PathMBA Vault

Technology and analytics

Cree mejores sistemas de gestión para que sus datos funcionen

por Thomas C. Redman

Cree mejores sistemas de gestión para que sus datos funcionen

La mayoría de las empresas siguen esforzándose por gestionar sus datos y ponerlos a funcionar. Gastan mucho tiempo y energía, pero no reciben mucho por sus esfuerzos. La calidad es baja, la gente no confía en los datos, la deuda técnica está fuera de control y pierden la oportunidad de centrarse en los datos, aprovechar la analítica avanzada y la IA y competir con los datos. De hecho, la mayoría de las organizaciones son simplemente no está en sintonía con los rigores de trabajar con datos.

Esto, por supuesto, es un problema. En este momento, el trabajo de prácticamente todo el mundo implica usar, interpretar y crear datos. Sin embargo, de alguna manera, esto parece perderse en todos los niveles de las organizaciones: la estructura, la cultura, las personas. A menudo no está claro de quién son los datos de responsabilidad (¿el CDO? ¿ESO? ¿Todos? ¿Nadie?) , y como los datos tienden a estar ocultos, en los informes de pedidos, logísticos y de gestión de los clientes, prevalece el poder del status quo. Sin expectativas claras, reina el caos. La gente no sabe qué hacer, las tareas básicas quedan sin hacer y gran parte del trabajo que se lleva a cabo está mal hecho. La desafortunada realidad: la mayoría de las veces, los datos no están gestionados.

Las empresas deben crear mejores sistemas y enfoques para trabajar con los datos, y eso empieza por aclarar las responsabilidades de gestión de todos los que tocan los datos de alguna manera, en toda la empresa. Estas son cinco directrices para decidir quién debe hacer qué en lo que respecta a los datos.

Haga que todos participen.

La mayor parte de la acción real con los datos involucra a «personas normales», que no tienen «datos» en sus títulos. Crean las cosas, las interpretan, las utilizan para satisfacer a los clientes y a los reguladores, hacer un seguimiento del inventario y el dinero, y hacer planes y decisiones, etc. Estas personas son, de hecho, la primera línea de cualquier proyecto, programa o estrategia de datos de gran envergadura y son esenciales para su funcionamiento. Sin embargo, casi siempre se quedan fuera en la fase de planificación. Dado el entusiasmo por el big data, la inteligencia artificial y la transformación digital, le sorprenderá que incluir a la gente común sea el paso más importante que las empresas pueden dar para acelerar sus programas de datos.

Aquí hay un enorme potencial. Para darlo a conocer, las empresas necesitan aclarar las funciones y responsabilidades de las personas comunes, como clientes y creadores de datos en lo que respecta a la calidad de los datos, como pequeños científicos de datos, como contribuyentes a proyectos de datos más grandes, como mejores responsables de la toma de decisiones y como guardianes de los datos de la empresa. El primer paso que deben dar los líderes es poner a la gente común y estas responsabilidades en primer plano. También deben seguir adelante, formar y apoyar a las personas para ayudarlas a cumplir eficazmente sus nuevas responsabilidades articuladas.

Construya la infraestructura para trabajar por encima, alrededor y a través de silos.

Si bien las empresas son las que más valor obtienen de los datos cuando se utilizan en todos los departamentos, los silos obstaculizan el intercambio de datos. A pesar de que casi todo el mundo depende de los datos creados por otros departamentos para hacer su trabajo (por ejemplo, los usos de ventas datos principales generado por el marketing, y luego pasa datos de ventas pasando a las operaciones de tramitación, etc.), los departamentos suelen despreocuparse por la calidad de los datos que transmiten. Las empresas son gigantescas cadenas tipo margarita de flujos de datos y, cuando se transmiten datos incorrectos, lo estropean todo.

Para bien o para mal, es probable que los silos no vayan a ningún lado pronto. Más bien, las empresas deben crear una infraestructura que pueda transmitir y coordinar el flujo de muchos datos de forma organizada (lo que yo llamo «tubos gruesos y organizativos») para hacer frente a ellos. En primer lugar, las empresas tienen que definir y gestionar cadenas de suministro de datos. Así como las empresas rastrean a los productores y las materias primas, en las que confían para fabricar y entregar los productos físicos, deben definir y hacer un seguimiento de la forma en que se crean los datos, cómo se mueven de un lugar a otro y cómo se analizan y utilizan a lo largo del proceso.

En segundo lugar, tienen que construir un puente de ciencia de datos, que apoya la comunicación entre los equipos empresariales y los centros de excelencia en ciencia de datos. Estos dos equipos suelen tener propósitos contradictorios, ya que el primero trata de crear procesos predecibles y el segundo trata de generar disrupción en esa estabilidad para encontrar mejoras, actualizar la toma de decisiones y desarrollar nuevos productos. El puente tiene como objetivo aliviar esta tensión, ayudando a ambos equipos a entender las preocupaciones y necesidades del otro.

En tercer lugar, tienen que crear idioma compartido entre los departamentos y en toda la empresa. A medida que las empresas crecen y los departamentos se especializan, el idioma utilizado varía. (Por ejemplo, el término «cliente» pasa a significar «cliente potencial» para marketing, «persona con autoridad de aprobación» para ventas y «entidad responsable en última instancia del pago de la factura» para la gestión de riesgos.) Esto dificulta que las personas trabajen en silos y que los científicos de datos den sentido a los datos de la empresa. Las empresas pueden lograr grandes avances si identifican unos 150 conceptos clave que unen a la empresa y se ponen de acuerdo en definiciones comunes.

Deje que la TI se ocupe de la tecnología, no de los datos.

Demasiadas empresas asignan erróneamente la responsabilidad principal de los datos a sus departamentos de tecnología de la información. Pero la mayoría de los datos no los crea ni utiliza la TI; la tecnología y los datos son tipos de activos diferentes, de la misma manera que los servicios de streaming y las películas son diferentes. Las empresas deberían deje que la TI se dedique a la tecnología, desarrollar capacidades de infraestructura, automatizar procesos bien definidos y, con el tiempo, reducir la deuda técnica.

Encargue a los equipos de datos profesionales el entrenamiento y la coordinación.

Las empresas necesitan equipos de datos pequeños y profesionales con una amplia experiencia en una variedad de temas, como la calidad de los datos, la ciencia de los datos, la gestión de los metadatos, la privacidad y la seguridad, para cumplir estas responsabilidades día tras día. Como se explica en un artículo anterior, quizás la mitad del esfuerzo de estos equipos de datos debería centrarse en formar y ayudar a la gente normal para que puedan asumir las funciones y desempeñar las responsabilidades mencionadas anteriormente. También se necesita ayuda profesional para ayudar a los encargados de gestionar las cadenas de suministro de datos y establecer un lenguaje compartido. Una red de gestores de datos integrados es esencial para aumentar el alcance de los equipos de datos profesionales en la realización de este trabajo.

Los equipos de datos profesionales también deben reservar una fracción de su tiempo a trabajos especializados: interpretar las normas de privacidad, desarrollar modelos de datos y liderar iniciativas de ciencia de datos especialmente difíciles o importantes (aunque estos esfuerzos también deben implicar a la gente común).

Saque a los altos directivos del banquillo.

Durante la última generación, los fantásticos métodos de ciencia y calidad de los datos han demostrado su valía en innumerables circunstancias, resolviendo problemas difíciles, proporcionando nueva información sobre los clientes y reduciendo los costes. Aun así, se ha demostrado que es difícil introducir estas nuevas ideas en las empresas y extender los éxitos de una parte de la empresa a otras; la tasa de fracasos de los proyectos de ciencia de datos sigue siendo preocupantemente alta. Los programas de datos necesitan urgentemente altos directivos que ayuden a resolver estos problemas. Sin embargo, en general, los principales líderes se han quedado al margen.

Me parece que los altos líderes quieren hacer lo correcto, pero no saben qué es lo correcto. En su defensa, se enfrentan a una confusa avalancha de propuestas, todas las cuales prometen consecuencias nefastas si se ignoran, pero cada una de las cuales ofrece recomendaciones diferentes. Separar la señal del ruido es una tarea difícil.

Con eso en mente, aconsejo a los líderes que se centren inicialmente en dos cosas.

Primero, es establecer conexiones: las empresas están repletas de problemas y oportunidades empresariales y con grandes ideas en el espacio de los datos. Pero con demasiada frecuencia no se encuentran; los problemas empresariales siguen sin resolverse y los que tienen grandes ideas se frustran. Los líderes sénior están muy bien posicionados para conectar las dos cosas.

La segunda es desarrollar, con el tiempo, las capacidades de las personas que se exigen aquí. Si aún no lo ha hecho, contrate a un gran director de datos, uno con el coraje de un león para estar en primera línea del cambio todos los días y con la paciencia de un santo, que piense a largo plazo y no se distraiga con pequeños francotiradores.

 . . . 

Estas directrices representan un cambio radical en la forma en que se gestionan los datos en la actualidad. Algunos dirán que son demasiado difíciles o que no valen la pena. Pero la gestión de datos hoy en día simplemente no está haciendo su trabajo. Desde mi punto de vista, es absurdo pensar que el simple hecho de apostar por un centro de excelencia en ciencia de datos llevaría a una visión que cambiaría la industria, que unos pocos doctorados sin procesar podrían cambiar de opinión a una generación acostumbrada a gestionar por los asientos de sus pantalones y trajes de pantalón, o que aplicar la última tecnología vertiginosa compensaría la falta de gestión adecuada de los datos durante una generación completa.

La electrificación es un ejemplo útil. Porque la electricidad no apareció en escena y, mágicamente, hizo que todo fuera mejor. Los líderes y los técnicos tuvieron que decidir cómo fabricarlo y entregarlo de forma segura, cómo cambiar el taller para adaptarlo, cómo gestionar sus exigentes propiedades y cómo hacer que todos hicieran su parte. Esto llevó toda una generación. No debemos esperar menos de los datos.