A día de hoy no hay duda de los beneficios que proporciona a las compañías el correcto análisis de la información que generan. Conceptos como el “petróleo del siglo XXI” y “activo estratégico” se han registrado con tanta frecuencia asociados a los datos que parece que lleváramos décadas escuchándolos. Sin embargo, existe un enorme porcentaje de proyectos relacionados con los datos e iniciativas de transformación corporativa que fracasan.
¿Cómo es posible esta aparente contradicción? En definitiva se trata de proyectos muy transversales, que requieren de la participación e impactan en muchas áreas de las compañías con unos tiempos de reacción, una agilidad y una metodología para los que las organizaciones no están preparadas:
- Se requiere una visión clara del objetivo de negocio que se pretende lograr, así como las palancas disponibles para poder activarlo en la operativa de la compañía. Debe además estar respaldado por un caso de negocio sólido que garantice su viabilidad.
- Se requieren datos relevantes que tengan una profundidad histórica suficiente y un mínimo de calidad. Es muy habitual que los datos se almacenen en aplicaciones o sistemas aislados e incompatibles, gestionados por terceros e inaccesibles o directamente ni se almacene la información operativa necesaria. Además hay que valorar todos los aspectos regulatorios e incluso éticos que pudieran afectar al proyecto.
- Se requiere una infraestructura tecnológica específica, con un nivel de flexibilidad para los usuarios que es difícil de conciliar con las políticas de seguridad corporativa tradicionales, y a la vez con un nivel de robustez que garantice la ejecución de los modelos en producción.
- Se requieren unos equipos y especialistas con una combinación de capacidades difícil de encontrar: conocimientos técnicos muy específicos, una sólida base matemática pero también la capacidad de convertir esos conceptos científicos en respuestas para el negocio y en mejoras tangibles sobre los procesos corporativos.
Solo mediante una cuidadosa alineación de todos estos factores los proyectos de analítica avanzada pueden llegar a buen puerto y aportar valor para el negocio de las compañías.
El punto de partida debe ser una reflexión acerca de cuáles son los objetivos de negocio que la compañía persigue orientando sus procesos a los datos. No se trata de realizar un plan de transformación data-driven per se, sino de un plan de negocio que requiere de forma intrínseca una transformación data-driven.
En segundo lugar, se debe obtener una fotografía fiel de la realidad de la compañía en el resto de aspectos: cual es el ecosistema tecnológico, con qué datos contamos y en qué forma y calidad o qué capacidades internas existen en la casa son preguntas fundamentales.
A continuación debemos alinear todas las piezas necesarias para poder llevar a cabo el plan de negocio: aplicaciones y stack tecnológico, servicios profesionales, capacitación interna, fuentes de datos externas, metodologías de trabajo, estrategias de gobierno del dato corporativo, etc… y acompañar este diseño de un plan donde cada uno de los ejes esté fraccionado en planes de trabajo sincronizados.
Sin este enfoque sistemático las compañías corren el riesgo de acometer fuertes inversiones y proyectos ambiciosos que acaben sufriendo retrasos y sobrecostes, o incluso que terminen fracasando.
En LUCA tenemos una experiencia dilatada asesorando y acompañando a nuestros clientes en su viaje para sacar el máximo partido a los datos. Uno de nuestros servicios diferenciales es la consultoría estratégica, donde nos especializamos en sincronizar de forma transversal todos los factores a considerar para el éxito de este tipo de iniciativas.
No te pierdas ninguno de nuestros post. Puedes suscribirte a LUCA Data Speaks o seguirnos en Twitter, YouTube y LinkedIn
