Autora: Lorena Sánchez Osorio
Opinión impopular: Yo sé, me van a odiar, pero permítanme desarrollar mi idea y luego me odian los científicos de datos si quieren.
Estamos en medio de un fenómeno muy interesante, tenemos matemáticos, estadísticos, ingenieros y demás profesiones estudiando ciencias de datos, todos buscando que las personas tomen las decisiones basadas en datos porque así minimizamos muchos riesgos o gestionamos mejores procesos, pero ¿cuál es el resultado promedio?
Algoritmos perfectos con resultados increíbles que a nadie le interesa revisar. Se genera una frustración y una sensación del logro no alcanzado, y es allí, justo allí, donde vengo a intervenir.
Se nos olvida que la base para que una gestión de datos funcione correctamente es la persona.
Quien genera datos o de quien queremos datos es una persona, quien analiza datos es otra persona y quien toma decisiones con datos es otra persona. ¿Cuál es el común denominador? Exacto, la persona. ¿La estamos gestionando correctamente?
Mckinsey en su artículo: “Breaking away: The secrets to scaling analytics” nos cuenta del desafío más grande que tienen que superar los proyectos de analítica, ellos lo llaman “superar la última milla” y hace referencia a todo lo que el proyecto debería hacer para darle conocimiento correcto a las personas correctas para que usen correctamente los datos, suena muy lógico, pero al menos en Colombia, esto no es común. En Colombia tenemos muchos gurús de los datos diciéndole a las empresas cómo deberían analizar sus datos y cómo los deben consumir y esperan que una vez el proyecto de analítica termine, el resultado sea adoptado por la empresa y ya, todo funcionó perfecto, cuando la realidad nos muestra que son más los tableros desechados o los tableros que sirven como exportadores a Excel que los que realmente se usan.
Entonces, ¿cómo hacemos para construir soluciones de valor? Sencillo ¡con el usuario! señor de requerimientos de datos, trate de entender qué quiere, qué le gusta, qué necesita y busque cómo puede juntar gustos, deseos y necesidades en una solución. Enamora a tu cliente y repita el proceso.
Aquí hay un descargo de responsabilidad: En empresas muy grandes se tienen contentos a los tomadores de decisiones, pero es imposible tener contentos a todos los analistas, así que puedes crear cultura para que los analistas estén de acuerdo con el tomador de decisiones y su forma de entender los datos y esto podría liberarlos de trasnochar cada cierre (Enamoras los analistas de otra manera).
Si una persona está de acuerdo con su tablero, lo quiere, le responde a sus necesidades y le gusta tenemos una probabilidad muy alta de adopción y crecimiento de datos en la compañía y ahora la empresa está un escalón más cerca de ser una organización data driven. Podemos decir que no hay proyecto de datos que no incluya a la persona, entonces, ¿por qué se habla de tecnología?
Pedimos un cambio más fuerte a la persona y a la organización para que incluya los datos, ¿por qué se habla de tecnología? Nuestros gurús de las ciencias exactas por lo general no tienen muy buenas habilidades sociales, ¿ellos son los que van a entender a las personas?
Así que, en conclusión:
Los proyectos de analítica son mágicos porque tienen un equipo interdisciplinar trabajando en la mejor manera de generar valor a la organización con datos, uniendo ciencias humanas, ciencias exactas y habilidades gerenciales.
Los proyectos de analítica exitosos son en promedio 40% tecnología, 60% adopción de esa tecnología (Datos basados en la experiencia con Wadua) si ignoramos el 60% solo tenemos un 40% de probabilidades de éxito y ni siquiera sé de qué se trata el proyecto de datos.
Nuestro eslogan: Soluciones tecnológicas de personas para personas no nació de la noche a la mañana. Fue el resultado de entender que la analítica va mucho más allá de lo que un buen algoritmo pueda lograr y nosotros en Wadua Analytics hacemos proyectos de analítica de inicio a fin impactando positivamente la rentabilidad y eso NO se logra SOLO con tecnología.
Los proyectos de analítica no solo son tecnológicos