Competencias para el desarrollo de proyectos de datos

Dentro de lo que se conoce como Transformación Digital, los proyectos de datos van a ser una pieza fundamental. De hecho formarán parte de esa otra cara de la moneda que nos explica José Ramón. Y ya hemos comentado más de una vez, que ser data driven es parte de esta transformación. En el momento de desarrollar un proyecto de datos (ya sea de Business Intelligence, Big Data o Data Science) uno de los puntos importantes son las competencias necesarias para su desarrollo. Hace unos años se hizo famoso el diagrama de Venn vinculado a Data Science donde se buscaba dejar patente que la generación de valor a partir del dato necesita conocimientos de diferentes disciplinas como matemáticas, informática y conocimiento de negocio. Aunque el diagrama hace referencia a la ciencia de los datos, la idea de fondo está alineada con nuestra hipótesis: el consultor de BI y Big Data es un perfil todo terreno que necesita combinar diferentes competencias. A medida que pasa el tiempo, va quedando patente que es necesario revisar de forma continua las competencias necesarias. De hecho, tal y como Stephan Kolassa comenta y recoge Matthew Mayo, hay más matices a tener en cuenta y el diagrama necesita de otra dimensión: la comunicación para ayudar a entender los resultados conseguidos en el proyecto. Se puede estar más o menos de acuerdo con las categorías y las clasificaciones, pero sirve para ilustrar el problema. No son los únicos que están en la discusión, en la academia se empiezan a proponer programas basados en competencias como postula Ashraf Shirani de la Universidad de San José o incluso...

El futuro del management en la era digital

Si los últimos años ya han sido de los best-sellers sobre la relación entre los humanos y las máquinas (en los libros de historia, de informática y de negocios, y en las canciones populares), sabíamos que no tardaría en llegar algún pensamiento sobre cómo ésto afecta o afectará a la función directiva y la organización de las empresas. Si casi todas las tareas sencillas y muchas de las complejas pueden automatizarse; si nuestro colega y una parte de nuestra fuerza de trabajo es una tecnología cognitiva que “sabe” más cosas que nosotros; si el trabajo es una utilidad que se adquiere en un mercado abierto de contratistas autónomos en cualquier lugar del mundo… ¿cómo podemos dirigir? ¿cómo debemos establecer las relaciones en el grupo? ¿cómo afecta a las jerarquías y los procesos de toma de decisiones? ¿cómo podemos ganar lealtades? Aún más: ¿es también prescindible, automatizable  o externalizable el trabajo directivo? ¿representa la “cuarta revolución industrial” el final del management tal como lo hemos conocido? GRAFICA: Portada del último número de la MIT Sloan Management Review. Con estas preguntas en la cabeza, la revista MIT Sloan Management Review, que suele estar para estas cosas, lanzó hace unos meses en la web y ahora en papel un suplemento llamado Frontiers en el que asalta a diferentes clases de gurús con la siguiente cuestión: “¿Cómo transformará la tecnología en los próximos cinco años la práctica de la dirección de empresas de una manera que no hemos visto antes?” El formato de las respuestas es el de un blog de menos palabras que el nuestro y por allí han pasado, de momento,...

Machine Learning: la maldición de las cajas negras

Las tecnologías para analizar datos y mejorar la toma de decisiones han evolucionado considerablemente en los últimos años. Hace unos meses preparé una breve visión retrospectiva de cómo ha cambiado el panorama. En definitiva, hemos evolucionado desde la inteligencia de negocio hasta el big data en apenas unas décadas. En la actualidad estamos iniciando una nueva etapa fundamentada en desarrollar capacidades cognitivas en nuestra organización, y como comenta McKinsey, vivimos en la era de la analitica. Esto no es nuevo para nuestros lectores. Es decir, cualquier proceso de negocio de nuestra organización y nuestras decisiones se apoyarán en algoritmos de machine learning (ML), para potenciar, mejorar y acelerar nuestras capacidades de comprender a nuestros clientes, empleados, proveedores y productos. Esta visión es un reto para las organizaciones que se encuentran en diferentes estados de madurez como organizaciones orientadas al dato desde las que están empezando el viaje hasta las que ya se encuentran avanzadas tras implementar de forma con éxito sistemas de inteligencia de negocio, analítica de datos o, incluso, big data. Cualquier tipo de responsable, sea cual sea su departamento o su nivel jerárquico, necesita conocer y entender el concepto. Aquí tenemos una interesante explicación por parte de Pedro Domingos, autor de The Master Algorithm, y otra buena introducción por parte de Andreseen Horowitz. Pongamos en que nos convertimos a este nuevo dogma y creemos que nuestra organización debe en una máquina automática fundamentada en algoritmos. A medida que vayamos introduciendo algoritmos más y más sofisticados en nuestra organización, se generan nuevos retos que es necesario abordar más pronto que tarde que recuerdan a una caja negra (no...

Data Governance

El trabajo con datos bajo diferentes nombres (business intelligence, big data, data science, data analytics, data governance y más) es una nueva función dentro de la empresa, que apareció en la segunda mitad del siglo XX, pero que se ha consolidado en este siglo y que ya no desaparecerá. Hablamos de la gestión del dato, como lo hacemos de la gestión de los recursos humanos, las finanzas o el marketing. Tiene sus reglas de admisión, sus programas de formación, sus especialidades, sus métodos, sus costumbres y sus gremios. Es ya una profesión, con muchas especialidades. Algunos de estos expertos, se dedican al gobierno de los sistemas de datos, es decir, la organización, los procedimientos y la administración y documentación de los sistemas de datos dentro de organizaciones normalmente grandes. GRÁFICA: La Rueda de la Gestión de Datos. DAMA Internacional es la sociedad que agrupa a la comunidad de practicantes de la gestión de datos, define los estándares de la profesión y proporciona certificados de aptitud, si pasas (y pagas) un examen. Fue fundada en Los Angeles a finales de los 1980. DAMA gestiona un manual de buenas prácticas, el DMBoK o Data Management Body of Knowledge, del que se puede descargar una versión corta gratuitamente aquí. Las siglas recuerdan al estándar de gestión de proyectos, el PMBoK, bastante más popular y al que hemos dedicado en este blog unas cuantas entradas. Según el DMBoK, “la gestión de datos consiste en el desarrollo, la ejecución y la supervisión de planes, políticas, programas y prácticas para controlar, proteger, servir y aumentar el valor de los activos de datos e información” que...

¿Cómo las empresas se inician en Big Data?

En mis últimas conversaciones siempre hay un tema recurrente respecto Big Data: ¿cómo empezar? Este es un tema del que hemos hablado en el pasado y quizá tenga sentido recordar lo que ya he comentado. Se trata de “qué necesidades existen en la organización, qué es lo que no funciona, lo que sí funciona y lo que realmente apremia a negocio, qué sistemas de información para la toma de decisiones existen en la organización, para qué se usan, a quién dan servicio, qué límites tienen, qué perfiles existen, qué enfoque estratégico tiene la organización para con las tecnologías de información (TI), qué datos existen en la organización, etc.”. Pero es muy fácil listar aspectos a tener en cuenta y complicado poner en marcha los mecanismos para iniciar dichas estrategias. Según Davenport, en su ya clásico Competing on Analytics, las organizaciones siguen dos caminos: Incrementan su conocimiento en Analytics y en herramientas de análisis de datos. Incrementan su conocimiento en la gestión de la información, que incluye el gobierno del dato. Esta claro que desde la academia nos gusta ilustrar senderos claros a seguir, pero el comportamiento de una organización no es lineal. Es interesante ver lo que sucede y lo que están haciendo las organizaciones para acelerar su evolución hacia el Big Data (en una primera fase) y hacia la transformación como organización orientada al dato (en segunda instancia). Revisemos algunos de los movimientos observados en el mercado: Conseguir talento: la organización se focaliza a conseguir talento en una o ambas áreas (frecuentemente con foco en una de ellas). Este crecimiento, a veces, es interno, de forma natural, con...

Organizaciones orientadas al dato: nuevo libro de Josep Curto

Me encanta presentar Organizaciones orientadas al dato, el nuevo libro de Josep Curto. Conozco a Josep Curto desde hace tiempo. Fue uno de los primeros estudiantes de nuestro Máster de Business Intelligence y Big Data, luego profesor y pronto nos dará clase a todos. Josep compagina la tarea docente, en la UOC y en otras escuelas, con su trabajo como fino analista y consultor en Delfos Research para empresas y fabricantes, además de su ingente obra como autor, bloguero y conferenciante por todo el mundo. Sus libros técnicos, como Introducción al Business Intelligence o ¿Cómo crear un datawarehouse?, están en un género de manual de uso de interés didáctico y de difusión que ya quisieran los manuales de fabricante o de implantador. Se muestra el uso empresarial, la lógica que hay detrás de las herramientas y los trucos de uso para principiantes. ¡Bingo! Como muchos expertos, Josep ha ido evolucionando desde una visión técnica de este campo a un enfoque más estratégico y de negocio y a una escritura más divulgativa sin perder el rigor tecnológico cuando toca. Recientemente ha enfocado parte de su producción a materiales de contenido empresarial, relacionados con la utilización y el contexto de la inteligencia de negocio en las organizaciones. El pasado año se publicó Customer Analytics (2015), escrito con Nuria Braulio, y que trata sobre las tecnologías y las utilidades del análisis de la información de clientes para tomar decisiones de producto, precio, canal y comunicación, tanto en entornos físicos como virtuales. Como dicen Davenport y Patil (2012) en su artículo histórico, “es la gente lo que hace que funcionen realmente los big data; … y la gente es cara y difícil...