5 pecados que harán fracasar tu proyecto de Analítica y BigData

El impacto que un equipo de Analítica trae al negocio de una empresa es evidente. Su mayor aporte está en la capacidad de entregar información valiosa para cada área de negocio de una organización, presentando indicadores que apoyan la toma de decisiones.

Cada vez más empresas buscan armar sus equipos de Analítica. Por esto, nos preguntamos:

¿Que tan simple es armar un equipo de Analítica?

¿Si una empresa ya tiene un equipo, están realmente logrando los mejores resultados?

¿Aún hay aspectos que se puedan perfeccionar?

Las estadísticas muestran que más de la mitad de los proyectos de Analítica no llegarán nunca a entornos productivos, o quedarán descontinuados por no entregar los indicadores necesarios.

Y gran parte de los proyectos tendrán un costo más alto que el adecuado, al no usar gran parte de los datos capturados.

En Kranio somos especialistas en datos y reunimos los top 5 pecados capitales que un equipo de Analítica y BigData puede estar cometiendo y que debes evitar. Sigue leyendo y descubre si has caído en ellos.

#1 - Estás haciendo el proyecto sin involucrar al usuario de negocio

Para un proyecto de Analítica, no basta una fuente de datos con terabytes de información, datos en tiempo-real, servicios de última generación, o interfaces gráficas con las técnicas UI/UX más actuales del mercado.

Si tu proyecto no entrega los indicadores necesarios para contestar las preguntas del usuario de negocio y de la organización, tu proyecto fracasará.

Uno de los puntos más importantes del equipo de Analítica es poder responder preguntas claves de la empresa:

¿Qué campaña puedo hacer, cuándo y dónde?

¿Qué público puedo atender?

¿Qué hacen y prefieren mis clientes?

¿Cuáles son los productos y servicios que debo mejorar?

¿Cuál es el impacto de mis decisiones?

La información e indicadores presentados por un proyecto de Analítica, deben impactar los resultados de una empresa y también la toma de decisiones. Los datos no tienen valor si no gatillan una acción del negocio. 

‍

Por eso es importante conocer el propósito de cada dato a trabajar, y nada mejor que contar con la participación del usuario de negocio.

De esta manera tendrás un equipo de Analítica con expertise técnico y de tu negocio.

#2 - Tu equipo está formado para un proyecto TI

Con frecuencia, las organizaciones arman equipos de Analítica de manera similar a equipos de desarrollo TI.

Los proyectos de desarrollo de TI, como aplicaciones web, tienen como foco disponer nuevas funcionalidades, mejorar interacciones con el usuario y tener tiempos de construcción y despliegue más predecibles.

Pero una organización debe estar siempre atenta a los cambios en el escenario en el que vive y buscar constantemente mejorar para seguir trayendo resultados. Y como te contamos en el pecado #1, es importante que un equipo de Analítica esté lo más cercano posible al negocio.

Entonces, los miembros del equipo de Analítica deben:

• Estar más atentos y receptivos a los cambios, más que imponer tiempos de desarrollo.
• Controlar la calidad de datos, antes que exponerlos en un dashboard.
• Ser especialistas en datos, por sobre generalistas de desarrollo. Si no los tienes, puedes contratarlos de manera rápida y remota para un proyecto.

‍

Necesitas entender cuáles herramientas y metodologías de trabajo te llevarán más rápido a los resultados. En nuestra experiencia, te podemos recomendar:

• Aplica bloques de tiempo que respeten el negocio en vez de tiempos muy cerrados o muy extensos.
• Foco en el Valor de las entregas, por sobre las Hora/Hombre
• Separa y mantén grupos chicos con contexto limitado por área del negocio en vez de equipos globales de Analítica.
  

#3 - No tienes una cultura de datos

Si la tienes, quizás no estés considerando la continuidad operacional.

Como viste en los puntos anteriores, existen organizaciones que arman sus equipos de analítica de manera similar a un proyecto de desarrollo TI.

En una cultura de datos, las personas tienen un propósito compartido: usar datos para tomar mejores decisiones. Juntos, como organización, entienden el dato y amplifican el impacto que éste puede tener en las distintas áreas de negocio.

Es común que en este tipo de proyectos, tu equipo use procesos manuales para la extracción, transformación, limpiezas de los datos, levantamiento de servicios, u otros. Tampoco tienes visibilidad de los flujos de limpieza y transformación de datos para consumo, no cubriendo casos de fallas o de pérdidas de información en el camino. Esto hace que escalar sea una pesadilla.

Es muy importante contar con procedimientos y soluciones predefinidas desde el inicio para asegurar la continuidad operativa. Debes considerar SIEMPRE a lo menos:

• No utilizar, o reducir al mínimo, validaciones manuales.
• Dar visibilidad del flujo de transformación y limpieza de datos para el consumo
• Levantar y usar métricas para garantizar la calidad del dato en cada transformación aplicada.

En las organizaciones modernas, no basta con tener una cultura de datos, es fundamental  operacionalizar los datos en cada proyecto de Analítica.

#4 - No tienes una definición clara de tu stack

Una de las cosas más fascinantes de trabajar con proyectos de Analítica, es la diversidad de opciones de herramientas, servicios y tecnologías. Es un universo gigante!

Es común que este tipo de equipos esté constantemente utilizando nuevas herramientas, o creando nuevas soluciones de distintas formas.

‍

Sin embargo, el riesgo es terminar usando una gran cantidad de servicios y tecnologías:

• Mantención más compleja.
• Obsolescencia de soluciones que requieran nuevos desarrollos.
• Necesidad de más conocimiento del equipo.
  

Contar con ingenieros y arquitectos para definir y actualizar el stack del proyecto - el conjunto de herramientas y tecnologías - ayudará a limitar la complejidad y simplificar los flujos.

Con el stack bien definido, incorporar nuevos miembros al equipo es más sencillo, los requisitos para postular al cargo son más específicos, y la operación de los servicios en entornos productivos es más simple.

También está el caso de equipos con stacks definidos pero que no se han actualizado. Es muy importante que tu equipo esté abierto a mejorar la arquitectura, incorporar el uso de nuevas herramientas disponibles en el mercado, o que integren nuevos conceptos, porque ayudará al negocio a alcanzar resultados más rápido.

#5 - Dependes de infra on-premise

Uno de los temas principales al trabajar con proyectos de analítica, es la Escalabilidad.

En la medida que tu proyecto avanza, tendrás más datos, usuarios e indicadores. Es fundamental poder escalar en capacidad, velocidad y a un costo razonable. Sin embargo, aumentar infraestructura on-premise es lento, caro y complejo.

El equipo de analítica no puede estar amarrado a la infraestructura local. Si bien tendrás legados y sistemas on-premise que generan datos, una vez inyectados al proyecto de analítica todo el procesamiento es en cloud. Esto libera al equipo de perder tiempo en utilizar y configurar infraestructura local, permitiéndoles mantenerse enfocados en el proyecto en si.

Es importante que las soluciones sean diseñadas desde el inicio con la escalabilidad en mente, y con alta disponibilidad, considerando la necesidad de mayores recursos con el tiempo, así como también los costos involucrados. Además, la tendencia es que, la mayoría de infra estándar como las bases de datos, ya estarán nativas en cloud.

Dentro de las ventajas de los servicios Cloud, las principales son la Escalabilidad y el bajo costo. Otro gran beneficio es que te permite probar, prototipar, hacer un MVP rápido para demostrar capacidad antes de comprometerte con un proyecto a gran escala.

Conclusión

El equipo de Analítica debe mantenerse cercano a quienes finalmente utilizarán los datos que les proveen, porque son las áreas de negocios que tienen las preguntas que deben ser contestadas. A la vez, el negocio debe mantenerse cercano al equipo de Analítica, porque desde éste último obtendrá las respuestas. 

Si quieres asegurar el éxito de tu proyecto de analítica debes además contar con el stack y expertise necesario en tu equipo, con una cultura de datos que los operacionaliza rápidamente, y no depender de infra on-premise para escalar tu proyecto.

En Kranio ayudamos nuestros clientes a lograr resultados y evitar cometer estos pecados que puedan costar el éxito del proyecto:

• Estás haciendo el proyecto sin involucrar al usuario de negocio
• Tu equipo está formado para un proyecto TI
• No tienes una cultura de datos
• No tienes una definición clara de tu stack
• Dependes de infra on-premise
  

¿Te identificas con alguno? 

Entra en contacto con Kranio y mejoremos los resultados de tu proyecto de Analítica y BigData.