El motiu pel qual les empreses segueixen sense ser data-driven: la manca del Data Owner

En l'era de les dades —fabriquem més dades que mai— les empreses segueixen sense ser capaces d'aprofitar el seu valor. Els intents de convertir-se en companyies data-driven es veuen frustrats per problemàtiques que una nova figura professional, la del Data Owner, podria solucionar.

Foto: Negative Space

Un recent estudi de NewVantage Partners situa el món de les dades en una situació paradoxal; conclou que el 62,2% de les companyies encara no han aconseguit implementar una cultura data-driven. La revista Forbes ho confirma amb una investigació en la qual, els líders empresarials consultats, afirmen que les seves organitzacions són cada vegada menys data-driven.

Això resulta especialment desconcertant si tenim en compte que la quantitat de dades generades anualment no deixa d'augmentar any rere any i, de fet, la consultora de business intelligence IDC ja advertia l'any 2018 que l'any 2025 arribaríem a produir 175 trilions de gigabytes de dades. Per tant i contra tot pronòstic, sembla que les dades avancen més de pressa que les persones i que produïm més dades de les que som capaços d'aprofitar. Sense dubte, és motiu de reflexió i hauríem de preguntar-nos què és el que està impedint a les organitzacions aprofitar la tecnologia per orientar els seus negocis cap a les dades. 

De la industria del reciclatge a les companyies de dades: la limitació de treballar amb material de mala qualitat

En aquest article, Ryan Gross, vicepresident de Pariveda Solutions, fa una comparació singular però encertada sobre les empreses de dades i la indústria del reciclatge: "Els costos de produir quelcom útil són extremadament alts a causa de l'elevat cost de netejar el desordre de plàstic embolcallat, cartó, deixalles i metalls que s'aboquen a la planta de reciclatge. Quan s'assumeix que un negoci pot agafar tot el que se li dóna i ser consistentment rendible, s'està preparant per al fracàs. [...] Tornant a les dades, les condicions són en realitat una mica pitjors que les del reciclatge, perquè als equips de dades no se'ls demana simplement que produeixen matèries primeres."

Així mateix, Gross identifica 3 problemes que impedeixen a les empreses convertir-se en data-driven:

1. Les persones que controlen les dades dins d'una organització, mitjançant la creació o selecció de sistemes operatius, desconeixen per què poden ser utilitzades i, per tant, no optimitzen la recopilació de dades —recopilant informació innecessària o més dades de les que calen—.

2. A causa del factor anterior, les persones que creen solucions de dades es troben entre l'espasa i la paret, cosa que comporta que les persones que utilitzen les dades per la presa de decisions de negoci no confiïn en elles.

3. Ningú s'encarrega d'estimar l'impacte dels problemes 1 i 2. Per tant, amb el temps, la qualitat de les dades es converteix en una despesa invisible a la qual ningú para atenció.

Tot això suposa que les companyies de dades es vegin obligades a participar en una lluita en la qual estan en desavantatge: aconseguir extreure informació de valor o insights de conjunts de dades poc nets, absents i malinterpretats. És a dir, no és que les companyies dedicades al data siguin poc eficients, és que treballen amb material molt poc productiu, igual que passa a la indústria del reciclatge.

La figura del Data Owner: de la indústria del reciclatge a la indústria manufacturera

Sean McCall, vicepresident de Pariveda Solutions, creu que la solució al problema recau en crear un nou perfil professional: el del Data Owner o propietari de dades, la funció del qual seria, principalment, maximitzar el valor de les dades.

El Data Owner seria la figura que controlaria la cadena de subministrament de dades —encarregant-se d'un domini de dades concret: vendes, client, màrqueting, etc.— i exigiria els canvis i requisits necessàris als científics de dades per tal d'augmentar-ne valor.

Gross concreta una mica més i defineix les funcions del Data Owner:

• Definir i construir l'estratègia de negoci de les dades del seu domini en col·laboració amb els propietaris de dades d'altres dominis.
• Proposar els canvis en les fonts de dades proporcionant requisits relacionats amb la captura i modelatge de dades.
• Dissenyar mètodes d'avaluació de dades que donin resposta a les preguntes i validin les intuïcions sobre el seu domini de dades.
• Prioritzar la resolució de problemes de dades dins del seu domini per sobre d'altres tasques.
• Interactuar amb els consumidors de dades del seu domini per a proporcionar un context addicional sobre l'ús de les dades i garantir que les metadades i la documentació reflecteixin amb precisió el món real i siguin útils per als consumidors self-service de les dades. 

Per altra banda, estableix les habilitats que ha de tenir un Data Owner: 

• Coneixement profund del seu domini de dades i de l'àrea de negoci a la qual apliquen. 
• Habilitats de disseny centrat en l'usuari i entendre les necessitats dels consumidors de dades. 
• Orientació cap a l'estratègia i capacitat de valorar i defensar les seves idees.
• Controlar les complexitats dels productes de dades, tenint un coneixement ferm d'estadística i del sector.
• Capacitat de comunicació amb tècnics (programadors de software, arquitectes de dades, enginyers de dades, etc.) i empresaris.
• Comprensió bàsica de pràctiques de modelatge de dades que li permetin advocar per les entrades de dades adequades.
  

Què soluciona el Data Owner?

Implementar la figura del Data Owner soluciona els 3 problemes anomenats al principi d'aquest article i que, segons Gross, estan evitant que les empreses siguin, per fi, data-driven. Els recordem:

1. La primera problemàtica es referia al fet que les persones que actualment controlen les dades dins d'una empresa desconeixen el seu ús i, per tant, recopilen i treballen més dades de les realment necessàries o, encara pitjor, les dades equivocades. El Data Owner resoldria aquest problema gestionant la captura de dades específiques basant-se en objectius i estratègies de negoci concretes.

2. El segon problema recau en el fet que els creadors de solucions basades en les dades no confien en elles. El Data Owner prioritzaria treballar en la qualitat de les dades (data quality) abans que en la producció de nous conjunts de dades. 

3. Per últim, el tercer problema és que, dins les organitzacions, no existeix cap figura que avaluï i analitzi l'impacte de la baixa qualitat de les dades de què es disposa. En aquest sentit, un Data Owner ha de justificar el full de ruta de les dades, construint un cas de negoci convincent en el qual les dades serien aplicades i prioritzar-lo per sobre d'altres iniciatives.

En definitiva, rebi el nom que rebi, sembla evident que les companyies necessiten una figura que comprengui tant les dades com el negoci i el valor que les dades poden aportar al negoci. Són precisament les dades les que ens indiquen que alguna cosa no estem fent bé i que, si no posem solució als problemes de base, seguirem col·leccionant dades de mala qualitat en comptes de construir valor amb el material apropiat.