Incorporar el descubrimiento de datos en su organización
por Thomas C. Redman
En el siglo XIX, las empresas se organizaron para utilizar sus activos de capital de forma eficaz. A partir de mediados del siglo XX, se organizaron para aprovechar mejor a su gente. Hoy en día, los «datos» son cada vez más importantes para prácticamente todas las empresas, agencias gubernamentales y organizaciones sin fines de lucro. Ofrecen oportunidades sin precedentes y representan nuevos riesgos, a su vez exigiendo un cambio organizacional profundo. La idea aquí es que prácticamente ninguna empresa (tenga 100 años o aún no se haya establecido), ningún departamento de la misma —de hecho, ningún puesto— permanecerá intacta.
Hay muchas maneras de «poner los datos a trabajar», cada una con sus propios puntos fuertes y desafíos. Y aunque nadie entiende del todo las diversas formas que adoptarán las organizaciones basadas en los datos, podemos hacer algunas conjeturas inteligentes. Una opción es centrarse en encontrar y aprovechar los descubrimientos profundos y fundamentales de los datos. Estos descubrimientos podrían incluir el mejor momento para conseguir un cliente fiel, una comprensión más profunda de cómo adaptar los tratamientos médicos al genoma del paciente, nuevas formas de suministrar energía con menos pérdidas, nuevas formas de detectar el fraude, etc.
Para que quede claro, esta estrategia no es para todo el mundo. Si bien las recompensas pueden resultar embriagadoras, la estrategia está plagada de peligros. Así que quienes estén contemplando este curso deberían encontrar las experiencias de los grandes Laboratorios Bell instructivo. Los laboratorios Bell dirigieron un trabajo fundamental en física, teoría de la información, computación, telefonía inalámbrica y control de calidad que sustenta gran parte de la economía actual. Empecé mi carrera como lo que ahora se llamaría analista de datos, centrándome en el rendimiento de la red, básicamente intentando obtener más información de la llamada a la persona que llama. Desde mi punto de vista, tres aforismos guiaron la dirección de Bell Labs:
- El secreto del éxito en los Laboratorios Bell es trabajar media jornada. Y lo mejor de los laboratorios es que puede trabajar esas 12 horas cuando quiera.
- El secreto del éxito en los Laboratorios Bell es tener grandes ideas. Solo necesita uno cada dos años. Pero tiene que mejorar el servicio telefónico. Y tiene que ser realmente genial.
- El secreto para ser un buen director en los Laboratorios Bell es contratar a las personas adecuadas, darles las herramientas que necesitan, indicarles la dirección correcta y mantenerse al margen de su camino.
Durante mi trabajo, me pregunté si podrían aplicarse los preceptos del control de calidad, que tienen tanto éxito en la fábrica. Tuve tiempo de «seguir mis narices» y hacerlo me llevó a lograr la calidad de los datos. En un par de años creamos un laboratorio con unas 15 personas (matemáticos, informáticos, estadísticos e ingenieros de sistemas) y dedicamos la mitad del tiempo a dedicarnos a los enormes problemas de datos de AT&T (ayudamos a la empresa a ahorrar cientos de millones) y la otra mitad a extender los principios de la gestión de la calidad a los datos. Pasaron 15 años antes de que la mayoría de los demás pudieran articular el problema y la oportunidad.
No puede replicar los Laboratorios Bell. Pero puede aprender de sus éxitos. Estos son tres pasos para configurar un proceso de descubrimiento en su empresa.
Primero, cree un departamento independiente, el equivalente en su sector a un «laboratorio». Hay muchas razones por las que un independencia organizacional es importante. Me parece que lo más peatonal es el más convincente: si pone a buenos analistas en el departamento de XYZ, los gerentes los atraerán a las cuestiones del día tras día de XYZ y los analistas no perderán su tiempo buscando el descubrimiento fundamental. Su propio departamento les da la oportunidad de dedicar su tiempo a ello.
En segundo lugar, aprenda a gestionar el laboratorio de datos. Esto puede resultar un equilibrio delicado. Por un lado, debe aprender a tolerar y fomentar la experimentación. La búsqueda de la verdad fundamental está repleta de traspiés, callejones sin salida y resultados alentadores que no dan resultado. Puede resultar frustrante para el gerente acostumbrado a producir resultados trimestrales.
Pero un laboratorio no es un arenero industrial. Debe centrarse plenamente en el negocio de la empresa, ya sea en reducir los costes o en crear nuevo valor para los clientes. Es apropiado mantener una cartera de oportunidades, en función de factores como el plazo en el que se pagan. Lo que es más importante, las interfaces entre el laboratorio, su trabajo y los pasos posteriores en el datos del descubrimiento al proceso en dólares debe estar claramente definido.
En tercer lugar, gestionar a las personas. Debe dotar al laboratorio de un grupo diverso y talentoso de especialistas a los que les guste trabajar juntos. Puede que este sea el paso más difícil. Creo que fue Jeff Hooper, especialista en fiabilidad de Bell Labs, quien señaló por primera vez: «Los datos no revelan sus secretos fácilmente. Deben ser torturados para que confiesen». Los analistas de datos de primer nivel que pueden obtener estas confesiones (la gran mayoría de los cuales tienen títulos avanzados en campos esotéricos) escasean y la demanda crece rápidamente. La diversidad de antecedentes y opiniones es igual de importante. Los grandes descubrimientos se encuentran la mayoría de las veces en los límites de las especialidades.
No necesita hacerlo todo usted mismo. La enorme cantidad y riqueza de los datos disponibles, ya sea para la compra o de forma gratuita, se están disparando. Muchas organizaciones complementan la labor de descubrimiento con equipos lejanos, incluidos académicos, proveedores, socios, clientes e incluso competidores. Dicho esto, debe definir y crear claramente un «núcleo» de talla mundial que le permita atraer y retener una masa crítica de los mejores talentos y crear una base de conocimientos que proporcione un flujo (relativamente) constante de descubrimientos.
Como recordatorio, seguir una estrategia que busque encontrar y aprovechar los descubrimientos fundamentales en los datos no es para todo el mundo. Las medidas a mitad de camino no servirán. Pero para quienes se comprometan y lo hagan bien, las recompensas valdrán la pena.
Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología
Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?
Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.