Cómo los jefes de los datos pueden conseguir que sus compañías recopilen datos limpios
Por Gahl Berkooz
Harvard Business Review
Analítica
En analítica, nada importa más que la calidad de los datos. La forma práctica de controlar la calidad de los datos es hacerlo en el punto donde se crean los datos. La limpieza de los datos en sentido descendente es costosa y no escalable, ya que los datos son un subproducto de procesos de negocios y operaciones como marketing, ventas, operaciones de la planta, etc. Pero controlar la calidad de los datos en el punto de creación requiere un cambio en los comportamientos de aquellos que crean los datos y las herramientas de TI que utilizan.
Ingrese al jefe de datos, o CDO. Los CEOs están agregando cada vez más el rol CDO a sus equipos directivos para abordar los grandes problemas de negocio que vienen con los datos. Muchas CDO quieren mejorar la calidad de los datos, pero motivar este cambio requiere que los CDO creen nuevos incentivos y procesos organizacionales. Sin la capacidad de hacer ambas cosas, sus esfuerzos caerán de plano.
He aquí un ejemplo. El director de datos y analíticos (CDAO) de una compañía de productos de consumo está luchando para administrar los datos de consentimiento del usuario final. Los usuarios dan su consentimiento para el uso de la información recopilada por la empresa en el sitio web de la empresa, en una aplicación, en las características de conectividad del producto y en el punto de venta. Los acuerdos de consentimiento son creados por las unidades de negocio relevantes y revisados por sus equipos legales. Parte del desafío para este CDAO es que los términos que rigen los datos a nivel agregado no están claros. Es difícil averiguar lo que la empresa puede y no puede hacer con los datos combinados. Como resultado, mantener y usar el conjunto de datos fusionado es costoso y complicado.
El CDAO necesitaba resolver dos problemas que no se contemplaban en su ámbito de trabajo original: integrar la gobernanza de datos en el proceso de desarrollo de productos y guiar el desarrollo de los sistemas de TI que recopilan y administran la información de consentimiento. El CDAO no había establecido una influencia formal o informal en estos procesos de negocios aparentemente no relacionados, por lo que finalmente no logró abordar el problema.
Debido a que la calidad de los datos recogidos determina su valor como un activo corporativo y la cantidad de trabajo incremental requerido para hacerlo utilizable, los CDO deben trabajar en toda la empresa para controlar y mejorar la calidad de los datos. Esto requiere una estrecha colaboración con las unidades operativas y las TI. Aquí hay cinco palancas que el CDO puede usar para mostrar por qué gastar tiempo en la calidad de los datos es importante:
Los datos de baja calidad pueden ser una fuente de residuos en las operaciones comerciales. Un gran fabricante de bienes duraderos quería cuantificar el valor de la cartera de TI a su función de desarrollo de productos. Usando los conceptos de la fabricación lean, modeló el tiempo que los ingenieros pasaron creando y transformando datos. Se encontró que los ingenieros pasaron cerca del 60% de su tiempo transformando, traduciendo y conciliando información, es decir, tiempo "sin valor añadido". Este modelo se utilizó para crear una hoja de ruta para aumentar la productividad mediante la mejora de la calidad de la información y un modelo de análisis avanzado para optimizar el portafolio de TI. Cuantificar el impacto de la calidad de los datos sobre la eficiencia de las operaciones, y luego ayudar a las operaciones mejorar su calidad de los datos para obtener los ahorros, es un ganar-ganar.
Los datos de alta calidad pueden reducir el costo y el riesgo de los proyectos de TI. El mismo fabricante analizó el desempeño histórico de sus grandes proyectos de TI. Se encontró que la calidad de los datos era una de las tres principales causas de retrasos en los proyectos y sobrecostos. Los proyectos de TI no comprendían la calidad de los datos que debían cargarse en los sistemas recién desarrollados. Esto dio lugar a tener que rehacer el trabajo y codificar para fijar la calidad de los datos. Los proyectos gastaron un promedio del 12% de su presupuesto en el tratamiento de los problemas de calidad de los datos, lo que resultó en un exceso de costos del 4% después de agotarse las reservas. Asegurar que los problemas de calidad de los datos se identifiquen antes de la planificación de los proyectos de TI, y trabajar para asegurar una acción coordinada para abordarlos, es una oportunidad para que la CDO logre una victoria para TI mientras se asegura que la calidad de los datos se controla en el futuro.
Los datos limpios permiten una analítica mejor y más rápida. Cuando los analistas practican un proyecto analítico, pueden dedicar el 80% del tiempo a preparar los datos para el análisis. Debido a que los diferentes proyectos a menudo requieren superposición de datos, existe un potencial de trabajo superpuesto. La mejora en la calidad de los datos reduce el costo de crear y mantener los activos de los datos analíticos, lo que reduce los costos de análisis. Convierte a los consumidores analíticos en las funciones empresariales en defensores de la calidad de los datos.
Las buenas prácticas de datos son buenas para el cumplimiento. Las empresas tradicionales, es decir, las empresas cuyo producto básico no es de datos, pueden ser aversas a los riesgos planteados por la recolección y almacenamiento de datos. La CDO puede convencer al cumplimiento, la auditoría y las funciones legales de que un enfoque sistemático de la gestión de datos puede reducir el riesgo al mismo tiempo que mejora la eficiencia operativa y aumenta la calidad de los datos.
Mejores prácticas de datos ofrecen un valor de línea de fondo. Las compañías compran datos sobre clientes, proveedores y prospectos de una variedad de fuentes. A menudo, estas compras se realizan por unidades de negocio específicas con derechos limitados. Un CDO puede reducir, racionalizar y centralizar las compras de datos, proporcionando ahorros directos a la empresa. Para vender datos, la empresa necesita invertir en tomar los datos brutos procedentes de las operaciones y sus productos conectados y mejorarlos, convirtiéndolos en un producto utilizable para un tercero. El CDO puede ayudar a facilitar este proceso para que se haga de una manera escalable en toda la empresa. En este caso, el CDO crea un ganar-ganar entre los de la empresa encargada de vender los datos y los que incurren en los costos incrementales asociados con la producción y procesamiento para su venta.
Al igual que en el desarrollo y fabricación de productos, donde el lema es "la calidad es el trabajo de todos", en un mundo donde los datos son un activo corporativo, la calidad de los datos es ahora el trabajo de todos. Y a medida que los CEOs recurren cada vez más a los CDO para liderar ese cargo, saber cómo sacar el máximo provecho de tal función será una habilidad esencial.
Gahl Berkooz es el jefe de análisis de la División Global Connected Customer Experience de General Motors. Anteriormente estableció la función de gestión de información y análisis en Ford Motor Company. Gahl tiene un Ph.D. En Matemáticas Aplicadas de la Universidad de Cornell, es un Cinturón Negro Six Sigma, y un alumno del Programa de Administración General de Harvard Business School.
Harvard Business Review
Analítica
En analítica, nada importa más que la calidad de los datos. La forma práctica de controlar la calidad de los datos es hacerlo en el punto donde se crean los datos. La limpieza de los datos en sentido descendente es costosa y no escalable, ya que los datos son un subproducto de procesos de negocios y operaciones como marketing, ventas, operaciones de la planta, etc. Pero controlar la calidad de los datos en el punto de creación requiere un cambio en los comportamientos de aquellos que crean los datos y las herramientas de TI que utilizan.
Ingrese al jefe de datos, o CDO. Los CEOs están agregando cada vez más el rol CDO a sus equipos directivos para abordar los grandes problemas de negocio que vienen con los datos. Muchas CDO quieren mejorar la calidad de los datos, pero motivar este cambio requiere que los CDO creen nuevos incentivos y procesos organizacionales. Sin la capacidad de hacer ambas cosas, sus esfuerzos caerán de plano.
He aquí un ejemplo. El director de datos y analíticos (CDAO) de una compañía de productos de consumo está luchando para administrar los datos de consentimiento del usuario final. Los usuarios dan su consentimiento para el uso de la información recopilada por la empresa en el sitio web de la empresa, en una aplicación, en las características de conectividad del producto y en el punto de venta. Los acuerdos de consentimiento son creados por las unidades de negocio relevantes y revisados por sus equipos legales. Parte del desafío para este CDAO es que los términos que rigen los datos a nivel agregado no están claros. Es difícil averiguar lo que la empresa puede y no puede hacer con los datos combinados. Como resultado, mantener y usar el conjunto de datos fusionado es costoso y complicado.
El CDAO necesitaba resolver dos problemas que no se contemplaban en su ámbito de trabajo original: integrar la gobernanza de datos en el proceso de desarrollo de productos y guiar el desarrollo de los sistemas de TI que recopilan y administran la información de consentimiento. El CDAO no había establecido una influencia formal o informal en estos procesos de negocios aparentemente no relacionados, por lo que finalmente no logró abordar el problema.
Debido a que la calidad de los datos recogidos determina su valor como un activo corporativo y la cantidad de trabajo incremental requerido para hacerlo utilizable, los CDO deben trabajar en toda la empresa para controlar y mejorar la calidad de los datos. Esto requiere una estrecha colaboración con las unidades operativas y las TI. Aquí hay cinco palancas que el CDO puede usar para mostrar por qué gastar tiempo en la calidad de los datos es importante:
Los datos de baja calidad pueden ser una fuente de residuos en las operaciones comerciales. Un gran fabricante de bienes duraderos quería cuantificar el valor de la cartera de TI a su función de desarrollo de productos. Usando los conceptos de la fabricación lean, modeló el tiempo que los ingenieros pasaron creando y transformando datos. Se encontró que los ingenieros pasaron cerca del 60% de su tiempo transformando, traduciendo y conciliando información, es decir, tiempo "sin valor añadido". Este modelo se utilizó para crear una hoja de ruta para aumentar la productividad mediante la mejora de la calidad de la información y un modelo de análisis avanzado para optimizar el portafolio de TI. Cuantificar el impacto de la calidad de los datos sobre la eficiencia de las operaciones, y luego ayudar a las operaciones mejorar su calidad de los datos para obtener los ahorros, es un ganar-ganar.
Los datos de alta calidad pueden reducir el costo y el riesgo de los proyectos de TI. El mismo fabricante analizó el desempeño histórico de sus grandes proyectos de TI. Se encontró que la calidad de los datos era una de las tres principales causas de retrasos en los proyectos y sobrecostos. Los proyectos de TI no comprendían la calidad de los datos que debían cargarse en los sistemas recién desarrollados. Esto dio lugar a tener que rehacer el trabajo y codificar para fijar la calidad de los datos. Los proyectos gastaron un promedio del 12% de su presupuesto en el tratamiento de los problemas de calidad de los datos, lo que resultó en un exceso de costos del 4% después de agotarse las reservas. Asegurar que los problemas de calidad de los datos se identifiquen antes de la planificación de los proyectos de TI, y trabajar para asegurar una acción coordinada para abordarlos, es una oportunidad para que la CDO logre una victoria para TI mientras se asegura que la calidad de los datos se controla en el futuro.
Los datos limpios permiten una analítica mejor y más rápida. Cuando los analistas practican un proyecto analítico, pueden dedicar el 80% del tiempo a preparar los datos para el análisis. Debido a que los diferentes proyectos a menudo requieren superposición de datos, existe un potencial de trabajo superpuesto. La mejora en la calidad de los datos reduce el costo de crear y mantener los activos de los datos analíticos, lo que reduce los costos de análisis. Convierte a los consumidores analíticos en las funciones empresariales en defensores de la calidad de los datos.
Las buenas prácticas de datos son buenas para el cumplimiento. Las empresas tradicionales, es decir, las empresas cuyo producto básico no es de datos, pueden ser aversas a los riesgos planteados por la recolección y almacenamiento de datos. La CDO puede convencer al cumplimiento, la auditoría y las funciones legales de que un enfoque sistemático de la gestión de datos puede reducir el riesgo al mismo tiempo que mejora la eficiencia operativa y aumenta la calidad de los datos.
Mejores prácticas de datos ofrecen un valor de línea de fondo. Las compañías compran datos sobre clientes, proveedores y prospectos de una variedad de fuentes. A menudo, estas compras se realizan por unidades de negocio específicas con derechos limitados. Un CDO puede reducir, racionalizar y centralizar las compras de datos, proporcionando ahorros directos a la empresa. Para vender datos, la empresa necesita invertir en tomar los datos brutos procedentes de las operaciones y sus productos conectados y mejorarlos, convirtiéndolos en un producto utilizable para un tercero. El CDO puede ayudar a facilitar este proceso para que se haga de una manera escalable en toda la empresa. En este caso, el CDO crea un ganar-ganar entre los de la empresa encargada de vender los datos y los que incurren en los costos incrementales asociados con la producción y procesamiento para su venta.
Al igual que en el desarrollo y fabricación de productos, donde el lema es "la calidad es el trabajo de todos", en un mundo donde los datos son un activo corporativo, la calidad de los datos es ahora el trabajo de todos. Y a medida que los CEOs recurren cada vez más a los CDO para liderar ese cargo, saber cómo sacar el máximo provecho de tal función será una habilidad esencial.
Gahl Berkooz es el jefe de análisis de la División Global Connected Customer Experience de General Motors. Anteriormente estableció la función de gestión de información y análisis en Ford Motor Company. Gahl tiene un Ph.D. En Matemáticas Aplicadas de la Universidad de Cornell, es un Cinturón Negro Six Sigma, y un alumno del Programa de Administración General de Harvard Business School.
Editores originales conservan todos los derechos.
No hay comentarios:
Publicar un comentario