AUTORES

Anna Tarantini
Data Visualization and
Engineering Expert
@Bip xTech

En la planificación y el control, uno de los problemas típicos es el enorme esfuerzo que supone obtener datos fiables de los cierres mensuales. El calendario típico de cierres oficiales termina sólo 1 o 2 semanas después de final de mes, debido al largo procesamiento en el ERP u otros sistemas de información financiera. Por ello, P&C suele crear sus propias herramientas de cierre mensual (normalmente basadas en MS Excel), una especie de “gemelos digitales” de las lógicas empresariales con modelado PxQ, lo que implica un enorme esfuerzo cada mes.

Este esfuerzo también impide que estos mecanismos se utilicen antes de fin de mes para determinar las estimaciones previas al cierre.

Este artículo explica cómo Bip xTech, a través de una mezcla de IA, RPA e ingeniería de datos, abordó las cuestiones procedentes de la alta dirección, pidiendo un cierre más rápido, rápido y oportuno de los datos reales de P&L, y predicciones fiables y frecuentes sobre el cierre de fin de mes en un plazo corto (durante el mes): lo llamamos “Smart Closing”.

La solución “Smart Closing” es una herramienta de previsión con un motor de lógica empresarial que permite calcular la cuenta de resultados para múltiples líneas de servicio (por ejemplo, en el sector de las telecomunicaciones se utilizó para los consumidores, las empresas y las PYMEs, tanto de telefonía fija como móvil).

Su motor parte de las cantidades reales granulares y los datos de las listas de precios, previendo las cantidades para el resto del mes con IA, mezclándolas con PxQ y las lógicas de control de gestión, y siguiendo la atribución a las líneas de P&L y la agregación ascendente para construir la totalidad de las P&L.

El resultado final se muestra en un cuadro de mando de BI con diferentes vistas (ejecutiva y operativa) y cuadros de mando de KPI.

Todo el proceso, desde la recopilación de datos de RPA, pasando por la previsión, el cálculo y la agregación, hasta la preparación final de los datos de BI, dura sólo unas horas, lo que permite repetir el ejercicio incluso a diario, cuando sea necesario.

Análisis avanzados para apoyar el pre-cierre mensual

Los modelos tradicionales de planificación y control razonan sobre los ciclos de información sobre una base mensual, en los que la recopilación de información real suele estar vinculada al “cierre oficial”, que prefiere la “exhaustividad” en lugar de la “pronta respuesta”. Los modelos típicos de previsión, cuando existen, se gestionan normalmente a un nivel agregado (previsión de series temporales de la línea de pérdidas y ganancias) y sólo pueden interceptar parcialmente las señales bajas del mercado.

La solución de Bip xTech se basa en dos principios fundamentales: precisión y sencillez.

La precisión está garantizada por el tratamiento de los datos históricos diarios de los principales indicadores de bajo nivel que contribuyen a determinar el valor de los resultados comerciales (Margen de Servicio), por el análisis de las dimensiones detalladas pertinentes (por ejemplo, precios/planes de tarifas, ofertas/promociones, segmentos de clientes, tipo de uso, …) que pueden influir en las tendencias y proyecciones de cada escenario comercial y por la disponibilidad de modelos de análisis avanzados capaces de interpretar las curvas históricas de los KPI y evaluar la evolución de cada escenario comercial.

La simplicidad está garantizada por la automatización de la recopilación y consolidación de la información, la capacidad de hacer predicciones para escenarios específicos únicos (por ejemplo, basados en el tipo de oferta, el perfil del cliente, etc.) y el análisis inmediato de la comparación de resultados y tendencias.

Todo el proceso comienza con el RPA ENGINE, que extrae automáticamente los datos de las distintas fuentes de forma segura (auditable desde el punto de vista informático), pero sin necesidad de que se implemente.

A continuación, en la capa de preprocesamiento de datos, el conjunto heterogéneo de datos se lee, se limpia y se prepara basándose en reglas técnicas y empresariales en cada ejecución. Se realizan comprobaciones de la calidad de los datos y se notifica automáticamente cualquier problema con los mismos.

Para cada KPI granular, los modelos de previsión de Machine Learning se entrenan automáticamente (Data Modelling

Layer) cada mes en los datos más recientes aprovechando las técnicas de Auto-ML que generan la previsión. Esto significa que el estrato de IA subyacente se autoentrena cada mes eligiendo el mejor modelo para cada una de las miles de series temporales pronosticadas, garantizando el mejor rendimiento y bajos errores.

Posteriormente, la previsión granular (P’s y Q’s) se agrega utilizando reglas de negocio para generar las líneas P/L. El rendimiento de los modelos se evalúa para autoajustar los algoritmos en la siguiente ejecución (Generador de salida)

El portal Smart Closing actúa como un orquestador de aplicaciones web, ya que se han implementado varias funciones para permitir a los usuarios el control, la autonomía y, sobre todo, la simplicidad en las actividades de ejecución de los modelos predictivos. Los usuarios están debidamente perfilados para permitir una gestión adecuada de los roles y el acceso a las funciones de administración.

A través del portal web, el usuario puede, de forma independiente y en cualquier momento:

  • Cargar archivos (listas de precios, catálogos, fechas, etc.) para apoyar la previsión
  • Ejecutar el motor RPA para recuperar los datos de los sistemas heredados
  • Ejecutar el motor de preprocesamiento
  • Consultar los cuadros de mando de control, salida del punto anterior (frescura de los datos, comprobación de la salida, comprobación de las columnas, comprobación del BPC)
  • Ejecutar los modelos predictivos (AUTO-ML)
  • Insertar ajustes manuales en las previsiones
  • Lanzar la actualización del cuadro de mando BI
  • Ver las versiones “previa” y “oficial” de los dashboards de BI

Con la entrega de este caso de uso, Bip permite al usuario final obtener de forma completamente autónoma una predicción precisa del cierre mensual, con una ventana de tiempo a corto plazo, basada en los datos granulares reales recogidos y cargados en el portal Smart Closing.

La solución está disponible en la nube, aprovechando las mejores funcionalidades nativas de AI Cloud para un mejor rendimiento y precisión.

Historia de éxito

La herramienta Smart Closing está siendo adoptada por una importante empresa de telecomunicaciones para apoyar el proceso de cierre rápido/pre-cierre mensual.

Al utilizar esta tecnología, la empresa ha registrado una reducción progresiva del error de predicción hasta menos del 1% en las ejecuciones realizadas el día 28 del mes, y un error del 2-3% en las ejecuciones realizadas a principios de la segunda parte del mes.

El esfuerzo manual para la extracción y el cálculo de datos se ha reducido a cero (unas pocas horas para controlar la entrada y la salida), gracias al uso de la automatización robótica y la IA.

Práctica de Bip xTech

LA práctica de Bip “xTech” apoya a sus clientes en el camino de la adopción de tecnologías de vanguardia, entre las que se encuentran los datos/inteligencia artificial/computación en nube/blockchain/5G/ hiperautomatización… para optimizar, aumentar la eficiencia, automatizar los procesos de decisión y hacer evolucionar el negocio a través de nuevos servicios habilitados por la tecnología.

Actuamos en todo el funnel de adopción, desde la Estrategia, pasando por el Diseño e Implementación, hasta las Operaciones, acompañando a nuestros clientes también en el proceso de transformación.

Bip xTech tiene cobertura internacional: operamos en todo el mundo desde nuestras oficinas principales en Italia, Reino Unido, España y Brasil.


Si está interesado en obtener más información sobre nuestra oferta o desea mantener una conversación con uno de nuestros expertos, envíe un correo electrónico a [email protected] con el asunto “Smart Closing” y nos pondremos en contacto con usted lo antes posible.

Read more insights

red lines

Get in touch

Milan, Italy | BIP xTech Head Office

Torre Liberty Building
Galleria de Cristoforis 1, Milan, 20121

[email protected]

    This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.