8 minutos de lectura 3 ago 2021

            Joven corriendo en el nivel de estacionamiento

Cómo las organizaciones con visión de futuro se orientan hacia los datos

Por James Bradshaw

EY Asia-Pacific Data & Analytics Partner

Entusiasta de la informática y ávido solucionador de problemas. Ciclista de montaña y esquiador empedernido. Orgulloso marido y padre.

8 minutos de lectura 3 ago 2021

Las tecnologías de IA, datos y analítica están evolucionando, y muchas organizaciones están luchando por mantenerse al día.

La mayoría de las veces, las operaciones heredadas, la capacidad de ejecutar el cambio y la falta de experiencia se combinan para dificultar la mejora continua. Sin embargo, los resultados potenciales de la incorporación de datos y analítica para la toma de decisiones – mejora de los márgenes de beneficio, aumento de la repetición de compras, una experiencia del cliente sin fisuras y aceleración del tiempo de conocimiento – merecen el esfuerzo. El objetivo final es inyectar los rápidos conocimientos generados en los procesos de la organización cuando y donde sean necesarios. Optimizar los procesos con datos y analítica es un hecho, pero las oportunidades de innovación, como nuevas fuentes de ingresos o un nuevo nicho de mercado, también son posibilidades reales.

Este blog es el primero de una serie de artículos de tres partes que habla de lo que las organizaciones deben tener en cuenta cuando buscan ascender en la curva de madurez de datos y analítica.

El equilibrio y la concentración pueden impulsar los resultados

Al igual que la mejora continua de las capacidades de datos y analítica requiere herramientas, enfoques y desarrollo de habilidades, la integración de la toma de decisiones basada en hechos requiere un cambio de mentalidad. Las personas forman parte de la modernización de la IA, los datos y la analítica tanto como la tecnología. Las personas, los procesos, la tecnología y la cultura deben avanzar a niveles similares de intensidad para lograr el éxito.

Desafíate a ti mismo continuamente; piensa en lo que tienes que hacer para no quedarte atrapado en cumplir sólo con el día de hoy.
James Bradshaw
EY Asia-Pacific Data & Analytics Partner

Es importante lograr un equilibrio entre la satisfacción de las necesidades actuales de la empresa y la posibilidad de cambios en el futuro. Para lograr el equilibrio, las organizaciones deben tratar de establecer un panorama tecnológico que permita satisfacer las necesidades futuras de capacidad. Hay que tener en cuenta las tendencias tecnológicas emergentes y las opciones de código abierto. En cuanto a las personas y la cultura, el objetivo es desarrollar comportamientos de estado objetivo, y recompensar y reconocer esos comportamientos para impulsar el resultado cultural deseado. Un comportamiento de estado objetivo puede ser la colaboración en toda la empresa, donde los silos tradicionales de las unidades de negocio desaparecen. La recompensa y el reconocimiento pueden lograrse a través de actividades como hackathons y datathons. Los equipos que producen una solución que es adoptada por la empresa son reconocidos públicamente (y recompensados).

Esto no sólo impulsa los resultados correctos, sino que también protege contra la realización de inversiones que no serán relevantes en los próximos años.


            Padre e hijo sentados en el suelo jugando juntos con piezas plásticas de construcción
(Chapter breaker)
1

Capítulo 1

Las preguntas que hay que hacer

Las organizaciones deben adoptar un enfoque holístico cuando tratan de avanzar en la curva de datos y analítica.

1. ¿Cómo va a gestionar el cambio de forma eficaz?

Empecemos por el desafío más difícil. El cambio es difícil y, para tener éxito, las organizaciones deben establecer un mecanismo de atracción, más que de empuje, para su adopción. Empiece por comunicar la visión y ser transparente y honesto sobre los objetivos. Asegúrese de que la gente entiende claramente las motivaciones que hay detrás del programa y no empiece a suponer lo peor (como tratar de reducir el número de empleados con la IA). Una vez que la visión sea pública, elija un pequeño grupo de participantes dispuestos y ejecute un piloto. Por último, muestre a la organización los resultados del piloto – el "arte de lo posible" para entusiasmar a la gente.

2. ¿Cuenta con líderes de opinión expertos para liderar el cambio?

Un director de analítica o un director de datos puede aportar peso y experiencia en el camino hacia la toma de decisiones basada en datos. No sólo pueden inspirar, impulsar, educar y establecer la agenda para cambiar tanto las herramientas como las tecnologías existentes, sino también el pensamiento y la cultura de la organización. Estos líderes pueden conseguir el patrocinio de los ejecutivos, incorporar a los campeones de los equipos y tener voz en la mesa cuando se toman las decisiones de toda la organización. Tradicionalmente, los datos han sido una cuestión de IT, pero hoy en día, las organizaciones líderes están reclutando y esperando una mentalidad impulsada por los datos en todos sus líderes senior. Considere también la posibilidad de mantener un equipo de datos y analítica pequeño en lugar de emplear a demasiados expertos en capacidades profundas. Puede que sean perfectos para hoy, pero ya no lo serán dentro de 18 meses. Trabaje con equipos externos que complementen a su personal y que al mismo tiempo le permitan ampliar y reducir su plantilla rápidamente cuando surja la necesidad. Puede tener varias alianzas que le proporcionen diferentes capacidades y le den flexibilidad y opciones.

Al mismo tiempo que los líderes "hablan" de la importancia de mejorar la capacidad analítica de los datos, es vital contar con las habilidades adecuadas en sus equipos cuando las necesitan.
James Bradshaw
EY Asia-Pacific Data & Analytics Partner

3. ¿Considera que los datos son un activo?

Para tener verdadero éxito, la dirección de la organización debe estar de acuerdo en que los datos son un activo en el que vale la pena invertir. Desde la sala de juntas hasta la C-suite, este enfoque en los datos y la analítica que impulsa la toma de decisiones es crucial. Para que esto sea una realidad, se requerirá la calidad de los datos y una buena gestión de los mismos para adoptar métodos de vanguardia como la IA, las redes neuronales y el aprendizaje automatizado.

Nunca subestime la importancia de los activos de datos; céntrese en crear y mantener modelos de datos sólidos, procesos de calidad y marcos escalables.

4. ¿Cómo está aportando valor rápidamente?

Design thinking, la metodología Agile, Lean y Kanban son ejemplos de enfoques de respuesta rápida para ayudar a enmarcar y abordar los desafíos organizativos. La mejora de las capacidades de IA, datos y analítica con estos enfoques puede optimizar las aplicaciones empresariales rápidamente para que sigan el ritmo de la velocidad de sus equipos.

El uso de la experimentación rápida es una gran manera de mostrar el valor rápidamente. Asigne dos semanas a una hipótesis y vea lo que se puede conseguir. De este modo, se podrá saber si la calidad de los datos, la tecnología y las competencias están preparadas para obtener el resultado deseado. También es importante entender claramente las diferentes hipótesis, cuáles son de bajo riesgo y sencillas y cuáles son difíciles con un riesgo empresarial significativo. Equilibrar el portafolio para garantizar una entrega constante sin dejar de perseguir los casos de uso más difíciles. Asegúrese de que siempre se ofrece valor en los casos básicos de negocio y de innovación más sencillos, al tiempo que utiliza las hipótesis de transformación más complejas para mantener el compromiso de la empresa en el proceso.

Establezca objetivos ambiciosos y deje que sus equipos impulsen los resultados. No todos serán alcanzables, pero sin duda centrarán a su personal y, a menudo, producirán resultados impresionantes.
Marshall Johnson
EY Asia-Pacific Consulting Data & Analytics Partner

5. ¿Te centras en el día de hoy con la vista puesta en el mañana?

No hace falta decir que trabajar con una estrategia de IA, datos y analítica vinculada a la estrategia de su empresa es una necesidad. Sin embargo, a menudo existe una desconexión entre la estrategia corporativa y los datos y la analítica. Si la estrategia corporativa es la luz brillante que la guía, la estrategia de datos y analítica es la forma de conseguirla. Pero debe ser flexible, escalable y con capacidad de respuesta para impulsar los resultados. Desarrolle la estrategia de datos y analítica con un doble enfoque – algunas hipótesis que respondan a las necesidades de la organización en la actualidad y otras que miren a 12 o 18 meses adelante. Pruebe y experimente con los casos de uso centrados en el futuro y mantenga sus arquitecturas técnicas modulares para poder añadir y cambiar componentes según sea necesario. No se atrinchere en una solución de un solo proveedor, que es la "vieja manera"; incorpore la flexibilidad para utilizar la tecnología emergente que proporcionará el mayor valor.


            Niño construyendo una estructura de bloques de madera
(Chapter breaker)
2

Capítulo 2

Los enfoques estratificados contribuyen a aportar valor

Los distintos enfoques dan resultados diferentes, por lo que es importante tomar la decisión correcta para su organización.

Big bang

Algunos clientes trabajan para cambiar toda su organización a la vez. Se reposicionan como organizaciones digitales, en lugar de su sector tradicional. Cambian radicalmente la estructura de sus equipos, por ejemplo, dando autoridad para la toma de decisiones rápidas a pequeños equipos que no necesariamente están conectados directamente con la sala de juntas. Se trata de un enfoque disruptivo y culturalmente desafiante, pero convertirse en una organización verdaderamente orientada a los datos y a la analítica es potencialmente más rápido. Tenemos un cliente que está pasando de un modelo tradicional de venta retail en el sector de los servicios financieros a una organización digital. El cambio es rápido y supone un desafío para la empresa. Puede ser un camino difícil de recorrer.

Probar y aprender

Un enfoque más común consiste en establecer métodos y comportamientos de "velocidad de optimización" dentro de equipos específicos. Por ejemplo, las organizaciones crean mini-capacidades que tienen licencia para probar e innovar. Todo lo que tenga éxito se entrega a otro equipo para que lo integre en la organización.

Un ejemplo de esto sería tomar un equipo tradicional de inteligencia de negocios, aplanar la estructura y hacer que utilicen sprints ágiles y prototipos rápidos para entregar un producto mínimo viable (MVP, por sus siglas en inglés). Según nuestra experiencia, las organizaciones están viendo definitivamente los beneficios inmediatos de estos equipos.

Puede ser difícil integrar metodologías rápidas, del estilo de las "start-ups", en grandes organizaciones, pero hemos visto que funciona con éxito una y otra vez.
Marshall Johnson
EY Asia-Pacific Consulting Data & Analytics Partner

Desarrollar las alianzas adecuadas con los proveedores

El tercer enfoque consiste en trabajar con alianzas de proveedores que puedan ayudar a aportar valor rápidamente. Si se encuentran los proveedores adecuados, especialistas en áreas específicas de datos y/o analítica, pueden ayudar a acelerar los esfuerzos y formar a los equipos mediante enfoques "dos en uno". Las organizaciones colaboran no sólo para establecer la estrategia, los sistemas, la infraestructura y los procesos, sino para formar a los equipos internos para que puedan mantener las operaciones y añadir valor por derecho propio. Este enfoque consiste tanto en invertir en una capacidad de datos y analítica como en obtener resultados rápidamente.

Cualquier empresa que quiera mejorar su capacidad encontrará un enfoque que se ajuste a sus necesidades. Mantenga un enfoque estricto, aprenda, pivote y vuelva a probar, actúe como una start-up, obtenga resultados rápidos y celebre las victorias.

Piensa de forma creativa en cómo puedes progresar rápidamente a lo largo de la curva de madurez de datos y analítica. Busca la mejor manera de ampliar tu capacidad para obtener resultados rápidamente.
James Bradshaw
EY Asia-Pacific Data & Analytics Partner

Resumen

La mejora continua a través de la modernización de los datos puede resultar abrumadora para las empresas debido a la sensación de que la tecnología analítica avanza más rápido de lo que pueden seguir. En este artículo, ofrecemos una visión de cómo las empresas pueden seguir avanzando en la curva de madurez de la analítica de datos adoptando el equilibrio adecuado entre la mentalidad actual y la futura.

Acerca de este artículo

Por James Bradshaw

EY Asia-Pacific Data & Analytics Partner

Entusiasta de la informática y ávido solucionador de problemas. Ciclista de montaña y esquiador empedernido. Orgulloso marido y padre.