Por qué siguen fallando las iniciativas de análisis de datos

0
24

Los datos y el análisis siguen siendo las principales prioridades de las organizaciones en la era digital, con el 37% de los líderes de TI diciendo que el análisis de datos impulsará la mayor parte de sus inversiones en TI este año, por delante de la seguridad y la gestión de riesgos, según la encuesta «2020 State of the CIO» de CIO.com.

Y con ese nivel de gasto destinado a la analítica, la presión está en la entrega de resultados. Sin embargo, los expertos en este espacio dicen que los CIOs y sus colegas ejecutivos se están quedando cortos. «Hay desafíos para lograr que estas iniciativas crucen la línea de meta», señaló Brad Fisher, socio y líder de datos y análisis en KPMG.

A continuación, se presentan cuatro áreas clave que están obstaculizando el éxito del análisis:

Fundamentos de datos deficientes
Las estadísticas de la firma de investigación Gartner confirman que la mayoría de las organizaciones creen que los datos son críticos, ya que casi el 80% de los ejecutivos declaran en una encuesta realizada en el 2019 que sus empresas perderán ventaja competitiva si no utilizan los datos de manera efectiva. Sin embargo, Gartner también encontró que más de la mitad de las organizaciones no tienen un marco formal de gobierno de datos y un presupuesto dedicado.

La falta de estos elementos fundamentales puede obstaculizar las ambiciones de la organización.

«Hay que ser muy intencional. Y si no eres intencional, puede que no veas el valor», comentó Roy Singh, socio de Bain & Co. y miembro de las prácticas de Advanced Analytics and Enterprise Technology de la firma.

Sin un programa de gobierno de datos completamente implementado, las organizaciones no pueden esperar tener prácticas sólidas de higiene de datos. No pueden acceder o integrar los datos que tienen, ya que permanecen encerrados en silos departamentales. Puede que ni siquiera sepan qué datos necesitan para ser eficaces.

«Tienen islas de información, y tienen partes de sus empresas haciendo algunos de los mismos tipos de cosas. Otros no han dado en el blanco porque tienen datos sucios o porque están tomando los conjuntos de datos equivocados o los introducen en sus tableros de manera incorrecta», señala Edward Matthews, instructor del Colegio Metropolitano de la Universidad de Boston e ingeniero superior de seguridad de TI de Partners HealthCare. «Estas compañías creen que tienen programas decentes hasta que miran los marcos de trabajo y se dan cuenta de que no es así».

Además, muchas organizaciones no cuentan con las tecnologías fundamentales adecuadas para alcanzar sus objetivos, ya que persiguen herramientas que pueden prometer grandes dividendos, pero que no se ajustan a sus propias necesidades, añade Matthews. O, por el contrario, se aferran a herramientas que no permiten el crecimiento porque no idearon una estrategia sólida desde el principio.

Al crear una estrategia para sus programas de datos -o, mejor aún, un centro de excelencia- los líderes de TI pueden abordar las piezas fundamentales necesarias para el éxito, incluyendo el gobierno de los datos, la responsabilidad, la propiedad de los diversos componentes del programa de datos, la infraestructura necesaria, los requisitos de capacitación, los objetivos estratégicos y el liderazgo.

Matthews señala como un buen ejemplo el enfoque adoptado por una organización benéfica para la que trabajó una vez. La organización se comprometió a financiar adecuadamente su programa de análisis, creó un equipo de análisis y asignó un vicepresidente senior para dirigirlo.

«Estaban a la vanguardia, investigando constantemente qué capacidades había, proporcionando información a la empresa, que demostraba su valor. El equipo creció y se adaptó; no se encerraron en conjuntos de datos particulares e ignoraron otros datos, sino que pensaron constantemente en nuevas formas de comprobar sus datos, y siempre estuvieron considerando nuevas tecnologías», anota Matthews. «En este caso, el CIO tuvo la previsión de crear el equipo y contratar a la persona adecuada para dirigirlo».

La estrategia equivocada
Por otro lado, las organizaciones tampoco deben ver la analítica como una empresa monolítica. Los líderes analíticos experimentados dicen que han visto a los CIOs ir a lo grande de una sola vez -construyendo lagos de datos e implementando infraestructuras de alto precio, por ejemplo- para poner en marcha proyectos analíticos. Entregan sus proyectos, pero luego descubren que la tecnología es subutilizada o ignorada.

Como cualquier otra propuesta basada en la tecnología, es mejor implementar soluciones específicas que puedan demostrar su valor a los usuarios. «Asegúrese de que está resolviendo problemas de negocios», indica Dinanath (Dina) Kholkar, vicepresidente y jefe global de los servicios de procesos de negocios y unidades de análisis de Tata Consultancy Services.

Kholkar comenzó el viaje de datos de su propia firma apuntando a un área donde un proyecto de datos aportaría valor y luego se movió para implementarlo. Este enfoque permitió al equipo definir claramente los objetivos, así como identificar los datos y las herramientas necesarias para cumplirlos. En otras palabras, este enfoque creó objetivos manejables y alcanzables capaces de generar valor mensurable. «Eso entonces podría convertirse en un escaparate para el resto de la organización», añade Kholkar.

«[Las unidades de negocio] quieren ver resultados. No tienen la paciencia de esperar grandes proyectos de transformación», agrega. «Y no les importa no obtener resultados al cien por ciento. Si obtienen entre el 60 y el 70% de los resultados para empezar, están bien, y luego pueden obtener mejoras incrementales a partir de ahí. Porque cuando se obtienen resultados, es más fácil conseguir la siguiente ola de inversiones. Es muy importante tenerlo en cuenta».

Del mismo modo, los expertos aconsejan a los CIOs que traigan un enfoque iterativo a su programa de análisis en lugar de entrar en un proyecto de tecnología big bang.

«Tiene que ser un ejercicio interactivo y experimental donde la informática, los negocios y los datos trabajen todos juntos de forma ágil, donde haya una interacción de alta velocidad entre esos tres grupos, donde sean capaces de realizar experimentos y probar hipótesis», indica Singh.

Brian Hopkins, vicepresidente y analista principal de Forrester Research, señala a un minorista que creó una estrategia de datos de tres años basada en la adición de inversiones cada año en lugar de saltar al programa con una sola inversión inicial, un enfoque que reconocía la necesidad de añadir y mejorar continuamente.

«[Esta compañía] descubrió que, como en el caso de los digitales, una vez que empieza un programa de análisis no debe detenerse. Se invierte cada año en el avance de la estrategia de datos», añade Hopkins.

Además, estas inversiones iterativas deben ser impulsadas por las necesidades comerciales en evolución, y no por las nuevas capacidades tecnológicas a medida que salen al mercado. Las organizaciones deben crear capacidades analíticas caso por caso, ampliando progresivamente su programa de datos mediante la adopción de herramientas más avanzadas, y permitiendo a más usuarios abordar problemas cada vez más complejos.

«El CIO necesita pensar en ello como una iteración, de hecho, muchas iteraciones. Tendrán que comprobar continuamente [su programa de datos] con el mercado y lo que su empresa está tratando de lograr, probar nuevas herramientas en paralelo con lo que están usando para probarlos, y luego poder saltar a una nueva herramienta si creen que puede proporcionar nueva información», señala Matthews.

La falta de equilibrio entre libertad y control
A pesar de las grandes inversiones en iniciativas analíticas, los ejecutivos dicen que aún no han cosechado los beneficios. En su Encuesta de Ejecutivos de Big Data y AI 2020, NewVantage Partners encontró que el 74%de las 70 compañías encuestadas ven la adopción de grandes datos por parte de las empresas como una lucha continua.

La falta de reconocimiento y respeto por las diferentes necesidades de los usuarios es uno de los factores que impulsan esa elevada cifra, según Singh, que considera que algunos líderes de datos permiten que cada unidad de negocio dentro de sus organizaciones siga su propia estrategia de datos sin establecer estándares para toda la organización, un enfoque que crea ineficiencias y deja a muchos grupos de usuarios sin ningún tipo de apoyo.

Otras organizaciones van al extremo opuesto, centralizando todo, lo que impide que los usuarios empresariales inteligentes se expandan rápidamente y que la organización en su conjunto alcance todo el potencial del programa, indica Singh.

Pero los líderes de TI que reconocen la necesidad de crear un programa de análisis equilibrado entre esos dos extremos, y que pueda ajustarse a las diferentes necesidades de los usuarios dentro de su organización, son los que más éxito tienen, explica Singh.

«Se necesita un híbrido entre estar completamente centralizado y descentralizado, y el equilibrio entre ambos cambiará con el tiempo, quizás empezando más centralizado al principio», añade.

Singh señala el enfoque adoptado por una empresa de servicios públicos en particular. A medida que sus dirigentes invirtieron en capacidades analíticas, reconocieron que el grupo de comercio de energía tenía una amplia experiencia en la ciencia de los datos, por lo que construyeron una plataforma de autoservicio que se adhería a las normas de gestión de datos y a los requisitos tecnológicos de la organización. Pero también reconocieron que su división de seguridad tenía menos experiencia en análisis, por lo que elaboraron una estrategia para los usuarios que ofrecía un apoyo más centralizado.

Cambiar la necesidad de un cambio de cultura
Aun así, los ejecutivos necesitan idear algo más que un programa de datos holístico que esté alineado con los objetivos estratégicos. También necesitan cambiar la cultura de sus organizaciones, para que los usuarios acepten el uso de datos en tiempo real y vean el compromiso con los datos como la norma.

«Este es un cambio en todo el paradigma empresarial, y las organizaciones necesitan planificar para ese cambio», sostiene Kholkar de Tata Consultancy.

La mayoría de las organizaciones no están haciendo eso. Según el informe de NewVantage Partners, solo el 38% de las empresas encuestadas han creado una organización basada en datos, y solo el 27% cree que han construido una cultura de datos dentro de sus empresas. Además, el 91% dijo que las personas y los desafíos de los procesos son sus mayores barreras para convertirse en una organización basada en datos.

Nassar Nizami, vicepresidente ejecutivo y director de información de la Universidad Thomas Jefferson y de Jefferson Health en Filadelfia, ha estado madurando el programa de datos de su institución al abordar las necesidades tecnológicas, como la estandarización de los datos y las herramientas analíticas y la gestión del almacén de datos, y alinear las prioridades del programa de datos con la estrategia general de la organización.

Pero fue más allá, impulsando los cambios culturales necesarios en parte a través de la creación de un programa de formación llamado Jefferson Analytics Community (JAC). Su lema es: «¿Problemas para obtener datos? No conoces a JAC».

«Al crear el JAC, nuestra visión era crear un modelo federado de análisis de autoservicio gobernado por propietarios operacionales», comente Nizami. Añade que los objetivos eran aumentar la adopción de herramientas analíticas por parte de los usuarios, la transición de una organización «rica en datos» a una impulsada por datos, y promover el autoservicio de datos con el fin de aumentar la productividad y reducir el tiempo de respuesta.

Fisher dice que otros directores de sistemas de información y sus socios ejecutivos deben seguir el ejemplo y pasar su programa de análisis de «un gran esfuerzo autónomo que genera conocimientos» a algo que se integre en los procesos de modo que los usuarios lo vean como algo habitual.

«Los usuarios no saben o no les importa cuáles son todas las fuentes de datos o lo genial que es la ciencia de los datos», señala Fisher. «Necesitan entrar en su oficina o tomar el teléfono y obtener la información que necesitan para hacer su trabajo. Así que tiene que parecer y sentirse como una aplicación. Eso es algo que el CIO entiende de manera única».

Mary K. Pratt, CIO.com