Cómo aprovechar la información para tomar decisiones financieras estratégicas
Como ejecutivo de finanzas, es importante reconocer que hay un tema común de ser reflexivo y estructurado al buscar y usar datos.

Después de haber trabajado en varios roles de liderazgo financiero en la industria de la tecnología tanto en compañías Fortune 500 como en nuevas empresas durante casi una década, hay pocas cosas que aprecio más que el valor de los buenos datos que impulsan decisiones comerciales importantes para una empresa.

Una organización moderna generalmente consta de dos divisiones principales: finanzas estratégicas o planificación y análisis financieros (FP&A) y contabilidad. Mientras que el equipo de contabilidad posee el mantenimiento de registros financieros y se asegura de que la empresa cumpla con las normas, la división de finanzas estratégicas impulsa la toma de decisiones comerciales mediante el uso de datos contables y comerciales.

Si bien los datos contables se obtienen de los estados financieros y los libros mayores, los datos comerciales generalmente se obtienen de varias tablas de datos ascendentes mantenidas por equipos de ingeniería y ciencia de datos que rastrean todas las métricas posibles desde el momento en que un usuario ingresa a un sitio web hasta que se va. Y ahí es donde comienza la diversión.

Es importante tomar datos para ejecutar estrategias financieras.

El papel de las finanzas estratégicas

El equipo de finanzas estratégicas es una parte integral de la organización que se enfoca en asociarse con líderes comerciales en toda la empresa. Asesora a los líderes empresariales sobre la estrategia financiera para todos los aspectos de sus respectivos departamentos, como lanzamientos de productos, estrategia de comercialización, planificación de gastos, planificación de recuento, definición y seguimiento de métricas financieras y comerciales clave, y preparación de planes financieros. Todas estas áreas requieren datos precisos y una muy buena comprensión de qué datos obtener y de dónde.

Lecciones aprendidas

Los datos en una empresa de tecnología son complejos y tienen limitaciones. En un día típico, un ejecutivo de finanzas tiene que obtener datos comerciales precisos, ya sea mediante el uso de paneles en herramientas de inteligencia comercial o mediante la ejecución de consultas SQL complejas.

No comprender los paneles de datos o las tablas de datos subyacentes puede generar datos incorrectos y, por lo tanto, modelos financieros incorrectos. Esto podría provocar una pérdida de credibilidad para el ejecutivo de finanzas, lo que afectaría su capacidad para ganarse la confianza del equipo.

A continuación, se presentan algunas de las lecciones que he aprendido en mi carrera para navegar datos comerciales complejos.

En el entorno financiero, la información cumple un rol fundamental.

1. Aprender a enmarcar las preguntas

En mi primer puesto en finanzas corporativas, me sorprendió saber que una empresa realiza un seguimiento de cada clic del mouse de un cliente en su sitio web. Pero a lo largo de mi carrera, me he dado cuenta de que un profesional financiero con experiencia puede obtener información mucho más complicada a partir de un conjunto de datos de aspecto simple al hacer las preguntas correctas.

Por ejemplo, ¿cuál es el porcentaje de penetración de varios servicios que ofrece una empresa por tipo de usuario? ¿Cuál es la combinación de participación del mismo usuario en diferentes tipos de dispositivos (móvil/portátil/tableta) y medios (navegador/aplicación) desde que se convirtieron en usuarios por primera vez? ¿Qué cambios se observaron en las actividades específicas de los usuarios después de interactuar con una característica del producto?

Aunque un profesional de las finanzas aprenderá qué preguntas hacer con la experiencia, aprendí mucho al observar el tipo de preguntas que hacían mis colegas más experimentados.

La tecnología permite analizar múltiples datos.

2. Gestionar la relación con el equipo de ciencia de datos

Crear paneles de datos y escribir consultas SQL complicadas no es la competencia principal de un profesional de finanzas. Por lo tanto, una asociación productiva con el equipo de ciencia de datos se vuelve clave para el éxito.

Una mejor práctica es ser muy estructurado en tu solicitud de datos al equipo de ciencia de datos. Descubrí que es muy efectivo hacer una lista de las columnas de datos que necesito en mi conjunto de datos, incluidos atributos como mes, región, tipo, plan, usuario, actividad, compromiso, etc.

Tener sincronizaciones periódicas con la ciencia de datos sobre el estado de varias solicitudes de datos también es muy útil e impulsa una buena alineación y confianza entre los dos equipos. Es difícil sobreestimar los beneficios de tener una buena relación de trabajo entre los equipos de finanzas y ciencia de datos.

Los ejecutivos deben contemplar los estados financieros al buscar datos.

3. Nunca perder de vista los estados financieros

Por lo general, al hacer un modelo financiero para evaluar estrategias para el lanzamiento de un producto, asociaciones comerciales, lanzamientos al mercado, etc., los datos deben obtenerse tanto de los estados financieros como de las tablas de datos comerciales, según corresponda.

A menudo, los datos comerciales no son suficientes para ver el panorama financiero completo. Esto se debe a que los estados de pérdidas y ganancias, el balance general y el flujo de efectivo incluyen datos que el equipo de contabilidad completa directamente en el libro mayor de la empresa, sin pasar por las tablas de datos propiedad de los equipos de ingeniería y ciencia de datos.

Por lo tanto, es importante que los analistas financieros se aseguren de que en sus análisis incluyan datos de estados financieros, cuando sea necesario, y los combinen con datos provenientes de tablas de datos para brindar una imagen completa.

Al final, diferentes empresas y diferentes equipos analizan los datos desde varias perspectivas, que se adaptan a sus objetivos comerciales. Pero como ejecutivo de finanzas, es importante reconocer que hay un tema común de ser reflexivo y estructurado al buscar y usar datos.

 

*Nota publicada en Forbes US