Cultura de Datos

Mejores prácticas
IBD
5 Ejes DATA
La cultura de datos es uno de los 5 Ejes DATA que utilizamos en ixpantia para medir el nivel de madurez en datos de las empresas. Una cultura data-driven no demanda la tecnología más avanzada ni un equipo de datos de altísimo nivel. Es más bien un modus operandi en el cual se confía en la data y se invierte en su calidad y democratización. En esta serie de publicaciones de ixpantia nos adentraremos en cada uno de los cinco ejes.
Author
Affiliation

Rocío Echeverría

Published

April 18, 2023

Acompañamos en iniciativas y proyectos de ciencia de datos, ingeniería e infraestructura. Visita nuestra página ixpantia y contáctanos.

Cultura de Datos

El actual momento de intensa aceleración tecnológica puede ser abrumador para las organizaciones, que se ven obligadas a priorizar y decidir así dónde concentrar su atención. En ese cambio constante del contexto empresarial, hay dos retos que se mantendrán en el tiempo: tomar buenas decisiones de negocio y aprovechar el potencial de los colaboradores. Desarrollar una cultura de datos en su organización le ayudará en ambos desafíos.

La cultura de datos es uno de los “5 Ejes DATA” que utilizamos en ixpantia para medir el nivel de madurez en datos de las empresas:

Los 5 Ejes DATA poseen enfoques distintos, pero están íntimamente relacionados entre sí, y juntos forman el resorte que impulsa a una organización a innovar con base en datos.

¿Qué es cultura de datos?

Cuando hablamos de cultura de datos nos referimos a lo que los investigadores Kremser y Brunauer de Salzburg Research llaman “data-driven culture”:

“Una cultura data-driven es una forma específica de cultura organizacional en la cual (1) las decisiones en todos los niveles de la organización se toman de preferencia con base en insights extraídos de datos bien gobernados; (2) todos los miembros de la organización incentivan el fácil acceso y disponibilidad de esta data a través de la organización, y (3) todos participan en la distribución continua de conocimiento y capacidades sobre procesamiento de datos”. (Kremser y Brunauer, 2019, p. 86).

Una cultura data-driven no demanda la tecnología más avanzada ni un equipo de datos de altísimo nivel. Es más bien un modus operandi en el cual se confía en la data y se invierte en su calidad y democratización.

En la definición anterior encontramos dos aspectos clave:

(i) La gobernanza de datos como una condición necesaria para alcanzar una cultura data-driven, y

(ii) El involucramiento de todos los miembros de la organización en el procesamiento de datos.

Gobernanza

En primer lugar, es importante entender la relevancia del ‘data governance’ para alcanzar un nivel sano de cultura de datos. La gobernanza de datos permite que el proceso de analítica de datos en una organización ocurra en un ambiente controlado. Cuando ello existe, el proceso de extracción y uso de los datos está sujeto a ciertas reglas y estándares de calidad, que aseguran la disponibilidad, usabilidad, integridad, consistencia, auditabilidad y seguridad de los datos1. Este es el fundamento de una cultura data-driven, porque genera suficiente confianza en los datos para tomarlos como base de las decisiones de la organización2.

En cuanto a seguridad e integridad de los datos, una buena gobernanza se traduce, por ejemplo, en determinar cuáles de ellos deben ser anonimizados o agregados antes de poder utilizarlos. En ixpantia hemos enfrentado este reto sobre todo con clientes de los sectores de banca y retail, y el resultado de esta buena gobernanza ha permitido que los datos puedan ser mucho más aprovechados por las organizaciones.

Otro ejemplo que hemos visto en la ejecución de proyectos en ixpantia es uno donde la ingeniería de datos y el uso de datos van de la mano. En un proceso para incrementar el acceso y uso de datos de un ERP3 que existe desde hace más de 30 años, buscamos llevar tablas críticas para la toma de decisiones a un entorno más amigable para propiciar su uso. Lo que encontramos rápidamente fue un cuello de botella en el uso, no por la disponibilidad de datos, sino por la desconfianza en los datos de parte de los usuarios. ¡No había ninguna razón técnica para la desconfianza! El origen de la desconfianza era que, al ser más visibles los datos crudos, se hicieron más visibles los errores que siempre estuvieron allí, pero quedaban enmascarados en los informes agregados en pdf que recibían hasta este momento.

Para resolver la situación, ayudamos a crear procesos técnicos de comparación entre las fuentes y los datos disponibles para los informes. Estos procesos llevaron a indicadores de integridad y actualidad de datos que incluimos dentro de los dashboards e informes interactivos. De esta forma, el usuario tenía la certeza de estar viendo los datos correctos y al día, lo que dio más confianza en los datos al momento de tomar una decisión.

Databetismo, acceso a datos e innovación

Un nivel básico de “databetismo” (alfabetismo en datos) es parte de una cultura data-driven porque  permite a los colaboradores plantear las preguntas correctas y compartir insights valiosos con otros miembros de la empresa. El fácil acceso y flujo de datos entre todos ellos es uno de los valores que comparten las organizaciones con cultura data-driven. Las capacidades de los colaboradores se pueden potenciar mediante el uso de poderosas herramientas de datos, en línea con los objetivos del negocio. Donde haya decisiones por tomar, debe existir acceso a datos y el conocimiento para sacarles provecho. 

Además, existe una relación entre la democratización de los datos, las capacidades de analítica y el rendimiento en innovación de las empresas. Un estudio publicado en el 20194 midió la cantidad de colaboradores con capacidades de analítica de datos en empresas que poseen patentes y concluyó que, en el grupo de empresas con estructuras de innovación descentralizadas, las que contaban con mayores capacidades de analítica de datos generaron más innovación. Los autores encontraron que la combinación de esa descentralización (donde hay ‘innovadores’ dispersos a través de toda la organización) con data analytics, permite crear más valor a partir del conocimiento existente. 

El proceso de diseño e implementación de productos de datos conlleva un aprendizaje significativo para los colaboradores de las empresas. No solo porque se transmite conocimiento técnico sobre el uso de las herramientas, sino porque los usuarios finales aprenden a internalizar el uso de datos en sus decisiones, y cómo comunicarlas a los demás miembros de la organización. Esto lleva a una mejor interpretación y selección de los datos, lo que impacta sus flujos de trabajo y eficiencia. El acceso a datos por parte de los colaboradores y su capacidad para seleccionarlos, manipularlos y visualizarlos, mejoran el desempeño de toda la organización, siempre y cuando los proyectos de datos estén alineados con la estrategia del negocio.

Finalmente -y esto no será novedad para el lector- en nuestra experiencia es clave que los roles de liderazgo en la organización estén realmente comprometidos con ser data-driven. En un informe de McKinsey publicado en el 2018, los autores establecen siete principios tras una sana cultura de datos, y uno de ellos es precisamente un involucramiento informado de los líderes de la empresa5. Los líderes pueden empoderar al resto de la organización poniendo su confianza en los datos y aspirando a utilizar métodos de analítica avanzada, de forma que poco a poco los colaboradores internalicen el verdadero valor de ser data-driven.

Conclusión

Para cada tamaño de organización y volumen de datos hay herramientas que permiten sacarles el mejor provecho, y que se adaptan a diferentes niveles de presupuesto. Incluso hay muchas soluciones de código abierto que hace apenas una década no estaban disponibles. Pero, más allá de las herramientas, es imprescindible una cultura data-driven que cultive la confianza en la data, para elevar a su organización al siguiente nivel de madurez.

Alcanzar una cultura de datos es un proceso de meses o años, dependiendo de la complejidad de la organización y el impulso que ofrezcan sus líderes. La clave está en ir levantando, casi en paralelo, los 5 Ejes DATA.

En esta serie de publicaciones de ixpantia nos adentraremos en cada uno de los cinco ejes. ¡Mantente atento a nuestro blog!

Referencias

  1. Kremser, W., Brunauer, R. (2019). “Do we have a Data Culture?”. En: Haber, P., Lampoltshammer, T., Mayr, M. (Eds.) Data Science – Analytics and Applications. Wiesbaden: Springer Vieweg, pp. 83-87.

  2. Wu, L. , Lou, B,  y Hitt, L., (2019): “Data Analytics Supports Decentralized Innovation”. Management Science, Vol. 65(10), 4451-4949.

  3. Díaz, A., Rowshankish, K, y Saleh, T., (2018) “Why Data Culture Matters”. McKinsey Quarterly.


Este blog lo mantiene el equipo de ixpantia y la comunidad de gente interesada en datos de la cual estamos contentos de formar parte ¿Tienes una idea para publicar algo aquí? ¡Escríbenos! Estamos siempre interesados en material e ideas nuevas. © 2019-2022 ixpantia

Footnotes

  1. Kremser, W., Brunauer, R. (2019). “Do we have a Data Culture?”. En: Haber, P., Lampoltshammer, T., Mayr, M. (Eds.) Data Science – Analytics and Applications. Wiesbaden: Springer Vieweg, pp. 83-87.↩︎

  2. Por ejemplo, un paso esencial en la ruta hacia una buena gobernanza de datos es la documentación de procesos.↩︎

  3. Un ERP (Enterprise Resource Planning) es un sistema para planificar recursos empresariales. Entre los ERPs más conocidos en el mercado están los de SAP, Oracle, Sage y Microsoft.↩︎

  4.  Wu, L. , Lou, B,  y Hitt, L., (2019): “Data Analytics Supports Decentralized Innovation”. Management Science, Vol. 65(10), 4451-4949.↩︎

  5. Díaz, A., Rowshankish, K, y Saleh, T., (2018) “Why Data Culture Matters”. McKinsey Quarterly.↩︎