Solicitar en
Solicitar una demostración
Ser llamado de nuevo
Aún hoy, el 85% de los proyectos de datos fracasan y no se ponen en producción ni se industrializan.
Las razones de esta constatación, que persiste de año en año, son múltiples: datos de mala calidad, grandes volúmenes de datos, escasa aculturación de los equipos, etc. Una de las razones es la dificultad para conseguir que las unidades de negocio se "embarquen" en el proyecto.
¿Cuál es la razón? La notoria brecha entre la tecnología y los datos y la empresa, así como una mala definición y alineación de los objetivos y retos del proyecto.
Sin embargo, sin este enfoque "empresarial", un proyecto de Datos no será más que un proyecto técnico.
La mejor medida del éxito es cuando los equipos adoptan proyectos de Datos a diario, lo que les permite comprender mejor su negocio y mejorar aún más su rendimiento.
Pero, ¿cómo se llega hasta allí?
En AdvanThink, creemos que el secreto del éxito está en que los equipos empresariales sean los verdaderos impulsores de los proyectos de datos.
Para lograrlo, adoptamos un enfoque centrado en la empresa y el usuario final a lo largo de todo el ciclo de tratamiento de datos. Al final del proyecto, el resultado es un producto de datos en forma de aplicación web visual y fácil de usar que refleja las necesidades de la empresa, utilizando todos sus datos.
Se lo explicamos todo.
¿Por qué los proyectos de datos no consiguen convencer a las líneas de negocio?
La adopción por parte de la empresa de las soluciones implantadas para ella es un factor esencial del éxito. Sin adopción, por muchos retos técnicos que hayas superado, es como si te hubieras rendido.
En general, hay tres causas de fracaso:
- Demasiado técnica: la solución desplegada es demasiado técnica y los equipos empresariales son incapaces de utilizarla, o se ven obligados a depender de expertos en informática o datos para hacerla funcionar y desarrollarla.
- Demasiado estática: la solución es demasiado simple o fija (salpicadero), lo que hace que sus resultados queden obsoletos o no sean suficientemente procesables.
- El uso de soluciones que no se adaptan al proyecto: suele ocurrir cuando ya existen soluciones o herramientas en la organización, pero no responden a los retos del proyecto.
No se trata en absoluto de un fenómeno nuevo. Carroll y Rosson ya lo destacaron en 2005 en su Teoría de la Apropiación Tecnológica: la apropiación de una tecnología depende no sólo de su diseño, sino también de la forma en que los usuarios hacen uso de ella. Esto no sólo es cierto para Data, también lo es para la adopción de cualquier tecnología: ¡sin uso, no hay tecnología!
La conclusión es clara: ¡sin propiedad empresarial, el proyecto no saldrá adelante!
Para maximizar el éxito de un proyecto de datos, hay que tener en cuenta esta cuestión desde el principio y asegurarse de que el producto final sea esencial para la empresa.
El producto de datos, una respuesta más atractiva
En este contexto, la creación de un Producto de Datos es una respuesta totalmente adecuada para la empresa.
Pero, ¿qué es un producto de datos? Gartner define un Producto de Datos como: "una combinación curada y autocontenida de datos, metadatos, semántica y plantillas, incluyendo lógica de acceso e implementación certificada para abordar escenarios específicos de negocio y reutilización". (Hype Cycle for Data Management 2023 - Gartner). Más que una simple visualización de datos, un Producto de Datos es una herramienta estratégica para la empresa, que le permite explotar los datos que necesita y responder a retos específicos. Esta herramienta se convertirá en parte de su trabajo diario, haciendo literalmente más eficiente su toma de decisiones y ofreciendo resultados tangibles.
La fase de diseño del producto de datos es una etapa crucial en la ejecución de un proyecto. Es su "última milla", la que puede inclinar el proyecto en una u otra dirección.
Por tanto, hay que preparar cuidadosamente las distintas fases, y aquí también es importante el método.
Las preguntas clave que hay que hacerse incluyen la identificación del problema, la comprensión del caso de uso y las funciones clave que permitirán implantarlo, y el diseño de la solución ideal para el problema empresarial... pero podemos volver sobre esto en un artículo posterior.
Para concretar, he aquí algunos ejemplos de los Productos de Datos que elaboramos en AdvanThink por encargo de nuestros clientes:
- Aplicación de detección de fraudes en pagos bancarios en tiempo real para equipos de lucha contra el fraude
- Aplicación de puntuación de clientes y clientes potenciales en función de sus hábitos y comportamientos para equipos de marketing.
- Aplicación para detectar anomalías en el consumo energético de edificios autónomos
Las 3 funciones clave de un producto de datos que funciona
En AdvanThink, estamos acostumbrados a crear productos de datos sin los que nuestros clientes no pueden vivir.
Con más de 1.000 proyectos industrializados para nuestros clientes, hemos identificado 3 mejores prácticas esenciales en la implantación de aplicaciones diseñadas para la empresa:
- La metodología AdvanThink y nuestro enfoque "Bottom Up": la metodología AdvanThink implica a la empresa desde las primeras fases del proyecto. En cada etapa, los usuarios finales y los expertos de negocio trabajan juntos para crear el producto de Datos más eficiente para los usuarios finales. En concreto, nuestras soluciones incorporan un enfoque "DataOps by Design" que permite implicar a los distintos usuarios en todas las fases del proyecto. Nuestros software Amadea y FraudManager ofrecen un punto centralizado para supervisar todos los proyectos de Datos y facilitar su comprensión a los no expertos en Datos. Esta colaboración entre las distintas partes interesadas en el proyecto se ve reforzada por nuestra UX, que ofrece una visualización en tiempo real de cualquier transformación, lo que permite a un no experto en Datos probar y explorar todos sus datos sobre la marcha. Este enfoque ágil e iterativo ha demostrado su eficacia y ya lo han adoptado el 100% de nuestros clientes.
- Funcionalidades diseñadas para responder a las necesidades de la empresa: el Producto de Datos debe haber sido diseñado pensando en los usuarios, para los usuarios. Cada una de sus funcionalidades responde a una necesidad de la empresa, que ha intervenido en su diseño. Por tanto, responde exactamente a la trayectoria de uso de su usuario final. También está diseñado para ser mantenible, escalable y responder a usos futuros.
- La importancia del tiempo real y la alerta temprana: el Producto de Datos debe concebirse como el brazo armado de la empresa, permitiéndole hacer frente a cualquier imprevisto y mejorar su eficacia. La capacidad de aplicar casos de uso en tiempo real es esencial en determinados casos, como la lucha contra el fraude en los pagos bancarios. En la mayoría de los casos de uso, la capacidad de emitir alertas es una característica esencial. Esto incluye la capacidad de avisar automáticamente a la empresa en caso de anomalías o comportamientos anómalos, o si se supera un umbral... ¡Una característica esencial de la empresa potenciada por los datos!
En resumen: ofrecemos herramientas para diseñar y mantener productos de datos sencillos, de alto rendimiento... ¡y franceses!
¿Tiene un proyecto de datos y quiere ponerlo en marcha con las mejores posibilidades de éxito? Póngase en contacto con nuestro equipo
