3 principios útiles que te ayudarán a migrar los datos de tu empresa
Las empresas, a pesar de que la tarea resulte titánica, pueden migrar datos fácilmente. (MIT SMR)
Los gestores pueden transferir datos más rápidamente siguiendo tres principios. El primero de ellos es seleccionar una cantidad mínima de información.
Mientras la pandemia continúa, las organizaciones compiten para transferir sus datos a los nuevos sistemas con el fin de lanzar servicios en línea y mantener los sistemas operativos a distancia. Pero pocas iniciativas de esta envergadura prosperan como se planeaban o entregan los resultados que prometían.
Las empresas pueden reducir su margen de error si parten de la máxima “menos es más”. A continuación, exponemos tres principios útiles para trasladar datos a los nuevos sistemas de manera efectiva en un periodo de meses en vez de años. Identificar los datos que van a migrar, dejar atrás los datos almacenados y reducir los estándares de calidad, así sea el 1 por ciento menos.
IA para todos, así es como las pymes pueden usar el small-data
Seleccionar una cantidad mínima de datos
Cuando las empresas migran información, generalmente tienen como objetivo trasladar todas las estructuras de sus sistemas heredados al nuevo sistema de TI. Pero las migraciones pueden acelerarse cuando las compañías eligen un nuevo sistema y trabajan en reversa. De este modo miran sólo la cantidad mínima de datos viables necesarios.
Por ejemplo, una empresa de servicios financieros transfirió los datos de uno de sus productos en cuatro meses en vez de dos años, cuando analizó con cuidado qué datos necesitaba realmente.
El antiguo sistema, cada vez que se ajustaban las tarifas o la tasa de interés de uno de sus productos, recopilaba miles de columnas históricas relacionadas con las fluctuaciones de su valor.
Pero los gerentes sólo querían migrar el valor actual del producto y su historial de transacciones. Así lo hicieron y, en caso de ser necesario, cada cambio de valor de la última década puede calcularse en el nuevo sistema.
Almacenar los datos que pretendan conservar
Dado que ahora los gerentes tienen acceso a opciones de almacenamiento más accesibles y asequibles, pueden almacenar datos heredados de manera más fácil.
Contar con estas opciones quiere decir que el enfoque tradicional es obsoleto. La estrategia “big bang” puede parecer ventajosa a primera vista , pero resulta más fácil, más rentable y más rápido retirar o archivar datos innecesarios.
La forma más eficaz de seleccionar qué datos migrar es identificarlos en tres grupos:
- Imprescindibles por motivos de seguridad o cumplimiento
- Datos imprescindibles para lograr objetivos críticos
- Prescindibles pero que se desea conservar
Prepárense para mover más conjuntos de datos a la última categoría conforme avance el proyecto. Una empresa, en donde tener el inventario al día era esencial. Por ejemplo, esperaba transferir las cantidades de piezas y herramientas de mantenimiento a un nuevo sistema operativo, pero descubrió que los desarrolladores tardaban meses en validar y limpiar los datos históricos.
Cada vez que lo hacían, faltaba una o dos partes o los números de serie no coincidían. Al final, los gerentes decidieron que sería más barato y rápido que alguien contara y actualizara manualmente esos datos.
Data Analytics vs. Data Science: ¿Cuál necesitas?
Dar prioridad al tiempo y no a la perfección
Finalmente, los gerentes deben alentar a los tecnólogos a ser perfeccionistas sólo con los datos esenciales. Cuando los gerentes de otras áreas intervienen en los parámetros para seleccionar datos, sus preferencias deben equilibrarse con las demandas y los objetivos de la competencia. Actualizar un sistema operativo de manera rápida y eficaz. De lo contrario, la migración puede prolongarse.
Las transformaciones del sistema operativo suelen retrasarse porque, durante años, las empresas reutilizan columnas de datos, relajan sus lineamientos o incluso duplican data.
Los elementos heredados, entonces, se distribuyen en varios sistemas y están parcialmente disponibles, enredados en otros subconjuntos o quedan totalmente inutilizables.
Unos estándares de calidad razonables, cuantificables y comprobables son más que suficientes. Mejorar la precisión de un conjunto de datos en un 1 por ciento o 2 por ciento puede llevar más tiempo que alcanzar un alto nivel de precisión general, digamos un 97 por ciento.
Mantén el objetivo en mente
Es fácil caer en la trampa de esperar datos perfectos. Pero la pandemia ha dejado ver que una perspectiva perfeccionista pierde de vista el objetivo general. Poner en marcha un nuevo sistema de información para atender mejor las necesidades de la empresa. Seguir estos principios ayudará a tu organización a gestionar y migrar datos de forma más eficaz.
SOBRE LOS AUTORES
Konstantinos Varsos es socio de transportación y operaciones en Oliver Wyman. Neil McConachie es socio de transportación y prácticas digitales en Oliver Wyman. Salena Hess es gerente de participación de transportaciones y prácticas digitales en Oliver Wyman. Ethan Murray es socio del área digital en Oliver Wyman.
Síguenos en Google News
