Cómo hacer que todo el mundo sea bueno en los datos

A estas alturas, la mayoría de las empresas saben —al menos a nivel intelectual— que unos datos buenos son esenciales para unas operaciones eficientes, una toma de decisiones acertada y una IA potente. Sin embargo, no reconocen el papel fundamental que desempeñan las personas en la creación de buenos datos. De hecho, muchos ven a las personas como una parte importante del problema y las culpan por la falta de atención, la renuencia a aprender nuevas habilidades y el miedo excesivo de que sean reemplazados.

Esta actitud no cuadra con lo que vemos cuando los asesores intentan ayudar a las empresas a obtener una mejor rentabilidad de sus inversiones en datos; de hecho, vemos a personas que hacen cosas heroicas todos los días para tratar de crear, utilizar y analizar los datos correctamente ante la falta de formación, apoyo y dirección. Sin embargo, muchos gerentes, en su mayoría de forma inconsciente, dificultan que las personas hagan lo correcto en lo que respecta a los datos.

Este punto parecerá fuera de lugar a muchos directivos. Al fin y al cabo, ellos también se esfuerzan por dar lo mejor de sí, les preocupa cumplir los KPI y están presionados por sus propios jefes. ¡Desde luego, no se aplica a sus equipos! Pero si lo considera más detenidamente, puede reconocer lo siguiente (todos los cuales son hechos reales o compuestos de hechos reales):

Escenario 1: En un banco, la dirección se negó a formar a los empleados de primera línea mal pagados sobre cómo los datos que introducían eran fundamentales para las operaciones comerciales. No querían invertir en estas personas porque la tasa de rotación era alta. Como resultado, la calidad de los datos era mala y los que estaban en la fase final tuvieron que hacer correcciones para hacer su trabajo.

Escenario 2: Durante años trabajando en el departamento de finanzas, Mary se ha dado cuenta de que las listas departamentales de proveedores contenían incoherencias, que se deben a que varios departamentos introducen los mismos datos de diferentes maneras. También sabe que distintos departamentos compran los mismos materiales en pedidos más pequeños y separados, y la organización ahorraría millones de dólares si coordinara las compras y comprara al por mayor. Sin embargo, su bonificación se calcula en función de la precisión de las cuentas por pagar, y solucionar este problema le quitaría tiempo de su «trabajo diario». Así que, por ahora, no dice nada sobre esta oportunidad.

Escenario 3: Una organización sin fines de lucro quería utilizar los datos para identificar los factores clave que mejoran los resultados de las familias a las que atiende. El personal de los trabajadores sociales se mostró reacio a trabajar con cualquier cosa relacionada con los datos; estaban en la organización para atender a las personas, no para trabajar con la tecnología. Además, habían visto una y otra vez que los datos solo se utilizaban de forma punitiva y pensaban que no podía salir nada bueno de que la dirección rastreara su trabajo basándose en los datos.

Escenario 4: Una empresa de software de Silicon Valley que busca aumentar sus ingresos estableció objetivos trimestrales para cada equipo: los objetivos de marketing se fijaban en el número de clientes potenciales y los de ventas en los ingresos generados. Ambos objetivos estaban claros y acordados. Para perseguir su objetivo, en las conferencias, Marketing adoptó el mantra «si respiran, escanee su placa». Esto supuso mucho trabajo extra para los vendedores, ya que perseguían a personas sin interés en sus productos. Lo que realmente necesitaba Sales era clientes potenciales cualificados, no insignias escaneadas.

En cada caso, las personas hacían su trabajo como mejor las entendían, aun cuando hacerlo implicaba la pérdida de oportunidades y trabajo extra en otros lugares de la organización. Como explicaremos en el resto de este artículo, no se necesita mucho (un poco de entrenamiento, la oportunidad de hablar, mejores KPI) para obtener resultados mucho mejores.

Apoye el orgullo de la mano de obra

En cada uno de estos escenarios, nadie acudió a trabajar intentando crear datos incorrectos, aunque eso sea lo que acabe sucediendo. Los directivos tampoco venían a trabajar con el objetivo de animar a la gente a hacerlo. Estos escenarios recuerdan inquietantemente a los que se han producido en la fábrica desde los primeros días de la industrialización. Abordar este problema fue el objetivo de estadísticos y consultores de gestión, como W. Edwards Deming, Joseph Juran y Walter Shewhart, ya en la década de 1920.

Deming, en particular, hizo hincapié en la importancia del trabajador común y de su derecho a entender cómo su trabajo encaja en el resto de la organización. Reconoció que casi todos los trabajadores tienen un orgullo natural de ser propietarios de lo que hacen y un fuerte deseo de hacer lo correcto. Argumentó que están en una posición singularmente buena para ayudar a determinar la mejor manera de hacer su trabajo. Deming codificó su filosofía en 14 puntos clave. Sus puntos 7 y 12, que dicen: «Expulse el miedo para que todos puedan trabajar en beneficio de la empresa» y «Elimine las barreras que se interponen entre el trabajador común y su derecho al orgullo de su mano de obra», son especialmente relevantes en este sentido. Sería difícil exagerar cómo contribuye Deming a la mejora de la calidad y la productividad en todo el mundo. Ayudó a lanzar la revolución de la calidad, primero en el Japón posterior a la Segunda Guerra Mundial y, más tarde, en todo el mundo.

Su forma de pensar es tan relevante para la «fábrica de datos» actual como lo fue para la fábrica física hace años. En nuestro propio trabajo, vemos que el tema de la gente quiere hacer lo correcto en lo que respecta a los datos se repite todos los días. Considere lo que ocurre o lo que no sucede en los escenarios anteriores haciendo las siguientes preguntas:

1. Comprensión:¿La gente entiende que son creadores de datos y que los datos que crean encajan en el panorama general (por ejemplo, los trabajadores del banco)?
2. Empoderamiento:¿Hay mecanismos para que las personas expresen sus preocupaciones, sugieran posibles mejoras y hagan cambios? ¿Proporciona seguridad psicológica para que lo hagan sin miedo (por ejemplo, la hoja de cálculo de Mary)?
3. Responsabilidad:¿La gente se enorgullece de ser propietario y asume de manera responsable la creación, la obtención y la puesta a trabajar datos que apoyen la misión de la organización (por ejemplo, los trabajadores sociales sin fines de lucro)?
4. Colaboración:¿Las personas se ven a sí mismas como clientes de los datos que otros crean, con el derecho y la responsabilidad de explicar lo que necesitan y de ayudar a los creadores a crear soluciones para el bien de todos los involucrados? Como dice el proverbio: «Si quiere ir rápido, vaya solo, si quiere llegar lejos, vaya acompañado».

Si ha respondido «no» a alguna de estas preguntas, debería plantearse la posibilidad de mejorar su enfoque, tal como se describe a continuación.

Aproveche la oportunidad

Hemos ayudado a cientos de entrenadores a ver los escenarios descritos anteriormente en sus equipos y a tomar las medidas básicas para convertir el «no» en «sí». Y hemos visto los mejores datos y empleados conectados como resultado. Por ejemplo, con un programa de formación de una hora, el banco mencionado anteriormente redujo los errores un 90%. Del mismo modo, hemos visto cuánto más fácil es el trabajo de todos cuando las personas trabajan más allá de las líneas departamentales para aclarar sus requisitos de calidad de los datos.

Para conseguir esas recompensas, recomendamos a todos los directivos que hagan lo siguiente:

1. Vea a las personas de una manera positiva y déles voz, como recomienda Deming: Aclare dónde encaja el trabajo de las personas en el panorama general. Concédeles una amplia libertad a la hora de fijar objetivos y decidir cómo cumplirlos.
2. Vincular el «trabajo diario» de las personas con los datos: Aunque no se ven a sí mismas como tales, las personas ya son clientes y creadores de datos. Anímelos a asumir estas funciones, ya que esto ayudará a desarrollar su tendencia natural a «hacerlo bien».
3. Haga que la gente trabaje junta: Los humanos tienen una empatía natural y casi todos trabajarán para mejorar los datos una vez que entiendan cómo los utilizan otros equipos. Ayúdelos a conectarse entre sí.
4. Comprenda que el empoderamiento conlleva la responsabilidad: Haga que las personas rindan cuentas por la calidad y deje que el «orgullo de ser propietario» impulse el deseo de obtener los datos correctos.
5. Adopte una actitud de «ni idea es una locura»: Pida a la gente que exprese sus opiniones y ayúdeles a conseguir apoyo para promover esas opiniones.

Liderando el cambio cultural

Todos los líderes tienen los platos llenos (o demasiado llenos). Es fácil pasar por alto lo fundamental que son los datos de alta calidad para todo, y qué tan fundamentales son las personas para la calidad de los datos. Respételos, muéstreles el panorama general y ayúdelos a crecer y convertirse en creadores de datos y clientes de datos. Conectar las dos, establecer expectativas altas, ofrecer un mínimo de apoyo y, a continuación, darles la vuelta para encontrar y eliminar las causas fundamentales de los problemas. Haga estas cosas y no hay necesidad de empoderar a las personas, se empoderan a sí mismas. Se trata de «datos bien hechos» y funciona para todos los datos: datos de clientes, datos de operaciones, datos utilizados para tomar decisiones e informes, datos no estructurados y más.

Para que quede claro, pocas empresas utilizan bien los datos. La tentación de abordar los problemas citados anteriormente mediante políticas, controles o los últimos hechiceros tecnológicos suele ser demasiado fuerte. Nada en contra de la tecnología, puede ayudarlo a acelerar ciertas tareas. Pero primero debe utilizar bien los datos.

En cambio, la oportunidad para los altos directivos, incluidos los directores de datos, es decidir cómo dar vida a lo anterior en la cultura actual de su empresa. Mai Al-Owaish en el Banco del Golfo de Kuwait lo hizo a través de una red de embajadores de datos y una amplia formación; Nikki Chang en Chevron Drilling and Finations desafiando a las unidades de negocio; Liz Kirscher de Morningstar dirigiendo personalmente la primera media docena de proyectos de mejora; y Bob Pautke de Access Management de AT&T definiendo un gran problema, estableciendo una visión y dando rienda suelta a docenas de equipos en ello. (Divulgación completa: Tom asesoró en todo este trabajo.)

El enfoque descrito aquí es en el que todos ganan. Dar rienda suelta al orgullo natural por la mano de obra de las personas que trabajan en la «fábrica de datos» actual les ayuda a mejorar la calidad, tal como lo hizo en la fábrica física de Deming. Pruebe este enfoque de los datos centrado en las personas. Escúchelos. Apóyelos con los recursos necesarios. Ayúdelos a hacer grandes cosas.