La startup que dejó de “planear datos” y empezó a hacer bien las cosas —y a ganar por ello
Hay un momento incómodo en toda organización en crecimiento que o aparece en los reportes ni en las presentaciones estratégicas.
Se siente.
Es cuando todos trabajan más… pero el negocio se vuelve menos predecible.
Cuando hay más tecnología… pero menos claridad.
Cuando hay más datos… pero menos decisiones confiables.
Es sentir que se se nace en un boom, primer año caótico y últimos 2 rentables con patrocinio de las nubes, sin conocer el negocio con mayor claridad y aunado a la operación limita en experiencia y conciencia; por más que la tecnología se usa no rinde y se cursa un bache del cual se resurge con claridad.
Eso fue exactamente lo que vivió NovaCreditX, una fintech de crédito digital que crecía rápido -su nombre lo he cambiado, contrataba talento brillante y lanzaba productos sin parar… mientras, silenciosamente, perdía el control de su propia operación.
El crecimiento sin control no es éxito: es deuda oculta
Desde fuera, la empresa era un caso ejemplar:
-
Miles de solicitudes diarias
-
Aprobaciones en minutos
-
Expansión acelerada
-
Inversión en tecnología de punta
-
Equipos altamente calificados
Desde dentro, el panorama era distinto.
La operación se había convertido en un mosaico de soluciones parciales:
-
Procesos manuales incrustados en sistemas automáticos
-
Hojas de cálculo “temporales” convertidas en infraestructura crítica
-
Reglas de negocio que nadie podía explicar completamente
-
Datos duplicados o contradictorios
-
Decisiones dependientes de personas específicas
-
Incidentes que se resolvían… pero no se prevenían
Funcionaba, sí.
Pero solo mientras nada saliera de lo esperado.
No había control del sistema. Había supervivencia operativa.
La tentación moderna: “metamos IA y se arregla”
Como en muchas organizaciones, la presión llegó desde arriba.
Había que “subirse a la ola”.
Había que “innovar”.
Había que “no quedarse atrás”.
Se aprobaron iniciativas simultáneas:
-
Modelos predictivos sin bases de datos confiables
-
Automatización de procesos no estandarizados
-
Plataformas analíticas sin adopción real
-
Dashboards elegantes con información inconsistente
-
Consultorías con visiones incompatibles
Las ocurrencias estratégicas —muchas bien intencionadas, pocas aterrizadas— terminaron desarticulando a los equipos.
El problema no era la falta de capacidad.
Era la desconexión con la operación real.
Se estaba construyendo sofisticación sobre cimientos inestables.
El momento en que “cae el veinte”
El cambio no vino de un gran plan maestro.
Vino de una pregunta simple, incómoda y honesta:
“¿Entendemos realmente cómo funciona nuestro negocio día a día?”
La respuesta fue clara: no completamente.
Así que la empresa hizo algo contraintuitivo en el mundo corporativo moderno:
Detuvo la carrera por soluciones complejas y volvió a observar lo básico.
Entender antes de optimizar
Se mapearon los procesos completos del ciclo de crédito:
Desde la adquisición del cliente hasta la liquidación final.
Lo que emergió no fue un sistema ordenado, sino un organismo improvisado:
-
Variaciones ocultas en la evaluación de riesgo
-
Decisiones manuales críticas sin trazabilidad
-
Cuellos de botella invisibles
-
Dependencia excesiva de experiencia individual
-
Falta de indicadores operativos en tiempo real
Era imposible mejorar lo que no se comprendía.
De operación reactiva a operación gobernada por datos
La transformación no empezó con tecnología nueva.
Empezó con control.
Se estableció una base data-driven simple pero poderosa.
Datos confiables desde la fuente
Se identificó qué información realmente sostenía el negocio:
-
Identidad y perfil del cliente
-
Historial crediticio
-
Comportamiento de pago
-
Variables de riesgo
-
Estado de cada crédito
-
Interacciones con la empresa
Se eliminaron duplicidades y “traducciones manuales”.
Visibilidad operativa en tiempo real
Por primera vez, la organización pudo ver lo que estaba ocurriendo mientras ocurría:
-
Volumen de solicitudes
-
Tiempos reales de decisión
-
Saturación de procesos
-
Incidentes operativos
-
Desempeño de modelos
La operación dejó de ser una caja negra.
IA aplicada donde sí hacía diferencia
Solo después de estabilizar datos y procesos, la inteligencia artificial empezó a generar valor real:
-
Identificación temprana de fraude
-
Priorización de solicitudes rentables
-
Ajuste dinámico de límites de crédito
-
Predicción de morosidad
-
Automatización de decisiones repetitivas
La IA dejó de amplificar el caos y empezó a amplificar la eficiencia.
Mejor cartera, mejores clientes, mejor negocio
Con decisiones más precisas, cambió la composición de la base de clientes.
La empresa dejó de perseguir volumen y comenzó a construir valor.
Se observó un efecto dominó:
-
Mejor calificación de solicitantes
-
Menor morosidad temprana
-
Mayor cumplimiento de pagos
-
Incremento en recurrencia
-
Adopción de nuevos productos
Clientes que antes tomaban un crédito aislado comenzaron a establecer relaciones financieras continuas.
Pagaban.
Regresaban.
Confiaban.
Engagement basado en comprensión, no en presión
Al conocer mejor a sus usuarios, la empresa pudo ofrecer:
-
Límites acordes a su capacidad real
-
Ofertas personalizadas
-
Calendarios de pago viables
-
Productos relevantes en el momento correcto
El crédito dejó de ser un recurso de emergencia y se convirtió en una herramienta útil.
Seguridad y privacidad: de obligación a ventaja
El crecimiento acelerado había dejado vulnerabilidades importantes.
La nueva estrategia incorporó protección de datos desde el diseño:
-
Clasificación de información sensible
-
Acceso basado en roles
-
Monitoreo de uso indebido
-
Trazabilidad de cambios
-
Protección de datos financieros
Se alinearon prácticas con estándares internacionales como:
-
Gestión de riesgos de ciberseguridad del NIST
-
Protección de datos de pagos del PCI Security Standards Council
Esto no solo redujo riesgos legales.
Incrementó la confianza de clientes, socios e inversionistas.
Arquitectura simple, escalable y orientada al dato
El sistema original había crecido por acumulación de soluciones.
El rediseño siguió un principio radical:
Que la tecnología refleje el negocio, no su historia de parches.
Se construyó una plataforma:
-
Modular
-
Interoperable
-
Escalable
-
Preparada para analítica
-
Orientada a dominios de negocio
Una arquitectura pensada para ser data-driven desde su base.
Tableros que permiten decidir, no solo reportar
El Cuadro de Mando Integral dejó de ser un ritual corporativo y se volvió una herramienta diaria.
Financiero
Rentabilidad real por cliente y producto.
Clientes
Valor de vida y comportamiento.
Procesos
Eficiencia y puntos críticos.
Innovación
Capacidad de adaptación.
Las decisiones comenzaron a basarse en información actual, no en reportes históricos.
El cambio decisivo fue cultural
La tecnología dio control.
La cultura le dio dirección.
Se instauró una mentalidad simple y poderosa:
-
Resolver antes que justificar
-
Medir antes que opinar
-
Priorizar impacto sobre apariencia
-
Aprender del campo, no solo de los dashboards
Equipos pequeños, autónomos y responsables comenzaron a cerrar ciclos completos de valor.
Cuando la empresa recuperó su capacidad de anticipar
Con el tiempo, algo cambió en la calidad de las conversaciones estratégicas.
Los problemas se identificaban antes de escalar.
Las negociaciones se volvían más sólidas.
Las decisiones eran coherentes incluso bajo presión.
Habían alcanzado lo que internamente se denominó:
El “pulso de la empresa”
Un conocimiento vivo del negocio que integra:
-
Operación diaria real
-
Dinámica financiera
-
Comportamiento de clientes
-
Riesgos latentes
-
Entorno competitivo
-
Capacidades reales
Este concepto —conocido como el “pulso de la empresa” de Jorge Mercado— no es un dashboard ni un modelo analítico.
Es conciencia organizacional.
La capacidad de:
-
Decidir con información al momento
-
Negociar con fundamento
-
Anticipar escenarios
-
Actuar con claridad en incertidumbre
Por qué este artículo importa para cualquier líder (no solo fintech)
No importa si eres fundador, C-Level, gerente o líder de equipo.
El problema es el mismo en casi todas las organizaciones:
Trabajar más no equivale a trabajar mejor.
Invertir más en tecnología no garantiza mejores decisiones.
Implementar IA no sustituye comprender el negocio.
La lección que hace “caer el veinte”
Las empresas que prosperan no son las más sofisticadas.
Son las más claras.
Las que:
✔ Entienden su operación real
✔ Gobiernan sus datos
✔ Protegen la información crítica
✔ Deciden con evidencia
✔ Construyen capacidades sostenibles
✔ Mantienen coherencia entre estrategia y ejecución
Porque al final:
La ventaja competitiva no es la tecnología.
Es entender tu negocio mejor que nadie… y actuar en consecuencia.
Por Jorge Mercado
#JMCoach
No hay comentarios.:
Publicar un comentario
Nota: sólo los miembros de este blog pueden publicar comentarios.