artificial que utiliza la compañía lo “sabe”, pero la hay.

Ant financial es una empresa de inteligencia artificial que se nutre de todos los datos que recoge sobre sus clientes, no de las hipótesis de ningún analista de riesgo. Y aunque el uso de algoritmos no es nuevo – ya en la década de los 50´s FICO los utilizaba para crear perfiles de riesgo-, ni los datos ni el tipo de algoritmos que se utilizan son los mismos.

Más allá de la concesión de crédito, nuevos servicios de valor añadido.

Desde que Ant Financial lanzará al mercado su evaluación de riesgo crediticio – Sesame Credit Score- los acontecimientos se han sucedido y nuevas formas de monetizar esta información están proliferando. La empresa utiliza una escala de 350 (mayor riesgo) a 950 (menor riesgo) para sintetizar el perfil de riesgo de los clientes. El valor de éste depende de aspectos como su histórico de pagos, comportamiento y preferencias online, red de contactos o características personales entre otros.

Estos perfiles no sólo se utilizan para determinar la concesión de un crédito, sino que comienzan a tener nuevos usos. Por ejemplo, para rellenar de forma automática el visado de los ciudadanos chinos que quieren ir a Canadá, en plataformas de citas online (!), en comercios que ofrecen la opción de probar antes de comprar o para evitar tener que dejar un depósito cuando se alquila algo.

En otras palabras, el perfil de riesgo crediticio sirve como input sobre el que crear servicios de valor añadido a los consumidores. Con ello, no sólo se expande las fronteras del riesgo crediticio a nuevos ámbitos, sino que consigue la cuadratura del círculo: ahora son los propios clientes quienes quieren disponer de un perfil de riesgo… Y mejorarlo. Por ejemplo, dentro del servicio que ofrece Ant Financial existe una comunidad dirigida a ayudar mediante consejos a subir su puntuación.

Pero ¿por qué China y no Kenia?

Una de las razones por las que China está liderando la revolución del riesgo crediticio se debe a que posee un mercado financiero poco desarrollado que deja fuera del mismo a un porcentaje elevado de personas. Esto explica porque en otras zonas del planeta con una situación similar se estén produciendo fenómenos parecidos. Por ejemplo, en Kenia, MPesa también se ha convertido en un medio de pago móvil ampliamente utilizado y empresas como Branch están explotando la información de todas las transacciones que generan a través del mismo. Sin embargo, el orden de magnitud de datos en China es muy superior. Solo Ali Pay, con una cuota del 50% aproximada de medios de pago móviles, produce 175 millones de transacciones diarias.

En países con sistemas financieros desarrollados también comienzan a penetrar nuevas formas de evaluar el perfil de riesgo de los clientes. Por supuesto los incumbentes, como FICO, son permeables a estas nuevas fuentes de datos y algoritmos. Pero son las Fintec las que realmente están empujando el mercado. Sin ir más lejos en España, la empresa ID Finance ofrece un perfil de riesgo crediticio alternativo. No se trata de una Fintech cualquiera, su crecimiento está siendo exponencial y durante 2018 ha recibido distintos premios que avalan su trayectoria.

China: un nuevo paradigma para la economía digital

Ha llegado el momento de dejar de pensar en China como un imitador implacable y empezar a ver al gigante asiático como lo que es: un nuevo paradigma de desarrollo de la economía digital. Quizá su modelo no sea directamente extrapolable, o quizá sí. Pero no cabe duda de que su punto de partida es ventajoso: una ingente cantidad de datos sobre las que aplicar, sin complejos, inteligencia artificial.

¿HACIA DÓNDE EVOLUCIONA EL DATA CENTER?

En el contexto de negocio de transformación  e incertidumbre en el que todos los negocios están inmersos, muchas empresas se están cuestionando su modelo de data center. ¿Existe un modelo de data center de referencia? ¿Por cuál debe apostar una empresa?

En Delfos pensamos que el modelo que prevalece es el híbrido. Es decir, no se trata de un modelo, sino de una amalgama de estos. No solo nos referimos a la convivencia de lo heredado y lo nuevo. El asunto de fondo es que para ser competitivas, las empresas tienen que moverse en la confluencia de agilidad, innovación y eficiencia. Esto hace imposible que una empresa pueda apostar por un modelo único, dado que condicionaría alguno de estos aspectos.

Hace algunos años ya observamos que el mercado de data center se estaba bifurcando en dos direcciones: por un lado el data center definido por software, y por otro, el data center de infraestructura especializada, es decir, definido por hardware. Ambos modelos responden a necesidades diferentes.

El data center definido por software da respuesta al imperativo de agilidad. Las organizaciones se encuentran en un entorno de negocios impredecible y acelerado. No se puede saber con certeza cómo va a evolucionar la demanda; esto hace arriesgado tomar decisiones  ahora que puedan comprometer la trayectoria futura. Además, si aparece una oportunidad, hay que capturarla y escalarla con rapidez, antes de que la competencia se apropie de ella. En el modelo de data center definido por software, el hardware se convierte en una commodity, y es el software el que determina su función. De este modo, los recursos se definen y ajustan en función de una demanda cambiante.

La otra dirección que toma el data center es la de la infraestructura especializada, es decir, dirigido por hardware. Este modelo responde al imperativo de innovación. Los limites la frontera de la innovación están determinados por el hardware. Ejemplos claros son la inteligencia artificial y el blockchain. Ambos tienen requerimientos de cómputo muy intensivo, que afectan no solo al propio hardware, sino a la arquitectura física de la instalación, el suministro energético y el entorno físico. Por ejemplo, las condiciones climáticas de Noruega han atraído una elevada inversión en blockchain, ante la facilidad de refrigeración. La frontera de la innovación está determinada por la disponibilidad de hardware.

Estas dos líneas de evolución provienen del lado de la oferta, que basa su estrategia en uno de los modelos. Sin embargo, la demanda no puede comprometerse con una opción predefinida de data center. Las empresas no pueden apostar por la agilidad y dejar de lado la innovación, dado que erosionarían sus márgenes y sus ingresos futuros. Tampoco pueden innovar sin agilidad, dado que llegarían tarde al mercado. Además, necesitan operar de forma eficiente, entregando los recursos a medida que se necesitan, y evitando el sobredimensionamiento. Es decir, las empresas compiten en el área de confluencia de agilidad, innovación y eficiencia. Por eso, necesitan combinar las ventajas de cada modelo en la medida justa para su negocio. Es decir, el data center es híbrido por su propia naturaleza y no por una coyuntura de coexistencia de lo nuevo y lo heredado.

Además, hay que tener en cuenta que las cargas tienen un ciclo de vida, en el que cada etapa tiene sus requerimientos, y que aparecen nuevas tecnologías de forma continua. Es decir, el entorno híbrido va a estar adaptándose, incluso reconfigurándose, a medida que el negocio evoluciona. El futuro del data center es híbrido y a la vez dinámico.

El reto para muchas empresas es gestionar esta evolución con recursos limitados. Es aquí donde la oferta de tecnología como servicio entra al rescate. Eso sí, es necesario que exista una masa crítica de oferta disponible –para proporcionar agilidad y escalabilidad-, y una infraestructura especializada accesible –para permitir la innovación.

Una oferta adecuada de estos servicios proporciona una ventaja competitiva a la región, que puede crear negocios intensivos en tecnología sin comprometer inversiones. Por eso existe una competencia global por atraer inversiones en data centers. Hemos realizado recientemente un estudio en el que se detalla la importancia de la infraestructura para hacer posible esta oferta de servicios.