Por qué los líderes necesitan meditación ahora más que nunca

Resumen.

Las habilidades que necesitan los líderes en una crisis (empatía, pensamiento creativo, toma de decisiones analíticas) son las mismas que se ven comprometidas cuando estamos bajo un estrés extremo. Afortunadamente, la meditación puede ser de gran ayuda cuando te enfrentas a la incertidumbre y te sientes amenazado. Se ha demostrado que practicar la meditación reduce la ansiedad, calma la amígdala, aumenta nuestra capacidad de pensar de forma creativa y tomar la perspectiva de otras personas con empatía. Hay tres prácticas que los líderes pueden integrar en su día ahora. Haz una meditación breve y sencilla a primera hora de la mañana. Comience las reuniones con un momento de atención plena para su equipo. Y retrocede cuando te encuentres en patrones de pensamiento improductivos. Cada uno de estos te ayudará a ti, y a aquellos a los que lideras, a mantenerte firme.

Al practicar el análisis de datos durante más de 30 años y liderar, asesorar, entrevistar y enseñar a ejecutivos de muchos sectores en materia de análisis de datos durante cinco años, he observado que sus enfoques generalmente caen en uno de los cinco escenarios: dos que suelen fallar, dos que a veces funcionan parcialmente y uno que ha surgido como mejor. Echemos un vistazo a cada una de ellas:

1. Estamos aquí para ayudarte. ¿Tienes algún problema que resolver?

Este escenario suele comenzar con la decisión del CEO (a veces solicitada por la junta) de contratar a un científico de datos y establecer un grupo de análisis de datos. El equipo de datos se establece en la organización con grandes aspiraciones pero sin orientación específica para encontrar problemas empresariales que resolver. Sin embargo, los científicos de datos no tienen una comprensión práctica del negocio y los líderes empresariales no saben qué deben hacer exactamente los analistas de datos ni cómo utilizarlos. Como dijo un alto ejecutivo de una empresa muy grande: «Nuestro CEO contrató a un científico de datos que me informa, pero no estoy seguro de qué hace o qué hacer con él». A medida que los líderes empresariales y los científicos de datos tratan de averiguar cómo relacionarse, no se crea mucho valor empresarial.

2. Hierve el océano.

Un entusiasmo bien intencionado por poner en práctica la ciencia de datos puede llevar a aspiraciones demasiado ambiciosas de impactar a toda la empresa a la vez. Sin embargo, la realidad, especialmente en las grandes empresas, es que hay demasiados sistemas de datos heredados, demasiados problemas prácticos y muy pocas personas en el equipo de ciencia de datos para producir un importante impulso empresarial en toda la empresa en poco tiempo. Los resultados empresariales suelen estar muy por debajo de las altas expectativas. Como observó un ejecutivo de una multinacional europea manufacturera: «Llevamos tres años en esto y gastamos millones de euros, pero no tenemos mucho que mostrar». Al final, no se obtiene mucho valor empresarial.

3. Deja que florezcan mil flores.

El tercer escenario es prometedor: los líderes de nivel C indican que el análisis de datos debe adoptarse en toda la empresa. El uso práctico queda a discreción de cada líder de unidad de negocio o responsable de función. Si bien el análisis de datos se basa en el negocio y se mantiene cerca de él, mucho depende de si los jefes de negocio individuales eligen utilizarlo y cómo lo hacen. Algunos lo aceptan y logran resultados significativos; otros no están seguros de qué hacer o de lo contrario lo evitan. El «análisis de datos» a menudo se convierte en informes empresariales mejorados. Las bases de datos, los sistemas y las herramientas proliferan. Con esfuerzos fragmentados, es difícil escalar las actividades resultantes y determinar cuánto valor empresarial se está creando.

4. Dentro de tres años y 10 millones de dólares, va a ser genial.

Este enfoque racional se lleva a cabo con todas las intenciones correctas: que el análisis de datos puede crear valor empresarial, pero requiere compromiso, inversión y tiempo. El problema es que este enfoque suele dar lugar más al proceso que a los resultados empresariales. A menudo se trata de una serie de talleres, comités y reuniones que se prolongan sin mucho que mostrar. Las inversiones plurianuales son difíciles de mantener sin resultados empresariales ante la competencia de las demandas presupuestarias y las cambiantes condiciones comerciales. Una gran empresa industrial, por ejemplo, ha estado planificando, desarrollando y debatiendo sus iniciativas de análisis de datos durante años, pero los ejecutivos se preguntan hacia dónde se dirige el esfuerzo y cuándo mostrará valor empresarial. A pesar de un comienzo prometedor, pasa demasiado tiempo sin resultados empresariales y el soporte disminuye.

5. Comience con problemas empresariales de alto apalancamiento.

Por último, el enfoque que mejor funciona: Identificar un pequeño número de problemas empresariales de «alto apalancamiento» que estén bien definidos, se puedan abordar con prontitud y que produzcan un valor empresarial evidente, y luego centrarse en aquellos para mostrar los resultados empresariales. El problema empresarial específico impulsa al equipo a identificar los datos necesarios y los análisis que se van a utilizar. Las ganancias rápidas demuestran el valor empresarial. Por ejemplo, una empresa que opera clínicas de diagnóstico por imágenes médicas vio un problema de alto apalancamiento en los pacientes que «no se presentan». La empresa se propuso predecir y reducir las ausencias en beneficio de todos los involucrados: pacientes, médicos y técnicos. Reducir el «no show» mejora directamente el resultado final. No hay nada que sustituya a los resultados empresariales para aumentar la credibilidad del análisis de datos y mantener el compromiso.

Prácticas recomendadas para el análisis de datos

A medida que analizamos estos escenarios, las prácticas recomendadas quedan claras, entre ellas:

• La ciencia de datos no puede ocurrir en un silo. Debe integrarse estrechamente en la organización, las operaciones y los procesos empresariales.
• Tiene que haber una priorización conjunta. Los líderes empresariales y los científicos de datos deben decidir conjuntamente en qué problemas empresariales deben centrarse. Si hay alguna duda sobre la prioridad, la llamada final debería ir a los jefes de negocio.
• Los líderes deben estar familiarizados con la ciencia de datos. Los líderes empresariales no necesitan conocimientos profundos en ciencia de datos, pero sí una comprensión básica y práctica. Estar familiarizados permite a los líderes empresariales trabajar eficazmente con sus equipos de ciencia de datos.
• Es posible que deba aceptar «resultados inconvenientes». Inevitablemente, los datos crean transparencia y revelan información empresarial que puede ser inesperada, incómoda e indeseable. El análisis de datos revelará ineficiencias y conceptos erróneos que complican el liderazgo e interrumpen el pensamiento convencional. Los líderes empresariales que aplastan o ignoran respuestas que no les gustan socavarán rápidamente el valor del análisis de datos.

Al observar los diferentes enfoques adoptados por una amplia gama de empresas, podemos ver qué funciona y qué no para conectar el análisis de datos con la creación de valor empresarial real. Porque si el análisis de datos no añade valor real a la empresa, no va a tener éxito ni ser sostenible.

— Escrito por Tom O’Toole