¿Cómo el Data Analytics puede potenciar el crecimiento de los profesionales?
- Rubén Díaz Cruz
- 5 jul 2021
- 2 Min. de lectura
Actualizado: 20 ene 2022
Los profesional de F&A y C cada vez son más exigido en tres roles: Expertos en transacciones financieras, control y cumplimiento y conocimiento del negocio.

El análisis de datos es parte esencial del grupo de conocimientos requeridos para los profesionales de F&A y C. Ellos tienen el perfil adecuado para profundizar en el Data Analytics ya que conocen el negocio e integran, preparan, presentan y explican información a la Alta Dirección.
La tecnología de análisis de datos es clave para extraer valor a los datos e información contenida en las aplicaciones de la organización. La Big data crece mas allá de la información financiera y operativa contenida en el ERP y los Legacy Systems; ahora se integra e interactúa con redes sociales, aplicaciones de customer relationship management (CRM), sensores de equipos, información ambiental, etc. lo que hace más crítico el análisis de datos.
Los profesionales de F&A y C tienen la oportunidad de aportar mas valor en la organización mezclando la presentación de: información histórica, información latente e información predictiva.
La información histórica se refiere al rol tradicional de presentar estados Financieros, análisis de información financiera, y operativa y tableros de control
La información latente se refiere a analizar altos volúmenes de datos con Tecnología de Business Intelligence y poder detectar patrones , valores atípicos o excepciones que los reportes tradicionales no detectan. Ejemplos: cruzar información de varios sistemas para validar aplicación correcta de precios, o confirmar que todos los servicios o productos fueron entregados y facturados.
La información predictiva se refiere, por ejemplo, a mejorar la experiencia y satisfacción de nuestros clientes después de haber analizado la información operativa, financiera y de redes sociales (datos estructurados y no estructurados) y haber mejorado los procesos.
Requisitos para que el Data Analytics agregue valor a la organización (1)

Comentarios