Para obtener una ventaja competitiva en su industria o mercado, así como para mejorar la toma de decisiones en la planeación financiera mediante datos y análisis, las organizaciones líderes adoptan cada vez más conceptos leapfrog,[1] enfocándose a futuro a un pronóstico modelado, predictivo y de análisis avanzado, alineado con la disrupción digital acelerada.
Conozca los métodos adoptados por las organizaciones para hacer frente al futuro de las finanzas.
Desafíos de la planificación financiera
Lograr una planeación financiera eficaz e inteligente es complejo. Para lograrlo es esencial conocer los factores externos que impulsan el negocio, establecer objetivos financieros basados en datos, minimizar o eliminar esfuerzos del equipo para optimizar los pronósticos desactualizados, planear bajo un enfoque top down sin demasiado detalle y entender qué tan precisos son los planes actuales. Todos estos son elementos que representan un desafío para las empresas, pues identifican en qué punto de madurez de planeación se encuentran.
¿Por qué la planificación financiera debería ser diferente?
Al reinventar el proceso de planificación mediante análisis avanzados e inteligencia artificial, pueden encontrarse beneficios a corto plazo, como la creación de oportunidades para un análisis más rápido y preciso; el mejoramiento de la visibilidad para identificar agentes internos y externos del negocio; los procesos de toma de decisiones con conocimientos basados en datos, y el mejoramiento de la integración con los equipos de trabajo para gestionar los objetivos operativos.
A mediano plazo es posible observar ventajas como la generación de información de mercado de los productos o servicios, que puedan mejorar la rentabilidad y los márgenes del negocio.
Se trata de soluciones que permiten realizar planeaciones basadas en inteligencia artificial, modelado predictivo y analíticos avanzados en el mercado, para proporcionar información valiosa que impulse valor real en las organizaciones.
En esta labor, se consideran los siguientes aspectos relevantes: mejora la precisión de un pronóstico hasta 50%; incrementa la transparencia más de 20% por producto o cliente, y mejora la velocidad de la información entre 30% y 40%, de acuerdo con un análisis de KPMG en Estados Unidos.[2]
Estos modelos alcanzan pronósticos más veloces y efectivos, basándose en datos y en aprendizaje automático, mediante un conjunto de habilitadores de tecnología denominados signals repository, que ayudan a desarrollar la solución personalizada adecuada para las necesidades de cada negocio.
Las organizaciones que han aplicado este tipo de soluciones pueden mejorar su toma de decisiones, lo que les permite prever la incertidumbre en el mercado y la que se desprende de temas del propio negocio, fomentando una cultura de prevención en lugar de una de reacción ante cualquier aspecto económico, así como impulsando una gestión de datos basada en resultados para adaptar la empresa con base en estos.
[1] Leapfrogging implica que las áreas de deficiente desarrollo tecnológico o económico pueden moverse rápidamente hacia adelante adoptando sistemas de vanguardia.
[2] Resultados conseguidos en proyectos piloto de KPMG en Estados Unidos, 2019.
Nota: las ideas y opiniones expresadas en este escrito son del autor y no necesariamente representan las ideas y opiniones de KPMG en México.
###
La información aquí contenida es de naturaleza general y no tiene el propósito de abordar las circunstancias de ningún individuo o entidad en particular. Aunque procuramos proveer información correcta y oportuna, no puede haber garantía de que dicha información sea correcta en la fecha en que se reciba o que continuará siendo correcta en el futuro. Nadie debe tomar medidas con base en dicha información sin la debida asesoría profesional después de un estudio detallado de la situación en particular.
Contáctenos
- Encontrar ubicación de oficinas kpmg.findOfficeLocations
- kpmg.emailUs
- Redes sociales @ KPMG kpmg.socialMedia
