Sus iniciativas de datos no pueden ser solo para los científicos de datos

Sin la aceptación de las bases de la empresa, incluso el modelo derivado de la IA más inteligente quedará de brazos cruzados y la «toma de decisiones basada en los datos» dará vueltas en círculos. Las empresas tienen que empezar a ver a las personas normales como parte de su estrategia de datos. Los equipos de datos deben trabajar con personas normales todos los días, hacerse una idea de sus problemas y oportunidades y aceptar sus esperanzas y temores en torno a los datos y, luego, centrarse en equipar a las personas con las herramientas que necesitan para formular y resolver sus propios problemas. También deberían hacer dos preguntas con cada proyecto de datos: 1) ¿A quién afectará esto? Y 2) ¿Cómo podemos hacer que se involucren lo antes posible?

••• Las personas normales, las que no tienen «datos» en su título, son fundamentales en todo el trabajo relacionado con los datos. Sin la participación ni las contribuciones de las bases de la empresa, incluso el modelo más inteligente derivado de la IA quedará de brazos cruzados y la «toma de decisiones basada en los datos» dará vueltas en círculos. Por el contrario, los costes disminuyen y los productos mejoran cuando las personas ayudan a mejorar la calidad de los datos, utilizan pequeñas cantidades de datos para mejorar los procesos de su equipo, toman mejores decisiones y contribuyen a iniciativas más amplias de ciencia de datos y monetización de datos. Sin embargo,[investigaciones recientes confirman](https://sloanreview.mit.edu/article/whats-holding-your-data-program-back/) que estas personas faltan en demasiados programas de datos, lo que limita la escala y el impacto de estos esfuerzos. Para hacer hincapié en la importancia de que la gente común y corriente vuelva a casa, considere el proceso de completar un proyecto de ciencia de datos (macrodatos, análisis, inteligencia artificial). En general, se necesitan cinco pasos: entender el problema, recopilar y preparar los datos, analizarlos, formular las conclusiones y, por último, ponerlas en práctica. En cada paso, la gente común tiene un papel fundamental que desempeñar, como _colaboradores_, como _clientes_, y como _creadores_ de los datos utilizados, y no incluirlos tiene graves consecuencias. Hacer bien cada paso depende de la gente normal. Profundice en todo lo que desee lograr en el espacio de los datos (arquitectura, toma de decisiones basadas en los datos, transformación digital, explotación de datos patentados, monetización, calidad) y obtendrá el mismo resultado: necesita gente normal. De hecho, no puede hacer una buena ciencia de datos sin ellos. #### Funciones de la gente común en los proyectos de ciencia de datos | Paso | Funciones para gente normal | Consecuencias si no se desempeña la función | | --- | --- | --- | | **Paso** **1. Entender el problema/ formular metas** | Funciones para gente normal Los colaboradores aclaran la dirección general de la empresa y el problema a resolver | Consecuencias si no se desempeña la función La ciencia de datos se convierte en una expedición de pesca | | **Paso** **2. Recopilar y preparar los datos** | Funciones para gente normal Los creadores explican cómo se definen y crean los datos, junto con los matices, puntos fuertes y puntos débiles; se aseguran de la calidad en el futuro | Consecuencias si no se desempeña la función Riesgo de que el científico de datos no comprenda los datos y de que los datos incorrectos generen malos resultados | | **Paso** **3. Analizar los datos** | Funciones para gente normal Los colaboradores participan en el debate sobre los resultados provisionales, las teorías iniciales, etc. | Consecuencias si no se desempeña la función Riesgo de que los resultados sean menos relevantes o factibles | | **Paso** **4. Formule las conclusiones/ presentar resultados** | Funciones para gente normal Los colaboradores y los clientes toman las decisiones en relación con la forma en que se llevarán a cabo las conclusiones | Consecuencias si no se desempeña la función El proyecto se detiene, sin valor para la empresa | | **Paso** **5. Ponga a trabajar los hallazgos y apoyarlos** | Funciones para gente normal Los clientes ayudan a incluir las conclusiones en los procesos de trabajo y a utilizarlas | Consecuencias si no se desempeña la función Los proyectos se detienen, sin valor para la empresa | Para aprovechar al máximo sus datos, las empresas deben poner a las personas normales en primer plano en sus programas de datos, hacer que todos participen y asignarles tareas específicas. Si lo hace, acelerará esos programas y, al mismo tiempo, reducirá el miedo y el estrés. He aquí cómo empezar. ## Vea a la gente normal como parte de la solución. En mi trabajo de consultoría, me doy cuenta de que muchos directivos, quizás inconscientemente, tienen ideas preconcebidas debilitantes sobre las personas. Los ven como parte del problema: anticuados, no se adaptan a los rigores de los datos y se resisten a las nuevas ideas. Esas ideas preconcebidas simplemente no sirven. Cuando hablo con sus equipos, me parece justo lo contrario. Los grandes números saben que los datos son cada vez más importantes, tienen buenas ideas para realizar mejoras y quieren crear oportunidades para sí mismos. Involucrarlos simplemente no es tan difícil. Los líderes y las empresas tienen que cambiar su perspectiva y ver a las personas como parte de la solución. Aconsejo a los directivos que «empiecen de a poco» y pregunten a las personas dónde ven las oportunidades. La gran mayoría tiene ideas de sobra: una persona se preguntó si había perdido demasiado tiempo en las reuniones, otra si la mayoría de los informes que el equipo elaboró se leyeron alguna vez y una tercera por qué es tan difícil reprogramar las citas con los pacientes. Anime a las personas a recopilar algunos datos para poner a prueba sus ideas y proponer mejores formas para que sus equipos hagan su trabajo. Entonces ayúdelos a implementar esas mejores formas. He visto a muchas personas sin experiencia formal en datos contribuir a un mejor rendimiento del equipo y la empresa exactamente de esta manera. Casi todos obtienen una enorme satisfacción de la experiencia. Una mujer me dijo: «Llevo 20 años trabajando para esta empresa. Y nunca sentí que tuviera control sobre nada. Pero esto era diferente. Tenía el control, hice lo que me pareció mejor. Y permítame decirle lo que hemos conseguido». La emoción en su voz aún resuena años después. Los gerentes inteligentes deberían tratar de captar y difundir ese entusiasmo. Empiece por admitir que el desempeño de su equipo, división o empresa no es perfecto y, a continuación, siga los pasos descritos anteriormente, aunque con problemas mayores. Un directivo se preguntó si los datos que su equipo recopilaba eran lo suficientemente buenos como para cumplir con los requisitos de Conozca a sus clientes, otro por qué dedicaba tanto tiempo a conciliar informes de varias fuentes y, tercero, por qué todos se quejaban de que «no confiaban en los datos» en las reuniones de personal. Adquiera el hábito de preguntarse: «¿Podemos mejorar XYZ, hacer que su equipo recopile los datos relevantes, llegar al fondo del tema y tomar pequeñas medidas para mejorar las cosas? A medida que gane confianza, aborde temas cada vez más importantes. Muy pronto se empoderará y sentirá esa emoción. Los verdaderos beneficios se obtienen cuando las empresas y los líderes comienzan a ver los datos como un medio para empoderar a las personas, una forma de minimizar las partes mundanas de su trabajo, tomar cierto control, dar rienda suelta a su creatividad, aprender nuevas habilidades, dedicarse a las partes satisfactorias de sus trabajos y avanzar en sus carreras. Tendrá que adoptar una actitud proactiva, dar un poco de ánimo, formación y ayudar. ## Reoriente sus programas de datos para que todos participen. Para muchos amantes de los datos, la idea de que no es su gran trabajo técnico sino la gente normal la que determina su éxito puede ser una píldora amarga de tragar. Como los chicos nuevos de la cuadra, los equipos de datos han tenido que establecerse por sí mismos. Como es natural, han seleccionado problemas en los que podrían trabajar por sí mismos: los equipos de calidad se han centrado en la limpieza de datos, los equipos de ciencia de datos en las áreas en las que hay muchos datos y los equipos de privacidad en desarrollar las políticas necesarias para cumplir con el Reglamento global de protección de datos. Si bien es comprensible, este enfoque interno va en contra de la realidad de que su éxito depende de la gente común. Ahora, las empresas simplemente tienen que realinear una parte sustancial de sus programas de ciencia de datos, calidad, arquitectura y monetización para atraer a la gente común. Para ello, los equipos de datos deben trabajar con personas normales todos los días, hacerse una idea de sus problemas y oportunidades y hacer realidad sus esperanzas y temores en torno a los datos. Deben centrarse menos en los macrodatos y más en equipar a las personas con las herramientas que necesitan para formular y resolver sus propios problemas. Los equipos de datos deben buscar el placer no en un modelo inteligente, sino en los resultados empresariales y en el éxito de las personas a las que prestan servicio. Cada proyecto de datos debe empezar con dos preguntas: 1. ¿A quién afectará este esfuerzo? 2. ¿Cómo podemos hacer que se involucren lo antes posible? Entonces pida a esas personas que trabajen con usted y responda bien cuando le pregunten: «¿Qué le gustaría que hiciera?» Si bien prácticamente todo el mundo puede contribuir de inmediato, cuanto más sepan las personas, más podrán contribuir. Esto significa formación y apoyo. Los equipos de datos deben dedicar una fracción importante de su trabajo a proporcionar las habilidades de datos prácticas que las personas necesitan. Una de las mejores maneras de hacerlo es crear una red de «administradores de datos integrados», que dependan de los departamentos empresariales y, por lo tanto, estén lo suficientemente cerca como para ayudar a la gente común día tras día. También funcionan como miembros del equipo de datos ampliados. Los administradores de datos integrados asumen la principal responsabilidad de los datos de sus equipos. Los profesionales de datos capacitan a los administradores de datos integrados en el análisis de datos pequeños y la calidad de los datos, que los administradores de datos integrados transmiten a sus equipos. Luego ayudan a la gente normal a definir y completar las mejoras descritas anteriormente. Estos equipos de datos ampliados aún no son habituales, pero se han empleado con éxito en Shell, Chevron (donde las incrustaciones se denominan «partes responsables») y Gulf Bank ([donde se llaman embajadores](https://nashrat.s3.amazonaws.com/2021-11-16/ktimes/PdfPage/ea52eaa53/page_11.pdf)). (Divulgación completa: he trabajado con estas empresas.) Los equipos de datos son pequeños por diseño y admiten un grupo grande de elementos integrados, cada uno de los cuales dedica alrededor de un tercio de su tiempo a su vez a apoyar a personas normales. Por ejemplo, en Gulf Bank, el equipo de cinco personas de Mai Alowaish, directora de datos y análisis, apoya a más de cien embajadores. Involucrar a la gente común cambia fundamentalmente la forma en que se gestionan los datos en las organizaciones. Pensemos en la calidad de los datos, un problema enorme que afecta a casi todo el mundo. Los equipos de datos tratan de ayudar, de la siguiente manera _limpiar los datos_: Implementan una herramienta que escanea los datos y detecta los errores. Luego, hacen todo lo que pueden para hacer las correcciones, automáticamente cuando es posible y a mano cuando no. El trabajo lleva mucho tiempo y es difícil. Peor aún, nunca termina, ya que las empresas cometen los mismos errores una y otra vez. Hay una manera mejor que tiene como objetivo no corregir los errores, sino atacar de forma proactiva sus causas fundamentales. Por lo tanto, un pequeño equipo de personas normales, que han recibido formación y apoyo de un gestor de datos integrado, clasifica los datos que necesita para completar su trabajo, mide la calidad de esos datos, identifica y, a continuación, ataca de forma proactiva las causas fundamentales de sus problemas de calidad de los datos, haciendo que desaparezcan para siempre. Por ejemplo, la persona de arriba que se preguntó por qué era tan difícil reprogramar a los pacientes descubrió que nadie era responsable de mantener los datos de contacto actualizados. Esto llevó a un cambio en el proceso de registro, ya que la recepcionista se aseguró de que el número de contacto del paciente era correcto desde el principio. Aquí hay un tema que resuena para los equipos de datos: un cambio de una perspectiva «de adentro hacia afuera» a una de «afuera hacia adentro». Y llevará a una redistribución del personal: hacia problemas estratégicos, hacia los datos pequeños, hacia la eliminación de los problemas de calidad y hacia el empoderamiento. ## Aclare las expectativas y póngase manos a la obra. La gente normal se involucra plenamente con los datos todos los días, son _clientes_ de datos creados aguas arriba y son _creadores_ de datos que otros utilizarán; utilizan los datos para _tomar decisiones_ y completan su trabajo; son _guardianes_ de los activos de datos de la empresa; y pueden ser pequeños científicos de datos y _colaboradores,_ _clientes,_ y datos _creadores_ en la ciencia de datos más amplia_,_ iniciativas de inteligencia artificial y transformación digital. Visto así, es ridículo dejarlos al margen, como hace la mayoría. Para reforzar esta perspectiva está la observación que Samuel Wilks hizo hace unos 70 años (parafraseando a H. G. Wells): «El pensamiento estadístico algún día será tan necesario para una ciudadanía eficiente como la capacidad de leer y escribir». Si bien nuestro tema aquí incluye a las empresas, no a los países, y a las personas en sus funciones de empleados, no de ciudadanos, la esencia de la observación de Well ahora es cierta desde hace mucho tiempo. Es hora de que se comprometan plenamente. Hay mucho que hacer. Los líderes y las empresas deben reducir el enfoque, aclarar lo que esperan, asignar personas para que se ocupen de problemas específicos y exigir resultados. A menudo aconsejo a los clientes que empiecen por la calidad, porque si se hace bien, se obtienen resultados más rápidamente, la gente normal disfruta de sus funciones como creadores de datos y clientes de datos, y todos los usos de los datos dependen de la calidad. Los temas que se presentan aquí son difíciles y llevará algún tiempo ponerlos en práctica plenamente. Pero vistos bajo la luz adecuada, son casi obvios. ¡Y mucho más satisfactorio y rentable desde el punto de vista personal que el status quo!