Ing. Ivan Oscco Cossio, PMP® 

En el anterior post introducimos el concepto de Data Driven Organization, ahora brindaremos una definición algo “más sofisticada” de data-driven organization, y que dice que es aquella: que adquiere, procesa y aprovecha los datos de manera oportuna y elegante para crear eficiencias, crear, testear y desarrollar nuevos productos y servicios basados en datos para así navegar por la senda de la competitividad 1 .

Vale la pena resaltar, que los pasos de adquisición y procesamiento de datos, no son tan obvios como suele ser con los procesos actuales de gestión de datos estructurados, recordemos que Big data se ocupa en data “semi-estructurada” y “no estructurada” y que mayormente esta fuera del ámbito de la organización, por lo que una organización deberá focalizarse en mantener sus datos bien organizados, documentados y consistentemente formateados y libre de errores; este proceso de limpieza de datos suele ser una de las tareas más duras de la ciencia de datos y frecuentemente puede tomar hasta el 80% de todo el trabajo. La depuración de datos, según la escala a la cual se lleve a cabo añadirá mayor complejidad. Así pues las organizaciones deberían efectuar un análisis costo beneficio para estas actividades, sus herramientas y las auditorias regulares que ameriten, pues como reza aquel adagio sobre la importancia de la data: garbage in, garbage out: ingresa basura-sale basura.

 Data Driven Organization

 

Las organizaciones que deseen invertir grandes cantidades de dinero en procesar sus datos, con la esperanza de que las personas simplemente comiencen a crear valor a partir de estos, deberán pensarlo dos veces. Y sobre aquel pensamiento que subyace y dice: «si nosotros lo construimos, el valor vendrá», en realidad rara vez funciona. Y como consecuencia se tendrá luego capital desperdiciado en infraestructura. Por ello una organización deberá poner a usar sus datos, a desarrollar experimentos que le permitan testear sus hipótesis que mejoraran su organización, sus procesos y la oferta de valor de sus productos o servicios.

Lo anterior se logra, a través del uso de metodologías y procesos definidos para enfocarse en los datos actuales y sobre todo en los futuros para la búsqueda de nuevos conocimientos y descubrimientos a posteriori, donde la intuición se desarrollara basada en la práctica y en la fiabilidad de los datos empleados.

Cuando un científico de datos, inicialmente navega y se sumerge en los datos, no solo está empleando técnicas estadísticas y matemáticas, sino también está desarrollando una intuición para cualquier deficiencia en los datos y además para detectar cualquier otra cosa inesperada que los datos puedan explicar o decir. Este proceso es similar, con algunas variantes al conocido método científico.

Hoy en día cada vez más negocios, y más administradores toman decisiones basadas en hechos y conducen sus negocios basados en los números, y en datos confiables y en métricas que suelen estar integradas dentro de sus procesos de negocios. Y a futuro tendrán más datos que provendrán de nuevas fuentes, y en forma on-line desde una tercera parte como: medios sociales, dispositivos electrónicos, aplicaciones de smartphones, e inclusive de artefactos y máquinas electrónicas, piense en Internet of Things IoT – Internet de las Cosas; así los equipos de negocios necesitarán una manera eficiente y eficaz para relacionar los nuevos datos y aprovecharlos en el logro de sus objetivos organizacionales.

Los beneficios del data-driven como soporte a las decisiones –Data Driven DecisionDDD  han sido demostrado de manera casi contundente en varios estudios, citaremos uno, el del economista Erik Brynjolfsson y su colegas del MIT and Penn´s Wharton School, que condujeron un estudio de como el Data Driven Decision afecta el rendimiento de una firma (Brynjolfsson, Hitt, & Kim, 2011). Ellos desarrollaron una medida de que el uso intenso del DDD para la toma de decisiones a través de la compañía son  «estadísticamente» más productivas que aquellas que no lo hacen, y esto es a pesar de existir algunas situaciones confusas, y las diferencias existentes no son pequeñas. Considere que una alta desviación estándar en la escala de DDD es asociada con un 4% a 6% de incremento en la productividad. DDD además es correlacionado con altos retornos en sus activos, valor de mercado, y esta relación parece ser causal 2

Finalmente, a manera de conclusión diremos, para que una organización sea realmente una basada en data-driven, requiere que vaya más allá del hipo tecnológico y de tener sus procesos aislados de datos a tenerlos integrados, y en vez de tener su organización basada en procesos deberá ser una organización orientada a datos sobre la cual montar aplicaciones orientada a datos, llamadas Data Driven Applications.

¿Y que son las Data Driven Applications?, pues la abordaremos en el siguiente artículo.

Organizaciones Data Driven – DDO
Si te gusto, comparte ...Email this to someone
email
Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Facebook