Ojos en el premio Manteniendo el valor empresarial en el núcleo de los programas de datos

Valor empresarial en programas de datos

Maximiza el valor comercial de tus inversiones en datos

Generado por Midjourney

En mi rol como ejecutivo de software, me encuentro frecuentemente con Directores de Datos (CDO, por sus siglas en inglés) en diferentes industrias. Algunos son inherentemente técnicos, armados con un profundo conocimiento de arquitecturas de datos y algoritmos de inteligencia artificial (IA). Otros se inclinan más hacia el lado comercial, poseyendo una aguda comprensión de cómo los datos pueden desbloquear valor comercial.

Hace unas semanas, estaba teniendo una conversación amistosa con Alex, un CDO en una institución financiera, a quien considero más orientado al lado comercial.

Alex me explicó que no hace mucho, mientras se preparaba para una reunión del comité ejecutivo, les pidió a su equipo directivo que proporcionaran información sobre sus logros recientes. Sin embargo, todo lo que recibió fueron logros técnicos principalmente relacionados con la migración reciente de su infraestructura de datos a la nube. Sabía que nada de esto resonaría con sus stakeholders comerciales, así que tuvo que construir una nueva narrativa por sí misma, lo cual logró hacer. Fue entonces cuando se dio cuenta de que estaba mayormente sola en la tarea de vender el valor comercial del programa de datos a los ejecutivos de negocios y que las historias que contarían no eran cómo las personas en su equipo percibían su trabajo en ese momento.

Esta es una conversación que sigo teniendo con CDOs, desde los más técnicos hasta los más orientados al negocio. Todos sienten esta creciente tensión entre las complejidades técnicas de la gestión de datos y el valor comercial práctico que se supone que estas iniciativas deben ofrecer. El rol del CDO, una rareza que solo se encontraba en el 12% de las organizaciones en 2012, ahora está firmemente establecido en el 82% de las empresas, según la Encuesta Anual de Liderazgo de Datos y Análisis de NewVantage Partners 2023. La complejidad misma de la gestión de datos ha crecido paralelamente, haciendo que este abismo sea aún más desafiante de cruzar.

Las siguientes secciones profundizarán en este problema: la tensión entre los aspectos técnicos sofisticados de la gestión de datos y la necesidad apremiante de generar un claro valor comercial.

En primer lugar, exploramos la idea de un enfoque de valor comercial primero, donde la contribución a los objetivos comerciales se convierte en la medida principal de la efectividad de un programa de datos.

A continuación, presentamos el concepto de casos de uso comerciales: los entregables directos orientados al negocio de un programa de datos, que son los verdaderos impulsores del valor comercial.

Luego, nos adentramos en el papel crucial de los stakeholders comerciales en el proceso continuo y colaborativo de medición del valor comercial, un factor crítico para alinear las iniciativas de datos con los objetivos comerciales.

A continuación, examinamos las profundas implicaciones que este enfoque tiene en la organización y sus personas, fomentando un entorno donde todos estén orientados hacia el mismo objetivo: la creación de valor comercial.

Finalmente, delineamos el proceso de transformación en una organización de datos impulsada por el valor comercial, discutiendo los cambios estratégicos y tácticos necesarios, los desafíos a esperar y los pasos necesarios para asegurar que los programas de datos se conviertan en algo más que solo proyectos técnicos complejos.

Entendiendo la Tensión: La Complejidad de la Ejecución Técnica frente al Valor Comercial

Los programas de datos son multifacéticos, exigiendo un alto grado de competencia técnica para ejecutarlos. Esta complejidad se extiende desde el desarrollo de intrincados flujos de datos, la configuración de sistemas sofisticados de almacenamiento en la nube, la implementación de marcos de gobierno estrictos, hasta el catalogado de grandes cantidades de datos. Sin duda, estas tareas son logros significativos, marcando pasos cruciales en el camino de un programa de datos.

Sin embargo, la complejidad a menudo trae consigo una especie de visión en túnel. Cuanto más se sumergen los equipos de datos en la ejecución técnica, más riesgo corren de perder de vista por qué existe el programa en primer lugar: generar valor comercial. Si bien los logros técnicos de un programa de datos son cruciales, son medios para un fin, no el fin en sí mismo.

Lo importante de recordar aquí es que los datos, en su esencia, son un subproducto de los procesos operativos, no necesariamente diseñados para ayudar en las decisiones comerciales. Es por eso que necesitamos programas de datos complejos para hacer que los datos sean utilizables en las decisiones comerciales. Pero si se pierde la conexión entre las complejidades técnicas y el valor comercial, todo el programa pierde su propósito. Esta es la tensión que debe abordarse: alinear las complejidades técnicas de la gestión de datos con un claro y tangible valor comercial.

Valor Comercial Primero: Enfocándose en el Objetivo Último

Aunque es natural estar absorbido en los detalles técnicos de la ejecución de programas de datos debido a su inherente complejidad, hemos identificado que estas tareas son solo medios para alcanzar un fin. La complejidad y el enfoque en tareas técnicas han oscurecido inadvertidamente el objetivo último: generar valor empresarial. Pero, ¿cómo resolvemos esta tensión entre la tecnicidad y el valor empresarial? Poniendo el valor empresarial primero.

Pero, ¿qué significa eso en realidad? Significa cambiar de una perspectiva centrada en los datos a una perspectiva centrada en el negocio. Se trata de mirar más allá del argot, los algoritmos y los logros de infraestructura para responder a una pregunta fundamental: “¿Cuál es el impacto de nuestras iniciativas de datos en el negocio?” Esto requiere alinear cada tarea técnica con un objetivo empresarial correspondiente y evaluar continuamente su efectividad en términos de generación de resultados empresariales.

La verdad es que, independientemente de la complejidad de los flujos de datos o el número de fuentes de datos integradas, si un programa de datos no contribuye positivamente a los resultados finales de su empresa o a otros indicadores clave de rendimiento (KPI), no está cumpliendo con su propósito principal. Por eso, adoptar un enfoque centrado en el valor empresarial no es solo una decisión estratégica, sino un cambio esencial en cómo se deben evaluar y ejecutar los programas de datos.

Este cambio de enfoque no niega la importancia de las tareas técnicas. Más bien, asegura que estas tareas estén directamente alineadas con el objetivo central: generar un valor empresarial tangible. Este enfoque garantiza que cada decisión tomada dentro de un programa de datos, sin importar cuán técnica sea, esté orientada a impulsar resultados empresariales significativos. En otras palabras, coloca el contexto empresarial en el corazón de las operaciones de datos y análisis.

Introducción a los Casos de Uso Empresariales: Los Entregables que Cuentan

En cualquier programa de datos, encontramos una variedad de entregables, algunos que contribuyen directamente al valor empresarial y otros que lo apoyan de manera indirecta. Los entregables asociados directamente al valor empresarial son los que definimos como casos de uso empresariales.

Consideremos algunos ejemplos de la vida real basados en mi experiencia interactuando con nuestros clientes. Te darás cuenta de que estos casos de uso empresariales se describen desde una perspectiva de “valor empresarial primero”, de la manera en que un Director de Datos (CDO) los presentaría a la empresa:

Mejora de la Eficiencia Energética: Una gran empresa industrial pan-europea con la que trabajamos implementó una solución de análisis para reducir los costos energéticos. Este movimiento captó la atención de la empresa, ya que condujo a ahorros cercanos al millón de euros y redujo las emisiones de CO2 en 1000 toneladas al año. La implementación incluyó el despliegue de sensores para medir el consumo de energía, la creación de modelos de simulación y la visualización de los mayores contribuyentes para comprender el flujo de energía.

Detección de Defectos en Tiempo Real: Un importante fabricante de automóviles del Reino Unido con el que colaboramos implementó una Hoja de Fallas de Proceso (PFS, por sus siglas en inglés) itinerante para detectar y solucionar defectos en tiempo real durante el proceso de producción. El sistema se movía a lo largo de la línea de ensamblaje, cubriendo su totalidad y permitiendo la identificación eficiente de anomalías de producción. Anteriormente, su proceso de reporte de defectos era ineficiente, consumía mucho tiempo y propenso a errores. La implementación de la PFS itinerante redujo significativamente el tiempo de verificación y la cantidad de técnicos requeridos por turno. Como resultado, la empresa ahorró £1.75 por vehículo, lo que sumó más de £400,000 en el año, una clara ilustración del valor empresarial de esta iniciativa de datos.

Los casos de uso empresariales proporcionan un valor tangible, ya sea mediante el aumento de los ingresos, la reducción de costos o la disminución de riesgos. Pero el alcance de los casos de uso empresariales se extiende más allá de estas categorías principales. También abarcan informes de cumplimiento necesarios y respaldan indicadores clave de rendimiento (KPI) alineados con los objetivos generales de la empresa, como promover la diversidad o la sostenibilidad.

Dado que los casos de uso empresariales generan la totalidad del valor de un programa de datos, es crucial que los CDOs se aseguren de que su valor sea bien comprendido y respaldado por la empresa.

Medir el Valor Empresarial: Un Proceso Continuo y Colaborativo

El valor de los casos de uso empresariales no es estático, evoluciona junto con la dinámica del mercado, los cambios en las regulaciones, los avances tecnológicos y una multitud de otros factores externos.

Ilustremos esto con un ejemplo de la historia reciente: la pandemia de COVID-19. En su punto máximo, los equipos de datos desarrollaron casos de uso empresariales en torno a tasas de ocupación laboral, índices de calidad del aire y otros datos relacionados con la pandemia. Estos casos de uso tenían un alto valor entonces, pero a medida que avanzamos hacia una era post-pandémica, el valor de estos casos específicos ha disminuido, dejando lugar a nuevas prioridades. Si bien la capacidad de responder rápidamente a eventos similares aún tiene valor, no es tan significativa de manera inmediata o cuantificable como durante el pico de la crisis.

Es importante destacar que la responsabilidad de evaluar el valor de estos casos de uso empresariales recae completamente en los stakeholders del negocio, no en el equipo de datos. Los stakeholders del negocio son quienes experimentan el impacto operativo de estos casos de uso día tras día. Sus percepciones son cruciales para evaluar el valor y distinguir entre beneficios transitorios, como una reducción de costos única, y beneficios estructurales, como un aumento a largo plazo en la eficiencia operativa.

Por lo tanto, el proceso de medir el valor debe ser continuo, capturando cambios en la percepción en diferentes momentos. Esta evaluación continua no solo sirve como una herramienta para ajustar la ejecución del programa de datos, sino que también garantiza que se mantenga alineado con las necesidades empresariales en evolución.

Sin embargo, este ejercicio no está completo sin tener en cuenta el costo de implementar casos de uso empresariales. Encontrar un equilibrio entre el valor percibido y el costo asociado se vuelve crucial. A esto se suma la complejidad introducida por la posible superposición de beneficios entre los casos de uso empresariales, o el doble conteo, y queda claro que el proceso de valoración está lejos de ser simple.

Para navegar esto, es imperativo establecer un diálogo y un ciclo de retroalimentación continuo con los interesados empresariales. Esta comunicación abierta permite que el programa de datos se realinee continuamente con las realidades y prioridades del negocio, asegurando así su relevancia y su contribución constante a los resultados. A través de este compromiso constante, podemos cultivar un programa de datos que sea técnicamente robusto y esté profundamente sintonizado con las necesidades del negocio.

Transformación en una Organización de Datos Impulsada por el Valor Comercial

La transición a una organización de datos impulsada por el valor comercial requiere más que una adaptación en la estrategia, requiere una transformación profunda que impregne todos los niveles de su programa de datos. No se trata solo de que el CDO presente informes orientados al negocio, se trata de hacer del valor comercial el principio rector de todas las actividades dentro del programa de datos.

En muchas organizaciones, las tareas relacionadas con los datos pueden sentirse desconectadas de las realidades del negocio. Pero este enfoque puede resultar en una desconexión entre el programa de datos y las necesidades comerciales que se supone que debe satisfacer.

La transformación hacia una organización impulsada por el valor comercial implica cuestionar si cualquier trabajo significativo realizado con datos contribuye a crear valor comercial. Este cambio influye en cómo se priorizan las tareas, cómo se mide el éxito y cómo se asignan los recursos. Ayuda a vincular el trabajo de cada miembro del equipo con los objetivos comerciales generales.

Esta transformación no ocurre de la noche a la mañana y ciertamente presenta desafíos. Requiere un liderazgo comprometido, una visión clara, una apertura al cambio y las herramientas adecuadas para respaldar la transición. Pero las recompensas pueden ser sustanciales: una organización más eficiente, una mejor alineación con el negocio y una mayor contribución a los resultados comerciales.

Sin embargo, para llevar a cabo esta transformación de manera efectiva, es necesario contar con un plan de acción táctico y estratégico. En la siguiente sección, describimos los pasos cruciales para realizar esta transición desde las tareas de datos hasta la entrega de valor comercial real.

Hacer que suceda: De las tareas de datos a la entrega de valor comercial

Partiendo del principio de transformación discutido anteriormente, cambiar el enfoque de una organización de datos de tareas puramente técnicas a la creación de valor comercial tangible no es un esfuerzo trivial. No solo exige un cambio de perspectiva, sino una reorientación completa de las prioridades y una comprensión profunda del negocio y sus necesidades.

En primer lugar, es crucial desarrollar una cultura de colaboración que abarque tanto la organización de datos como las unidades comerciales. El negocio debe desempeñar un papel principal en definir y medir el valor de los casos de uso empresariales. Por otro lado, el equipo de datos debe obtener una comprensión profunda de estos casos de uso, sus impulsores de valor y los requisitos de datos que los habilitan.

Es importante que esta colaboración también se extienda entre las personas que consumen datos para entregar casos de uso empresariales (parte orientada al negocio de la organización) y las personas que proporcionan datos empaquetados para su consumo.

La alineación luego debe propagarse a lo largo del programa de datos.

Cada tarea, cada canalización, cada modelo debe estar claramente asociado con los casos de uso empresariales a los que sirven. Esto no se trata solo de tener una matriz de trazabilidad para fines de informes. Se trata de hacer visible y tangible la generación de valor en cada nivel, fomentando así un sentido de propósito y compromiso entre todos los interesados, desde los ingenieros de datos más técnicos hasta los usuarios comerciales de los conocimientos.

Para impulsar esta transformación, es esencial establecer metas medibles que reflejen el nuevo enfoque en el valor comercial. Esto incluye establecer objetivos de creación de valor comercial, tiempo para obtener valor y alineación general de las tareas con los objetivos comerciales. El proceso de evaluación del valor comercial en sí también debe ser refinado y mejorado con el tiempo, teniendo en cuenta el contexto empresarial en evolución y las lecciones aprendidas.

Esta transformación es un compromiso continuo, que requiere atención constante y ajustes a medida que evolucionan las necesidades comerciales, la disponibilidad de datos y las capacidades tecnológicas. Más que un proyecto puntual, es un viaje continuo de mejora de la alineación, la colaboración y la entrega de valor.

En resumen, el proceso de alinear una organización de datos con la creación de valor comercial requiere una acción deliberada y un esfuerzo continuo. Pero las recompensas: un equipo de datos profundamente comprometido con el negocio, iniciativas que se priorizan en función de su impacto en los objetivos comerciales y una organización que aprovecha el poder de los datos para impulsar un valor real, hacen que este viaje valga la pena emprenderlo.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Los mejores mejoradores de audio de IA (2023)

Los profesionales y audiófilos pueden beneficiarse de la mejor calidad de sonido posible gracias al software de mejor...

Inteligencia Artificial

Construye una solución centralizada de monitoreo e informes para Amazon SageMaker utilizando Amazon CloudWatch

En esta publicación, presentamos un panel de observabilidad intercuentas que proporciona una vista centralizada para ...

Inteligencia Artificial

Investigadores de Google DeepMind y YouTube anuncian Lyria un modelo avanzado de generación de música AI

En un anuncio reciente, DeepMind de Google, en colaboración con YouTube, presentó Lyria, un modelo de generación de m...

Inteligencia Artificial

Este boletín de inteligencia artificial es todo lo que necesitas #62

Esta semana hemos estado observando el desarrollo de modelos de codificación en META, así como las nuevas capacidades...

Inteligencia Artificial

GANs (Redes Generativas Adversarias)

GANs, redes generativas adversariales, primero vamos a entender qué son GANs. Así que ya he escrito un blog sobre IA ...