¿Cómo se mide la madurez analítica de una organización?
- Jefferson Andres Bautista Gomez
- 9 jun
- 5 Min. de lectura
Actualizado: 13 jun
El modelo que usan Amazon, UPS y Kaiser Permanente para convertir datos en ventaja estratégica
En un mundo donde los datos se generan en tiempo real y la toma de decisiones exige más velocidad y precisión, la pregunta ya no es si una organización tiene datos, sino si sabe usarlos para mejorar sus resultados. En el sector salud, esto cobra una relevancia crítica: millones de decisiones clínicas, administrativas y financieras se toman a diario en entornos fragmentados, con alta variabilidad de la práctica clínica y escasa capacidad para transformar información en conocimiento.
En este contexto, el Modelo DELTA se posiciona como una herramienta poderosa para evaluar el nivel de madurez analítica de una organización. Desarrollado por Thomas Davenport y Jeanne Harris, este marco ha sido adoptado por líderes globales como Amazon, UPS, Capital One y Kaiser Permanente, que han logrado escalar sus decisiones operativas y estratégicas mediante el uso estructurado de datos.
El Modelo DELTA: los 6 pilares de la madurez analítica
DELTA es un acrónimo que identifica seis dimensiones fundamentales:
• D - Data: Calidad, accesibilidad y estructura de los datos. Sin datos limpios y contextualizados, no hay analítica posible.
• E - Enterprise-wide analytics: Capacidad de la organización para usar datos en todas las áreas, no solo en departamentos aislados.
• L - Leadership: Compromiso del liderazgo institucional con la toma de decisiones basada en evidencia.
• T - Targets: Definición clara de objetivos y problemas a resolver mediante datos.
• A - Analysts: Presencia de talento capaz de traducir datos en acciones.
Este modelo permite hacer un diagnóstico sistémico y establecer una hoja de ruta para evolucionar desde un uso reactivo de los datos (reportes básicos) hacia un modelo predictivo, proactivo y alineado con los objetivos organizacionales.
Implicaciones para el sector salud
La madurez analítica es un requisito para alcanzar modelos de cuidado basado en valor, como lo propone la Triple, Cuádruple y Quíntuple Meta. En instituciones donde la fragmentación de la atención es norma y donde la continuidad del cuidado depende de la coordinación entre múltiples actores, el uso de datos debe ser transversal, confiable y orientado a impacto.
Kaiser Permanente, por ejemplo, ha utilizado el modelo DELTA para integrar datos clínicos y administrativos, estandarizar la toma de decisiones y reducir la variabilidad en la práctica clínica, lo que ha derivado en mejores desenlaces y menor uso de recursos innecesarios.
La analítica también es esencial para implementar modelos de gestión del riesgo en salud, especialmente cuando se trabaja con cohortes de pacientes crónicos, maternas o en programas de prevención secundaria. Sin una base de datos robusta, interoperable y bien gobernada, no es posible anticipar eventos adversos, personalizar intervenciones ni medir impacto en tiempo real.
Además, una organización con madurez analítica puede avanzar hacia modalidades de contratación por riesgo compartido, como la capitación ajustada por riesgo o los contratos por resultados, en los que la remuneración depende del impacto demostrado sobre los desenlaces clínicos y financieros.
Datos sí, pero con estándares y propósito
Un error frecuente en las instituciones de salud es asumir que contar con una historia clínica electrónica o con un software de gestión equivale a madurez analítica. La verdadera capacidad analítica surge cuando existen:
• Estándares de interoperabilidad entre sistemas (FHIR, HL7, SNOMED).
• Protocolos de calidad, limpieza y contextualización de los datos.
• Analistas y equipos clínicos que colaboran en la interpretación y aplicación de resultados.
• Capacidad de traducir evidencia en decisiones operativas, clínicas y financieras.
A esto se suma el valor de la Real World Evidence (RWE): el uso de datos observacionales provenientes de la práctica cotidiana para evaluar efectividad, eficiencia y seguridad en condiciones reales. La madurez analítica permite justamente aprovechar este tipo de evidencia para tomar decisiones que vayan más allá de ensayos controlados o simulaciones.
Niveles de desempeño según la madurez analítica
Las organizaciones de salud ambulatoria pueden clasificarse en cinco niveles progresivos según su grado de madurez analítica:
1. Actividades de Análisis Aisladas
Realizan análisis de datos de manera esporádica y desorganizada, generalmente dentro de departamentos que actúan de forma independiente.
Características:
• Foco en reportes básicos y retrospectivos (¿qué pasó?).
• Datos fragmentados y sin interoperabilidad.
• Decisiones basadas más en intuición que en evidencia.
• Alta variabilidad clínica y escasa continuidad del cuidado.
Ejemplo: Un prestador de servicios de salud ambulatorio donde se llevan los registros en Excel y no hay conexión entre los distintos procesos de la organización.
2. Aspirante Analítico
La organización reconoce el valor de los datos e inicia inversiones en herramientas de BI y formación de talento.
Características:
• Crece el interés del liderazgo en el uso de datos.
• Inversión inicial en tableros, software o datamarts.
• Persisten los silos (sistemas desconectados), pero se intenta estandarizar procesos.
• Aún predomina una lógica reactiva y fragmentada.
Ejemplo: Una prestador de servicios de salud empieza a generar informes automáticos sobre coberturas de controles y tasas de reconsulta, pero sin una integración con los sistemas administrativos ni protocolos clínicos.
3. Organización Analítica
Uso más sistemático de la analítica, con procesos homogéneos y rutas clínicas estructuradas.
Características:
• Análisis diagnósticos (¿por qué pasó?) y predicción básica.
• Cohortes definidas, equipos clínicos responsables.
• Procesos de gobernanza de datos incipientes.
• Integración parcial entre datos clínicos y administrativos.
Ejemplo: Una red de atención de pacientes crónicos que usan dashboards integrados para monitorear la adherencia a tratamientos y asignar tareas a gestores de riesgo.
4. Competidor Analítico
La organización usa analítica avanzada para anticipar riesgos, personalizar cuidado y asignar recursos de forma dinámica.
Características:
• Interoperabilidad robusta.
• Modelos de predicción de riesgo activos.
• Cultura organizacional basada en evidencia.
• Integración plena entre dominios clínico, operativo y financiero.
Ejemplo: Un prestador de servicios de salud que detecta pacientes con riesgo de descompensación por EPOC mediante modelos de IA y activa automáticamente rutas intensivas de seguimiento.
5. Organización Transformacional
La analítica es el motor estratégico. Las decisiones están automatizadas, alineadas con valor en salud y respaldadas por evidencia del mundo real.
Características:
• Analítica prescriptiva (¿qué debemos hacer?)
• Plataformas integradas con sistemas externos (asegurador, red de referencia, entes de control).
• Contratación basada en resultados (outcome-based contracting).
• Capacidad de innovar en modelos de atención con respaldo analítico.
Ejemplo: Un prestador que ajusta dinámicamente sus rutas de atención según metas poblacionales, activa incentivos económicos según indicadores y participa en esquemas de riesgo compartido.
Un llamado a las instituciones en América Latina
Mientras que instituciones como Kaiser Permanente, Intermountain Health o el NHS han avanzado en la institucionalización de la analítica como motor de la mejora continua, muchas IPS y redes en América Latina aún operan con estructuras fragmentadas, baja capacidad de integración de datos y sin marcos claros para evaluar su madurez analítica.
Aplicar el modelo DELTA no solo permite entender "dónde estamos", sino también construir una hoja de ruta para llegar a donde queremos estar: un sistema de salud más eficiente, justo y centrado en resultados reales.
Autor
Luis Rojas
Comentarios