Para que una empresa desarrolle un producto exitoso, no se necesita un golpe de suerte. Más bien necesita invertir su fondos en la ingeniería de datos.
La orientación al producto es desde hace tiempo un componente importante del éxito en la industria del software. Los gestores de productos guían el nuevo software desde las primeras etapas, en las que se identifican las necesidades del cliente, hasta la oferta final y más allá.
Como dice una descripción de la gestión de productos de software, los gestores de productos de éxito deben equilibrar las diferentes perspectivas de la tecnología, el negocio y la experiencia del usuario. Todo ello sin tener el control directo de ninguno de estos ámbitos.
Los tres roles del director de datos: Jack Berkowitz de ADP
En la última década, a medida que el software ha ido incorporando cada vez más funciones de datos y análisis, la idea de los productos de datos se ha hecho popular entre las empresas nativas digitales.
Se trata de productos de software cuyo objetivo principal es hacer algo con los datos: recopilarlos, gestionarlos, analizarlos o facilitar su consumo.
Los productos de datos también suelen incluir algún grado de análisis o modelos de IA. Prácticamente todas las ofertas de Google, por ejemplo, se califican como productos de datos con IA.
La incorporación de datos, análisis e inteligencia artificial en los productos ha supuesto un cambio de juego para personas como Manav Misra, director de datos y análisis de Regions Bank.
La institución financiera tiene 161 mil millones de dólares en activos y es uno de los mayores proveedores de servicios completos de banca comercial y de consumo. También gestionan el patrimonio y productos y servicios hipotecarios del país.
Misra llegó a Regions con experiencia en software: había sido profesor de informática y luego trabajó en empresas de software y análisis durante muchos años.
La orientación al producto se convirtió en algo natural para él. Eso es algo bueno, porque cuando llegó a Regions en 2018, descubrió tanto la necesidad de un enfoque de producto como las oportunidades que presentaba.
Uno de los grandes problemas de la ciencia de datos es que los modelos simplemente no se implementan con la suficiente frecuencia.
A los científicos de datos les gusta crear modelos que proporcionen un excelente ajuste a sus datos, pero eso no es suficiente para garantizar su uso en las empresas.
El despliegue, que es cuando los modelos se ponen en producción, suele requerir una serie de actividades adicionales. Por ejemplo el trabajo con las partes interesadas, la integración de un modelo con los sistemas existentes, el cambio del proceso de negocio, la capacitación de los usuarios, etc.
Los resultados de múltiples encuestas sugieren que los índices de despliegue de modelos son bajos: los modelos acaban siendo sólo pruebas experimentales de concepto. Nadie involucra a las partes interesadas del negocio lo suficiente como para que los modelos se afiancen.
En una pequeña encuesta reciente entre científicos de datos realizada por KDnuggets, la mayoría de los encuestados afirmó que sólo se despliegan entre el 0% y el 20% de sus modelos.
Otras encuestas sugieren que las empresas han tenido problemas para obtener valor económico de sus inversiones en IA, en gran parte porque no tienen suficientes modelos en uso real.
Cuando Misra llegó a Regions Bank, encontró niveles de implementación y enfoques entre los científicos de datos que eran similares a los que había visto anteriormente en su carrera.
En general, los científicos se sentían responsables principalmente de la creación de modelos, pero no de ninguna de las tareas relacionadas con el despliegue real de los mismos.
“Las compañías de software empresarial no pueden entregar algo a medias a un cliente empresarial, sin embargo, estábamos haciendo eso en nuestros equipos de análisis. Necesitábamos un gran cambio de cultura hacia la entrega de soluciones completas”, dijo Misra.
Faltaba un sentido de colaboración entre los científicos de datos y las personas que desplegaban los modelos. Un grupo los desarrollaba y luego se los entregaba a otro para su implementación. Pocos de los modelos eran utilizados por la empresa.
La tecnología es fundamental para el desarrollo de empresas inteligentes
Misra vio que el banco necesitaba un cambio de rumbo, así que estableció el concepto de productos de datos y la nueva función de socio de productos de datos para gestionarlos.
Define el producto de datos como “una solución de software de principio a fin para un problema que tiene el negocio. Aprovecha mucho los datos y la analítica avanzada para ofrecer esa solución”.
Los productos de datos pueden estar destinados al uso interno del banco o directamente a los clientes.
Los socios de productos de datos actúan como gestores de productos de datos y como socios del negocio para hacer realidad los productos y gestionarlos.
Cada socio está asignado a un negocio concreto o a una unidad de apoyo del banco. Tienen que ser capaces de asistir a las reuniones de personal con sus socios comerciales y entender las prioridades de ese grupo.
No fue fácil encontrar personas para estas funciones. “Lo más difícil fue asegurarnos de que teníamos a las personas adecuadas”, comentó Misra.
“Tenían que tener la mentalidad tanto de un socio comercial como de un director de producto y entender los datos, la analítica y la IA“.
Muchos de ellos procedían de la parte comercial del banco, aunque algunos también tenían experiencia en análisis.
El trabajo del socio de productos de datos incluye comprender lo que la unidad de negocio y el usuario final necesitan. También organizan ciclos de desarrollo que comiencen con un producto mínimo viable, construir soluciones completas y supervisar su uso y eficacia.
Durante las primeras etapas del proceso, los socios de productos de datos actúan como traductores bidireccionales. Conectan las oportunidades de la analítica y la IA con las necesidades empresariales.
En las etapas posteriores, se encargan de evaluar cómo se adopta y utiliza el producto, supervisando el funcionamiento de la interfaz de usuario.
Por lo que hacen un seguimiento de cuántas personas lo utilizan y asegurándose de que el producto ofrece o supera el valor prometido en el caso empresarial original.
Misra dijo que hay algunos componentes especialmente importantes para el éxito de la función de socio de productos de datos y la disciplina de gestión de productos para las iniciativas de análisis e IA.
Uno de ellos es garantizar que el papel del socio sea estratégico, proactivo y centrado en las necesidades críticas del negocio. No simplemente un servicio a la carta dentro de la empresa.
Todos los productos de datos deben abordar una prioridad empresarial crítica para los socios. Por lo que cuando se desplieguen, deben aportar un valor incremental sustancial a la empresa.
Los equipos que trabajan en los productos deben emplear métodos ágiles e incluir científicos de datos, gestores de datos. Así como expertos en visualización de datos, diseñadores de interfaces de usuario y desarrolladores de plataformas e infraestructuras.
Misra es un fanático de las disciplinas de ingeniería de software. Que son las técnicas sistemáticas para el análisis, el diseño, la implementación, las pruebas y el mantenimiento de programas de software. Y cree que deberían emplearse también en la ciencia de datos y los productos de datos.
Democratizar el conocimiento tecnológico, la apuesta de SAP + Coursera
Esta orientación al producto también requiere que haya un enfoque de visión global. No sólo por parte de los socios de productos de datos, sino por parte de todos los equipos de desarrollo de productos.
Misra afirma que incluso los científicos de datos se centran ahora en ayudar a ofrecer una solución completa, y están muy satisfechos por la atención que reciben y el valor que aportan al cliente.
Todos los miembros del equipo deben pensar siempre en el usuario final y poner en práctica soluciones que sean atractivas y tengan posibilidades de ser adoptadas por ellos.
También deben entender que un producto requiere un seguimiento y una adaptación continuos. A diferencia de un proyecto, no se trata de un esfuerzo “único“. Hay que dedicar recursos a lo largo de la vida del producto para garantizar una funcionalidad mejorada y una usabilidad continuada en futuras versiones.
Los socios del producto de datos miden el rendimiento de referencia antes de su implantación y el impacto del producto de datos después. Incluidos los resultados, la generación de ingresos y los ahorros internos.
También se les anima a promocionar sus resultados a la empresa en un boletín trimestral interno que se distribuye en todo el banco. Lo que también ayuda a crear conciencia e impulsar la demanda de su asociación.
Regions lleva tres años y medio empleando la orientación al producto. Ha tenido bastante éxito, con el despliegue de más de 10 productos que generan ingresos y ahorran costes.
Por ejemplo, un producto, llamado RCLIQ (Regions Client IQ), es una aplicación de aprendizaje automático. Esta herramienta proporciona planificación de relaciones y contactos para banqueros comerciales y equipos de clientes.
Cuenta con un 100% de adopción entre los usuarios objetivo y proporciona alertas tempranas de desgaste, supervisa el riesgo crediticio, estima la cuota de cartera de Regions, etc. Ha aumentado los ingresos y ha reducido los costes para el banco.
“Se pueden señalar muchos aspectos de RCLIQ que hacen que tenga éxito, pero la razón número 1 es que es útil y aditivo para los clientes de Regions, lo que a su vez lo hace valioso para nuestros gestores de relaciones y equipos”, dijo Misra.
“Como todo buen desarrollo de productos, hay que empezar por el cliente y trabajar hacia atrás. Ahí es donde un gestor de productos de datos puede marcar una diferencia significativa.”
Una segunda herramienta, llamada Regions Voice of the Customer, utiliza el procesamiento del lenguaje natural para permitir la escucha omnicanal de los comentarios de los clientes en los puntos clave del recorrido del cliente.
Integra las opiniones de los clientes con los conocimientos de los mismos procedentes de otro producto de datos de Regions. Actualmente lo utilizan varios grupos del banco, como las organizaciones de banca digital y de respuesta a las reclamaciones, y se está ampliando para convertirlo en una plataforma global.
Ha ahorrado más de un millón de dólares en pagos anuales a proveedores y permite identificar los problemas de los clientes hasta tres veces más rápido y resolverlos cinco veces más rápido.
Estos éxitos no han pasado desapercibidos. En una reciente reunión de altos cargos del banco, se invitó al grupo de Misra a hacer una demostración de diversos productos de datos de gran éxito.
La ocasión sirvió de foro para mostrar los resultados del trabajo del grupo y también para suscitar ideas y futuros casos de uso para los altos ejecutivos de la empresa.
A diferencia de muchos grupos de análisis e inteligencia artificial, el equipo de Misra puede presumir de una media de bateo perfecta en el despliegue de productos prioritarios.
En última instancia, ese éxito se debe al trabajo del equipo, así como al trabajo previo dedicado a la creación de casos de negocio colaborativos e inclusivos, al reconocimiento del papel de socio de producto y, sobre todo, a la cultura de despliegue de soluciones de análisis e IA.
En resumen, como comentó Misra modestamente, “el enfoque en el producto de datos nos ha servido realmente bien.”
Thomas H. Davenport (@tdav) es el Profesor Distinguido del Presidente de Tecnología de la Información y Gestión en el Babson College, profesor visitante en la Escuela de Negocios Saïd de Oxford y miembro de la Iniciativa del MIT sobre la Economía Digital. Es coautor del nuevo libro Working With AI: Real Stories of Human-Machine Collaboration (MIT Press, 2022). Randy Bean (@randybeannvp) es un líder de opinión del sector, autor y fundador y director general de NewVantage Partners, una empresa de asesoramiento estratégico adquirida por la consultora global con sede en París Wavestone en diciembre de 2021. Es autor de Fail Fast, Learn Faster: Lessons in Data-Driven Leadership in an Age of Disruption, Big Data, and AI (Wiley, 2021).