Cómo es que las principales organizaciones utilizan datos y análisis para informar las decisiones estratégicas y operativas? Los líderes Senior proporcionan información sobre los desafíos y oportunidades.
Pocos discuten que las organizaciones tienen más datos que nunca a su disposición. Pero, en realidad, convertir el conocimiento en acción a partir de una perspectiva interesante mostrada por los datos es más fácil decirlo que hacerlo. Hablamos con seis altos dirigentes de las principales organizaciones y les preguntamos sobre los desafíos y oportunidades que supone la adopción de analítica avanzada: Murli Buluswar, directora científica de AIG; Vince Campisi, responsable de información de software de GE; Ash Gupta, director de riesgos en American Express; Zoher Karu, vicepresidente de la optimización global de clientes y datos en eBay; Victor Nilson, vicepresidente senior de grandes volúmenes de datos de AT&T; y Rubén Sigala, director de análisis en el Caesars Entertainment. Una transcripción editada de sus comentarios a continuación.
Desafíos a los que se enfrentan las organizaciones al adoptar Analytics.
Murli Buluswar, directora científica, AIG: El mayor reto de hacer que la evolución de una cultura conocedora a una cultura de aprendizaje --de una cultura que depende de la heurística en la toma de decisiones a una cultura mucho más objetiva y controlada por datos que abarca el poder de los datos y la tecnología-- no es realmente el costo. Inicialmente, termina siendo en gran medida la imaginación y la inercia.
Lo que he aprendido en mis últimos años es que el poder del miedo es bastante tremendo al evolucionarlo a uno hacia pensar y actuar de manera diferente hoy en día, y para hacer preguntas hoy que no nos hacíamos respecto a nuestros roles antes. Y es que este cambio en la mentalidad -- de una a base de expertos del pensar a uno que es mucho más dinámico y mucho más orientado al aprendizaje en contraposición a una forma de pensar fija-- creo que es fundamental para la salud sostenible de cualquier empresa , grande, pequeña o mediana.
Ruben Sigala, director de análisis, Caesars Entertainment: Lo que encontramos retador, y lo que encuentro en mis conversaciones con muchos de mis colegas que todavía es un reto, es encontrar el conjunto de herramientas que permitan a las organizaciones generar valor eficientemente a través del proceso. Oigo hablar de victorias individuales en ciertas aplicaciones, pero tener una especie de ecosistema más cohesionado y que este está completamente integrado es algo que creo que todos estamos luchando por lograr, en parte porque todavía son días muy tempranos. A pesar de que hemos estado hablando de ello al parecer bastante en los últimos años, la tecnología todavía está cambiando; las fuentes están en plena evolución.
Zoher Karu, vicepresidente de la optimización global de clientes y datos, eBay: Uno de los mayores retos es acerca de la privacidad de los datos y lo que se comparte en comparación con lo que no se comparte. Y mi perspectiva en esto es que los consumidores están dispuestos a compartir si obtienen un valor en retorno. Compartir Unidireccionalmente ya no va a funcionar. Entonces, ¿cómo podemos proteger y cómo podemos aprovechar esa información y convertirnos en socios de nuestros consumidores en lugar de sólo un proveedor para ellos?
Capturando el impacto de Analytics..
Ruben Sigala: Usted tiene que comenzar con el estatuto de la Organización. Tienes que ser muy específico sobre el objetivo de la función dentro de la organización y la forma en que está diseñada para interactuar con el negocio más amplio. Hay algunas organizaciones que comienzan con una visión bastante centrada en torno al apoyo en las funciones tradicionales como la comercialización, fijación de precios, y otras áreas específicas. Y luego hay otras organizaciones que tienen una visión mucho más amplia del negocio. Creo que hay que definir primero ese elemento.
Eso ayuda a informar mejor la estructura apropiada, los foros, y en última instancia establece los niveles más detallados de operación, tales como entrenamiento, selección, y así sucesivamente. Pero la alineación en torno a cómo se va a manejar el negocio y la forma en que va a interactuar con la organización más amplia es absolutamente crítico. A partir de ahí, todo lo demás debe caer en línea. Así es como empezamos con nuestra ruta.
Vince Campisi, director de información, software GE: Una de las cosas que hemos aprendido es: cuando empezamos y nos enfocamos en un resultado, es una gran manera de generar valor rápidamente y entusiasmar a la gente acerca de la oportunidad. Y nos ha llevado a lugares que no esperábamos recorrer antes. Así que podemos perseguir un resultado en particular y tratar de organizar un conjunto de datos para lograr ese resultado. Una vez hecho esto, la gente empieza a traer a otras fuentes de datos y otras cosas que desean conectar. Y eso es lo que realmente te lleva a un lugar que no se habían previsto ir. Usted tiene que estar dispuesto a ser un poco más ágil y fluido en la forma de pensar acerca de las cosas. Pero si usted comienza con un resultado y lo entrega, le sorprenderá a dónde lo llevará después.
Ash Gupta, director de riesgos, American Express: El primer cambio que tuvimos que hacer fue sólo para darle mayor calidad a nuestros datos. Tenemos una gran cantidad de datos y, a veces simplemente no estábamos usándolos y que no estábamos prestando tanta atención a su calidad, cosa que ahora necesitamos. Eso fue, uno, para asegurar que los datos tienen la alineación correcta, que los datos tienen el propósito permisible de servir a los clientes. Esto, en mi mente, es una jornada. Hemos hecho buen progreso y esperamos continuar haciendo este progreso en todo nuestro sistema.
La segunda área está trabajando con nuestra gente asegurando que estemos centralizando algunos aspectos de nuestro negocio. Estamos centralizando nuestras capacidades y estamos democratizando su uso. Creo que el otro aspecto es que reconocemos como equipo y como compañía que nosotros mismos no tenemos los conocimientos suficientes, y que requerimos la colaboración de todo tipo de entidades ajenas a American Express. Esta colaboración viene de innovadores de tecnología, de proveedores de datos, de empresas de análisis. Tenemos que poner un paquete completo para nuestros colegas y socios de negocios, uno que sea un argumento convincente de que estamos desarrollando cosas juntos, que estamos co-aprendiendo, y que estamos construyendo unos con otros..
Ejemplos de impacto
Victor Nilson, vicepresidente Senior de grandes datos, AT& T: Siempre empezamos con la experiencia del cliente. Eso es lo que más importa. En nuestros centros de atención al cliente ahora, tenemos un gran número de productos muy complejos. Incluso los productos simples a veces tienen problemas potenciales o soluciones muy complejas, por lo que el flujo de trabajo es muy complejo. Entonces, ¿cómo simplificar el proceso tanto para el agente de atención al cliente y para el cliente al mismo tiempo, cada vez que hay una interacción?
Hemos utilizado técnicas de grandes volúmenes de datos para analizar todos los diferentes permutaciones para aumentar esa experiencia y resolver más rápidamente o mejorar una situación particular. Tomamos la complejidad y convertirla en algo simple y viable. Al mismo tiempo, podemos analizar los datos y luego volver y decir: "¿Estamos optimizando la red de forma proactiva en este caso en particular?" Por lo tanto, tomamos la optimización no sólo para la atención al cliente, sino también para la red, y luego enlazarlas.
Vince Campisi: Te voy a dar una perspectiva interna y una perspectiva externa. Una de ellas es que estamos haciendo mucho en lo que llamamos permitiendo una hebra digital, se puede conectar la innovación a través de ingeniería, fabricación, y toda la ruta hasta dar servicio a un producto. [Para más información sobre el enfoque "hebra digital" de la compañía, y, dentro de ésta, tenemos un enfoque de 'fábrica brillante'. Tomando la optimización de la cadena de suministro como un ejemplo. Hemos sido capaces de tomar más de 60 diferentes silos de información relacionada con la compra directa de materiales, y apalancar el análisis para ver nuevas relaciones, y usar el aprendizaje de máquina para identificar enormes cantidades de eficiencia en la forma en que procuramos los materiales directos que van en nuestro producto.
Un ejemplo externo es la forma en que apalancamos la analítica para que realmente los activos funcionen mejor. Lo llamamos gestión del rendimiento de activos. Y estamos empezando a permitir a industrias digitales, como un parque eólico digital, donde se pueden aprovechar los analíticos para ayudar a optimizar las máquinas ellas mismas. Por lo que puede ayudar a un proveedor de generación de energía con viento que ha pasado a través y, por lograr que las turbinas se afinen a sí mismas correctamente y entender cómo ellas pueden optimizar el nivel de viento, hemos demostrado la capacidad de producir hasta un 10 por ciento más de energía con la misma cantidad de viento. Es un ejemplo del uso de Analytics para ayudar a un cliente a generar más rendimiento y productividad a partir de su inversión en capital existente.
Ganar la guerra del talento
Ruben Sigala: La competencia por el talento analítico es extrema. Y la preservación y mantenimiento de una base de talento dentro de una organización es difícil, sobre todo si ve esto como una competencia básica. En lo que nos hemos centrado es en desarrollar una plataforma que hable de que lo que creemos que es una propuesta de valor que es importante para las personas que están buscando comenzar una carrera o para sostener una carrera dentro de este campo.
Cuando hablamos de la propuesta de valor, usamos términos como tener la oportunidad de afectar realmente los resultados de la empresa, tener una amplia gama de ejercicios de análisis que te desafiarán regularmente. Pero, en general, ser parte de una organización que considera que esto es una parte crítica de la forma en que se compite en el mercado, y después trabajar en contra regularmente. Para hacerlo así, usted tiene que tener buenos programas de formación, hay que tener formas muy específicas de interacción con el equipo senior. Y también tiene Ud. que ser parte de la organización que realmente impulsa la estrategia de la empresa.
Murli Buluswar: Encuentro que centrarse en los fundamentos de por qué se creó la ciencia, en lo que son nuestras aspiraciones, y cómo ser parte de este equipo dará forma a la evolución profesional de los miembros del equipo ha sido bastante profunda para atraer el calibre de talento que nos interesa. Y luego, por supuesto, viene la parte más difícil de vivir la promesa día a día.
Sí, el dinero es importante. Mi filosofía acerca del dinero es que quiero estar en el rango percentil 75; No quiero estar en el percentil 99. Porque no importa donde se encuentre, la mayoría de las personas, especialmente las personas en la técnica de la ciencia de datos tiene la capacidad de conseguir un aumento de 20 a 30 por ciento en su compensación, en caso de optar por hacer un cambio de empleo. Mi intención no es tratar de reducir esa brecha. Mi intención es crear un entorno y una cultura donde vean que están aprendiendo; vean que están trabajando en problemas que tienen un impacto más amplio en la empresa, en la industria y, por eso, en la sociedad; y son parte de un equipo vibrante, que se inspira en el 'por qué' existe y cómo se define el éxito. Centrándose en eso, para mí, es un facilitador absolutamente crítico para atraer el calibre de talento que necesito y, para el caso, cualquier persona puede necesitar.
El desarrollo de los conocimientos adecuados
Victor Nilson: El talento es todo, ¿verdad? Hay que tener los datos, y, claramente, AT&T tiene una gran riqueza de datos. Pero sin talento, no tiene sentido. El talento es el elemento diferenciador. El talento adecuado buscará las tecnologías adecuadas; el talento adecuado irá a resolver los problemas existentes.
Hemos ayudado a contribuir en parte al desarrollo de muchas de las nuevas tecnologías que están surgiendo en la comunidad de código abierto. Tenemos las técnicas avanzadas heredadas de los laboratorios, tenemos el Silicon Valley emergente. Pero también tenemos talento corriente en todo el país, donde tenemos ingenieros muy avanzados, tenemos los gerentes de todos los niveles, y queremos desarrollar su talento aún más.
Así hemos entregado más de 50.000 cursos de formación en grandes datos tan sólo este año. Y seguimos avanzando en eso. Es toda una serie continua. Podría ser simplemente un campo de entrenamiento de una semana, o podría ser avanzado, ciencia de datos a nivel de doctorado. Pero queremos seguir desarrollando ese talento para aquellos que tienen la aptitud e interés en ella. Queremos asegurarnos de que puedan desarrollar sus habilidades y luego atarlas con las herramientas para maximizar su productividad.
Zoher Karu: El talento es fundamental a lo largo de toda la jornada de análisis de datos. Y el talento de análisis por sí solo ya no es suficiente, en mi opinión. No podemos tener personas con talento singular. Y la forma en que construyo mi organización es que busco personas con un título mayor y uno menor. Puede tener un título en analítica, pero también uno menor en estrategia de marketing. Porque si usted no tiene un título menor, ¿cómo se va a comunicar con otras partes de la organización? De lo contrario, el científico de datos puro no será capaz de hablar con el administrador de la base de datos, que no va a ser capaz de hablar con la persona en la investigación de mercado, que no será capaz de hablar con el dueño del canal de correo electrónico, por ejemplo. Necesita tomar decisiones de negocios basados en análisis y que pueden escalar.
Fuente: McKinsey & Company