01.aplicaciones Del Big Data Analytics A La Gestión de Costes

01
Aplicaciones de Big Data Analytics

a la Gestión de Costes
Inventarios permanentes 02
Criterios de valoración de las Existencias 04
Centros de costes 05
Aprovisionamiento 06
Transformación 07
Centro de costes comerciales 08
Módulo Big Data Analytics e Indicadores de Gestión
Centro de costes de administración 08

Criterios de Imputación de costes 09
Coste del producto y umbral de rentabilidad 10
Full Costing 11
Direct Costing 12
Umbral de Rentabilidad 13
Big Data Analytics 13
Procesos y Áreas de reducción de costes 15
Aplicaciones para la reducción de costes 16
Incidencia del big data en los costes 17
Triángulo calidad, coste y big data 18
Aplicaciones sectoriales del big data 18
Sistema sanitario y de salud 19
Transporte aéreo 20
Empresas de seguros 22
Empresas de telecomunicaciones 23
Casos prácticos resueltos

Aplicaciones del Big Data Analytics a la Gestión de Costes
I. Inventarios permanentes
Los inventarios contienen la relación de las existencias vinculadas

a la explotación de la empresa. Registran las entradas y salidas de
materiales. Se pueden valorar a precios de coste o a precios de venta.
Los programas de inventarios suelen recoger el código de los artículos, su

descripción, stock inicial, entradas, salidas, precios medios, última compra,
niveles recomendables (mínimos y máximos) de existencias, valoración por
elementos y total.
Las empresas industriales hay al menos tres clases de existencias: materias

primas, productos y trabajos en curso y productos terminados.
Ejemplo:
Una empresa adquirió durante el pasado ejercicio económico 11.000 unidades de materias
primas a un coste unitario de 100. Las existencias iniciales valoradas al mismo precio eran
de 1.000 unidades y las devoluciones de compras fueron 750 unidades. Los costes de aprovi-
sionamiento se calcularon en 500.000 y las existencias finales eran 900 unidades.
Determinar el coste de las materias primas consumidas de acuerdo con el siguiente cuadro:
Consumo de Materias Primas

Compras totales .......................................... (11.000 x 100) ....................... 1.100.000
- Devoluciones ............................................. (750 x 100) ........................... (-) 75.000
Compras netas .......................................................... 1.025.000
+ Costes de Aprovisionamientos ................................................................ 500.000
Coste de materiales comprados ............................... 1.525.000
+ Existencias iniciales ................................................................................. 100.000
- Existencias finales ...................................... (900 x 100) ............................ (-) 90.000
Coste de las materias primas consumidas ................ 1.535.000
2
Los costes sufridos por mermas, deterioro u obsolescencia suelen afectar

a las materias primas, productos en curso y productos terminados. Pueden
calcularse con carácter estándar (mediante estudios estadísticos) o con ca-
rácter histórico (real).
I.P. =Valoración según coste industrial.
3
II. Criterios de valoración de las Existencias
Durante el transcurso del ejercicio se realizan diversas compras de ma-

teriales a precios diferentes. Los costes de aprovisionamiento pueden
variar durante el período considerado (variación del personal de la ofi-
cina de compras, ampliación o reducción de las instalaciones, etc.).
Las existencias iniciales pueden figurar contabilizadas por un precio di-

ferente de las compras. La valoración de las salidas de almacén pueden
realizarse con distintos criterios. Los más habituales son: Precio Medio
Ponderado, FIFO (primera entrada, primera salida) y Precio Estándar.
• Precio Medio Ponderado (P.M.P. = Valor existencias iniciales + Coste compras)
Movimientos Unidades Precios P.M.P.

Ei 50 10 10
+ Compra 100 12 11,3 ˆ
(-) Salida (-) 80 11,3 ˆ 11,3 ˆ
+ Compra 150 14 13,15 ˆ
(-) Salida (-) 70 13,15 ˆ 13,15 ˆ
EF 150 13,15 ˆ
Valor existencias finales = 150 ∞ 13,15 = 1.972,72
• F.I.F.O. (Primera entrada, primera salida)
Movimientos Unidades Precios

Ei 50 10
+ Compra 100 12
(-) Salida (-) 80 50 · 10 + 30 · 12 11,3 ˆ
80
+ Compra 150 14
(-) Salida (-) 70 (70 · 12) 13,15 ˆ
EF 150 13,15 ˆ
Valor existencias finales = 150 ∞ 14 = 2.100
4
• Precio estandar
Se fija un precio que se mantiene durante todo el ejercicio (salvo modificaciones signifi-
cativas) y al final del mismo se ajustan las diferencias.
Movimientos Unidades Precios reales P. estándar

Ei 50 10 12,5
+ Compra 100 12 12,5
(-) Salida (-) 80 12,5
+ Compra 150 14 12,5
(-) Salida (-) 70 12,5
EF 150 12,6 12,5
50 10 + 100 12 + 150 14 3.800

P.M.P. = --------------------------------------------------- = ------------ = 12,6
50 + 100 + 150 300
Existencias final estándar = 150 12,5 = 1.875
Valoración existencias finales = 150 12,6 = 1.900
Saldo = 1.900 – 1.875 = 25
Hay una diferencia de 25 que representan una pérdida en relación con lo presupuestado.
III. Centros de costes
La Contabilidad Analítica no sólo persigue calcular los costes de los pro-

ductos, sino también conocer la eficacia de los centros y secciones de
coste, el grado de cumplimiento de sus objetivos y la eficiencia de su
funcionamiento.
El grupo 9 del Plan General de Contabilidad de 19731 preveía, a estos efec-

tos, la existencia de los siguientes centros de costes:
ശ Aprovisionamiento (940) (Ap)
ശ Transformación (941) (T)
ശ Comercial (943) (C)
ശ Administración (944) (A)
1 En el Plan General de Contabilidad vigente (aprobado por el Real Decreto 1514/2007, de 16 de noviembre) no se contemplan
cuentas referidas a la Contabilidad Análitica.
5
Los costes imputables a un nivel de ocupación o actividad inferior a la po-

tecial se pueden registrar en el Centro de Costes de subactividad.
Los suplementos de costes-oportunidad representan la imputación a los

centros de actividad y subactividad de los costes de los recursos financieros
derivados de la utilización de capitales propios y del sueldo del empresario
(cuando no está contratado).
Después de clasificar los costes externos aportados por la contabilidad

financiera y los calculados por la contabilidad analítica (amortizaciones y
diferencias de inventario) el proceso de costes exige su localización en los
centros de costes.
Dependiendo de la estructura de cada empresa y del sistema de costes

implantado (Direct costing, full costing ....) se establece una división en cen-
tros de costes que podrán subdividirse en departamentos, secciones, talle-
res, etc.
Los costes directos se imputan al centro correspondiente. Posteriormente

se atribuyen a cada centro o sección los costes indirectos (en función de
criterios racionales de reparto) y finalmente se contabilizan las relaciones
entre los distintos centros y secciones.
El siguiente paso es la asignación de los costes de los centros a los produc-

tos para determinar los márgenes y resultados (globales, por centros, de-
partamentos, secciones, líneas de producción y productos).
1. Aprovisionamiento
El centro de aprovisionamiento cumple con la función de suminis-

trar al centro de transformación las materias primas necesarias
para la fabricación de los productos.
6
Esta función comienza con la compra de las materias primas. Para ello
puede disponer de una oficina de compras encargada de pedir presu-
puestos a los proveedores y seleccionar las ofertas más ventajosas.
Requiere instalaciones y personal adecuado para el control y almacena-

miento de los suministros, operarios especializados en gestión de stocks
y suministro de acopios a la fábrica o talleres.
El coste neto de los materiales adquiridos, los costes del per-

sonal adscrito al almacén de materias primas y de la oficina de
compras constituyen un coste directo del centro de aprovisionamiento.
En muchas empresas pequeñas y medianas la función de compras es

compartida por personal asignado a otros departamentos (Comercial,
Administración, etc.) en cuyo caso será preciso adoptar un criterio de
valoración racional para asignar los costes incurridos a cada centro de
costes.
Entre los costes indirectos imputables al centro de aprovisionamiento

están:
- Amortización o alquiler de oficinas, mobiliario, equipos informáticos .....
- Calefacción, energía eléctrica, comunicaciones, etc.
- Un porcentaje de los gastos de material de oficina.
- Seguros y tributos.
- Servicios generales (limpieza), etc.
2. Transformación
El centro de costes de transformación recibe las materias primas del

centro de aprovisionamiento y las transforma en productos termi-
nados, que pasan al almacén de existencias comerciales.
Si el proceso de transformación es complejo y susceptible de diferen-

ciarse por fases homogéneas suele ser conveniente definir secciones
de coste en las que se refleje el valor añadido al producto en cada una
de sus etapas de fabricación. Son costes imputables al centro de trans-
formación:
7
- Alquiler y/o amortización de naves industriales, maquinaria y patentes.
- Mano de obra directa.
- Costes de personal indirectos.
- Mantenimiento de maquinaria.
- Seguros.
- Costes financieros imputables a la fabricación.
- Costes generales.
3. Centro de costes comerciales
Recoge los costes derivados de la función de distribución o ventas

de la empresa. Suele dividirse en secciones:
- Principales: Ventas mercado interno, exportación.
- Auxiliares: Estudios de mercados, publicidad, servicio post-venta, etc.
Puede plantear problemas de imputación en relación con el centro de

costes de Administración (contabilización de clientes, facturación, etc.).
El criterio dependerá del modelo de costes adoptado. Entre los costes
imputables podemos destacar:
- Costes fijos de personal y comisiones a agentes de ventas.
- Coste de almacenamiento de productos terminados y mercancías.
- Ferias, publicidad, catálogos, etc.
- Estudios de mercado.
- Amortización o alquiler de oficinas de venta.
- Tributos, etc.
4. Centro de costes de administración
Recoge los costes derivados de las funciones de Administración y

Dirección.
8
Dependiendo del modelo de costes aplicado a la empresa se pueden

seguir cuatro opciones:
- Imputar la totalidad de los costes a los centros de aprovisionamiento,
transformación y comercial.
- Asignar la totalidad de los costes al departamento comercial para obtener el

coste completo.
- Solución ecléctica: Las cargas semidirectas se imputan a los otros centros de

costes y las generales se restan directamente de los resultados analíticos o se
suman al coste comercial para obtener el coste completo.
La administración derivada de las compras (contabilidad de proveedo-

res, servicio informático auxiliar, etc.) se imputará al centro de aprovi-
sionamiento.
La administración de la producción (parte proporcional de contabiliza-

ción de nóminas, control horario, informatización del movimiento de
almacenes, etc.) se incluirá en el centro de transformación.
La administración de las ventas (contabilidad de clientes, servicio in-

formático, % nóminas, presupuestos, etc.) se cargará en el Centro de
costes comercial. El resto de cargas (auditoría, servicios jurídicos, di-
rección, secretaría, etc.) pueden imputarse a un Centro de costes de
Administración o sumarse al coste comercial.
IV. Criterios de imputación de costes
Los costes del período reflejan los gastos de explotación más los cos-
tes-oportunidad. En el proceso de cálculo hay que:
- Proceder a la clasificación de los costes.
- Localizarlos en los Centros de Coste.
- Contabilizar las relaciones entre centros.
- Imputar las cargas a los portadores de coste.
- Calcular los márgenes y los resultados.
9
Los costes del período son independientes de las fechas de pago o cobro.
La localización de los costes requiere su periodificación y asignación a los
centros de costes de acuerdo con criterios de imputación racionales:
- Localización de los costes directos en los Centros de coste no suele plantear
especiales problemas.
- Los costes indirectos exigen un estudio más detallado. Deben analizarse para
desglosar las partidas.
Los conceptos no susceptibles de asignación directa a un centro de costes
se imputarán:
- En función de la superficie ocupada por el centro de costes (limpieza, alquiler de
oficinas, tributos, pintura, etc.).
- Volumen de las instalaciones: calefacción, alumbrado.
- Activos fijos asignados: mantenimiento, seguros, reparaciones.
- Número de trabajadores: atenciones sociales, servicio de comedor, seguridad e
higiene, etc.
- Potencia instalada si no hubiere contadores.
- Criterios mixtos: número de auriculares (teléfono), puntos de luz, metros
cuadrados, etc., a los que se aplica un coeficiente corrector, o bien mediante una
proporcionalidad mixta obtenida a partir de dos o más variables.
V. Coste del producto y umbral de rentabilidad
Para determinar el precio de venta de un producto se debe tener en

cuenta que cubra sus costes y que sea el precio que el mercado esté dis-
puesto a aceptar.
Es necesario establecer el modelo adecuado para determinar el precio

de venta del producto. Las empresas que trabajan con muchos productos
necesitan conocer en qué medida los costes se reparten entre ellos. Para
determinar el nivel de producción se debe tener en cuenta la demanda del
producto y la distribución entre costes fijos y variables:
- Costes fijos (de estructura). El importe imputable a cada producto variará
dependiendo del volumen de actividad de la empresa. A mayor producción el coste
unitario de estructura será menor y viceversa.
- Costes variables. Su cuantía aumenta o disminuye en función de la actividad
realizada.
10
Cuando el número de unidades producidas es igual al número de unidades

vendidas ambos modelos ofrecerán el mismo resultado aunque la presen-
tación de la cuenta de resultados sea distinta.
Cuando la producción es mayor que la venta el beneficio contable según el

Full Costing es superior al de Direct Costing debido a que las existencias de
productos finales incluyen todos los costes.
1. Full Costing
El sistema de costes completos (Full Costing) se caracteriza porque

se imputan todos los costes de producción, tanto los directos como
indirectos sean fijos o variables.
Se calcula el beneficio neto por cada producto o línea de productos

lo que permite distinguir la rentabilidad de cada uno y adoptar me-
didas correctoras.
El proceso de producción puede dar lugar a la fabricación simultánea de

más de un producto. Siempre que los costes de fabricación de cada tipo
de producto no sean identificables por separado es necesario distribuir
el coste total entre todos los productos. Las principales ventajas y des-
ventajas de este modelo son:
- Ventajas. Permite la distribución del resultado de la empresa entre todos los
productos para analizar en qué medida cada uno de ellos ha colaborado a su
obtención.
Es el mejor método para la fijación de precios en empresas que trabajan por

pedido. Se puede determinar un precio de venta que cubra todos los costes
asignados al pedido y calcular un beneficio.
- Desventajas. La información que se obtiene no es suficiente para adoptar

decisiones sobre la conveniencia de fabricar o dejar de fabricar ya que
engloba todos los costes. No permite realizar la distribución entre costes fijos
y variables.
No resulta fácil adoptar una política de precios correcta debido a que puede
cambiar la estructura de la empresa y al aumentar los costes fijos aumenta el
precio de coste de los productos.
11
2. Direct Costing
El modelo de Direct Costing (Coste Parcial) se caracteriza porque solo

se imputan al producto los costes variables de fabricación.
Una vez realizada la distribución entre costes de fabricación, de admi-

nistración, venta y financieros se clasifican los costes de fabricación
entre fijos y variables. Sólo los costes variables formarán parte del coste
del producto.
Los costes fijos de producción no incrementan el coste del producto

debiendo ser absorbidos directamente en la cuenta de resultados por el
margen bruto industrial. Las principales ventajas y desventajas de este
modelo son:
- Ventajas
- Elimina la complejidad y arbitrariedad en el cálculo y reparto de costes

fijos al no tener que distribuirlos entre los productos.
- La información sobre rendimientos por líneas de productos es de gran
utilidad para la toma de decisiones. Se puede conocer la incorporación
de cada producto al margen de la empresa y analizar su rentabilidad de
la fabricación.
- Posibilita el cálculo del umbral de rentabilidad de cada producto al
realizar la distribución de los costes entre fijos y variables y la toma de
decisiones sobre si seguir fabricando o no un producto determinado.
- Facilita la adopción de políticas de precios de ventas puesto que el
margen del producto no está distorsionado con la inclusión de costes
fijos.
- Desventajas
- Las existencias aparecen infravaloradas puesto que no incorporan todos

los costes.
- La subdivisión en fijos y variables presenta un grado de subjetividad.
12
3. Umbral de rentabilidad
Se llama Umbral de Rentabilidad o Punto Crítico (punto muerto)

al volumen mínimo de ventas que la empresa debe alcanzar para
empezar a obtener rentabilidad.
Se alcanza el Umbral de Rentabilidad cuando el volumen de ventas

permite obtener un MARGEN sobre sus costes variables que cubra
todos los costes fijos de la empresa.
A llegar a ese volumen de ventas la empresa no obtiene beneficio ni

pérdida y, en adelante, la diferencia entre ventas y sus costes variables
será beneficio.
P. M. = Volumen de ventas que hace que el margen sobre sus costes

variables sea igual a los costes fijos totales.
VI. Big Data Analytics
El Big data analytics es la generación de técnicas de analítica avanzada

para grandes conjuntos de información. Es una herramienta para generar
oportunidades y posibilidades de negocio en tiempo real, moviendo la
información y los datos, minimizando riesgos y controlando costes. Es
análisis predictivo, minería de datos, analítica de textos, análisis estadístico y
visualización de datos.
Las aplicaciones que analizan los datos requieren que la velocidad de

respuesta sea lo más rápida posible para obtener información correcta
en el momento preciso.
El avance de la tecnología ha generado un nuevo enfoque de la toma de

decisiones basado en el gran volumen de información y la gran variedad de
datos. Los datos pueden ser representados mediante dispositivos móviles,
audio, vídeo, sistemas GPS, sensores digitales en equipos industriales, au-
tomóviles, medidores eléctricos, etc. para medir y comunicar el posiciona-
miento, movimiento, vibración, temperatura, humedad, etc.
13
Estas características del Big Data unidas a la necesidad de verificar la infor-

mación para obtener valor conforman las 5 V’s de Big Data.
Las aplicaciones directas de las nuevas herramientas y sistemas de manejo

y control de la información con incidencia en la gestión de la analítica de
costes son:
- Redes sociales y web: incluye contenido web e información, que se genera y ob-
tiene de las redes sociales como Facebook, Twitter, LinkedIn, blogs, etc.
- Machine-to-Machine (M2M): tecnologías que permiten conectarse a otros dis-
positivos. M2M utiliza dispositivos como sensores o medidores que capturan al-
gún evento y transmiten (a través de redes alámbricas, inalámbricas o híbridas)
a otras aplicaciones que los traducen en información significativa que utiliza el
ecosistema de big data para generar información útil.
- Analítica de procesos: incluye todo tipo de registros que necesitan un posterior
tratamiento y enfoque hacia la estrategia de la organización. Estos datos (que
tienen un carácter transaccional y multicanalidad) están disponibles en forma-
tos semiestructurados y estructurados.
- Biometría: información de carácter humana o biométrica en la que se incluyen
huellas digitales, escaneo de la retina, reconocimiento facial, genética, etc. En el
área de seguridad e inteligencia los datos biométricos son una información im-
portante para muchos modelos de seguridad, control o investigación.
- Internet de las cosas: Revoluciona todo el sistema de mecanismos, aparatos y
sistemas domóticos para ofrecer una revolución inteligente en las cosas cotidia-
nas (TV’s, neveras, vehículos, etc).
- Sistemas empresariales: Identifica de qué forma afecta a la gestión integral de
los costes.
- Personal data: las personas y las empresas generan ingentes y diversas canti-
dades de datos: información del call center al establecer una llamada, notas de
voz, mails, expedientes electrónicos, estudios médicos, etc.
14
VII. Procesos y Áreas de reducción de costes
La identificación de los procesos y áreas que contribuyen a un alto coste

operacional es imprescindible para que implantar con éxito un sistema de
Big Data. Con las herramientas correctas (adaptadas al modelo de empresa)
y el conocimiento de las mejores prácticas de mercado es posible reducir las
principales fuentes de costes de la empresa (de departamentos a procesos
y viceversa) para diseñar una estrategia de aumento de la competitividad,
rentabilidad y valor del negocio.
La inestabilidad del escenario económico impulsa la evaluación contínua de

los costes para poder reducirlos. Para que la reducción se refleje en un re-
sultado efectivo y duradero es necesaria una estrategia y una planificación
adecuada.
Para la planificación de la política de costes hay que conocer el coste de

cada uno de los procesos. Al establecer la estrategia es imprescindible fo-
calizarla en procesos, personas y tecnología. Los elementos que deben ser
analizados son:
- Diagnóstico de Eficiencia en Costes: identificación de oportunidades de reduc-
ción de costes de los procesos administrativos, financieros, operacionales y de
Tecnologías de la Información (TIC) es un factor clave del big data que simplifica
y mejora los procesos en tiempo de ejecución y en visualización de los datos.
- Fuentes estratégicas de entrada de datos: Evaluación y control de las fuentes
de información y su incorporación y alineamiento a los sistemas de información
desde todas las posibles fuentes de entrada (formularios, web, blogs, correos
electrónicos, etc).
- Optimización del stockage: la reducción de los costes por stock, el MRO
(Mantenimiento, Reparación y Operaciones), WIP (Work in Process) y producto
o servicio finalizado con determinados análisis estadísticos (basados en niveles
de servicio y criticidad del producto) son tratados directamente por la aplicación
de big data.
- Reducción de costes por operaciones logísticas: se necesitará una revisión del
modelo de planificación, ejecución, control y contratación de las operaciones.
Big data aporta transparencia, rigurosidad y trazabilidad para reducir los costes
implantando un sistema de control de stocks innovador que permite reducir el
tiempo entre el click y la entrega.
15
VIII. Aplicaciones para la reducción de costes
La utilización de las herramientas de big data permite las siguientes aplicacio-

nes:
- Reducción de carga administrativa.
- Eliminación de duplicidades, redundancias e inconsistencias.
- Mejora en la cadena de valor del negocio.
- Aportación directa en la toma de decisiones sobre acciones estratégicas.
- Aprovechamiento de las sinergias que se producen.
- Optimización de los activos y recursos productivos.
Las acciones directas para la reducción y mejora de costes en los que Big
data puede contribuir son:
- Identificación de los productos y servicios que pueden reducirse o eliminarse sin
afectar a la rentabilidad de la empresa.
- Desarrollo de un plan de reducción gradual de costes a nivel general y de área fun-
cional sin afectar a la organización.
- Establecimiento de métodos de seguimiento (Business Intelligence o aplicaciones
ad-hoc de visualización y reporting de datos masivos) y control del cumplimiento
del plan de ahorro de costes.
- Evaluación de impacto y detección de posibles acciones de mejora.
- Análisis de aspectos críticos donde debe centrarse la estrategia para conseguir una
reducción más efectiva sin afectar a la calidad.
- Establecimiento de los riesgos a considerar en la aplicación del plan de reducción y
adecuación de costes a la realidad de la empresa.
- Utilización de aplicaciones online y herramientas en la nube (cloud) o SaaS para re-
ducir gastos directos e indirectos en la gestión del negocio e incluso en el servicio
que se presta a los clientes.
- Aprovechamiento al máximo de las ventajas fiscales y las ayudas económicas y fi-
nancieras que reduzcan los costes y gastos operativos.
- Aseguramiento de que las condiciones de los proveedores cumplen todos los re-
quisitos y con los niveles de certificación adecuados (costes de imagen).
- Implementación de un sistema de control periódico de las acciones encaminadas a
reducir todos los costes, vigilar los objetivos de cumplimiento y en caso de desvíos
no previstos aplicar las medidas correctoras específicas.
16
IX. Incidencia del Big Data en los costes

Relación de costes con indicencia del Big Data
Tipo de Coste Sin Big Data Con Big Data
Por su naturaleza
- Financieros.
- De amortización.
- Materias primas. Media Alta
- Servicios y de distribución.
- Fiscales.
- De personal.
Por su asignación
- Directos. Baja Alta
- Indirectos.
Por su nivel de actividad
- Fijos.
Alta Alta
- Variables.
- Mixtos (1).
Por su implantación en la cadena de valor
- Aprovisionamiento.
- Fabricación o transformación. Media Muy alta
- Comerciales.
- Administrativos.
Por su inserción en el tiempo
- Históricos.
- Estimados. Alta Muy alta
- Prefijados.
- Estándar.
Por su valor de producción
- Producto o servicio. Alta Muy alta
- Periodo.
Por su capacidad de control

- Controlables. Alta Alta
- No controlables.
Por su necesidad y oportunidad

- Relevantes. Media Muy alta
- Irrelevantes.
Por cambios en el modelo

- Desembolsables. Baja Alta
- De oportunidad.
Por su función
- Diferenciales.
- Decrementales. Media Alta
- Incrementales.
- Sumergidos (2).
Por su ocurrencia
- Evitables. Media Alta
- Inevitables.
(1)
Tienen las características de fijos y variables
(2)
Permanecen inalterables
17
X. Triángulo calidad, coste y big data
Este triángulo se ha convertido en un elemento diferenciador y potenciador

de la rentabilidad y el crecimiento empresarial:
Una política de optimización de los costes operativos con la aplicación de

técnicas que minimicen los fallos y errores incrementa la calidad en los
procesos y la toma de decisiones y redunda en un incremento significativo
de la rentabilidad.
XI. Aplicaciones sectoriales del Big Data
Los sectores que más se están beneficiando del big data son los de
tecnologías de la información, financiero, seguros, aerolíneas, operadores
móviles, telecomunicaciones y Administración Pública.
Las grandes empresas y organizaciones (Amazon, Google, Facebook,

Linkedin o Twitter) han sido las primeras en aprovechar big data para re-
ducir costes, mejorar su productividad, optimizar su servicio de atención al
cliente, desarrollar nuevos productos y servicios, etc.
18
1. Sistema sanitario y de salud
El sistema hospitalario y de salud es un sector de gran uso de big

data para reducir costes implícitos de los clientes. Siguiendo siste-
mas de algoritmos en los que basan las herramientas de big data
para la reducción de costes se pueden citar seis categorías:
- Pacientes de alto coste. En algunos hospitales y sistemas de salud sólo el

5% de los pacientes representa casi la mitad de todo el gasto en salud. La
información actual permite predecir qué pacientes tienen riesgo elevado de
ser de alto coste.
- Probabilidad de reingresos (re-hospitalizaciones). Hasta una tercera parte
de los reingresos son prevenibles. Con el uso de algoritmos desde la apli-
cación de big data se puede controlar cada paciente y predecir el que tiene
mayor probabilidad de ser readmitido, seleccionar la intervención más ade-
cuada y asegurarse de que la reciba.
- Sistema de clasificación por prioridades (Triage). Es muy importante para
gestionar los recursos técnicos y humanos, asegurando que el paciente
sea enviado rápidamente a la unidad correcta para su atención. El sistema
estaría monitorizado por la herramienta big data para agilizar y mejorar la
calidad de la atención.
- Descompensación. A medida que la condición del paciente hospitalizado
empeora ciertos órganos pueden no compensar. Los datos fisiológicos (sig-
nos vitales, resultados de laboratorio, etc) se pueden utilizar para deter-
minar si el paciente está en riesgo de descompensación. Se gestiona por
los sistemas analíticos de big data puesto que se necesitan utilizar muchos
flujos de datos para detectarla.
- Eventos adversos. Son muy costosos y pueden dar lugar a altas tasas de
mortalidad. Son prevenibles con la utilización de sistemas basados en data
analysts. Los eventos más frecuentes son la insuficiencia renal, infecciones y
reacciones adversas a medicamentos.
- Optimización del Tratamiento. En el caso de enfermedades crónicas que
afectan a muchos órganos y sistemas una gestión clínica adecuada es esen-
cial para mantener los costes bajos. La falta de acceso a las historias clínicas
ha sido un gran freno para el uso de grandes volúmenes de datos para el
tratamiento.
19
2. Transporte aéreo
Manejar de manera inteligente la enorme cantidad de información

a la que las compañías aéreas tienen acceso puede ayudar a recor-
tar drásticamente sus costes y mejorar su eficiencia. El mes de abril
de 2016 la Eurocámara aprobó el “Registro Europeo de pasajeros”
en los que las aerolíneas deberán informar de 19 datos de cada
cliente por billete. Por ejemplo, Amadeus (con más de 393 aerolí-
neas usuarias) deberá de trabajar con casi 20 petabytes de informa-
ción.
Gracias a los avances tecnológicos y al uso online de información que

rodea a las aerolíneas el Big Data se ha convertido en una parte funda-
mental de la vigilancia del sector. Su uso continuado permite obtener
sinergias que generan reducciones de costes muy significativas.
Gran parte de esa información proviene de las propias señales que

mandan los componentes del avión que se vuelven inteligentes. Las
piezas que más suelen pasarse al lado inteligente son los motores en los
que podría haber hasta 5.000 elementos monitorizados que vigilaran la
más mínima variación de la temperatura o de la presión para comuni-
cárselo al piloto o la torre de control.
El seguimiento pormenorizado de la flota proporciona a las aerolíneas

una enorme cantidad de datos que les permitirán prevenir ciertos con-
tratiempos y les ayudarán a ahorrar millones de euros además de los
costes que supondrían accidentes desde el punto de vista de coste hu-
mano y material. Los aspectos principales a considerar son:
- Mantenimiento eficiente y prevención de riesgos. Una de las principales
ventajas que proporciona el seguimiento por un modelo de big data o data
analytics es la posibilidad de conocer en cada momento el estado de todos los
componentes de los aviones a través de un ckeckin automático. Esto permite a
las compañías empezar a personalizar el mantenimiento de su flota en función
de cómo se encuentre verdaderamente, reduciendo costes de personal,
material y de recursos.
Si hay partes afectadas se podrán reemplazar cuando se necesite. Además de

evitar posibles accidentes ahorra a las aerolíneas las reparaciones o reemplazos
más costosos. Un ejemplo sería la tecnología que aplica General Electric Aviation
en sus motores que hace que detecten cualquier pequeño fallo antes de que
cause problemas.
20
- Ahorro de combustible. Los motores inteligentes calculan in situ la velocidad

adecuada para no consumir combustible de más y avisan cuando se emplea
demasiada cantidad para cubrir el trayecto. Si se hiciera caso a sus indicaciones
sin variar las características de la nave las compañías podrían reducir en mayor
o menor medida su gasto en combustibles por cada trayecto y aparato.
Por ejemplo AirAsia consiguió ahorrar en 2014 entre 30 y 50 millones de

dólares usando sensores inteligentes de General Electric controlados por una
aplicación de data analytics. Esto redunda positivamente en la estrategia ya
que la aerolínea pudo ampliar sus rutas comerciales.
- Rutas y precios inteligentes. El Big Data también puede ayudar a las compañías
aéreas a aumentar su número de trayectos o a reforzar aquellos que les
reporten más beneficios gracias al volumen de información que se genera en
los buscadores de vuelos (Momondo, Skyscanner, Booking) además de la que
las propias aerolíneas gestionan en sus propias bases de datos.
Compilando, comparando y analizando lo que se sabe sobre las rutas más

demandadas (las que los usuarios necesitan pero no tienen o el grado de
ocupación de ciertos vuelos) las aerolíneas pueden trazar una hoja de ruta con
la que potenciar o minimizar lo que pueda ocasionarles pérdidas. Se controlan
los costes de marketing al focalizarse sobre destinos más valorados y reducir
o eliminar la publicidad en otros o simplemente cerrando rutas no rentables
o que no vayan a ser rentables según el propio modelo que big data proyecte.
Big data también puede ayudar a combatir uno de los peligros más frecuentes
que acechan a los aviones: las condiciones climatológicas adversas. El mal
tiempo muchas veces provoca la cancelación de vuelos con su consiguiente
coste. Para evitar que el mayor número posible de pasajeros se quede en tierra
se han empezado a incluir en las naves sensores que analizan las meteorología
de las zonas que sobrevuelan. El coste por cancelación sigue estando en las
posiciones de cabeza por el fuerte impacto en resultados.
En 2014 su uso hizo que la aerolínea estadounidense Southwest Airlines

desafiara las predicciones que auguraban una tormenta de nieve y se
aventurara a cumplir con la planificación de vuelos establecida. Según los datos
de su datamart la tormenta no iba a afectar a sus rutas. Y acertó. Se ahorraron
más de 8 millones de dólares por los costes de cancelaciones de vuelos que sí
que tuvieron que asumir otras compañías competidoras.
21
3. Empresas de seguros
Son muchos los factores que generan impacto desde el punto de

vista de los costes en este sector, en los que big data es una clara
apuesta de éxito: problemas de integración, dificultades para la
detección del fraude, falta de optimización de los procesos. Las ase-
guradoras van más allá del business intelligence con big data. Los
objetivos son:
- Conseguir los clientes y no sólo los que son capaces de captar.
- Retener a los mejores.
- Poder expandirse a otros mercados cuando se considere oportuno
y en condiciones de riesgo mínimo.
Big data gestionará ingentes volúmenes de datos para identificar pa-

trones, crear modelos, probar hipótesis e integrar el modelo con la
organización. De esta forma se accede al análisis predictivo ayudando
a anticipar situaciones futuras con clientes.
Las compañías aseguradoras que cuentan con big data juegan con una
importante ventaja que les permitirá:
- Contar con la base de conocimiento necesaria para garantizar una óptima toma
de decisiones en los diferentes departamentos de la compañía.
- Encontrar medios más fáciles de integrar los diferentes sistemas transaccionales,

data warehouse, data marts, datos sociales o datos telemáticos, para garantizar
condiciones óptimas de análisis.
- Disponer de técnicas que vayan más allá del análisis descriptivo y permitan
alcanzar una visión 360º de clientes, sistemas y eventos
- Reducir costes de riesgos y abandono.
- Escoger y retener a los mejores clientes, en función de sus perfiles.
- Detectar el fraude de forma prematura.
- Aumentar su capacidad de innovación para la creación de nuevos productos

y servicios, que desde la transparencia, garanticen la satisfacción del cliente.
22
4. Empresas de telecomunicaciones
Big Data y el mercado de las telecomunicaciones presentan alianzas

estratégicas que son vitales para el futuro de unos de los sectores
con más demandas de los clientes y con la necesidad de contar con
elementos que permitan competir.
En los operadores de telefonía móvil la reducción de costes (cuando no

se puede ingresar más) es la vía más rápida para obtener resultados.
Las empresas del sector utilizan la tecnología big data y data analys-
tics para incrementar el conocimiento de sus negocios, competidores
y clientes. Pueden utilizar modelos de análisis predictivo para redu-
cir riesgos, tomar mejores decisiones y proporcionar experiencias de
cliente más personalizadas y mejorar los costes.
Para las operadoras de telecomunicaciones big data está suponiendo

nuevas inversiones ya que aumenta el tráfico de las redes y la demanda
de los sistemas cloud o en la nube. También son necesarios nuevos co-
nocimientos, plataformas hardware, herramientas software y procesos
operativos y comerciales. Además big data es una poderosa tecnología
que pueden explotar para ganar cuota de mercado, mejorar la percep-
ción del cliente, crecer en ingresos, en rentabilidad y optimizar opera-
ciones.
Los operadores obtienen información muy valiosa sobre sus clientes

pero por diversos motivos no han podido extraer aún todo el valor es-
tratégico de dichos datos.
Los datos son tanto estructurados (perfil del cliente, peticiones de ser-
vicios, tarifas, incidencias técnicas, etc.), no estructurados (documentos,
vídeos, imágenes, contenido Web, localización, presencia, DPI, logs, gra-
baciones del contact center, etc.) y parcialmente estructurados o perfil
del cliente con CDRs (call data records) e información externa como
blogs, foros, redes sociales, etc.
Mediante DPI (Deep Packet Inspection) pueden saber cuánto ancho

de banda utiliza el usuario, cuándo se conecta, qué sitios Web visita,
qué aplicaciones utiliza, etc. Esta información es muy valiosa porque se
puede atacar por el lado de los costes y de los ingresos.
23
También obtienen información adicional en tiempo real sobre los gus-

tos e intereses del cliente (limitados por cuestiones legislativas sobre
privacidad y confidencialidad). Esta información adquirida de diversas
fuentes tiene que ser organizada, estructurada y analizada para dar so-
porte a la toma de decisiones. Big data es el elemento diferenciador.
24

01.aplicaciones Del Big Data Analytics A La Gestión de Costes

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

01.aplicaciones Del Big Data Analytics A La Gestión de Costes

Cargado por

Copyright:

Formatos disponibles

01

Aplicaciones de Big Data Analytics

Centro de costes de administración 08

Casos prácticos resueltos

Los inventarios contienen la relación de las existencias vinculadas

Los programas de inventarios suelen recoger el código de los artículos, su

Las empresas industriales hay al menos tres clases de existencias: materias

Consumo de Materias Primas

- Devoluciones ............................................. (750 x 100) ........................... (-) 75.000

Compras netas .......................................................... 1.025.000

+ Costes de Aprovisionamientos ................................................................ 500.000

Coste de materiales comprados ............................... 1.525.000

+ Existencias iniciales ................................................................................. 100.000

- Existencias finales ...................................... (900 x 100) ............................ (-) 90.000

Coste de las materias primas consumidas ................ 1.535.000

Los costes sufridos por mermas, deterioro u obsolescencia suelen afectar

I.P. =Valoración según coste industrial.

II. Criterios de valoración de las Existencias

Durante el transcurso del ejercicio se realizan diversas compras de ma-

Las existencias iniciales pueden figurar contabilizadas por un precio di-

• Precio Medio Ponderado (P.M.P. = Valor existencias iniciales + Coste compras)

Movimientos Unidades Precios P.M.P.

Valor existencias finales = 150 ∞ 13,15 = 1.972,72

• F.I.F.O. (Primera entrada, primera salida)

Movimientos Unidades Precios

Valor existencias finales = 150 ∞ 14 = 2.100

Movimientos Unidades Precios reales P. estándar

50 10 + 100 12 + 150 14 3.800

Existencias final estándar = 150 12,5 = 1.875

Valoración existencias finales = 150 12,6 = 1.900

Saldo = 1.900 – 1.875 = 25

III. Centros de costes

La Contabilidad Analítica no sólo persigue calcular los costes de los pro-

El grupo 9 del Plan General de Contabilidad de 19731 preveía, a estos efec-

Los costes imputables a un nivel de ocupación o actividad inferior a la po-

Los suplementos de costes-oportunidad representan la imputación a los

Después de clasificar los costes externos aportados por la contabilidad

Dependiendo de la estructura de cada empresa y del sistema de costes

Los costes directos se imputan al centro correspondiente. Posteriormente

El siguiente paso es la asignación de los costes de los centros a los produc-

El centro de aprovisionamiento cumple con la función de suminis-

Requiere instalaciones y personal adecuado para el control y almacena-

El coste neto de los materiales adquiridos, los costes del per-

En muchas empresas pequeñas y medianas la función de compras es

Entre los costes indirectos imputables al centro de aprovisionamiento

- Calefacción, energía eléctrica, comunicaciones, etc.

- Un porcentaje de los gastos de material de oficina.

- Servicios generales (limpieza), etc.

El centro de costes de transformación recibe las materias primas del

Si el proceso de transformación es complejo y susceptible de diferen-

- Alquiler y/o amortización de naves industriales, maquinaria y patentes.

- Mano de obra directa.

- Costes de personal indirectos.

- Costes financieros imputables a la fabricación.

3. Centro de costes comerciales

Recoge los costes derivados de la función de distribución o ventas

Puede plantear problemas de imputación en relación con el centro de

- Coste de almacenamiento de productos terminados y mercancías.

- Ferias, publicidad, catálogos, etc.

- Amortización o alquiler de oficinas de venta.

4. Centro de costes de administración

Recoge los costes derivados de las funciones de Administración y

Dependiendo del modelo de costes aplicado a la empresa se pueden

P. M. = Volumen de ventas que hace que el margen sobre sus costes