Chief Data Officer y Cómo funciona un departamento de datos
🚀 Quick Win 👉 Buenos tips para armar tu área de datos
Hoy traigo algo distinto.
Un nuevo formato que creo que puede andar bien.
Experiencias, testimonios, consejos. Pero no míos. Sino de un experto en la temática que venimos hablando.
Data.
Data.
Data.
Seguimos con la data. Y para profundizar sobre el tema le pedí a Sebastián Machado Malbrán que nos clarifique un poco sobre cómo armar una estructura de datos en una empresa.
La experiencia en tecnología de Sebastián es asombrosa.
Andá y chusmeale su linkedin porque te va a gustar.
Arrancó en DeRemate, dirigió ZonaJobs, fue CTO de Avantrip y ahora es el Chief Data Officer de Etermax, la empresa detrás del juego “Preguntados”.
Y además escribe. Publicó “Hacia el alto desempeño” que es uno de los pocos libros latinos que explica claro y conciso cómo liderar una empresa de tecnología de forma eficiente.
Debe ser una de las personas que más sabe de Data analytics. Te comparto que me dijo.
Chief Data Officer
CEO, CFO, CMO, CTO… El mundo del C-Level de las organizaciones se amplía cada vez mas.
El Chief Data Officer (CDO) se está convirtiendo rápidamente en un miembro fundamental de la dirección de empresas de todo el mundo.
Esta función, se caracteriza por la amplitud de su influencia y su transversalidad en toda la organización.
Es una función versátil que debe adaptarse a las necesidades y a la cultura de la empresa.
Al ser una posición nueva, es difícil conocer sus alcances.
Esto me decía Sebastián.
¿Qué hace un Chief Data Officer?
Básicamente se encarga de que la compañía disponga la información que necesita para poder hacer que su negocio crezca o para que la toma de decisiones esté alineada a los objetivos.
Esto implica desde decisiones estratégicas respecto a qué rumbo tomar como también a decisiones tácticas. Cómo optimizar nuestro funnel actual, cómo mejorar la situación de los usuarios, cómo ser más eficientes etc.
Los datos ayudan a detectar dónde están las fallas y las posibles áreas de oportunidad.
A grandes rasgos es asegurarse que la compañía dispone de la información necesaria para poder seguir creciendo.
Complementando a la respuesta de Sebastián, IBM sacó un tremendo informe en el que encuestaron a cientos de CDO.
Ante la pregunta ¿Cuál es el principal objetivo empresarial del CDO?
Impacto en el manejo de la data, Impacto en la eficiencia de la organización e Impacto en los resultados de la organización fueron las 3 razones mas votadas.
Claramente son 3 respuestas distintas, relacionadas al nivel de profundidad que cada organización le da al manejo de datos.
Por eso IBM cataloga al primer grupo como simples integradores de datos, al segundo como optimizadores y al tercero como innovadores.
Me parece un buen resumen de lo que pasa hoy en el mercado.
Todavía data analytics es una materia muy nueva, por lo que su manipulación es diversa, dependiendo del grado de innovación de cada compañía.
3 grandes responsabilidades
Un CDO podría gestionar legítimamente uno, dos o los tres de estos objetivos, dependiendo de las circunstancias de cada organización.
La rama de los datos, abarca el cuidado, la protección y la gobernanza de los propios datos.
La rama analítica, abarca las capacidades necesarias para analizar esos datos y crear perspectivas significativas.
La rama tecnológica, es la infraestructura subyacente que ingiere, mueve y almacena los datos.
¿Cómo es el organigrama de un área de datos?
Encontrar perfiles capacitados en datos es realmente difícil. Muy difícil.
Es que no existen carreras formales y los cursos de data science y data analytics no tienen más de 5 años. Si no hay formación es imposible que haya gente idónea.
Los que existen en el mercado hoy, son porque aprendieron de forma autodidacta o en empresas muy específicas donde esto se hace bien.
En este sentido, armar un buen equipo resulta un desafío mayúsculo.
El reporte de IBM comparte una aproximación teórica de cómo debería ser.
Está bueno verlo para diferenciar bien que los perfiles de analítica y estrategia no tienen nada que ver con el de gobernanza y arquitectura.
Con esto ahorro el típico pensamiento de empresa chica. “Contratemos a alguien de datos, con él lo solucionamos”.
Esta persona sería como “el chico de sistemas de los 2000”. Que es el que arregla las computadoras, arma las redes, diseña páginas web y las programa.
Un crack.
Lo mismo para datos. Pensar que solo una persona te puede solucionar el tema de datos es utópico.
A lo largo de su carrera, Sebastián pasó por varias configuraciones de equipos de datos. Esto me decía al respecto.
En general lo mejor es cuando el equipo de datos funciona como un área independiente teniendo gente que trabaja de forma descentralizada con el resto de las áreas.
Se forman grupos multidisciplinarios típicamente células o squads que tienen gente de producto, tecnología, diseño, data, marketing.
Colectivamente intentan resolver un problema determinado, una métrica que necesita mejorar o un objetivo que necesiten alcanzar
La persona de data actúa como una suerte de embajador del área de la práctica y le permite a la célula poder tomar decisiones en base a datos poder general input necesario para que la información que haga falta se genere.
Me pareció excelente el concepto. Descentralizar al máximo. De manera que el acceso a la información y la toma de decisiones sea mucho más rápida y relevante.
¿Cómo armar un área de datos desde 0?
Si hasta ahora te interesó el concepto, seguramente te estarás preguntando cómo llevar esto a tu empresa.
Me imagino que la mayoría de las empresas hoy usan datos en mayor o menor medida, pero muchas no deben tener un área asignada.
Sebastián me daba estos consejos.
Para armar el área desde 0, hay dos maneras.
El camino número uno es encontrar una persona que ya esté dentro de la compañía, que ya tenga cierto señority y que le interese el tema.
Tiene que ser una persona afín al tema, que tenga capacidades o mucha voluntad para querer meterse.
La ventaja es que conoce bien los procesos de la compañía y puede saber qué datos buscar para generar valor.
El segundo camino podría ser traer una persona que ya venga con bastante experiencia de datos y que entonces la incógnita sería saber como la disciplina de datos se aplica en particular a esa empresa.
El desafío grande es que pueda comprender rápidamente todos los procesos de la compañía para descubrir las oportunidades.
Una tercera alternativa podría ser trabajar con una consultora inicial que pudiera ser algún análisis. Que pueda mapear las oportunidades. Pero tiene que ser solo a modo kick off.
Por la dificultad de encontrar buenos talentos, en coincidencia con lo que dice Sebastián, para mi la opción de que una persona interna de la empresa empiece a liderar el área me parece lo mejor para la mayoría de las empresas medianas y chicas.
Obviamente esa persona tiene que estar relacionada con la tecnología. Generalmente son programadores con buena capacidad de análisis, o product managers con buena base tecnológica.
Cultura Data-Driven
No puedo escribir un artículo de data sin caer en clichés o conceptos “smoke sellers”.
Cultura Data-Driven es uno de ellos.
Como transformación digital y metodología ágil, es un concepto que todas las empresas aspiran a tener, pero muy pocas lo logran.
Sebastián me comentaba al respecto.
La cultura tarda en generarse. Antes de hablar de crear la cultura de datos o data-driven hay que tener la cotidianidad de los datos.
Involucrarse con los datos de forma diaria y que eso tenga una buena superficie de contacto.
Que un buen porcentaje de la gente de la compañía tenga acceso fácil a los datos y los pueda incorporar a su día a día. Y a partir de ahí uno puede aspirar a que se empiece a generar la cultura de datos
La cultura empresarial tiene tres componentes: Supuestos, creencias y artefactos.
Arrancar por el componente de los artefactos es lo más sencillo. Las cosas visibles. Las más fáciles de administrar.
Esto incluye trabajar sobre las rutinas, la facilidad de acceso a la información, el tener un único registro de datos, una visión unificada de la verdad, entrenar a las personas para que puedan acceder a los datos, enseñarles a que puedan leer las métricas, etc.
A partir de esto, que la gente entre en contacto asiduo con los datos uno puede aspirar a que eso vaya terminando parte de la cultura.
Me pareció súper práctico lo que dice. Lo baja bien a tierra. Empezá con que la mayoría de la gente tenga contacto con datos. No solo el área de sistemas o los jefes. Eso es super importante.
Y después para crear cultura introducí cosas tangibles. Indicadores que se lean por doquier, capacitaciones, revisiones constantes, son buenos ejemplos.
Igualmente él me comentó una idea superadora.
Algo que ni sabía que existía y me voló la cabeza.
La cultura de la hipótesis
Esto me decía
Hay una versión superadora. La cultura basada en hipótesis.
No es la cultura del dato por sí mismo sino cómo hacemos para ir generando valor progresivamente a partir de hipótesis.
Los datos deberían ser útiles para confirmar o no conocimiento de aprendizajes.
La conciencia de que el dato me tiene que servir para algo es muy importante.
A partir de la hipótesis a partir de formular la pregunta yo voy a buscar los datos.
Y en esos datos se encuentra la confirmación de lo que estaba pensando y eso me sirve para ir profundizando la hipótesis y construyendo más y mejores hipótesis.
Es un enfoque más sano porque no sé enfoca en el dato como fin, sino en el dato como medio. El fin es probar hipótesis e ir generando aprendizajes de negocios.
Como comentaba en artículos pasados, tener datos por el simple hecho de acumularlos no sirve para nada. Es contraproducente.
La cultura de la hipótesis que nombra Sebastián viene en este sentido. El dato como medio.
Sería muy similar a lo que pasa con los softwares. Veo muchas veces emprendedores encaprichados en usar X softwares, solo porque esta de moda, sin que este le resuelva su problemática.
Primero conocé bien que tenés que resolver y luego fijate que necesitas para esto.
Esto fue todo. Espero que les haya gustado esta mini innovación de hoy.
Por último les recomiendo firmemente que lean el libro de Sebastian: Hacia el alto desempeño. Tenemos poca bibliografía de negocios en español nativo. Vale la pena leerla y apoyarla.