ESCUCHAR
Hoy en día las grandes corporaciones en el mundo están frente a un panorama lleno de situaciones que generan conflictos, como las economías que tratan de mantenerse en pie, entre otros temas. Y cuando el tema de analizar los grandes volúmenes de datos (Big Data) aparece, genera distintos tipos de problemas de confianza en el mundo corporativo. Con Big Data, el mayor obstáculo no es tanto lograr el éxito, sino que radica en hacer que la gente crea y confíe en los Big Data. Y no es sólo confiar en los datos, es confiar en lo que se puede hacer con ellos.
Por María Gabriela Gallardo * – Exclusivo para Comercio y Justicia
No es fácil que la gente crea –y confíe– en los conocimientos extraídos de los modelos basados en Big Data. Estamos frente a esto todos los días. ¿Confiamos en nuestra experiencia, en nuestra intuición o confiamos en los datos? Aún cuando las correlaciones de datos demuestren un aumento en la eficacia de ventas, los líderes de las líneas de negocios pueden no creer en lo que ven en un primer momento. Es por eso que la construcción de la confianza en Big Data es tan importante. Las personas no querrán dejar de lado sus procesos de toma de decisiones basado en un nivel instintivo que han venido utilizando durante años, hasta que estén convencidos sin duda alguna de que los Big Data funcionan.
Ganarse la confianza es algo que no sucede de la noche a la mañana. El proceso puede ser lento y requiere tacto al interactuar con empresarios líderes, más aun cuando estamos pisando sus territorios. En los últimos tres años, Intel ha implementado internamente iniciativas de Big Data con gran éxito, pero para lograr esto hemos tenido que pasar por una gran cantidad de pruebas y errores para llegar a donde estamos hoy. Por medio de estos procesos hemos identificado cinco pasos para ganar confianza en Big Data.
Entender el negocio y entender los datos. Puede parecer obvio pero la realización de proyectos -que frecuentemente presentan cierta complejidad y requieren profundos análisis de inmersión de alguna línea de negocios- requiere sentarse con las personas clave para entender qué hacen, cómo interactúan con el resto de la empresa y cuáles son los desafíos que enfrentan. ¿Qué es lo que impide el progreso? ¿Qué les impide ser más eficientes? Necesitará un pensador de procesos de negocios para esto –alguien que haga las preguntas correctas y que tenga una buena comprensión de los datos disponibles.
Determinar los problemas y cómo los datos pueden ayudar. La forma para esto es empezar a conectar los puntos entre los problemas de negocios y los datos disponibles. ¿Será que estos datos ayudarán a resolver el problema? En este momento es posible que ya se haya dado cuenta del tipo de datos que están faltando. ¿Y será que puede acceder a éstos? Una advertencia: la gente tiende a pensar en los grandes volúmenes de datos como en las redes sociales y en la Internet de las Cosas (IoT, por sus siglas en inglés). Y pueden creer que necesitan buscar inmediatamente fuera de la empresa para extraer ese tipo de datos -y a veces es necesario- pero la integración de datos externos añade complejidad y yo diría que hay una cantidad significativa de valor sin utilizar en los datos dentro de la propia empresa. El punto es comenzar por ahí y determinar si captar datos externos es necesario o útil. Trabajar con datos internos primero y después expandir.
Establecer expectativas razonables y aléjese si es necesario. Asegúrese que la empresa entienda que para cada problema resuelto del negocio, pueden haber tres o cuatro sin resolver. Hemos pasado un par de meses en algunos proyectos que han producido poco o nulo valor significativo. Si los proyectos no están generando los resultados que está buscando, tiene que estar dispuesto a dejarlos de lado y estar atento a las próximas oportunidades. Traiga a los Big Data mientras vive en el viejo mundo. Aborde los proyectos de Big Data en paralelo con los métodos tradicionales. Los líderes empresariales no desistirán de los procesos y tecnologías familiares y tampoco dirán: “Muy bien, ahora confiaré en Big Data”. Tendrá que demostrárselo mientras aún operan dentro de sus parámetros de toma de decisiones.
Sea flexible. El análisis de Big Data en el cual está inmerso es una exploración de géneros. Puede descubrir cierta importancia en áreas inesperadas, esto implica ser flexible con la metodología y las herramientas. Las herramientas para Big Data se encuentran en las primeras etapas de desarrollo. Reconozca que el conjunto de éstas para Big Data no será el mismo dentro de un año. Tiene que ser flexible en su implementación y actualización, haciendo inversiones en tecnologías de acuerdo con la necesidad.
Mantenga su objetivo en mente. A veces el proceso podrá parecer pesado y es en estos momentos en los que se tiene que mantener el enfoque en los resultados. El Big Data está en sus primeras etapas de madurez, en las que los métodos y herramientas para tener un análisis más fácil y eficaz aún no están totalmente listos.En Intel logramos aprovechar el Big Data y los análisis predictivos para alcanzar una reducción de 25% en el tiempo y en la validación del diseño del chip, lo que aumentó la velocidad para el lanzamiento en el mercado de nuevos chips. Resultados como este transforman todo el proceso en un esfuerzo que vale la pena.
* Gerente de Marketing de Negocios de Intel para América Latina
