Los líderes de datos y análisis deben construir y abordar la estrategia comercial y la hoja de ruta adaptativa y resistente a los datos mejorando todo el quinteto de capacidades de TI de alto rendimiento: aplicación, datos, procesos, personas e infraestructura, todo lo cual es clave para medir y mejorar La salud de la empresa.
Esta estrategia basada en datos debe descansar en una estrategia tecnológica más amplia que permita a una empresa reconfigurar rápidamente las estructuras y capacidades comerciales para satisfacer las futuras necesidades de los clientes y los empleados con adaptividad, creatividad y resistencia. En una era en la que el cambio constante es el nuevo normal, los enfoques heredados para entregar ideas procesables a los tomadores de decisiones ya no funcionarán.
Multiplicar datos
La primera área a considerar es que la transformación digital genera más datos, y que los datos están por todas partes. La nueva normalidad impulsa más actividad digital, que produce más datos, tanto estructurados como no estructurados, datos internos generados por aplicaciones empresariales y experiencias de los clientes, así como datos externos provenientes de socios, mercados de datos y redes sociales.
La visión noble pero idealista de que todos los datos empresariales eventualmente terminarán en un solo repositorio de empresas analíticas físicas o virtuales y se han ido. Si bien esta sigue siendo una visión y una estrategia de aspiración recomendadas, la realidad es aleccionadora: la evidencia anecdótica muestra que no más del 20% de todos los datos empresariales que podrían usarse para impulsar ideas procesables para ese propósito. Y con la inteligencia artificial (IA), este desafío solo crecerá a medida que los nuevos modelos giren más datos.
Además, las nuevas arquitecturas y plataformas cambiarán las responsabilidades. Si bien la promesa de un repositorio de datos analíticos empresariales unificados siempre es atractiva, el estado actual de poder encontrar, acceder y analizar datos donde sea que esté ha impulsado el desarrollo de tecnologías más nuevas, como catálogos de datos, telas de datos, plataformas de capas semánticas empresariales y plataformas semánticas empresariales. Gráficos de conocimiento.
A su vez, estas tecnologías impulsan nuevas preguntas para los líderes de datos y análisis. ¿Quién es responsable de administrar estas nuevas plataformas: negocios, TI u organizaciones que informan a los directores de datos (CDO) o los oficiales de análisis principales (CAOS)? ¿Se trata de profesionales de datos o profesionales de análisis para administrar plataformas que se encuentran en el área turbia entre datos y análisis en una pila típica de tecnología analítica empresarial?
Con el estado actual fragmentado entre las bases de datos heredadas en las instalaciones, las nubes, las casas de los lagos y similares, las grandes empresas enfrentarán decisiones complejas a medida que definan roles y responsabilidades.
Plataformas tecnológicas
Otra área que los líderes de TI deben evaluar es que las plataformas y soluciones de Insights modernos se realizarán multitarea y se superpondrán. Decidir qué plataforma de tecnología debe soportar su transformación comercial basada en datos es cada vez más desafiante.
Las tecnologías nuevas y emergentes no solo están impulsando los cambios en las responsabilidades, sino que también complican el “¿quién hace qué dónde?” Preguntas debidas a sus capacidades altamente superpuestas. Por ejemplo, la mayoría de las principales empresas empresariales (BI) principales, análisis predictivo y aprendizaje automático (PAML) y plataformas de decisión digital ahora incluyen la funcionalidad de preparación de datos. Además, las plataformas BI abren su capa semántica a las plataformas BI de la competencia, actuando como catálogos de datos, y las líneas entre el aprendizaje automático automatizado (AUTOML) y las plataformas BI aumentadas se están desvaneciendo.
Luego está la cuestión de la democratización de datos, que no ha resuelto la desconexión del lenguaje entre los negocios y la TI. Los profesionales de negocios hablan sobre datos, métricas e indicadores clave de rendimiento, mientras que los profesionales de TI, datos y análisis hablan sobre modelos de datos, esquemas, dimensiones y atributos.
Los profesionales de negocios desean información del cliente y, a menudo, no necesitan comprender en qué parte de la arquitectura de datos se originan los datos. Estos diferentes idiomas bloquean lo más importante para impulsar el valor: trabajar en la tabla organizacional para aplicar datos y ideas a las acciones que mejoran los resultados comerciales. Aunque existe un deseo decidido de cerrar esta brecha de alfabetización a través de la proliferación de la consulta del lenguaje natural (NLQ) y las capacidades de bajo código/sin código, la desconexión sigue siendo evidente a medida que los tomadores de decisiones de datos y análisis globales consideran que aproximadamente la mitad de su organización de su organización La alfabetización de datos será de nivel intermedio en el mejor de los casos.
Velocidad de información de datos
Forrester advierte que crecerá la impaciencia de las señales de datos infrautilizadas y no aplicables. La visualización de datos no es una panacea para los datos infrautilizados. Incluso las visualizaciones de datos aparentemente obvias no activarán ideas o acciones sin un contexto adecuado, la narración de datos efectiva y las técnicas de visualización avanzada.
Una tabla que muestra claramente un patrón como una tendencia no indica si la tendencia es buena o mala. ¿Fue esperada o inesperada la tendencia? ¿Supere o no alcanza las metas y expectativas? ¿La línea de tendencia roja está destinada a ser una alerta, o el color simplemente resalta un punto de datos? Se pedirá cada vez más a los líderes de negocios y tecnología de datos y análisis que respondan a este tipo de preguntas para usar mejor las señales de datos de una manera convincente e impactante.
Ya no se trata de si los datos, análisis y ideas son responsabilidades comerciales o de TI. Esa decisión/estrategia es demasiado simplista. Están ocurriendo múltiples cambios en el C-suite, como las líneas de negocios (LOB) que asumen más datos y responsabilidades de IA, funciones empresariales centralizadas que se avanzan hacia las roles de gobernanza y supervisión, y las organizaciones avanzadas basadas en datos que separan cada vez más las funciones de datos y análisis de él y moviendo a estos equipos fuera de las líneas de informes del CIO.
En Forrester’s 2024 Estado de la encuesta de datos, análisis, medición e informaciónEl 51% de las organizaciones en el nivel avanzado de madurez empresarial basado en datos con al menos un papel de datos y análisis de senior especificado tienen un CDO, en comparación con solo el 40% de las organizaciones principiantes. En el 44% de las organizaciones avanzadas, el CDO informa directamente al CEO, en comparación con el 35% de las organizaciones principiantes. Debajo del C-suite, los roles y las responsabilidades para entregar ideas también se mezclan entre las organizaciones de TI, negocios y datos y análisis.
El negocio basado en datos
En esta era basada en datos, Forrester recomienda que las empresas evolucionen los roles tradicionales para aprovechar las nuevas oportunidades. Esta transformación dinámica exige no solo un cambio en cómo vemos y usamos los datos, sino también una reevaluación profunda de las personas que lideran y ejecutan esta visión dentro de los equipos de LOB.
Los datos pertenecen a los Langos, donde los profesionales de la experiencia del cliente, el marketing, las finanzas y los recursos humanos generan los datos y actúan sobre las señales que produce, mientras que los equipos de datos aseguran que la información ingerida sea adecuada para su uso y es digerible por diversos usuarios. Los líderes empresariales que trabajan con sus colegas de datos y análisis deben explorar nuevas personajes fundamentales y habilidades mejoradas que son críticas misioneras para prosperar en este entorno donde los datos guían las decisiones y acciones estratégicas.
No importa cuántas habilidades, los equipos de negocios puedan adquirir, las capacidades comerciales de datos avanzados y analíticos continuarán dependiendo en gran medida de los profesionales de datos y análisis de datos centrados en la tecnología. Los líderes ya están introduciendo procesos comerciales adaptativos como la gobernanza de BI, las arquitecturas de datos adaptativas como la malla de datos y las tecnologías adaptativas como AutomL y Aummented BI. Los líderes de datos y análisis que están más alineados con la organización tecnológica deben abordar la naturaleza evolutiva y adaptativa de las habilidades de las personas centradas en la tecnología.
El éxito en las iniciativas basadas en datos requiere una intrincada coordinación de múltiples partes móviles. No se enamore de las tecnologías emergentes que afirman ser una panacea. Los beneficios prometidos no se materializarán a menos que su organización tenga las personas adecuadas y el talento asignados a los roles correctos y con las responsabilidades y habilidades correctas.
Este artículo se basa en un extracto de los roles y habilidades de análisis de datos y análisis de Forrester para el informe de la empresa adaptativa de Zeid Khater, con contribuciones de Aaron Katz, Boris Evelson, Kim Herrington, Karsten Monteverde y Jen Barton.