Su estrategia de datos debe incluir a todos

Se necesita un «paradigma de gestión» de los datos completamente nuevo. Como se usa aquí, un «paradigma de gestión» incorpora un lenguaje común, una visión holística de las formas en que los datos deben contribuir, una estructura organizativa claramente definida que muestre cómo los datos se integran en toda la organización, junto con funciones y responsabilidades claras para todos los involucrados. Con el tiempo, tendrá que incorporar la cultura corporativa, las relaciones con las universidades y los proveedores, las políticas y cualquier otra cosa que promueva o impida el uso eficaz de los datos. El nuevo paradigma emplea un enfoque más generalizado e integrado para utilizar los datos, la analítica y la IA en la empresa.

••• Si las últimas décadas han confirmado algo, es el poder de los datos, definido en términos generales para incluir actividades relacionadas con pequeños datos, macrodatos, estadísticas, análisis e inteligencia artificial por parte de los empleados de todos los niveles de sofisticación, para ayudar a las empresas a mejorar su rendimiento, de muchas maneras. En un extremo del espectro, la inteligencia artificial (IA), especialmente la IA generativa, promete transformar los negocios y, por lo tanto, es la que más entusiasmo suscita. En el otro extremo,[análisis básicos con pequeñas cantidades de datos](/2019/10/most-analytics-projects-dont-require-much-data) son increíblemente eficaces a la hora de ayudar a las empresas a tomar mejores decisiones, controlar y mejorar los procesos empresariales, entender mejor a los clientes y mejorar los productos y servicios. Lea la prensa popular y llegará a la conclusión de que los datos, la analítica y la IA se están apoderando del mundo. Sin embargo, aparte de los nativos digitales, un análisis más profundo revela una realidad mucho más sombría. A pesar de la enorme inversión, las excelentes herramientas y la gran cantidad de analistas de datos y científicos cualificados, los avances en[La IA es lenta, cara e incierta](https://mitpress.mit.edu/9780262047241/working-with-ai/). La mayoría de los modelos de ciencia de datos no lo son en realidad [desplegado en producción](https://hdsr.mitpress.mit.edu/pub/2fu65ujf/release/6), sin ningún valor económico real. El [tenencia](/2021/08/why-do-chief-data-officers-have-such-short-tenures) de la mayoría de los directores de datos y análisis es tan bajito que no es realista esperar que hagan mucho. Las «personas normales», las que no tienen datos en sus títulos, no saben lo que se espera de ellas y, a pesar de que se afirme lo contrario, temen que la analítica y la IA cambien, e incluso eliminen, sus trabajos. La mayoría de las empresas evitan los pequeños datos, lo que se priva a sí mismas de beneficios empresariales más fáciles de obtener y de la oportunidad de desarrollar la fuerza organizativa necesaria para abordar problemas más difíciles. Es muy fácil llamar «culturas basadas en los datos», pero en realidad definir y crear esas culturas va mucho más allá del alcance de la mayoría de los profesionales de los datos.[Datos de la encuesta](https://sloanreview.mit.edu/article/action-and-inaction-on-data-analytics-and-ai/) sugiere que relativamente pocas empresas tienen una cultura basada en los datos. Por último, los niveles actuales de calidad de los datos simplemente no respaldan el análisis de datos o la ciencia a escala. ## Es hora de pensar de forma nueva Profundizando aún más, es fácil entender las causas fundamentales de estas decepcionantes realidades: las empresas básicamente han «incorporado los datos» a sus organigramas, han nombrado directores de datos y análisis, han establecido centros de excelencia y han contratado a científicos de datos con un alto nivel de formación, y luego los han dejado libres con pocas directrices y poca supervisión. El hecho de que algunos tengan éxito es un testimonio de la tenacidad de unos pocos, que han superado los obstáculos organizativos contra viento y marea. Los líderes de datos no están ciegos ante los problemas. Han contratado a gestores de datos e ingenieros para que les ayuden a superar los datos incorrectos y[directores de producto](/2022/10/why-your-company-needs-data-product-managers) para ayudar a conectar mejor con la empresa. Aun así, todo parece un juego elaborado (y en gran medida inútil) de «golpea a un topo». Seguir por el camino actual es desafortunado. Más bien, sugerimos que se necesita un «paradigma de gestión» de los datos completamente nuevo. Como se usa aquí, un «paradigma de gestión» incorpora un lenguaje común, una visión holística de las formas en que los datos deben contribuir, una estructura organizativa claramente definida que muestre cómo los datos se integran en toda la organización, junto con funciones y responsabilidades claras para todos los involucrados. Con el tiempo, tendrá que incorporar la cultura corporativa, las relaciones con las universidades y los proveedores, las políticas y cualquier otra cosa que promueva o impida el uso eficaz de los datos. El nuevo paradigma emplea un enfoque más generalizado e integrado para utilizar los datos, la analítica y la IA en la empresa. Pero, ¿qué medidas deberían tomar las empresas ahora para trabajar en pos de un nuevo paradigma? ¿Qué deberían pensar en la integración total de los datos en sus estrategias empresariales? ¿A qué objetivos deberían aspirar y qué deberían hacer inicialmente? Este artículo se basa en nuestra investigación sobre cientos de empresas y agencias gubernamentales que se enfrentan a estas cuestiones, en nuestro trabajo con un par de docenas de ellas y en nuestra experiencia con otros paradigmas relevantes para proponer tres medidas interconectadas que las empresas deberían tomar ahora. ## Utilice un «nativo digital» como luz guía En primer lugar, proponemos a Google como candidato a «North Star». Después de todo, los datos forman parte tanto de la corriente principal en Google que ni siquiera tiene un director de datos o análisis, aunque sí un[Director de decisiones](https://www.wired.co.uk/article/google-chief-decision-scientist-cassie-kozyrkov), cuya misión principal es difundir la buena noticia sobre las decisiones basadas en datos. Google fue pionero [análisis de personas](https://rework.withgoogle.com/subjects/people-analytics/#:~:text=People%20Analytics%20is%20about%20using,and%20direct%20your%20HR%20actions.) y es uno de los pocos cuyos[las operaciones legales hacen un uso extensivo de la analítica](https://ironcladapp.com/blog/mary-ocarroll-content-roundup/). La analítica y la IA están integradas en la mayoría de los productos y servicios de la empresa, y el CEO de la empresa declaró que la IA sería «lo primero» en 2016. Fue pionero en muchos de los enfoques utilizados en los sistemas de IA generativa actuales. Otras firmas nativas digitales, como Meta/Facebook y Amazon, tienen un uso igualmente generalizado de la analítica y la IA, y nuestras investigaciones y consultorías en estas firmas sugieren que, a diferencia de las empresas más tradicionales, los líderes de datos no tienen que dedicar mucho tiempo a evangelizar sobre la importancia de estas herramientas; simplemente se da por sentado y se considera un elemento esencial de la cultura. Algunas empresas tradicionales están adoptando enfoques similares, pero no lo suficiente. En DBS Bank, por ejemplo, el banco más grande del sudeste asiático,[El CEO Piyush Gupta sostiene](https://www.cnbc.com/2018/03/13/dbs-ceo-banks-still-have-strengths-that-fintechs-could-use.html) que los futuros competidores del banco no son los bancos tradicionales, sino firmas nativas digitales como Alibaba, Tencent y Ant Financial. Cree que para competir con esas empresas, DBS debe recopilar, gestionar y analizar los datos tan bien o mejor que ellos. El banco ha contratado o formado a más de mil científicos e ingenieros de datos, ha desarrollado sus propias aplicaciones de IA, ha adoptado un amplio programa de alfabetización en IA y ha fomentado el desarrollo de casos de uso de la IA en todas las funciones y unidades de la empresa. ## Aprenda de otras funciones empresariales principales En segundo lugar, para aquellos que piensen que la idea de seguir los ejemplos de Google o DBS es una colina demasiado empinada como para subirla ahora mismo, un modelo a seguir a corto plazo que se encuentra en prácticamente todas las organizaciones es la organización financiera. Incluso las organizaciones sin fines de lucro y las agencias gubernamentales tienen grupos financieros. En nuestra experiencia colectiva, creemos que las finanzas, quizás más que cualquier otra función, han logrado el objetivo de generalizarse. Convertirse en la corriente principal es la antítesis de ser un silo; significa estar totalmente integrado en todos los aspectos de la organización. Tenga en cuenta los atributos de la mayoría de las organizaciones financieras: - La organización financiera se considera claramente estratégica, ya que la mayoría de los consejos de administración tienen sus propios comités de finanzas y esperan informes financieros en cada reunión. - El CFO suele formar parte del «círculo íntimo» del CEO y participa en prácticamente todas las decisiones importantes. - El mandato de los directores financieros tiende a durar mucho más que el de los directores de datos, que, como se ha indicado anteriormente, tiende a ser bastante corto. Además, la rápida rotación de los directores financieros envía una señal de advertencia a Wall Street. - Los empleados de finanzas están integrados en prácticamente todas las instalaciones, plantas operativas, divisiones, etc., y tienen al menos una línea punteada en las finanzas corporativas. - Prácticamente todos los directivos saben cómo llevar a cabo las tareas financieras básicas, como preparar un presupuesto, calcular el ROI, etc. La mayoría de los directivos dedican mucho tiempo a la labor financiera. - El departamento de finanzas deja claro lo que se espera, proporciona las herramientas y los procesos que espera que sigan las personas y supervisa el cumplimiento. Seguir los procedimientos financieros no es opcional. - Las finanzas hacen todo lo posible para garantizar que los datos que utiliza y proporciona son de una calidad extremadamente alta. La lista anterior comienza con la visión de las finanzas como estratégicas. Esto sería un importante paso adelante en la generalización de los datos. Si aprender de los datos y monetizarlos se consideran oportunidades estratégicas, la organización debería considerar cómo implementar cada una de estas viñetas para los datos. ## Por último, haga que todos participen Por último, sentimos una enorme simpatía por los altos directivos. Si bien el análisis de datos existe desde hace mucho tiempo, las tecnologías en sí mismas son abrumadoras y el bombo hace que parezca que implementarlas es mucho más fácil de lo que realmente es. Para agravar esta situación, la urgencia de hacerlo parece crecer exponencialmente. Es fácil que los empleados sin conocimientos técnicos se pierdan en la confusión. Sin embargo, tanto como los datos confiables y la implementación tenaz de la tecnología, ¡son esenciales! Tenga en cuenta que ni siquiera los científicos de datos de élite pueden definir realmente un problema empresarial, entender los datos ni implementar un modelo en un proceso empresarial sin su ayuda. Tampoco puede realizar las mejoras necesarias en los datos. Admito que somos optimistas con respecto a los datos a largo plazo. Vemos el potencial de reducir la monotonía de miles de millones de puestos de trabajo, aumentar otros y crear empleos completamente nuevos y bien remunerados (somos igualmente conscientes de los riesgos a la baja). Al mismo tiempo, creemos que la gente es inteligente al tener miedo; al fin y al cabo, los trabajos de penuria ponen comida en la mesa para miles de millones de personas en todo el mundo. Obviamente, lo mejor sería que los altos directivos pudieran eliminar esos temores, pero creemos que es poco probable para la mayoría de las empresas. Aun así, recomendamos a los altos directivos que reconozcan el miedo, del mismo modo que los altos directivos que no se toman en serio los datos muy pronto deberían tener doblemente miedo. En cambio, recomendamos a los líderes sénior que contraten al mayor número posible de personas normales para participar en su esfuerzo de datos. Prácticamente todo el mundo puede traer[pequeños datos y análisis básicos para mejorar el rendimiento de su equipo](/2019/10/most-analytics-projects-dont-require-much-data). Estos esfuerzos aumentan la habilidad y la confianza y, colectivamente, pueden marcar una verdadera diferencia. Y para muchas empresas, parecen ser un requisito previo para gestionar más datos y [técnicas más avanzadas](/2023/01/stop-tinkering-with-ai). Por último, muchas personas normales consideran que los pequeños datos les dan poder y, por lo tanto, están más que encantadas de unirse a la diversión. ## La urgencia está en orden Por supuesto, las empresas pueden gestionarse por sí mismas como quieran; aunque, por supuesto, deberían esforzarse por hacerlo de manera que les resulte más fácil llevar a cabo su labor más importante. Después de todo, incluso la empresa más pequeña es un lugar complicado. Una implicación es que algunas cosas reciben más y mejor atención que otras. Hasta hace 10 años, la relativa falta de atención en torno a los datos tenía sentido; simplemente no estaban en la corriente principal ni tenían que estarlo. Esto tiene mucho menos sentido hoy en día. Ya no basta con contratar directores de datos y análisis. Las empresas deben realizar algunos cambios importantes en los paradigmas de gestión de los datos y sus líderes más sénior deben liderarlos.