¿Cuál es el plan de trabajo remoto de emergencia de su empresa?
Resumen.
¿Cómo prepara a su organización para responder a la posible disrupción del coronavirus? A continuación se indican cinco pasos para comenzar: 1) Reconozca la posibilidad de que todo o parte de su personal necesite trabajar de forma remota. 2) Establezca los trabajos y las tareas que podrían verse afectados. 3) Audite el hardware y el software de IT disponibles y elimine cualquier brecha en el acceso y la adopción. 4) Configure un protocolo de comunicaciones por adelantado que describe cómo llegar a todo el mundo (por ejemplo, toda la información de contacto en un solo lugar, aclaración de los principales canales de comunicación: correo electrónico, mensaje instantáneo, Slack, etc.); cómo se espera que los empleados respondan a los clientes; y cómo y cuándo se coordinarán y se reunirán los equipos. 5) Identificar formas de medir el rendimiento durante una respuesta flexible al coronavirus que podrían informar un cambio más amplio.
Proyectos de big data que giran en torno a la explotación de datos para optimización empresarial y el desarrollo empresarial son lo más importante para la mayoría de los ejecutivos. Sin embargo, hasta 85% de los proyectos de big data fracasan, a menudo porque los ejecutivos no pueden evaluar con exactitud los riesgos del proyecto desde el principio. Sostenemos que el éxito de los proyectos de datos está determinado en gran medida por cuatro componentes importantes (datos, autonomía, tecnología y rendición de cuentas) o, en pocas palabras, por las cuatro preguntas del D.A.T.A. Estas preguntas tienen su origen en nuestro proyecto de investigación de cuatro años sobre comercialización de big data.
Los componentes necesarios para tener éxito con big data se pueden posicionar en dos dimensiones: (1) el foco de las actividades (la ideación o implementación del proyecto, como la idea de un proyecto de big data frente a la implementación real del proyecto) y (2) el foco de la transformación (digital) columna vertebral u obtener el apoyo de las personas, como crear la arquitectura de TI necesaria para crear una red troncal digital suficiente o asegurarse de que los empleados puedan aplicar datos y que esta aplicación esté en consonancia con las opiniones de la sociedad sobre lo que se debe y no se debe hacer con los datos). Estas dos dimensiones crean una matriz de componentes de DATA y las preguntas clave que los ejecutivos deben plantearse al contemplar nuevos proyectos de big data, como se ve a continuación.
Las preguntas de D.A.T.A. que debes hacer
Las figuras que figuran a continuación proporcionan una visión general de los componentes de la D.A.T.A., las preguntas relacionadas y la justificación detrás de ellas, así como ejemplos. Además, la tabla muestra la secuencia en la que se deben considerar los diferentes aspectos en los proyectos de datos. A continuación, proporcionamos un resumen detallado de cada componente.
datos: El acceso a los datos es, obviamente, una condición previa para cualquier iniciativa centrada en el crecimiento basado en datos. Sin embargo, no todos los datos disponibles son útiles, ni son únicos y exclusivos. Además, no todos los datos están disponibles. La pregunta que deben hacerse los ejecutivos es: «¿Podemos acceder a datos valiosos y poco frecuentes?» Solo cuando se cumplen estos criterios, los ejecutivos pueden esperar obtener una ventaja competitiva temporal basado en datos.
Considera la aplicación danesa de seguimiento de fitness social Endomondo. En 2015, la compañía estadounidense de ropa deportiva Under Armor compró Endomondo por 85 millones de dólares en un intento de construir «la comunidad digital de salud y fitness más grande del mundo». Endomondo tenía más de 20 millones de usuarios y más del 80% de ellos se encontraban fuera de los Estados Unidos. Por lo tanto, Under Armour esperaba que la adquisición no solo proporcionara acceso a datos que consideraba valiosos y raros, sino que también diera a la empresa «escala inmediata y mayor presencia internacional», como se indica en el comunicado de prensa. El precio que Under Armor estaba dispuesto a pagar ilustra el valor que asignó a los datos de Endomondo. En consecuencia, los datos se están convirtiendo en un recurso que aumenta su potencial comercial con su valor para el usuario y su singularidad en el mercado.
Autonomía: La autonomía, o la toma de decisiones descentralizada, les da a los empleados el mandato de proponer ideas para soluciones basadas en datos que puedan iniciar por sí mismos. Lo es un paso imprescindible en la fase de ideación, y también trata del componente humano de las transformaciones digitales. En este sentido, la pregunta que deben hacerse los ejecutivos es: «¿Pueden los empleados utilizar los datos para crear soluciones por sí mismos?» Liberar el potencial comercial de los datos requiere la participación de muchas personas de varios niveles y departamentos.
Google sirve como ejemplo de este componente clave. Google ha sido famoso desde hace mucho tiempo por permitir la toma de decisiones descentralizada y por hacer recursos dedicados disponible para iniciativas en toda la organización. Google tiene un «20% de tiempo», donde permite a los ingenieros trabajar en proyectos de su propia elección el 20% de las veces. Además, Google fabrica sus recursos informáticos y sus datos disponible para sus ingenieros 20% proyectos. Un proyecto que se originó como resultado de la política de tiempo del 20% y que hizo un uso extensivo de una variedad de datos fue» Google Now» (un asistente móvil que proactivamente información entregada a los usuarios según los hábitos de búsqueda). Aunque Google Now ya no existe, la funcionalidad subyacente todavía se utiliza. La autonomía no solo es importante para crear y poner en marcha nuevas iniciativas, sino también para aprender y adaptar los procesos existentes. En consecuencia, los empleados deben poder utilizar los datos para iniciar, crear y adaptar sus propias soluciones.
Tecnología: La tecnología es igualmente esencial para tener éxito con los datos. Comprende un primer paso importante en la fase de implementación, así como un componente esencial para la columna vertebral digital. En este caso, la pregunta que deben hacerse los ejecutivos es: «¿Puede nuestra tecnología ofrecer la solución?» Puede tener todos los datos e ideas del mundo, pero si su tecnología solo puede ofrecer un prototipo, una versión beta o un volumen no escalable, no se creará ningún valor real para su empresa.
Un ejemplo de la importancia de la tecnología se ilustra en la colaboración blockchain entre Maersk e IBM. Maersk había querido durante mucho tiempo agilizar y simplificar los obstáculos administrativos del comercio mundial. Sin embargo, no pudo hacerlo antes de la aparición de cadena de bloques, que proporcionó la columna vertebral técnica para crear una solución al problema. Como se podría decir que Maersk no tenía las capacidades de cadena de bloques necesarias internamente, asociado con IBM crear Tradelens, una plataforma de comercio mundial diseñada para minimizar los costos y aumentar la transparencia del transporte marítimo mundial. En otras palabras, gracias a la tecnología blockchain, Tradelens digitaliza la cadena de suministro global y proporciona información a todos los actores. En consecuencia, es necesario que cualquier solución habilitada para datos tenga suficiente tecnología para ofrecerla.
Responsabilidad: Responsabilidad se refiere a obtener permisos tanto reglamentarios como sociales para su solución de datos, así como poder demostrar este cumplimiento. Comprende un paso importante en la fase de implementación y es una parte esencial del componente humano de las transformaciones digitales. La pregunta que los ejecutivos deben hacer a este respecto es la siguiente: «¿Nuestra solución cumple con las leyes y la ética?» Se puede crear poco valor si tu solución infringe la ley. Además, si los usuarios piensan en la solución como» espeluznante», es posible que se enfrente a una reacción violenta de los medios.
Los impactos de descuidar la responsabilidad se pueden ver en el escándalo de Facebook/Cambridge Analytica. Como se muestra en el documental de Netflix» El gran hackeo,» Cambridge Analytica recopiló datos personales de Facebook para identificar y dirigirse a los «persuadables» (es decir, personas que pueden ser persuadidas por ciertos mensajes) con el objetivo de cambiar de opinión en las elecciones presidenciales estadounidenses de 2016. El uso indebido argumentado de los datos personales preguntas planteadas de ambos jurídico yético puntos de vista. El caso ha tenido implicaciones graves para el partes involucradas, y ha hecho que ambos usuarios y legisladores más conscientes de el legal yético desafíos de los datos recopilación y uso. En consecuencia, no se debe esperar que ninguna solución se convierta en un éxito a largo plazo si no cumple con la ley, la ética social y las normas.
Puntuación de tu próximo proyecto de big data
Como probablemente habrás notado, estas preguntas de D.A.T.A. piden respuestas sencillas de sí o no. Esto significa que puede determinar la probabilidad de que su próximo proyecto de big data sea un éxito si hace un recuento de sus respuestas a las preguntas. En otras palabras, si respondes «sí» a tres preguntas y «no» a una, tu proyecto tiene una puntuación de 3.
Usa la tabla de abajo para puntuar tu próximo proyecto. Como se desprende de la tabla, necesitará una puntuación de 4 para tener confianza en el éxito de su proyecto de datos. Una puntuación de 3 significa que el proyecto todavía requiere un trabajo sustancial para tener éxito, ya que los cuatro componentes son esenciales para los proyectos de big data. En consecuencia, puedes pensar en los componentes como necesidad de tener en lugar de es bueno tener.
Puntuación de su proyecto de big data
Puede determinar la probabilidad de que su próximo proyecto de big data sea un éxito si hace un recuento de sus respuestas a las preguntas clave de la DATA. Cada respuesta «sí» puntúa un punto.
Un ejemplo ilustra la necesidad de los cuatro componentes. Facebook tiene datos personales únicos y valiosos, como datos sobre el estado civil de los usuarios. De hecho, Facebook es capaz de predecir con precisión si una relación determinada durará. Si bien esto puede incluir datos únicos y valiosos ( «sí» a pregunta 1) que los empleados de Facebook tienen libertad para crear soluciones ( «sí» a pregunta 2), y aunque Facebook cuenta con la tecnología necesaria para ofrecer una solución de este tipo ( «sí» a pregunta 3), tal solución parecería un poco poco ético para la mayoría de la gente («no» a pregunta 4). Por lo tanto, a un proyecto de este tipo se le asignaría una puntuación de 3, ya que se requiere un trabajo crítico sobre la rendición de cuentas para que tenga éxito.
Se podría decir que los proyectos de big data necesitan un enfoque más basado en datos para predecir su éxito. Si bien las expectativas sobre el potencial empresarial del big data son astronómicas, los rendimientos han sido débiles hasta el momento. Podría decirse que parte del problema es que los ejecutivos no saben cómo predecir el éxito de los proyectos de datos, ya que existen pocos enfoques estructurados para hacerlo. Con nuestro marco D.A.T.A., los ejecutivos pueden finalmente empezar a tomar decisiones basadas en datos sobre proyectos de big data.
— Escrito por Carsten Lund Pedersen Carsten Lund Pedersen Thomas Ritter
