PathMBA Vault

Liderazgo

¿Puede su alta dirección gestionar los macrodatos?

por Brad Brown, David Court, Paul Willmott

Durante los últimos 30 años, la mayoría de las empresas han añadido nuevos puestos de nivel C en respuesta a los cambios en los entornos empresariales. El puesto de director financiero (CFO) cobró protagonismo a mediados de la década de 1980, a medida que ganaban fuerza las presiones por una gestión del valor y una relación más transparente con los inversores. Añadir un director de marketing (CMO) se hizo crucial, ya que los nuevos canales y medios aumentaban la complejidad de la creación de la marca, mientras que los directores de estrategia (CSO) se unieron a los mejores equipos para ayudar a hacer frente a los mercados globales complejos y que cambian rápidamente.

Hoy en día, a medida que el poder de los datos y la analítica altera profundamente el panorama empresarial, es posible que las empresas vuelvan a necesitar más fuerza de la alta dirección. Aprovechar las oportunidades relacionadas con los datos para mejorar los ingresos, aumentar la productividad y crear negocios completamente nuevos plantea nuevas exigencias sobre las empresas, que no solo requieren nuevos talentos e inversiones en la infraestructura de la información, sino también cambios significativos en la mentalidad y la formación de primera línea. Cada vez es más evidente que se necesitará una fuerza ejecutiva adicional para sortear los nuevos peligros organizacionales, hacer concesiones difíciles y reunir autoridad cuando los derechos de decisión entren en conflicto en el nuevo entorno.

Como los nuevos horizontes del análisis de datos suelen abarcar una variedad de funciones, como el marketing, el riesgo y las operaciones, la evolución de la alta dirección puede tomar varios caminos. En algunos casos, el camino a seguir consistirá en mejorar el mandato del director de información, marketing, estrategia o riesgos (y proporcionarle nuevas formas de apoyo). Es posible que otras empresas necesiten añadir nuevas funciones, como un director de datos, un director técnico o un director de análisis, para dirigir los centros de excelencia analítica.

Seis tareas principales del equipo

La naturaleza transformadora de estos cambios implica mucho más que simplemente entregar datos a un proveedor externo para que busque tendencias ocultas. Más bien, requiere una acción concertada que se divide en seis categorías. Los líderes deben tomar todas sus medidas antes de asignar responsabilidades o crear funciones.

Establecer nuevas mentalidades. Los equipos sénior que se embarcan en este viaje necesitan adquirir conocimientos de análisis de datos para poder entender lo que se hace factible rápidamente y, luego, impulsar cambios de comportamiento duraderos en la organización con la pregunta: «¿Dónde podría el análisis de datos ofrecer saltos cuánticos en el rendimiento?» Este ejercicio debe realizarse dentro de cada unidad de negocio o función importante y estar dirigido por un alto ejecutivo con la influencia y la autoridad necesarias para inspirar la acción.

Definir una estrategia de análisis de datos. Como cualquier nueva oportunidad de negocio, el análisis de datos no aprovechará su potencial sin una estrategia clara e iniciativas y puntos de referencia bien articulados para el éxito. Muchas empresas flaquean en este ámbito, ya sea porque a nadie del equipo superior se le encarga explícitamente la redacción de un plan o porque no hay suficiente debate o tiempo dedicado a alinear las prioridades.

Determinar qué construir, comprar, pedir prestado o alquilar. La autoridad y la experiencia de un líder sénior son necesarias para guiar las compensaciones estratégicas que se implican a la hora de recopilar datos y crear los modelos de análisis avanzado para mejorar el rendimiento. La demanda de recursos suele ser considerable y, dado que ahora hay multitud de proveedores externos que pueden proporcionar datos, modelos y herramientas principales, se necesita experiencia en la alta dirección para superar la compensación de «construir contra comprar» s.

Garantizar la experiencia en análisis. El nuevo entorno también requiere habilidades de gestión para contratar a un número cada vez mayor de expertos en estadística que creen los modelos predictivos o de optimización que respaldarán el crecimiento. La búsqueda de ese talento se lleva a cabo en el mercado más popular del mundo de habilidades avanzadas. Retener a estos empleados y, luego, lograr que se pongan en contacto con los líderes empresariales para marcar una verdadera diferencia es una verdadera tarea de la alta dirección.

Movilización de recursos. Las empresas suelen sorprenderse por el arduo esfuerzo de gestión que implica movilizar los recursos humanos y de capital entre muchas funciones y empresas para crear nuevas herramientas de apoyo a la toma de decisiones y ayudar a los directivos de primera línea a aprovechar los modelos de análisis. El éxito requiere lograr que un grupo diverso de directivos se una en torno al cambio, derribando las barreras en una amplia falange de expertos en TI, líneas de negocio, análisis y formación. La posibilidad de fracasar es alta cuando las empresas no comprometen a la alta dirección.

Desarrollar capacidades de primera línea. Los sofisticados análisis que diseñan los científicos de datos deben estar integrados en las herramientas que involucren a los gerentes y a los empleados de primera línea a diario. No se debe restar importancia a la escala y el alcance de este esfuerzo de adopción, que incluye la formación formal, el entrenamiento y las métricas. Según nuestra experiencia, muchas empresas dedican el 90 por ciento de su inversión a crear modelos y solo el 10 por ciento a utilizarlos en primera línea, cuando, de hecho, cerca de la mitad de la inversión en análisis debería destinarse a primera línea. Una vez más, hemos visto muchos casos en los que nadie del mejor equipo asumió la responsabilidad de un cambio sostenido a nivel del terreno y los esfuerzos fracasaron.

Poner la capacidad de liderazgo donde se necesita

Al dimensionar estos desafíos, la mayoría de las empresas descubrirán que necesitan más capacidad ejecutiva. Eso deja decisiones importantes sobre dónde se ubicarán las nuevas funciones y cómo trazar nuevas líneas de autoridad. Nuestra experiencia demuestra que las empresas pueden presentar argumentos sólidos a favor de liderar sus estrategias de análisis de datos de forma centralizada cuando hay un conjunto sólido de activos de datos que explotar en toda la empresa, o un grupo funcional potente, como marketing o finanzas, con un gran talento que encabeza la creación de valor. A veces, puede que se necesite un centro de excelencia de análisis de datos centralizado y formal para lanzar o acelerar una iniciativa de análisis de datos. Sin embargo, es importante destacar que las actividades de primera línea (movilización de recursos, creación de capacidades) deberán llevarse a cabo a nivel funcional o de unidad de negocio, ya que las prioridades a la hora de utilizar el análisis de datos para aumentar los ingresos y la productividad variarán según la empresa. Y lo que es igual de importante, las empresas catalizarán mejor el cambio de primera línea si lo conectan con las principales prioridades de operaciones y gestión y lo refuerzan con métricas y objetivos claros.

Un punto de partida para reflexionar sobre temas como estos es que los mejores equipos, y probablemente también los miembros de la junta, comprendan mejor la magnitud de lo que se necesita para garantizar el éxito del análisis de datos. Luego, deben comparar estas responsabilidades con su capacidad de gestión actual de una manera que tenga en cuenta las principales fuentes de valor de la organización y que se adapte a las estructuras existentes.

Artículos Relacionados

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

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

Arreglar los chatbots requiere psicología, no tecnología

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?

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.