Los líderes pueden iniciar estrategias de analítica exitosas centrándose en la calidad de los datos, buscando nuevos usos y desarrollando capacidades organizacionales.
Para muchos ejecutivos, los datos representan un enigma. Naturalmente quieren que su implementación sea exitosa. De hecho, les gustaría ayudar durante el proceso de transición, e incluso aportar sus capacidades de liderazgo, pero más allá de ofrecer financiamiento, no saben muy bien cómo. Su falta de conocimientos técnicos exacerba la incertidumbre y los hace sentir ajenos a los equipos de ciencia de datos.
Este tipo de iniciativa demanda liderazgo empresarial y hay muchas formas en que los altos ejecutivos pueden desempeñar un papel más importante, incluso si no comprenden completamente el tema.
Este artículo explora siete formas en que los líderes pueden acelerar la transformación empresarial, obtener beneficios a corto plazo y comprender mejor las funciones que los datos pueden desempeñar para potenciar sus objetivos comerciales: piensa que son oportunidades.
No todos los puntos se adaptarán a tus necesidades, intereses o estilo, así que elije uno o dos y empieza por ahí.
Comenzamos con tres oportunidades relacionadas con la calidad. Uno pensaría que no, pero mejorar la calidad de los datos ahorra dinero. Además, todas las estrategias de analítica (y cada vez más las estrategias comerciales) dependen de datos de alta calidad.
A los líderes no les cuesta admitir que desconfían de los datos que utilizan, sobre todo cuando realmente importan. Esto no es de extrañar, pues con frecuencia encuentran datos erróneos: un par de números no cuadra, algunos informes parecen demasiado buenos para ser ciertos y el equipo de finanzas se queja cada trimestre sobre las horas extra para producir un informe de rutina.
A pesar de estas condiciones, la mayoría de las empresas logran convencerse a sí mismas de que sus datos son “bastante buenos”. Y se produce una inercia incómoda: no tienen los datos confiables que necesitan, pero no pueden hacer algo significativo por remediarlo.
Para salir del problema, efectúa una revisión para determinar qué tan buenos o malos son tus datos. Dile a la gente que no habrá recompensas, ni castigos por los resultados; sólo importa establecer una pauta.
Da instrucciones a tus equipos para que realicen una medición simple de la calidad de los datos, utilicen lo que yo llamo la “Medición del viernes por la tarde”, la cual implica presentar una muestra de los datos más importantes que los equipos usan diario, señalar los errores evidentes y luego contarlos. Esta medición arroja una puntuación entre 0 y 100. Cuanto más alta, mejor.
Aunque el cálculo de esta medición demora sólo unas horas, el equipo puede tardar más en analizar las implicaciones de los resultados. Por un lado, puedes descubrir que tus datos son confiables (si obtienes una puntuación superior a 96) y pasar directamente a las mejoras.
Sin embargo, pocos equipos obtienen una puntuación tan buena, y cualquier puntuación por debajo de 85 indica problemas serios. Resolver estos problemas requerirá más trabajo, pero romper la inercia es la mitad del camino.
Es una señal de cambio para mejorar la calidad de los datos, el equipo pasará de encargarse pasivamente de los errores a eliminarlos para siempre.
Cuando planteas preguntas sobre los datos que no parecen correctos por mucho que los analices, el personal pierde la cabeza para descubrir los errores y corregirlos. Una tragedia se evitó o, por lo menos, se postergó.
Dramas así ocurren decenas, cientos o miles de veces al día (según el tamaño de tu compañía): ventas limpia los datos que reciben de marketing, operaciones limpia los datos de ventas y finanzas limpia los datos de todos.
¿Notas cómo es un círculo vicioso y cuántos recursos se pierden? Puedes predicar con el ejemplo y romper este ciclo. La próxima vez que surja un problema, lidera un proyecto de mejora para llegar al fondo del asunto: encontrar y luego eliminar la raíz del problema.
Al hacerlo, enviarás una señal de cambio para mejorar la calidad de los datos, el equipo pasará de encargarse pasivamente de los errores a eliminarlos para siempre. Quienes se reporten directamente contigo (y quizá algunos compañeros más), seguirán tu ejemplo, por lo que tal vez este podría ser el acto más transformador que puedes realizar.
La gente de todas las compañías, excepto (quizás) las más pequeñas, se queja: “Nuestros sistemas no dicen nada“. Quizá te suena de algo, como cuando se escudan tras esta expresión para no responder preguntas básicas en toda la empresa, preguntas como: “¿Cuántos clientes tenemos?”.
Por desgracia, el problema con estas frases es que ocultan un tema mucho más fundamental. En concreto, trabajadores que no hablan el mismo idioma. Esto tiene consecuencias reales: es más difícil trabajar entre departamentos, la complejidad aumenta y el área de tecnología pierde un tiempo que sería mejor invertirlo en otra cosa.
Para saber si tienes este problema, escoge tres o cuatro términos importantes. Por ejemplo, para una empresa de servicios financieros, podrían ser seguridad, comprador y cliente. Pide a todos (incluido tú mismo) que anoten las definiciones de estos términos y llévalas a la siguiente reunión del personal.
Luego, léelas en voz alta y observa cuánto se asemejan o difieren. Recuerda, no hay correcto o incorrecto. Si todos están de acuerdo, ¡genial! Si no, quizá exista un problema serio.
Esta es la más importante de las siete acciones que describimos aquí. Pero una vez que sepas dónde buscar, verás cómo el lenguaje común puede resolver todo tipo de problemas comerciales.
Un error común sobre la ciencia de datos, con términos como big data, Inteligencia Artificial (IA) y aprendizaje automático, es creer que está reservada para áreas donde los datos son abundantes.
En realidad, cuando se practica bien, la ciencia de datos contribuye a garantizar que un problema se articule de manera clara, revela sesgos ocultos en la mentalidad empresarial, genera nuevas perspectivas sobre los datos mismos (qué tan buenos son para abordar dificultades), busca nuevas fuentes para cerrar brechas, analiza todos los datos de forma eficaz y reduce la incertidumbre.
Por lo tanto, elige un problema, invita a un científico de datos de primer nivel a unirse a la diversión, trátalo como a un miembro con pleno derecho en tu equipo y escucha lo que tiene que decir.
Esta siguiente oportunidad se refiere a la diferenciación competitiva. Como has de saber, las empresas no compiten por su similitud con otras, sino por su distinción entre la multitud. Es muy fácil entender los datos como un subproducto del trabajo real y no considerarlos una fuente de valor real. Vale la pena dedicar tiempo a analizar en dónde se podrían estar desaprovechando oportunidades estratégicas.
Empieza por encargarle a un equipo multidisciplinario que responda la pregunta: “¿Tenemos datos que nadie más tiene?“. Lo más probable es que la respuesta sea positiva. Después de todo, sus datos son exclusivamente suyos. Si es así, estos datos califican como privados y pueden ser una fuente de ventaja competitiva.
Evidentemente, el siguiente paso consiste en descubrir cómo explotarlos. De los consejos que presentamos aquí, los datos privados probablemente tengan mejores oportunidades de generar ingresos a corto plazo.
Lentamente, y por lo general con gran dificultad, los datos invaden cada rincón de todas las industrias, empresas y departamentos, lo cual genera tanto oportunidades como riesgos.
No obstante, las compañías actuales no están adaptadas para la analítica de datos: carecen de talento, los silos obstaculizan el intercambio de datos. Los datos y las estrategias comerciales están mal conectados y no está claro quién es responsable de qué en este ámbito. A largo plazo, resolver estos problemas requiere de mucho tiempo y esfuerzo.
Por mucho, lo más que pueden hacer los altos mandos respecto a este tema es aclarar las responsabilidades gerenciales. Por suerte, el primer paso es relativamente sencillo: traslada la responsabilidad principal fuera del departamento de TI.
Los datos y la tecnología son diferentes tipos de recursos y combinar su gestión ha ralentizado el progreso para ambas ramas. Trabaja departamento por departamento con el objetivo de encontrar un mejor lugar para desarrollar un programa de datos efectivo, desde recursos humanos hasta administración pasando por finanzas y operaciones.
Es importante reflejar las mejoras de datos que se logran internamente en la junta directiva. Si aún no tienen, debe ser prioritario incluir en la junta a un director que entienda sobre datos.
Necesitas a alguien que los empuje a ir más lejos y más rápido de su situación actual, que les sirva como consultor especial, y que les ayude a anticipar y lidiar con las resistencias a la transformación. El candidato ideal tiene una visión y experiencia amplias en conflictos reñidos para avanzar en el camino hacia la analítica.
Cuanto antes encuentres a esa persona, mejor. Así que empieza a buscar de inmediato. Entrevista a tantas personas como puedas y no te decidas hasta que encuentres a alguien en quien realmente confíes.
Los datos pueden representar la mejor oportunidad que tienes de hacer crecer tu negocio y tomar distancia de tus competidores, pero conseguir aunque sea una mínima parte de su valor potencial es complicado.
No es de extrañar que desbloquear este potencial requiera una sólida dirección por parte de los altos mandos. Cualquier ejecutivo puede aprovechar las siete ideas que presentamos en este artículo como puntos de partida para iniciar la transformación hacia la ciencia de datos.
Thomas C. Redman (@thedatadoc1) es presidente de la consultora Data Quality Solutions y autor de Getting in Front on Data: Who Does What (Technics Publications, 2016).
Artículo traducido por Elvira Rosales Abundiz, a partir de: https://sloanreview.mit.edu/article/top-down-leadership-for-data-seven-ways-to-get-started/