¿CÓMO TENER ÉXITO EN UN PROYECTO DE DATOS AMBICIOSO?
Según Gartner *, el análisis de datos es el objetivo de inversión en TI de más rápido crecimiento para las empresas, y se está haciendo mucho más para aprovechar el análisis proactivo basado en el aprendizaje automático, por ejemplo. Gracias a esto, el trabajo de análisis y BI de las empresas está afortunadamente comenzando a alcanzar un nivel de madurez en el que el tema principal de discusión ya no es reemplazar un informe de número existente por uno nuevo o apilar todos los datos posibles en un repositorio completo solo por razones de seguridad. En lugar de estas conversaciones a menudo frustrantes, somos cada vez más capaces de ayudar a nuestros clientes con proyectos de datos verdaderamente desafiantes.
Las empresas se van dado cuenta de que prácticamente todo para mejorar su negocio proviene de los datos. El que mejor puede refinar los unos y los ceros en visión y acción precisa gana. La frenética «transformación digital» se concreta cuando se desglosa en proyectos de datos que producen herramientas tangibles de mejora empresarial, mejoras en el modelo de negocio o un negocio completamente nuevo.
En las empresas, nos encontramos cada vez más con líderes empresariales que tienen una visión clara y ambiciosa de los avances basados en datos en sus propios negocios. Trabajar de cerca con tales clientes visionarios nos ha dejado claro lo siguiente:
1. La implementación de soluciones de datos ambiciosas siempre comienza con la comprensión del problema comercial y de los usuarios.
En mi experiencia, en promedio, toma muy poco tiempo diseñar una experiencia de usuario para proyectos de datos y cada centavo invertido en él produce un efecto multiplicador. Los relojes de alarma deben sonar de inmediato si el socio implementador inicia una conversación impulsada por la tecnología al pensar en todas las grandes cosas que se pueden hacer con las tecnologías disponibles. Durante los primeros días y semanas, el enfoque debe estar en aclarar completamente el problema comercial y las necesidades que están a la mano.
2. La utilidad de una solución analítica se mide completamente por su uso generalizado y la medida en que puede lograr una acción efectiva.
Una solución analítica avanzada basada en algoritmos sofisticados que nadie utiliza es el peor resultado posible para un proyecto de datos. Si el paso 1 se realiza con cuidado y la perspectiva del usuario se mantiene central durante todo el proyecto, los riesgos para la empresa de alcanzar un resultado final inútil se reducirán significativamente. En mi experiencia, las soluciones analíticas más útiles a menudo son muy simples e intuitivas. Los que los usuarios quieren aprovechar sin que nadie tenga que mandar. La medida más importante del éxito de un proyecto de datos es el número y la efectividad de las acciones tomadas con los resultados finales.
3. Ocultar la complejidad es la tarea más importante para los consultores analíticos.
Es muy probable que un proyecto de datos ambicioso implique pasos de implementación técnica muy exigentes y encontrar una solución viable es a través de prueba y error. Un buen socio analítico lo sabe y se lo comunica al cliente por adelantado y puede prepararse razonablemente para ello. Si los detalles técnicos causan canas, son responsabilidad de los consultores y no del cliente. La implementación de la solución comercial más directa y comprensible requiere un consultor con una sólida experiencia en datos y análisis, pero, sobre todo, la comprensión y el coraje comercial para desafiar fuertemente al cliente.
4. Un resultado final exitoso requiere dedicación por parte del cliente y el socio analítico.
Ningún genio de los datos solo puede ofrecer una solución si el equipo del proyecto no tiene la dedicación y la pasión necesarias. La respuesta por parte del proveedor de consultores debe ser rápida y flexible para que la toma de decisiones sea en tiempo y forma y no generen retrasos en el avance. Los proyectos de datos exitosos están unidos por un esfuerzo de colaboración eficaz y valiente de todas las partes involucradas.
En base a estas lecciones, nosotros en Lempert S.A. hemos decidido llamar a nuestra solución WikiDashboard®. De esta forma, logramos combinar análisis de datos sobre una base de información sólida, desarrollo de servicios centrados en el ser humano (Experiencia del usuario) y una experiencia en la implementación de análisis orientados al negocio (Experiencia). Como resultado, podemos proporcionar a nuestros clientes soluciones de análisis ambiciosas que generan experiencias de datos.
Autor: Matías Quadri
Fuente: *Gartner 2019 CIO Agenda: Secure the Foundation for Digital Business