Sus cadenas de suministro de datos probablemente sean un desastre. He aquí cómo solucionarlos.

La gestión de datos ha atormentado a las grandes empresas durante décadas. Casi todas las firmas gastan mucho en ello pero considera que los resultados no son satisfactorios. Si bien el problema no parece empeorar, resolverlo es cada vez más urgente, ya que los gerentes y las empresas se esfuerzan por centrarse más en los datos, aprovechar la analítica avanzada y la inteligencia artificial y competir con los datos. En este artículo analizaremos un enfoque potente de la gestión de datos desde la perspectiva de» productos de datos» y «cadenas de suministro de datos».

La mayoría de las empresas tienen algunos problemas de gestión de datos comunes pero importantes.

En primer lugar, las empresas se han concentrado en las capacidades técnicas de la gestión de datos, que están controladas por la función de TI y son necesarias para adquirir, almacenar y mover datos. Esto no es tarea fácil. Construir «tuberías» técnicas es un trabajo difícil. Pero al hacerlo, se han centrado más en la infraestructura y mucho menos en los resultados: los productos de datos que se utilizan para tomar decisiones, diferenciar productos y servicios y satisfacer a los clientes.

En segundo lugar, los datos se crean en diferentes partes de la organización para satisfacer las necesidades de varios departamentos, no para que otros los utilicen más adelante en productos de datos, decisiones empresariales o procesos. Compare eso con un producto físico, como un automóvil, en el que los componentes como el chasis y el motor de arranque se diseñan teniendo en cuenta el producto final.

En tercer lugar, la mayoría de las organizaciones carecen de un lenguaje de datos común. Los datos son sutiles y matizados y tienen diferentes significados para diferentes personas en diferentes contextos. Para agravar esto, algunos departamentos, al tomar posesión de «sus datos», pueden mostrarse reacios a compartirlos. O aunque estén dispuestos a compartir, no tendrán tiempo de explicar estos matices para que otros puedan utilizarlos de forma eficaz. Esto lleva a otros departamentos a crear sus propias bases de datos «casi redundantes», lo que aumenta la confusión general.

Por último, las empresas están cada vez más interesadas en lo que ocurre fuera de sus paredes, y aprovechan los datos externos para responder a una variedad de preguntas. Pero los datos externos no se gestionan en gran medida, con poca calificación de los proveedores o evaluación de la calidad de los datos.

La gestión de la cadena de suministro de datos, con los productos de datos como resultado final del proceso, puede ayudar a abordar cada uno de estos problemas. Pone el mismo énfasis en todas las fases de la gestión de datos, desde la recopilación hasta la organización y el consumo de los productos de datos. Es una forma de equilibrar las ventajas de los datos comunes con las de los datos únicos y personalizados de los productos, y se adapta por igual a los datos internos y externos. Relativamente pocas empresas emplean la gestión de la cadena de suministro de datos, pero las que sí lo hacen suelen ofrecer mejores resultados.

Gestión de procesos y proveedores para productos de datos

Las empresas siempre han elaborado productos de datos en forma de estados financieros, informes a los reguladores, etc. Aun así, la gama y la importancia de estos productos van en aumento. Para muchos, el objetivo es integrar la analítica y los modelos derivados de la IA en los productos que atiendan a clientes internos y externos. De Morgan Stanley Próxima mejor acción, de LinkedIn Gente que quizás conozca, las numerosas ofertas de búsqueda de Google y las de MasterCard Pulso gastando y Localizador de negocios son buenos ejemplos. Con los problemas citados anteriormente a la vista, «discutir» los datos lleva mucho más tiempo que crear el modelo y aun así no resuelve todos los problemas.

Afortunadamente, hay una forma mejor de obtener datos de alta calidad. Se basa en las técnicas de gestión de procesos y proveedores utilizadas por los fabricantes de productos físicos. En particular, los fabricantes profundizan en sus cadenas de suministro para aclarar sus requisitos, calificar a los proveedores, insistir en que los proveedores midan la calidad y realizar las mejoras necesarias en el origen de los problemas. Esto les permite ensamblar los componentes en productos acabados con un mínimo de «disputas físicas sobre el producto», lo que mejora la calidad y reduce los costes.

Una organización que emplea la gestión de calidad de los proveedores en su cadena de suministro de datos es Altria, el proveedor estadounidense de tabaco y productos sin humo. Altria depende de los datos de puntos de venta de más de 100 000 tiendas de conveniencia a diario para completar sus informes y análisis de mercado. Un equipo que depende de Kirby Forlin, vicepresidente de Análisis Avanzado, gestiona esta base. Los requisitos de datos se detallan en los contratos y el objetivo del equipo es ayudar a las tiendas a cumplirlos. Para empezar, Altria se concentró en sus requisitos más básicos. La calidad era mala, y solo el 58% de las propuestas diarias las cumplían. Pero el equipo de Altria trabajó con paciencia y mejoró la calidad hasta un 98% en tres años. A medida que la puntuación de calidad básica mejoró, el equipo de Altria añadió sus requisitos más avanzados a la mezcla. Como señaló Forlin: «Se trata de un trabajo en progreso. La evidencia de que podemos confiar cada vez más en los datos nos ahorra mucho trabajo en nuestro consultorio de análisis y genera confianza en nuestro trabajo».

Pasos hacia una cadena de suministro de datos

La cadena de suministro de datos puede establecerse en una empresa siguiendo algunos de los mismos pasos que se utilizan en gestión de procesos y calidad para las cadenas de suministro físicas:

1. Establecer las responsabilidades de la dirección. Como paso 1a, el director de datos o director de producto debe nombrar a un «director de la cadena de suministro de datos» de su personal para coordinar el esfuerzo y contratar a «partes responsables» de cada departamento (incluidas las fuentes de datos externas) de la cadena de suministro. El paso 1b es poner las cuestiones asociadas con el intercambio y la propiedad de los datos en primer plano. Descubrimos que la mayoría de los problemas desaparecen, ya que pocos directivos desean adoptar una postura firme en contra del intercambio de datos delante de sus pares.
2. Identifique y documente los datos y los requisitos de coste, tiempo y calidad asociados necesarios para crear y mantener los productos de datos.
3. Describa la cadena de suministro. Desarrolle un diagrama de flujo que describa los puntos de creación de datos o las fuentes originales de datos y las medidas adoptadas para mover, enriquecer y analizar los datos para su uso en los productos de datos.
4. Definir y establecer las medidas. En general, la idea es implementar medidas que indiquen si se cumplen los requisitos. Empiece por la precisión de los datos y el tiempo transcurrido desde la creación de los datos hasta su incorporación a un producto de datos. Las medidas variarán según la cadena de suministro de cada producto de datos.
5. Establecer el control de los procesos y evaluar el cumplimiento de los requisitos. Utilice las medidas del paso cuatro para controlar el proceso y determinar si se cumplen los requisitos del segundo paso e identificar las brechas.
6. Investigue la cadena de suministro para identificar las mejoras necesarias, en general y para determinados productos de datos. Determine dónde se originan los huecos descubiertos en el paso cinco en el diagrama de flujo del paso tres.
7. Realizar mejoras y supervisar continuamente. Identifique y elimine las causas fundamentales de las brechas identificadas en el paso seis y vuelva a los pasos anteriores si es necesario. Supervise continuamente tanto los datos de entrada como los productos de datos, con el objetivo de mejorar los productos y buscar los nuevos datos y las mejores fuentes que se necesitan para hacerlo.
8. «Calificar» fuentes de datos. Las empresas seguirán empleando a un número cada vez mayor de proveedores de datos externos y es útil identificar a los que proporcionan datos de alta calidad de forma constante. Las auditorías de sus programas de calidad de los datos proporcionan los medios para «calificar» a los que sí lo hacen e identificar las áreas débiles en los que no.

Key Bank, un los 20 principales bancos de EE. UU. en cuanto al tamaño de los activos, utiliza un concepto amplio de cadena de suministro de datos para estructurar sus iniciativas de gestión de datos. Divide su proceso en las áreas de «capturar/organizar/consumir» e intenta mejorar la eficiencia y la eficacia en cada área. Hace poco trasladó gran parte de su almacenamiento y análisis de datos a la nube y encontró importantes mejoras en la flexibilidad y la velocidad en toda la cadena de suministro. Sus actividades de consumo se centraron históricamente en las capacidades clásicas de inteligencia empresarial, pero ahora también tiene una sólida función de ciencia de datos.

Eso requirió un cambio en la cadena de suministro hacia una mayor virtualización de los datos y la capacidad de crear vistas de los datos que abarcaran diferentes mercados de datos y que incorporaran también datos externos. El banco ha podido utilizar su cadena de suministro de datos para desarrollar rápidamente nuevos productos bancarios que se basan en gran medida en los datos. Por ejemplo, fue uno de los principales prestamistas de préstamos del Plan de Protección Nómina de los EE. UU., y también creó recientemente un banco digital nacional para médicos. Mike Onders, el director de datos del banco, es efectivamente el director de la cadena de suministro de datos. Su personal y él han evaluado la capacidad de la cadena de suministro de datos del banco para suministrar una variedad de productos de datos necesarios.

Instamos a todas las empresas a gestionar de forma agresiva sus cadenas de suministro de datos más importantes. Los datos son un activo tan importante para las empresas como cualquier otro tipo, y los productos de datos son cada vez más importantes que los físicos. La misma idea que ha mejorado las cadenas de suministro físicas durante décadas está demostrando ser igual de valiosa para los datos.