Segundo evento anual de CDO Club

Los nuevos desafíos del analista de datos dentro de la empresa

54
analista de datos

Recopilar datos sin más, ya sirve de poco. Más bien de nada, si luego no se disecciona y hace análisis de los mismos para maximizar su valor. La evolución del concepto ‘data’ ha sido tan exprés, que solo queda una reacción rápida para poder estar a la altura y sacar provecho de todo su potencial. Y no parece fácil, entre otras cosas porque el proceso es lento y sin embargo urge, en vista del acelerón que ha supuesto en la transformación digital esta ‘experiencia Covid’.

En tal escenario, el análisis de los datos se ha convertido en un recurso fundamental para el crecimiento y supervivencia de las empresas. La información y su gobernanza son determinantes a la hora de dar valor al negocio, mantener la posición en el mercado y superar a la competencia. Si esto ya estaba claro, ahora resulta meridiano tras el webinar celebrado ayer por CDO Club (asociación de Chief Data Officer) y SAS, multinacional especializada en software de analítica avanzada e IA.

El evento, primero en formato online de la organización y segundo que convocan en el año, contó con la presencia de nuevas incorporaciones de CDO tanto españoles como latinoamericanos, “puesto que la comunidad está creciendo a la par que también lo hace el reconocimiento de este perfil profesional”, comentaba en la presentación Silvina Arce, Co Founder de Club Chief Data Officer Spain & Latam.

Antes de dar paso a los ponentes, se animó a los expertos convocados a participar en la segunda edición de Premios al Mejor CDO 2020 y a presentar sus proyectos antes de la finalización del plazo el 31 de octubre. Como novedad, este año se reservará un galardón para reconocer el impacto social de alguna de las propuestas que, desde el dato, hayan hecho aportes durante la pandemia.

Para presentar el planteamiento-eje del evento: ¿cómo abordar el gobierno de los modelos analíticos y en qué grado de madurez nos encontramos?, Unai Obieta, CDO de Ferrovial Servicios, contextualizó primero la estrategia y el rol que deben desempeñar estos expertos y a continuación se dieron a conocer los resultados de una encuesta realizada a 27 CDOs de distintos sectores.

Ana Gadea y Federico Sánchez, partners management solutions, subrayaron las siguientes conclusiones: un 44% de los encuestados afirma que existe un modelo de gobierno centralizado en sus compañías y de este, el 37% además afirma que este está liderado por el CDO, lo que denota un impulso en esta tendencia. El 80% está convencido de que este liderazgo debe provenir de esta figura, sea de forma absoluta o/y parcial, “un consenso que ha de aprovecharse para que los especialistas en análisis de datos desarrollen esa función en un nicho todavía huérfano”; hay gran diferencia entre el avance de la gestión del CDO en ámbitos financieros y no financieros, siendo en este segundo donde se ha llegado más lejos. Baremando unos y otros porcentajes, ambos expertos resaltaron que “la implicación actual de estos profesionales en el desarrollo de modelos es menor a los objetivos que se esperan conseguir de cara al futuro”.

Un 44% de los encuestados afirma que existe un modelo de gobierno centralizado en sus compañías y de este, el 37% además afirma que está liderado por el CDO

Precisamente, para conseguir los objetivos del negocio y ofrecer una buena experiencia de cliente lo importante es el análisis de los datos, y es aquí donde los modelos analíticos entran en juego. Ya sean predictivos, descriptivos o de otra naturaleza. Estos modelos combinan conjuntos de datos de distintas fuentes de la empresa para dar respuestas a las preguntas del negocio. Por eso, el desafío actual que existe para los Chief Data Officers (CDOs) en las organizaciones es la puesta en acción de dichos modelos y su posterior gobierno, la denominada operacionalización del Analytics, la última fase de todo ciclo analítico.

 Y aún queda camino por delante para la integración adecuada del CDO, pues el 33% dice participar en las decisiones empresariales, pero no hasta la resolución final. “Quizá por una falta de visión global en la modelización, que tampoco incluye a veces su participación en la definición previa y el desarrollo”, opinaron.

Se coincidió en la paradoja que se da en esta situación, al parecer proveniente de una doble concepción del CDO, en un caso un perfil más orientado a la gestión del dato (banca, seguros y en general sectores más regulados) y otra visión qué sí incluye la parte de analytics. También, otro de los inconvenientes que se suma es la existencia de muchos modelos, que necesitan ser ordenados para poner coto a tal dispersión. Algo, que no solo se da en nuestro país y que, en muchas ocasiones, provoca cierto solapamiento de funciones entre el Data Science y el Data Analytics, como consecuencia de estar tan compartimentado.

De esta transición que supone el paso “del DevOps al ModelOps” dio argumentos más técnicos Jesús Aguilera, Customer Advisory AI & Analytics Manager de SAS, quien insistió en “el ‘gap’ que se da entre la inversión que se hace para ello y los resultados que se obtienen, ya que cuesta mucho operacionalizar los modelos en las compañías y encima los tiempos que se lleva son largos, de meses. Unas dificultades que hacen que se pierdan oportunidades. Por eso, es esencial acelerar el ciclo de la analítica, del dato al modelo y al posterior registro.

Para finalizar, Rafael Fernández Campos, presidente del Club Chief Data Officer Spain y CDO de Bankia, puso en valor los productos hechos por y para los propios profesionales, con la intención de monetizar el dato como se debería. Subrayó la gran ayuda que proporciona el Turning Data, “mapa de dependencias que resulta clave en un triple sentido: como termómetro (muy trascendente para el trabajo fluido con el equipo), como brújula (para fijar objetivos) y como clínica (de cara a la detección de problemas)”.

En un momento tan crucial como el que vivimos, donde los modelos se han venido abajo y están en reconstrucción, es importante no perder rendimientos. Nunca antes el CDO tuvo tanta presión ante la demanda de datos con los que tomar decisiones empresariales. Sin embargo, si estos no se ponen en producción y no se realiza un mantenimiento adecuado, la inversión que las compañías realicen en transformación digital y en capital humano no tendrá el impacto deseado.

La senda está marcada: las organizaciones deben prepararse y avanzar para gestionar los modelos analíticos y extraer los insights que necesitan para potenciar su negocio. La información y su gobernanza son determinantes para conseguirlo.