Pilares de una organización data-driven y cómo no fallar en la selección de los casos de usoAntonio Pita Lozano 25 octubre, 2022 La selección de casos de uso es una práctica habitual para abordar la transformación data-driven de las compañías, pero en la mayoría de los casos estos casos de uso no alcanzan el resultado esperado, generando desilusión y frenando la necesaria transformación. En algunos casos, nos encontramos con fracasos que dinamitan todo el esfuerzo transformacional de la compañía. Por este motivo, siempre recomiendo realizar, tras cada caso, un análisis que nos ayude a identificar aspectos de mejora que permitan mejorar los resultados de los siguientes casos de uso. Pilares de una organización data driven Tras analizar muchos casos de uso implementados en diversas compañías, se puede identificar la principal causa del fracaso de estos, que no es otra que la mala gestión de las expectativas, pero si profundizamos un poco más en los motivos subyacentes, nos encontramos que la mayoría se producen por un inadecuado alineamiento del caso de uso al estado de madurez de los pilares data-driven de la organización, que si son tres: tecnología, talento y organización y cultura. Tecnología: se tiene que identificar las tecnologías implantadas en la compañía y utilizarlas para resolver el caso de uso. Si el caso de uso requiere de una tecnología nueva para la compañía es conveniente realizar el proceso en dos pasos, primero introducimos la tecnología con otro caso de uso sencillo, conocido y fácil de implantar. Posteriormente abordamos nuestro caso de uso analítico con la tecnología siempre que tengamos la experiencia suficiente. Es importante recordar que abordar un caso de uso analítico con una nueva tecnología es elevar a la potencia el riesgo de fracaso.Talento: se debe disponer de un mapa de capacidades internas que abarquen todas las acciones a realizar en el caso de uso. En caso contrario, se deberían incorporar nuevas capacidades en la compañía de forma interna o externa y testarlas en otro caso de uso sencillo, conocido y fácil de evaluar que permita generar la confianza profesional entre todos los miembros del equipo. Si identificamos un problema en un caso nuevo que está siendo realizado por un equipo nuevo, surgirá la desconfianza entre los miembros.Organización y cultura: es necesario asegurar que la compañía está preparada para poder poner en valor el conocimiento extraído de los datos contando con los procesos adecuados y la cultura necesaria. Hay que recordar que todo lo nuevo genera rechazo y más cuando no se comprende perfectamente sobre todo cuando sabemos que todos los modelos que generemos fallarán en casos concretos. Los pilares data-driven de la compañía son los que van a dictaminar que casos serán un éxito y cuáles serán un fracaso. Selección de los casos de uso Si la organización está en una etapa incipiente de su data-driven journey, es recomendable seleccionar casos de uso sencillos que requieran una fácil o inexistente implantación tecnológica y que afecte al menor número de procesos funcionales. Además, sería conveniente seleccionarlo entre los que hayan sido un éxito en otras compañías del sector. Por el contrario, si el grado de madurez de los pilares de la organización data-driven es elevado se puede optar por casos de uso más innovadores y arriesgados, puesto que la compañía asumirá y premiará ese riesgo. Data Driven Advertising: la solución publicitaria que habla con tus clientes En algunas ocasiones nos encontramos con compañías con niveles de madurez heterogéneos, por ejemplo, fuertes en tecnología y talento, pero débiles en la transformación cultural. En estos casos es fundamental identificar los puntos fuertes y seleccionar los casos de uso que se sustenten en dichos puntos rechazando los que se sustenten en los otros pilares que tenemos menos desarrollados o evolucionados. Si quieres tener éxito en el desarrollo de casos de uso analíticos y convertirte en una compañía data-driven recuerda alinear los casos de uso con el estado de madurez de los pilares data-driven de la compañía. ■ Artículo inicialmente publicado en el libro “A Data-Dirven Company” del Dr. Richard Benjamins. Si quieres saber algo más del libro te recomiendo un post anterior. Día Mundial del Ahorro de Energía: eficiencia para impulsar el progresoInteligencia Artificial, IoT y Blockchain: surfeando la «Tercera Ola»
Nacho Palou Cursos gratuitos online para aprender IoT (Internet de las Cosas) en 2023 Internet de las Cosas (IoT) es una de las tecnologías digitales de nueva generación con un impacto significativo en múltiples sectores, desde la industria a la agricultura, pasando por...
Fran Ramírez Mujeres que cambiaron las Matemáticas Por Fran Ramírez y Fran Fenoll Aprovechando que en marzo también se celebra el día Internacional de las Matemáticas, hemos querido rendir con esta recopilación un pequeño homenaje a mujeres que...
Nacho Palou #MujeresHacker de Telefónica Tech: Jess Woods, experta en Cloud Con motivo del Día de la Mujer, iniciamos una serie de entrevistas protagonizadas por #MujeresHacker de Telefónica Tech. Mujeres que, con su trabajo y esfuerzo, nos convierten en una...
Sergio Piorno Güemes Un nuevo paradigma financiero: la tokenización de activos En los últimos años se ha acelerado la digitalización del ecosistema financiero gracias a la adopción generalizada de internet y su consecuente desarrollo. Esto, junto con el auge de los dispositivos móviles,...
Nacho Palou MWC: Todas las innovaciones y el conocimiento experto que hemos compartido Después de cuatro intensos días, Mobile Word Congress (MWC) 2023 se despide hoy hasta el año que viene. Desde el pasado lunes, los asistentes han tenido ocasión de ver...
Nacho Palou El matemático del Siglo IX que sentó las bases de la Inteligencia Artificial Algoritmo es una palabra de moda, ya que en el ámbito digital guarda una estrecha relación con la automatización, la toma de decisiones basadas en datos y con la...