Los últimos avances en las tecnologías de inteligencia artificial (IA), machine learning (ML) y Big Data brindan a las organizaciones las herramientas que necesitan para aprovechar el potencial de los enormes volúmenes de datos que capturan a diario (o que antes simplemente se descartaban). Estos datos pueden traducirse en nueva información, la automatización de procesos, e incluso la creación de nuevos productos, servicios y negocios. La IA, el ML y los datos que estas tecnologías conllevan (posible gracias a la nube de AWS) resultan componentes esenciales para todo proceso de transformación digital. Como suele pasar con todo cambio tecnológico de gran calado, los principales retos suelen surgir más de la naturaleza de la propia organización, de sus procesos, su gobernanza y de la dimensión humana, que de la propia tecnología. En este artículo me gustaría mostrar algunos patrones habituales que he visto surgir en las empresas a la hora de establecer sistemas de análisis avanzado de datos, tanto a nivel de organización, como de procesos, como en ciertos puestos concretos.
Al contemplar el proceso de establecer capacidades de análisis avanzado de datos, veo varios paralelismos directos con el viaje de las empresas a la nube. Para poder pasar de una declaración de intenciones y planteamientos estratégicos a un progreso observable, uno de los primeros pasos debe ser la identificación y elección de un líder y un equipo que abanderen el cambio, así como el establecimiento de un centro de excelencia para el análisis de datos. Con el tiempo, estos equipos tenderán a crecer a medida que van cubriendo más y más necesidades de la empresa. Estos equipos pueden ser el germen del centro de excelencia para el análisis de datos, al contar ya con algunos de los perfiles técnicos y de negocio necesarios. Como suele suceder con los equipos de infraestructuras informáticas, estos equipos de inteligencia no deberían limitarse a ofrecer el talento necesario, sino que deberán ser un agente activo clave en el desarrollo de la organización, ya que, con el tiempo, deberán evolucionar para adaptarse y convertirse en el centro de excelencia o ser absorbidos como parte de este.
En AWS, a la hora de crear todos nuestros proyectos, siempre partimos de las necesidades de nuestros clientes. Los clientes con necesidades cambiantes, con altos niveles de exigencia o que son prácticamente imposibles de satisfacer, suelen ser fantásticos motores para la innovación. Uno de los primeros cambios de mentalidad que deberán hacer las organizaciones es el de pasar de una actitud de «debes utilizar nuestra solución para los informes te guste o no» a una de «¿cuáles son tus necesidades en materia de análisis de datos y cómo podemos darte las herramientas que necesitas?». Los equipos centralizados de inteligencia empresarial suelen limitarse a emitir informes y rara vez están en situación de responder a las complejas preguntas que plantean empleados, directivos y clientes. Por ello, a la hora de establecer un nuevo centro de excelencia para el análisis de datos, resulta importante sentar una serie de principios fundamentales que definan cómo esperamos que el grupo actúe y decida.
El centro de excelencia para el análisis de datos deberá atender a dos públicos diferentes. El primero son los consumidores de datos, ya sea en bruto o una vez analizados: los directivos que deciden en la empresa, los científicos especializados en datos, los analistas de inteligencia empresarial y los desarrolladores. Para ellos, lo más importante suele ser contar con la capacidad de acceder a datos e informes rápidamente, así como la calidad de las herramientas y servicios de los que disponen para procesar y representar estos datos. El segundo grupo son los productores de datos: los responsables de las aplicaciones, infraestructuras y dispositivos que surten de datos a la plataforma. Para ellos, lo más importante es contar con la capacidad de publicar sus datos fácilmente en las plataformas de análisis de la empresa y de definir contratos de datos, que incluyen el modelo del dominio que rige los datos, la frecuencia de actualización de estos y la definición de las diversas políticas (como, por ejemplo, las políticas de seguridad que determinen quién tiene acceso a los datos).
Es importante comprender que el centro de excelencia debe dar servicio a ambos colectivos. No hay una fórmula correcta que se pueda aplicar a todos los casos. Sin embargo, en todos los casos, resulta crucial contar con un mecanismo para que quienes recurran al centro de excelencia puedan comunicar sus necesidades para darles repuesta y asignarles la prioridad que les corresponde.
Desde hace tiempo, yo planteo una nueva mentalidad para entender la nube de AWS: lo ideal es entenderla como un inmenso comercio de servicios digitales. Para que una experiencia comercial pueda considerarse muy positiva, el cliente debe recibir un buen servicio, una amplia selección de productos, una gran relación calidad/precio y la máxima comodidad. Por ello, conviene entender los centros de excelencia para el análisis de datos como comercios que ofrecen y presentan una serie de servicios de nube especializados, dirigidos a cubrir las necesidades en materia de análisis de datos de la organización. En el pasado, las organizaciones de información e inteligencia empresarial ofrecían una única solución para responder a las necesidades de todos. Soluciones de talla única, por así decir. En esta era en la que las tecnologías evolucionan a gran ritmo en los ámbitos de los Big Data, las visualizaciones de datos, la toma de decisiones automatizada, la inteligencia artificial y el machine learning, simplemente no resulta posible contar con soluciones tecnológicas monolíticas. Ya no es simplemente cuestión de contar con las últimas herramientas; la clave hoy en día es ponerle las cosas fáciles a nuestro público (ya sean productores o consumidores de datos) y darles lo que necesitan.
Estos centros de excelencia corren el riesgo de convertirse en meros servicios bajo demanda, lo que puede ser positivo para cierto tipo de solicitudes. Sin embargo, es muy probable que los centros de excelencia puedan verse abrumados y sin capacidad para responder a las solicitudes que se les plantean si no cuentan con mecanismos de autogestión y procesos de gobernanza y priorización transparente de las labores. Los centros de excelencia para el análisis de los datos deberán diseñar y crear plataformas de datos seguras, operables, escalables y con funciones de autogestión, para poder así responder ante un cambiante ecosistema de tecnologías con las que procesar, analizar y representar los datos.
Espero que este artículo os dé la motivación necesaria para organizar vuestras empresas de forma que puedan generar inteligencia valiosa para el negocio, partiendo de un planteamiento orientado a clientes, para así poder sacar el máximo partido de todos los servicios que ofrece AWS y convertir vuestra empresa en una organización impulsada por los datos.
