Tres principios de liderazgo de analítica y datos

Por: Lourdes Adame Goddard

Actualmente dos de los activos más importantes para las empresas es la analítica y el uso de datos, los cuales se han convertido en aspectos centrales de muchas organizaciones.

Sin embargo, de acuerdo con el estudio anual Chief Data Officer, hecho por Gartner, el limitado entendimiento del lenguaje analítico y el uso de datos se han convertido en el segundo mayor obstáculo para el crecimiento y éxito de las compañías.

A pesar de que existen organizaciones que surgieron en un entorno de innovación, son pocas las empresas que han logrado una correcta alfabetización en el uso de datos, por lo que es común encontrar que diversas áreas de un mismo negocio (comercial, diseño, tecnología, entre otras), manejan información diferente y no se comunican entre ellas, limitando la consolidación de sus estrategias.

En esta forma, la alfabetización en el uso de los datos se convierte en un componente primario de la digitalización, que es definida por Gartner “como la habilidad de entender y comunicarse con otras personas, de manera asertiva, a través de un lenguaje común de datos aplicados a determinado contexto; así como el manejo de las fuentes de información, para generar analíticos y desarrollar habilidades que faciliten su uso y aplicación para obtener un valor agregado”.

ALFABETIZACIÓN Y MÉTRICA DE LOS DATOS

Para Donald Feinberg, Vicepresidente y Analista distinguido de Gartner, “los líderes empresariales deben promover la alfabetización de datos en su ambiente laboral para utilizar la información interna como un segundo idioma y hacer de ella una herramienta que facilite el desarrollo digital de la compañía”.

Gartner espera que para 2020, el 80% de las empresas inicie el desarrollo de competencias en materia de alfabetización de datos para superar deficiencias internas, y el 50% de las organizaciones no contará con la suficiente comprensión del lenguaje de datos para hacer uso de la inteligencia artificial como herramienta que aporte valor a su negocio.

Por su parte, Peter Krensky, Analista Senior de investigación, dentro del foro Data & Analytics Summit, comentó que con mucha frecuencia las empresas solo miden los datos que son sencillos de cuantificar, en lugar de recopilar nueva información para crear métricas más significativas: “Los buenos datos requieren una dosis de experimentación, por lo que los líderes de datos y analítica deben:

• Cuestionarse constantemente las decisiones que ha tomado la empresa con base en los datos.
• Anticipar las consecuencias involuntarias de las métricas.
• Experimentar con nuevos datos, nuevas medidas y modelos de analítica”.

LOS DATOS DE SUS CLIENTES

La privacidad como la conocíamos ya no existe. Con la inteligencia artificial, el Internet de las cosas y el cambio sustantivo de los negocios hacia el campo digital, es virtualmente imposible asegurar la privacidad. El rol de los líderes de datos y analítica es actuar como guardianes de dicha información, garantizando su relevancia y seguridad, y al mismo tiempo ser los guías y protectores de los datos.

“Se debe proteger la privacidad al ir más allá de lo que está establecido legalmente, para estar en sintonía con las expectativas de los clientes, acerca de quiénes tienen acceso a sus datos y con qué fin” afirmó Rita Sallam, VP de Investigación y Analista.

AUTOMATIZAR PROCESOS Y PROMOVER LA CREATIVIDAD

Ninguna compañía o gobierno, de acuerdo a los analistas de Gartner, progresará o sobrevivirá sin una fuer- te inversión en inteligencia artificial. Por ello, recomiendan a los líderes de datos y analítica que adopten un objetivo en el que se enfoquen al utilizar tecnología de inteligencia artificial, ya sea para automatizar las tareas manuales o en el proceso de habilitar grandes cantidades de recursos, para que se enfoquen en las tareas más creativas.

Carlie Idoine, Directora Senior de investigación y Analista, considera que los nuevos proyectos de inteligencia artificial no deben fomentar una relación conflictiva entre las personas y la máquina. Deben estar diseñados para que los seres humanos se compenetren con las máquinas y creen una dinámica que amplifique sus fortalezas y compense sus debilidades.

“Este es el principio para diseñar, implementar y expandir los proyectos de inteligencia artificial que los líderes de datos y analítica deben seguir” señaló.

Los analistas de Gartner concluyen que hoy es el momento de crear empresas basadas en datos y funciones analíticas que aseguren su permanencia en los mercados a futuro.