Un estudio de miles de proyectos de Dropbox revela cómo colaboran los equipos de éxito

Martin Konopka/EyeEm/Getty Images

El uso de plataformas virtuales para compartir archivos como Dropbox, Google Docs y otras se ha convertido omnipresente en entornos empresariales, académicos y de otro tipo. Pero, ¿su equipo utiliza esas plataformas colaborativas con la mayor eficacia posible?

Ya sea que trabajen en la cura del cáncer o en los últimos productos de tecnología de consumo, la forma en que los equipos colaboran afecta a su rendimiento y éxito. Sabemos mucho sobre la forma en que los equipos colaboran cara a cara, en lo que respecta al liderazgo, la comunicación, la resolución de conflictos y otras áreas. Pero se sabe menos sobre la forma en que los grupos trabajan juntos virtualmente. A medida que se colabora cada vez más en los entornos digitales, es fundamental entender las mejores prácticas para trabajar en esos espacios.

Para abordar esta pregunta, estudiamos las interacciones virtuales de los equipos de investigación de las universidades en todo el mundo Dropbox, analizó la relación entre la dinámica de colaboración y el rendimiento y elaboró una lista de las mejores prácticas que las organizaciones pueden utilizar en cualquier plataforma de intercambio de archivos para mejorar el rendimiento del equipo.

Dropbox nos dio acceso a los datos relacionados con las carpetas de proyectos, que Dropbox había agregado y anonimizado, de todos los científicos que utilizaron su plataforma durante el período comprendido entre mayo de 2015 y mayo de 2017, un grupo que representaba a 1000 departamentos universitarios (de las 100 mejores universidades y sus colaboradores de Dropbox de otras universidades anónimas de cualquier rango). Esto incluía información sobre el número total de carpetas compartidas del usuario, la estructura de las carpetas y el acceso a las carpetas compartidas, pero los empleados de Dropbox y nosotros no podíamos ver ningún dato de identificación personal. Lo que sí vimos fueron datos anónimos en cada carpeta de Dropbox compartida asociada a un investigador determinado, junto con la persona con la que habían compartido la carpeta, la frecuencia con la que las personas asociadas a ella accedían a la carpeta, la duración de la colaboración en un proyecto y la forma en que los usuarios dividían su tiempo entre los diferentes proyectos representados por las carpetas (una amplia variedad de puntos de contacto específicos). [Actualización: No era necesario conocer la información personal de ninguna manera para llevar a cabo la investigación y los datos agregados y la técnica de anonimización aseguraron que los investigadores no pudieran recuperar los nombres o identificadores originales de personas, carpetas, contenido de carpetas o archivos.] También teníamos datos fiables sobre los niveles de antigüedad de los usuarios, por ejemplo, si eran profesores sénior o junior.  En general, los datos contenían aproximadamente 400 000 usuarios únicos que trabajaban en unos 500 000 proyectos distintos.

Para investigar el impacto en el rendimiento, comparamos la dinámica de colaboración observada entre las universidades que se encuentran en el 10% más rico y el 10% más pobre y las que están en torno a la media en el rendimiento de la investigación, tal como la definen dos medidas tomadas del Web of Science: (1) impacto anterior, o cuánto citan otros trabajos publicados por un científico, y (2) productividad, o número total de publicaciones.  Esto nos dejó datos anónimos de unos 16 000 investigadores, que utilizamos para realizar este análisis.

A partir de ahí, descubrimos cinco mejores prácticas para la colaboración virtual. Es decir, los equipos de las organizaciones con mejor rendimiento, según nuestras medidas, tendían a participar en ellas más que los de las instituciones con menor rendimiento.

1. Vaya a lo pequeño: Los proyectos en instituciones de mayor rendimiento tendían a implicar a menos colaboradores. La media de personas en un proyecto en una de las mejores universidades del 10% era de 2,3; en una institución del 10% más pobre era del 3,0. Eso sugiere que la presencia de demasiados «cocineros» virtuales podría estropear el «caldo» de la investigación.
2. Tómese su tiempo: Los equipos de las mejores universidades solían trabajar en proyectos durante períodos más largos que los de otras: 172 días de media en el 10% de las instituciones más importantes, frente a 130 días en el 10% más pobre. De hecho, una comparación entre investigadores individuales sugiere que los que tienen más impacto (frecuencia con la que se citan sus obras) tienden a tener proyectos más duraderos, quizás, un indicador de colaboraciones más reflexivas.
3. Aumentar las colaboraciones en el mismo equipo: Los equipos de investigación del 10% de las mejores universidades tenían más probabilidades de trabajar juntos en más proyectos (una media de casi cinco carpetas con colaboradores habituales) que los equipos de instituciones con bajo rendimiento (3,5 carpetas). Es probable que las colaboraciones más frecuentes hayan llevado a una transmisión positiva de la información, los conocimientos y la dinámica del equipo de un proyecto a otro.
4. Apunte a la igualdad: La gente de las universidades con mejor rendimiento parecía compartir el trabajo de manera más equitativa, según la frecuencia con la que los colaboradores accedían a las carpetas de proyectos. Los equipos de las instituciones con bajo rendimiento tenían más probabilidades de que una persona o un número pequeño de personas se dedicaran más al «trabajo pesado». La asociación puede estar relacionada con la capacidad de las personas para hacer su mejor trabajo cuando no están muy dispersas, y con la percepción de equidad en torno a la distribución del trabajo.
5. Disfrute de la experiencia: En las instituciones con mejor desempeño, los miembros sénior del equipo contribuyeron con una mayor proporción del trabajo de proyecto en general: el 63 por ciento del trabajo en las mejores universidades frente al 58 por ciento en las de nivel inferior. Creemos que es probable que los científicos sénior tengan más experiencia en la definición de la visión de la investigación, la formulación de los problemas y los objetivos, la delegación de trabajo y el desarrollo de normas y reglas básicas para una interacción eficaz, que permita a sus equipos empezar con más fuerza y mantener un progreso más constante. La mayor proporción del trabajo de proyecto realizado por los colaboradores principales no está reñido con nuestro punto de igualdad en el trabajo anterior, ya que estos miembros del equipo solían hacerlo en todos proyectos e instituciones con mayor rendimiento tenían equipos más pequeños de media (por lo que cada miembro realizaba una mayor proporción de trabajo), como se ha dicho anteriormente.

Mientras estudiamos Dropbox específicamente, lo que descubrimos probablemente se aplique a otras plataformas de colaboración virtual, como Google Docs and Drive, Microsoft Sharepoint y otras. De hecho, es probable que las universidades, las empresas y otras organizaciones que utilizan una de esas plataformas utilicen otras, lo que permite la transferencia de las mejores prácticas a través de estas herramientas de colaboración. Por ejemplo, Dropbox informa de que casi la mitad de los clientes la utilizan con otra aplicación. En términos más generales, un encuesta reciente muestra que las empresas actuales utilizan 16 aplicaciones de software como servicio (SaaS) de media, un 33% más que en 2017, y el 73% de las organizaciones afirman que casi todas sus aplicaciones serán SaaS en 2020.

Del mismo modo, los equipos empresariales, académicos y de otro tipo trabajan cada vez más en plataformas de desarrollo de software de código abierto, como GitHub. Las mejores prácticas que hemos descubierto también deberían ser útiles en este contexto.

En resumen, a medida que aumenta la colaboración a través de plataformas digitales de intercambio de archivos, las organizaciones deben buscar las mejores prácticas para utilizarlas. Ya sea que busque grupos de proyectos más pequeños o una distribución más equitativa del trabajo, estas ideas le ayudarán a sacar más provecho de sus equipos virtuales.

Nota del editor: Hemos aclarado este artículo para decir que Dropbox anonimizó y agrupó los datos antes de proporcionarlos para este análisis. Hemos añadido más información de los autores en el cuarto párrafo para explicar que no era necesario tener ningún conocimiento de la información personal para llevar a cabo la investigación. Además, b antes al anonimizar los datos, Dropbox vinculó sus datos a los datos de publicación de los investigadores de Web of Science por su nombre publicado, afiliación y direcciones universitarias, lo que dio como resultado un conjunto de datos final de unos 16 000 investigadores. Ella Los niveles minoritarios de los usuarios, por ejemplo, si eran profesores sénior o junior, era basándose en que su número de publicaciones está por encima o por debajo de la mediana del número de publicaciones de los datos. 

También hemos corregido este artículo para reflejar que estaban representados 1000 departamentos universitarios, no 1000 universidades. Hemos actualizado el texto para decir que «los datos contenían aproximadamente 400 000 usuarios únicos» en lugar de «analizamos unos 400 000 usuarios únicos». Y hemos corregido una cifra en el punto número cinco para mostrar que el 58%, no el 48%, de los miembros sénior del equipo contribuyen con una mayor parte del trabajo de proyectos en los centros de nivel inferior.

Este artículo está basado en un artículo científico de la autora principal Julia Poncela-Casasnovas. Si quiere una copia, envíe un correo electrónico a los autores: Brian Uzzi, Adam Pah, y Julia Poncela-Casasnovas.