Una consecuencia del creciente poder de computación del mundo, la expansión del uso de la computadora y su capacidad para capturar y compartir diferentes tipos de información es la generación del big data. El big data es data que, debido a sus propiedades, es difícil de analizar con las técnicas y el software de análisis de datos tradicionales.
Su procesamiento analítico plantea muchos desafíos. Por eso, se están desarrollando nuevas técnicas que permiten analizar el big data de manera más efectiva. Permiten su uso por parte de individuos, empresas y gobiernos en diferentes campos comerciales y científicos. Es probable que esto tenga un impacto importante en muchas áreas de M&A, como en la definición de una estrategia de M&A, la validación de un modelo de negocio y la valoración.
Este artículo proporcionará una visión general del big data. Comentará algunas técnicas para analizar el big data y considerará el impacto potencial del análisis de big data en M&A.
Big Data y su análisis
Aunque el big data puede tener cualidades diferentes, sus atributos clave son:
Volumen
Big data se caracteriza por su grande volumen. Según una estimación general publicada en octubre de 2017 – el pasado distante en términos del crecimiento de datos a nivel global – ya había 2.7 zettabytes de datos en el universo digital. Este número inimaginablemente grande es el equivalente a 1 billón de gigabytes.
Velocidad
El big data se caracteriza por el ritmo extremadamente rápido al que se genera. Según un informe, en 2012 se generaron 2.500 millones de gigabytes de datos cada día. Con más de 3.000 millones de personas en línea, ahora se generan millones de búsquedas en Google. También se cargan cientos de horas de videos por minuto.
Variedad
El big data también se caracteriza por su gran variedad. Además de texto, el big data también está compuesto por audio, video y combinaciones cambiantes de métodos de transmisión de datos.
Los datos con estas propiedades a menudo son muy difíciles de procesar con técnicas tradicionales de análisis de datos. Esto significa que se pierde una gran parte de la capacidad potencial para utilizar estos datos.
Debido a los desafíos del procesamiento de datos, se están desarrollando varias técnicas para procesar el big data. Un ejemplo de esto es el sistema Apache Hadoop. Es un conjunto de programas de código abierto que incluye un componente llamado MapReduce. Lee grandes cantidades de datos, las reduce en una forma que se puede analizar más eficazmente. Luego ejecuta funciones matemáticas sobre los datos.
Apache Spark es otro marco de datos de código abierto para el análisis del big data. Apache Spark puede realizar algunas técnicas de análisis de datos 100 veces más rápido que MapReduce.
Un programa de big data utilizado en las estadísticas es R. R es muy útil para la minería de datos y su visualización.
Big Data y M&A
Muy probablemente el big data tendrá un gran impacto en M&A. Las siguientes son algunas de las formas clave en que el big data puede cambiar la forma en que se identifica y ejecuta las transacciones de M&A.
Desarrollo de estrategia
Existen numerosas estrategias potenciales de M&A. Incluyen la realización de sinergias operativas, la creación de valor a largo plazo, la reestructuración de empresas de bajo rendimiento y el arbitraje de riesgos. Si bien la selección de estrategia se define por los objetivos particulares de la empresa que ejecuta una estrategia de M&A y los habilidades de los miembros del equipo del M&A, también está muy influenciado por numerosos factores de mercado que determinan si debe lanzarse una estrategia, cuándo debe lanzarse y cuan probable es que tenga éxito si se lanza. Estos factores serán cada vez más capaces de reducirse a puntos de datos que las empresas pueden utilizar para tomar decisiones estratégicas.
Targets de adquisición
Encontrar empresas target para llevar a cabo una estrategia de M&A suele ser un proceso que requiere mucho tiempo. En no pocas ocasiones resulta en no encontrar empresas que encajan adecuadamente con una estrategia de adquisición ni una transacción cerrada. Las bajas tasas de cierre de transacciones de M&A se deben a diversos factores. Estos factores son los parámetros de búsqueda limitada, sesgos en el diseño de la búsqueda, los desafíos de diligencia debida y las brechas entre las expectativas de precio por parte del comprador y el vendedor. Con big data, será posible mejorar drásticamente las búsquedas de empresas para M&A y pre-seleccionar esas empresas de forma más efectiva. Esto debería mejorar los porcentajes de cierre de transacciones exitosas.
Validación del modelo de negocio
Un desafío importante al analizar un posible target de una adquisición es validar su modelo de negocio. Particularmente para compradores que no están en el mismo mercado que la empresa objetivo, es difícil obtener información del mercado en tiempo real. También es difícil predecir lo que esto significa para las perspectivas de negocio de una empresa. Con big data, será posible obtener análisis mucho más detallados. Por ejemplo, se puede analizar qué tan rápido crece o se reduce el mercado de una empresa. También se pueden comparar los patrones cíclicos del mercado con patrones históricos. Además, se puede conocer la cantidad de clientes en un mercado o listos para entrar. Igualmente, se pueden analizar sus preferencias y cómo el mercado reacciona a los productos de una empresa o de sus competidores.
Valoración
A menudo, un obstáculo importante para ejecutar acuerdos de M&A es la valoración. Más allá de la tendencia de compradores a bajar valores y vendedores a subirlos, la valoración es muy desafiante. Esto se debe a que a menudo implica pronosticar el futuro. Al usar big data con técnicas de valoración basadas en el mercado, como múltiplos de EBITDA, el análisis será más preciso. Será posible extraer múltiplos de bases de datos de mercado mucho más amplias. También se podrán hacer comparaciones entre empresas de forma más rápida y confiable. Esto permitirá realizar los ajustes apropiados en una valoración.
Para los modelos de valoración que se basan en análisis de flujos de efectivo descontados, será más fácil preparar los flujos de efectivo, identificar riesgos para esos flujos de efectivo basados en información de mercado existente y considerar en una manera más informada cómo esos riesgos afectarán esos flujos de efectivo.
Activismo de los accionistas
La existencia de datos en tiempo real sobre una compañía, la ejecución del modelo comercial de la compañía y la competencia de una compañía probablemente cambiarán significativamente la relación entre los fundadores, ejecutivos e inversionistas externos de una compañía. En lugar del activismo de los accionistas impulsado por informes financieros periódicos, es probable que la información cada vez más disponible reduzca significativamente los intervalos entre los eventos del mercado, las decisiones de la compañía y los intentos de los accionistas de influir los pasos en el mercado una empresa está tomando o planea tomar.
Conclusión
A medida que aumente la cantidad de datos en el mundo, la tecnología intentará almacenarlos y dividirlos en partes inteligibles. También buscará usar esos datos para diferentes propósitos. Es probable que las técnicas analíticas de big data tengan un gran impacto en M&A. Esto ocurre porque M&A se ve muy afectado por los datos que se pueden extraer del mercado. Por esta razón, empresas e inversores deben mantenerse informados sobre los avances en el análisis de big data. Así podrán incorporarlos en sus estrategias de M&A. Esto aumentará la probabilidad de que las fusiones y adquisiciones generen valor duradero para los accionistas.
Este artículo fue escrito por Darin Bifani.