Qué es la colaboración de datos y cómo ponerla en práctica

Nota del editor: Este artículo se publicó originalmente en Forbes.

Los datos son inagotables. Hay más de los que podemos imaginar o usar. Son como la materia prima convencional, en el sentido de que su valor radica en aquello en lo que se convierte. No se trata de los puntos de datos individuales en sí. Esto es lo importante. Un montón de datos, por ejemplo, no es interesante o útil. 

Es por eso que Matthew Miller, director sénior de administración de productos en Tableau, recomienda a las personas no asumir que cada dashboard atractivo ofrece resultados útiles.

“Si bien nos encantan los datos y la información, esta por sí sola no transforma organizaciones”, opina. “Y no existe una métrica de cuántos dashboards analizó una persona, o cuántos creó, o cuántos petabytes tiene en su almacén de datos. Se trata de mejorar el rendimiento de la organización”.

Al propiciar las circunstancias correctas, con las herramientas adecuadas y el acceso a los datos relevantes, las organizaciones pueden lograr cosas realmente increíbles. Eso fue evidente en los primeros meses de la respuesta ante la COVID-19. Las organizaciones con personas capaces de tomar decisiones informadas, a pesar de la incertidumbre y las circunstancias que cambiaban rápidamente, contaban con una ventaja. Incluso cuando las empresas se vieron forzadas a realizar en unas pocas semanas o meses el trabajo de años en el mapa de ruta de la transformación digital, pudieron tomar decisiones que les permitieron superar tácticamente a sus competidores en los momentos clave.

Los líderes pueden aprovechar esas lecciones al sentar las bases culturales para una colaboración productiva y valiosa en torno a los datos. Es allí, y no en los mares de datos o los elementos visuales atractivos, donde reside el verdadero valor.

Cuando surgió el servicio telefónico por cable, las compañías telefónicas mantenían meticulosas bases de datos de clientes y números de teléfono. Usaban estos datos internamente para facturar a los clientes, enrutar llamadas y brindar servicios de valor agregado, como las guías telefónicas y la búsqueda de números asistida por operadores. Las facturas mensuales solían incluir todos los números telefónicos de las llamadas realizadas durante el período de un mes, en caso de ser necesario un análisis retrospectivo.

Luego, apareció el identificador de llamadas. Este no generaba nuevos datos. Simplemente mostraba los datos existentes a un usuario de manera oportuna cuando debía tomar una decisión: el usuario sabía quién llamaba y podía decidir si quería responder. Los usuarios de teléfonos no necesitaron hacer un gran cambio en su flujo de trabajo para utilizar esta información. Y, en la actualidad, aparece en la pantalla del teléfono de forma natural. Nadie tiene que presionar botones adicionales o realizar una búsqueda de datos especial.

El usuario final obtiene información valiosa en el momento exacto en el que la necesita. Este resultado debería ser el objetivo de todas las organizaciones que desean establecer una cultura de datos productiva, indica Richard Starnes. Él es director de productos analíticos y cognitivos en Deloitte y trabaja con los clientes de Deloitte en soluciones de análisis e inteligencia de negocios. 

“Para convertir su empresa en una organización basada en los datos, debe encontrar una manera de organizarlos y ponerlos en manos de las personas que pueden ser creativas y eficaces con ellos”, comenta Richard.

Para poner los datos en manos de aquellas personas que sabrán exactamente qué hacer con ellos, debe comenzar por crear flujos de trabajo razonables. Y, para que una organización pueda utilizar los datos de manera persuasiva, el resultado debe parecerse más a una instantánea que a un libro de trabajo complejo.

Estas son tres características de las empresas basadas en los datos:

• Un ciclo virtuoso de entrada y salida

Miller recomienda simplificar el ciclo de análisis a un proceso repetible. Un dato genera una acción, que pone en marcha un proceso, que produce un nuevo dato, que genera una acción. Es posible desarrollar procesos de análisis que no se ajusten a este molde, y podrían ser útiles. Sin embargo, si estos son lo habitual en lugar de excepciones, quizá signifique que se están dejando pasar mejores oportunidades.

• Flujos de trabajo de datos que reflejan cómo las personas ya trabajan

Los mejores procesos basados en los datos deben respaldar y mejorar el trabajo y las responsabilidades de las personas que los utilizan, además de simplificar los problemas típicos que estas intentan resolver todos los días. “Los patrones humanos de colaboración ofrecen inspiración para diseñar sistemas de datos armoniosos”, indica David Gibbons, director sénior de análisis en Salesforce. “La forma de los datos, a veces, puede ayudarlo a comprender con quién se conectará e interactuará el equipo para realizar su trabajo de manera más efectiva. Y una plataforma de datos flexible, que le permita incorporar el análisis cuando se necesite durante esa colaboración, maximizará el éxito y aumentará la armonía de los datos en el proceso”.

• Información fácil de consumir

En lugar de utilizar libros de trabajo complejos con varias pestañas para compartir los descubrimientos clave, algunas organizaciones están creando dashboards sencillos y fáciles de comprender para cualquier nivel de habilidades con los datos. Además, están aprovechando funcionalidades que les permiten hacer un seguimiento de métricas clave. Algo parecido a cómo usted haría el seguimiento de las acciones en una cartera de inversiones. Y para aquellos que se centran principalmente en responder “¿Qué debo hacer con esta información?”, la inteligencia artificial puede ayudarlos a traducir datos complejos en siguientes pasos inmediatos. “No todos los usuarios corporativos quieren ver el conjunto de datos completo. Las funcionalidades de inteligencia artificial ahora están integradas en las plataformas de BI (inteligencia de negocios). Por eso, los usuarios pueden obtener recomendaciones específicas para tomar decisiones más rápidamente. Esto se traduce en beneficios como cerrar negocios más rápido o resolver problemas de los clientes de manera tal que aumente su satisfacción”, comenta Gibbons. 

Alcanzar el éxito con los datos es más fácil si los equipos de liderazgo sénior los consideran una prioridad y dan el ejemplo con su propio trabajo de cómo se debe utilizar el análisis para generar resultados comerciales.

1. Compartir conocimientos y aprovechar los de otros

Uno de los obstáculos para una colaboración eficaz en torno a los datos consiste en compararse con otros. En otros campos, es fácil calificar y reproducir procesos que conducen a tasas bajas de defectos de fabricación o a una ejecución eficiente de la cadena de suministro. Los datos son más escurridizos. Así, es posible que las fuentes de datos y los conjuntos de habilidades que resultan útiles para un equipo o una empresa no generen los mismos resultados en otra. 

Para superar estos desafíos, debe asegurarse de que sus iniciativas de colaboración de datos sean lo más inclusivas posible. Además, es necesario impulsar la participación de los colaboradores en las primeras etapas para hablar sobre los procesos y los resultados, y mejorarlos. Según Starnes, los equipos de TI generalmente están mejor posicionados para respaldar el trabajo de abajo a arriba a fin de que las plataformas de datos sean eficientes, efectivas y confiables. Al mismo tiempo, los directivos de la empresa pueden trabajar de arriba a abajo para ofrecer apoyo con dinero y estrategias en la última etapa de entrega de datos y colaboración.

2. Ofrecer opciones para una amplia gama de conocimientos y talentos

Proporcionar a todos los empleados acceso a fuentes de datos y herramientas de análisis aparentemente ilimitadas no los convertirá a todos en trabajadores del conocimiento igualmente eficaces. Este enfoque puede ser útil para científicos de datos capacitados. Además, ayuda a los expertos en datos a destacarse. Sin embargo, no es la alternativa más eficaz u organizada para colaborar. 

“Hay muchas organizaciones que fracasaron a pesar de tener grandes almacenes de datos y realizar inversiones significativas en análisis”, dijo Miller.

En lugar de adoptar este enfoque, pida a los empleados más talentosos que describan los problemas que deben resolver con datos. Luego, los expertos pueden centrarse en cómo ayudarlos. 

3. Crear espacios donde los colaboradores puedan obtener asesoramiento

En lugar de dedicar más horas a la capacitación, cree espacios que motiven a los empleados a hacer preguntas. Estos pueden ser espacios virtuales para equipos o clínicas sin cita previa, con un grupo rotativo de colaboradores que puedan aportar una amplia gama de habilidades.

No importa qué plataforma utilice para crear el espacio de reunión de la comunidad de datos. Sin embargo, es fundamental que sea flexible. Como aprendimos de los repentinos cambios de este año en los traslados a la oficina, los viajes de negocios y el uso de instalaciones, las tendencias de consumo de datos y las necesidades de análisis cambiarán. En 2019, las tendencias se centraron en la capacidad de ver más datos en pantallas más pequeñas y dispositivos móviles. Pero, durante los últimos meses, la proporción de datos consumidos en pantallas de escritorio aumentó considerablemente. 

4. Facilitar la interpelación y validación de los datos

Muchas historias dramáticas de datos y análisis se centran en un descubrimiento revolucionario o una sorpresa inesperada. El mundo real, en cambio, es más prosaico. En la realidad, los datos se utilizan generalmente para confirmar intuiciones y suposiciones fundamentadas. 

“La mayoría de los ejecutivos intuyen el rendimiento y, cuando ven el análisis, no suelen sorprenderse tanto”, afirma Miller. “Por lo tanto, si ven un número y se preguntan de dónde proviene, deben poder seguirlo hasta la fuente”.

Una forma eficaz de asegurarse de que eso suceda es poner un rostro humano en cada conjunto de datos o análisis que se comparte. Para hacerlo, puede certificar las fuentes de datos y agregar efectivamente una marca de aprobación para mostrar que los datos están actualizados y son confiables. Además, debe contar con incentivos y el apoyo de la cultura de datos para proporcionar respuestas y explicaciones oportunas. De esta manera, no se producen demoras en la toma de decisiones, y los usuarios que no tienen tiempo para esperar una explicación no pueden descartar la información.

Para descubrir los datos clave y la información más relevante se requiere un proceso colaborativo. 

Pregunte a los colaboradores cómo usaron los datos y el análisis para alcanzar el éxito recientemente. Hable sobre las experiencias de datos más y menos preferidas de los usuarios e intente identificar características comunes. 

Descubra cómo capacitar a más personas con datos y explore historias sobre colaboración basada en los datos.