Consejos para abordar un proyectos de datos

Consejos para abordar un proyecto de datos

Entrevista de David Giner Sanchis.

Share on facebook
Share on twitter
Share on linkedin

En esta ocasión entrevistamos a David López López, Chief Data Officer, para tratar algunos consejos para abarcar los proyectos de datos. 

ENTREVISTA: 

David Giner: Para comenzar me gustaría preguntarte, ¿Cómo te defines como director de proyectos?

David López: Mis valores como profesional son el compromiso, responsabilidad, honestidad, honradez, formalidad, discreción, diligencia, respeto y proactividad.

Me gusta estar al día y seguir aprendiendo de las últimas tendencias en dirección de proyectos y las nuevas tecnologías que van saliendo. Además, al estar inmerso en un innovador proyecto relacionado con datos, me interesa mucho conocer todo lo que ocurre y se mueve alrededor de esta temática.

 

DG: En tu caso, el proyecto que gestionas ahora está relacionados con el análisis de datos. ¿Podrías explicarnos en qué consiste?

DL: El análisis de datos lo utilizo desde hace muchos años. Es un tema que siempre me ha atraído por el potencial que tiene. Todo empezó cuando hace aproximadamente 10 años aprendí por mi cuenta Business Intelligence inventando dashboards con mi ordenador portátil y con los datos que disponía.

Pero los dos últimos años han sido los más intensos en este tema pues son donde más estoy aprendiendo y haciendo. La Dirección de la empresa hace un par de años impulsó un nuevo proyecto de analítica de datos dentro de la organización para seguir avanzando en la transformación digital de la compañía y decidió que lo liderara. Ahora es un proyecto apasionante, con un gran potencial de crecimiento.

A diferencia de los proyectos ejecutados anteriormente donde sabía (más o menos) lo que tenía que hacer, este es un proyecto de innovación. Esto significa que la improvisación, la prueba y error, creatividad e investigación combinado con pensamiento analítico es tu día a día.

En estos momentos no es un proyecto predictivo sino más bien de enfoque ágil, donde negocio quiere resultados a corto plazo. Pero conforme vamos avanzando en los desarrollos de los casos de uso parece que está tomando la forma de proyecto híbrido. Creo que este último será el enfoque final.

Al ser un proyecto de innovación lo que estás haciendo en tu día a día no tiene nada que ver con los trabajos que hacen los demás compañeros/as de la organización.

Esto implica que a veces cuando pides que te hagan un trabajo de tipo técnico que se sale de lo habitual, te encuentras algunas frases como: “¿Esto para qué sirve…?” “¿Esto para qué lo necesitas…?” Y la que más me gusta: “Esto no se puede hacer…” Todas estas barreras hacen que tu día a día sea una pequeña lucha (como en cualquier proyecto) porque tienes que integrar el proyecto dentro de una cultura organizacional que en determinadas áreas no está todavía implantado el uso de los datos para la toma de decisiones.  En mi opinión, este es el cambio más importante que hay que realizar.

Además, para que este proyecto tenga éxito y aporte valor, el planteamiento dentro de una compañía tiene que ser de aplicación gradual y transversal.

Por suerte, me encuentro más áreas de negocio y compañeros que si quieren o trabajan ya con los datos y son conscientes de la importancia del análisis de datos para optimizar su trabajo. Cuando estás trabajando con ellos, es cuando más disfrutas del proyecto y es donde nacen nuevas iniciativas muy creativas e interesantes. Cuanto más cerca esté el dato de la realidad de negocio, más exitoso será el resultado del proyecto, si lo ejecutas bien claro.

Para mí, el principal reto es generar valor en poco tiempo para los stakeholders de negocio.

Tras partir de cero con toda la infraestructura tecnológica donde ahora residen y se mueven los millones de datos, nuestro trabajo consiste en desarrollar casos de uso planteados por la Dirección y negocio. Durante el camino también hacemos investigación sobre técnicas de analítica avanzada.

Que la Dirección General (ahora es nuestro principal creyente e impulsor) esté involucrada activamente en el proyecto, en mi opinión, es importante por varios motivos:

  1. El tema de los datos debe de formar parte de la estrategia de la organización.
  2. Si una empresa quiere convertirse en Data Driven, esta transformación tiene que producirse con mucha fuerza, y que menos que el CEO de una organización sea el principal impulsor de la transformación.

En este sentido, hay una frase de Peter Drucker que me gusta mucho y seguro habrás escuchado que dice “La cultura se come a la estrategia para desayunar.”. Innovación es hacer cosas diferentes. El día a día de negocio es muy duro, y mantener la “llama” de la innovación poco a poco se apagará si no hay un impulso desde arriba.

Los casos de uso que nos plantean son para descubrir a través de los datos la información que se sabe que más o menos existe, pero que no está cuantificada hasta ese momento. A partir de los resultados obtenidos ellos toman las decisiones. Lo mejor de todo es que los resultados a veces son curiosos y te sorprenden.

De manera muy general, tratamos de responder a las preguntas de negocio que nos plantean respondiendo con el qué, cuándo, cómo, dónde, quién y por qué.

Para ello, primero entendemos muy bien el problema de negocio planteado a través de preguntas y luego vamos a los datos que necesitamos para dar respuesta a las preguntas, no al contrario.

El futuro al que queremos llegar con la analítica avanzada es a prescribir acciones basada en ciencia de datos. Esto no es nada fácil y como todo requiere su tiempo.

 

DG: ¿Qué importancia puede tener un proyecto de datos para una empresa?

DL: Desde mi punto de vista, cualquier empresa (o proyecto) que en un futuro no tome decisiones informadas, es decir acompañada de analítica datos, poco a poco dejará de ser competitiva respecto a la empresa (o proyecto) que sí las toma apoyadas en los datos.

No hace falta tener un crack en analítica en tu equipo que conozca miles de herramientas. Si sabe de negocio (muy importante) y además sabe manejar datos y simplificar un problema planteado, puedes empezar a caminar en éste área.

Creo que la mejor forma de empezar un proyecto de datos es con gente de dentro de la organización, a las que se les debe formar en la materia y proporcionar unos recursos mínimos para crear un producto viable con un proyecto piloto. A partir de ahí, crecer poco a poco.

Con la llegada de los resultados de los casos de uso propuestos por negocio, la analítica de datos te permitirá:

  1. Generar más ingresos.
  2. Reducir costes.
  3. Mejorar la atención al cliente.
  4. Anticiparte a los riesgos (cuando sepas analítica avanzada).

Lo más complicado es encontrar la pregunta de negocio que es necesario responder con los datos.

Aquí no valen proyectos largos. Un caso de uso de complejidad alta tienes que ser capaz de ponerlo en producción o dar el resultado en máximo dos meses. Hay que ser muy ágiles, y para ello la comunicación es esencial.

Un error habitual es pensar que es mejor sacar muchos datos y ver que sale de los mismos a través de gráficos muy bonitos pero que no dicen nada. No aconsejo esta práctica. Es muy importante tener claro desde un principio el ¿Para qué…? del análisis de datos. Si no está claro, mejor no empezar. Además, la tecnología empleada en el análisis debe ser el medio, no el fin.

 

DG: Hay cierta terminología alrededor de la gestión de datos, sin embargo, hay una que sobresale sobre las demás. Me refiero al Big Data. ¿Qué es y para qué sirve? ¿Es lo mismo que Data Analytics?

DL: Si nos vamos a Wikipedia, “big data” es un término que hace referencia a conjuntos de datos tan grandes y complejos que precisan de aplicaciones informáticas no tradicionales de procesamiento de datos para tratarlos adecuadamente. 

En mi opinión, el Big Data se escucha mucho, pero lo hacen pocas empresas.

En el proyecto actual, nosotros sí manejamos millones de registros y terabytes de información. Son grandes volúmenes de datos.

Hay empresas que dicen que lo practican, pero lo dudo. Es una palabra que vende, pero como también hay otras como Inteligencia Artificial, machine learning, algoritmos…etc.  Hay mucho marketing alrededor de este tema.

De hecho, cuando arrancamos el proyecto y tuvimos que ir a buscar nuevo conocimiento al mercado nos hemos encontrado con:

  1. Mucho conocimiento teórico, pero poco aplicable a negocio.
  2. Poco conocimiento, pero con muchas ganas de aplicarlo.
  3. Precios de mercado desorbitados.

Lo anterior hace muy complejo el proceso de encontrar un partner tecnológico que se adapte a tus necesidades, si es que optas por acelerar la implantación de la analítica de datos con nuevos casos de uso más avanzados.

Prefiero llamarlo Análisis de Datos, y dentro incluir todo lo que ya hacemos (manejo de grandes volúmenes de datos, aplicación de algoritmos de ML/IA, visualización de datos, investigación etc ).

Como Project Manager, en la compañía hemos creado una metodología propia a partir de buenas prácticas y otras metodologías relacionadas con el análisis de datos. Durante los próximos meses mi intención es estudiar la versión del PMBOK 7 e incorporar nuevo conocimiento al proyecto.  

De manera muy general, estas son las fases por las que pasamos durante un nuevo caso de uso:

  • Fase 1. Creación y definición de las preguntas de negocio planteadas.
  • Fase 2. Identificación de las fuentes de datos para responder a las preguntas.
  • Fase 3. Procesado del «dato crudo», sin analizar ni procesar, en un repositorio común.
  • Fase 4. Entender la pregunta del directivo, traducirla a variables, saber qué consultas a datos debe realizar, cruzar/mezclar los datos y responder a la pregunta con el resultado concreto.
  • Fase 5. Interpretación del dato en clave de negocio: con el resultado recomendamos acciones enfocadas a conseguir el objetivo fijado.

La idea es aplicar técnicas de análisis (no necesariamente tienen que ser avanzadas, un simple análisis te puede dar mucha información) y generar nuevo conocimiento alrededor de los casos de uso para ser más competitivos.

 

DG: Independientemente del sector, durante el ciclo de vida de un proyecto, se maneja una gran cantidad de información/datos, ¿qué acciones recomiendas para recoger y analizar los datos correctamente y nos ayuden a una mejora en la gestión del proyecto?

DL: Para empezar, si la empresa en la que trabajas no emplea una herramienta de gestión de proyectos con dashboards que permitan analizar datos de tu proyecto, te recomiendo que te crees tú uno poco a poco.

Para ello, deberías trabajar con una herramienta que permita almacenar la información como una hoja Excel, Access o Apache OpenOffice. La clave está en poder guardar la información que sea relevante para tu proyecto por filas y fechas. Por ejemplo, estimaciones de jornadas de trabajo reales versus estimadas inicialmente, contactos realizados con los stakeholders del proyecto, riesgos detectados, etc.

Después de guardar la información relevante para tu proyecto, te recomiendo instalar un programa de analítica de negocio. En mi caso, utilizo Power BI de Microsoft, es gratis y sencillo de manejar con múltiples accesos a distintas fuentes de información. Además, incorpora herramientas muy visuales.

Una vez conectada la fuente de información con Power BI y tras haberte creado un pequeño dashboard (cuanto más simple mejor) es importante dejarte al menos dos horas a la semana para analizar la información e iterar continuamente por si necesitas almacenar algún dato más o cambiar el dashboard.

A partir de ahí acostúmbrate poco a poco, a tomar tus primeras decisiones del proyecto utilizando la analítica de datos.

 

DG: Me gustaría que el lector se fuese con dos, tres conceptos de la entrevista. ¿Con qué se debería quedar el lector?

DL: Estas son:

  1. Tener definida una estrategia de datos debe ser un elemento clave dentro la estrategia de la empresa. Da igual el tamaño de la empresa.
  2. Los datos son un activo (intangible) más.
  3. La nueva combinación de ciencia, tecnología y negocio, tomando los datos como base marcarán el futuro de las empresas más competitivas.
  4. Antes de empezar cualquier proyecto de datos, es importante tener muy claro “para qué “lo vas a emplear. Si no lo tienes claro, mejor déjalo para más tarde o pagarás un coste de oportunidad muy elevado.
  5. Si lo tienes claro, empieza poco a poco con un pequeño proyecto piloto con personas competentes de dentro de la organización que conozcan el negocio, fórmalas en la materia y empieza a caminar.

 

DG: Muchas gracias por tu tiempo. Antes de despedirnos, ¿Te gustaría mencionar algo más?

DL: Gracias a PMI Valencia por dejarme aportar mi granito de conocimiento con los primeros resultados de mi primer proyecto de datos.

Cuando pasen las restricciones de la pandemia estaré encantado de exponer con más detalle este proyecto en un evento presencial.

David López López inició la carrera profesional en 2001 en la empresa Gestión Tributaria Territorial. Actualmente ejerce en ella el rol de Responsable de la Unidad de Análisis de Datos, poniendo en marcha un apasionante proyecto.

Su formación se compone de una Licenciatura en Administración y Dirección de Empresas, complementada con un MBA.

Ha tenido mucha suerte de poder trabajar durante todos estos años en la compañía como Project Manager en diferentes proyectos.

Su pasión profesional son los proyectos y la tecnología.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *