Jorge Huerta, Co-Founder de X-data comenzó resaltando cómo los proyectos de people analytics pueden reducir la rotación de personal midiendo variables como el desempeño, ubicación de vivienda, tiempo en el que ha permanecido el colaborador en la misma posición, incrementos salariales históricos, horas extras; Una vez analizando estas variables X-data logra calcular la probabilidad de renuncia y crear una estrategia de disminución del personal y reducción de costos.
¿QUÉ ES LA CULTURA DE DATOS?
Pedro Moya, IT Director de Quaker State
El directivo señaló que “la cultura de datos tiene que ser permeada en toda la organización. Hoy por hoy las empresas están preocupadas por los datos, el cómo se manejan y cómo obtener beneficios de ellos en el alta dirección, pero creo que no existe una cultura como tal”. Además, comentó que en su empresa “ingresan datos de retail, de portales y de otras distribuidores, una impresionante entrada de datos que no vienen bien pulidos y las personas que los reciben tampoco saben qué hacer con ellos”.
“Si no permeamos a la organización los temas de seguridad, los temas de datos y diferentes temas y creo que estamos complicados”, agregó.
Carlos Grandet, Global Director de Data – Clara destacó la importancia de “democratizar el dato y democratizar es un concepto que implica muchas acciones que uno puede tener una compañía, para mí tiene que empezar por cómo nos aseguramos que la gente confíe en ese dato, hacer que todo el mundo se pueda identificar dentro de tu empresa, quiénes son los dueños de esa información, que esté bien documentada y sea de una calidad y una vez ahí te empiezas a mover”.
“Capacitar a la gente, tanto de tu equipo de datos como por afuera, para que todo el mundo que tenga datos sea capaz de entender un dato”, añadió.
En cuanto a Ana Coronel, VP Data Science BanBajío, indicó que “la democratización del dato es algo que está muy de moda en muchas industrias y muchas empresas y se nos olvida que para poder entender al dato primero también tenemos que entender al negocio”.
Por su parte, Alonso Yáñez, CIO de Walmart, comentó que para la empresa todo parte de “la base de generar o de confirmar la importancia de algo, de comunicarla de arriba abajo, pero no es una cuestión tecnológica es una cuestión de que un tema en particular se convierte en el en el tema más importante para todos los niveles de la organización”.
“En la cuestión de datos tenemos como una directriz muy básica que es tener a nuestros clientes en el centro de nuestra operación, todos los días atendemos algo así como 6 millones de personas en 3,800 tiendas, tenemos 10 petabytes de datos que pueden estar ahí, funcionar, servir o no estamos empujando una cultura de primero entender qué y cómo podemos beneficiar a nuestros clientes”, explicó.
El desafío más importante es “cómo podemos hacer o echar mano de 10 petabytes de datos para cumplir los deseos o las expectativas de clientes tan diversos”.
DEFINICIÓN DE ESTRATEGIAS CON LA ORGANIZACIÓN
Ana Coronel, VP Data Science BanBajío,
La líder de opinión señaló que en su empresa “ha funcionado muchísimo la democratización y tener una única fuente de la verdad, nos ha funcionado mucho tener un glosario, hemos trabajado en un diccionario funcional que siempre va a regresar el mismo número y eso está con un gobierno de datos en el que se tiene un líder de dominio y un custodio del dato”.
Entendiendo que el factor humano es una variable clave para que un proyecto de Data sea exitoso o fracase; Ana Coronel, puntualizó lo relevante que es fijar la atención en los retos y señaló como el más grande “los casos de uso se siguen viendo aislados, eso no se ve como un único proyecto, sino que cada quien va haciendo su pedacito, entonces al final del día el ingeniero de datos se preocupa nada más porque ya dejo disponible el dato”.
Además, Carlos Grandet, Global Director de Data – Clara agregó que “desde el día uno la primera pregunta que haría es que es lo más crítico de priorizar con los stakeholders, no puedo gobernar, no puedo sacar métricas de todo, dime cuál es la métrica que nos importa”.
Pedro Moya, IT Director de Quaker State, recomendó“tratar de tener stakeholders, alinearlos, que ellos lleguen a un acuerdo, qué es lo que necesitan entender, tenemos la data para poder llegar a ese lugar al que ellos pretenden, llegar y entonces ponernos a trabajar y hacer revisiones semanales o periódicas de tal manera que no nos salgamos el camino”.
Por su parte, Alonso Yáñez, CIO de Walmart comentó “nos ha funcionado en esta línea también pragmática el dividir el mundo de datos en dos, tenemos un equipo que es la que tiene que ver con toda la parte de ingeniería, disponibilidad del dato en general con sus prioridades, con su gobierno propio y tenemos un equipo que tiene que ver con la parte analítica, procesamiento avanzado, les llamamos en la fábrica de insights”.
EL FACTOR HUMANO EN EL PROYECTO DE ANALÍTICA
Pedro Moya, IT Director de Quaker State, indicó que “un proyecto de datos puede fallar si no el sponsor chip no es el adecuado, si están forzados a llevar a cabo un proyecto de datos, porque la gente no está involucrada en el proyecto y no sabe, creo que hay muchas variables que pueden echar a perder un proyecto de datos”.
Por otro lado, Carlos Grandet, Global Director de Data – Clara comentó que “en mi experiencia lo que he encontrado es que cuando falla es que falla desde el principio, no estuvo bien planteado el proyecto”. Además, explicó que en su empresa que “armamos tomando un poco las prácticas de software ingeniering, nos sentamos con el stakeholder y desde el principio definimos cuál es el problema, que resolver, qué pasos vamos a seguir, qué necesitamos infraestructurar”.
En este sentido, no ver al proyecto como uno solo tendrá como consecuencia que los fracasos van a ser ocurriendo, “aun cuando la definición esté bien alineada, si no todos los participantes están convencidos de que el proyecto es de todos va a ser muy difícil”.
Alonso Yáñez, CIO de Walmart, destacó la necesidad de tener en claro para qué queremos los datos, “si hacemos la pregunta tomando como norte a nuestro cliente y te preguntas cómo puedes satisfacer a esta cliente mejor y empiezas a hacer un análisis al revés, en muchos casos te vas a dar cuenta de que ni siquiera necesitabas tantos datos”.
AI EN LAS ORGANIZACIONES
Alonso Yáñez, CIO de Walmart, indicó que “la AI se convierte muy fácilmente en algo de moda donde todos somos expertos, todos lo conocemos, nuestros directores generales son los accionistas o dueños forzosamente quieren usarlo, estamos metidos en eso constantemente”. Sin embargo, aclaró que, en el caso de la inteligencia artificial, “el proceso se vuelve complicado porque tenemos muy poquito tiempo todavía poniendo esas ideas sobre la mesa”.
“En el caso de Walmart lo que hemos hecho es atacar fuertemente la parte educativa para la organización a todos los niveles”, dijo.
Destacó la importancia de los datos ya que “por más que tengas algoritmos y contrates a quien tú quieras, si la parte de los datos abajo ese ingrediente básico no está bien, no está sólido, no está completo nada de lo demás lo puedes hacer”.
En cuanto a Ana Coronel, VP Data Science BanBajío, comentó que la inteligencia artificial “es algo que es un poco complejo también de definir, en el banco la forma más sencilla que utilizamos para definir inteligencia artificial es la capacidad de enseñar a la máquina a aprender y los datos es algo súper importante”.
Agregó que “es algo que está muy de moda pero queremos correr antes de caminar y antes de gatear, tenemos que dejar bien las bases para que al final del día nosotros siempre podamos atender al cliente que sea, siempre tenemos que cuidar la experiencia del usuario, sin importar la tecnología que sea no, porque a él no le va a importar si realmente utilizamos un modelo de inteligencia artificial o alguna regresión logística”.
EL ROL DEL NUEVO DIRECTOR
Jorge Huerta, COO de X-data y moderador destacó que el rol de un CDO (Chief Data Officer) es retador desde su definición, pues las otras áreas no siempre tienen un entendimiento de a qué se dedican estos ejecutivos, cuál es su rol en la organización y cómo le pueden ayudar en la toma de decisiones a las otras áreas. Ante este reto los panelistas comentaron como experiencia lo siguiente:
Carlos Grandet, Global Director de Data – Clara comentó que este rol “depende el nivel de cada empresa, hay empresas mucho más maduras, pero creo que ya estamos pasando el paradigma de que por intuición creo que voy a hacer esto”.
Pedro Moya, IT Director de Quaker State, sostuvo que “las áreas de tecnología al final de cuentas son áreas de servicio, debemos prácticamente ir a buscar a los stakeholders, entender cuáles son sus necesidades y cómo podemos nosotros traducir esas necesidades en entregables o en estrategias que se alineen al negocio”.
En cuanto a Ana Coronel, VP Data Science BanBajío, destacó que “me pasa mucho que la dirección de datos de analítica hay gente que se dedica a la calidad de datos, a la ingesta, validaciones diarias y realmente no saben el impacto que tiene su trabajo, para ellos puede ser como muy revelador el día que le dices tu trabajo, está impactando en esto, son mundos paralelos pareciera, pero al final no
Alonso Yáñez, CIO de Walmart, destacó que en su empresa optó “por implementar metodologías ágiles en toda la organización, no solamente en mi equipo de tecnologías, sino en todos, estamos organizados ahora por tribus, por ejemplo, o sea, yo soy líder de la tribu de tecnología, y eso no es nada más el nombre, sino lo que significa es que estas tribus interactúan entre sí y quienes mandan son las tribus que tienen que ver con el negocio”.
PRINCIPALES DESAFÍOS
Carlos Grandet, Global Director de Data – Clara destacó “la escalabilidad de los datos estamos llegando a un punto donde tenemos mucha información y una arquitectura que tenemos que ver si va a aguantar para los siguientes 10 – 20 años”.
Ana Coronel, VP Data Science BanBajío indicó que “en nuestro caso la integración natural entre ambientes, tienen desarrollo en cual hay producción y nosotros tenemos un entorno analítico dedicado a hacer ciencia de datos, ya tenemos ese gran avance, pero para poderlo llevar a producción tiene que volver a pasar por todo eso y eso nos lleva semanas o casi un mes, todavía tenemos ese desafío.
Alonso Yáñez, CIO de Walmart, aclaró que el principal reto es “la velocidad, el mundo para los clientes del retail en nuestro caso ha cambiado muchísimo en muy poco tiempo, en meses y esperamos que los cambios que vienen hacia adelante sean todavía más dramáticos”.
las preguntas son cómo poder crear capacidades al doble de velocidad de lo que venimos haciendo con la mitad de los recursos, o sea, con mucho más eficiencia con la necesidad de soportar un ecosistema que crece, 50 – 100% cada dos años y todo eso lo que implica, es que no hay tiempo como para hacer el Plan Estratégico de 5 años, tenemos que accionar con la certeza suficiente de que lo que estamos haciendo va a sumar para poder hacer cosas que quizá hoy no nos imaginamos.
CASOS DE ÉXITOS EN LAS COMPAÑÍAS GRACIAS A LA ANALÍTICA
Carlos Grandet, Global Director de Data – Clara
Como caso de éxito el directivo compartió “algo que hacemos como parte de la promesa de valor de Clara es cómo le podemos ayudar a un cliente a manejar mejor sus gastos y un tema que es súper doloroso para cualquier persona es facturas”. “Le ayudamos al cliente a identificar cómo meter técnicas, algoritmos no tan complejos, pero cuando alguien hace una transacción con nosotros le aparece la factura ahí a los 2 o 3 días automáticamente en la plataforma”.
Por su parte, Pedro Moya, IT Director de Quaker State, recordó un caso donde “teníamos un un centro de monitoreo en el cual recibíamos incidentes de personas que tenían un producto de los que vendíamos y de cada 10 que compraban ese producto tres o cuatro se iban al mes o a los 2 meses y no se entendía por qué. A pesar de que estaba la data indicando la razón por la que esa persona se fue, como no se iban en manada no se registraba como un incidente de alta prioridad y entonces siempre se estaban atendiendo los incendios, sin atender estos temas”.
“Se hizo un análisis de Data en el cual se determina por qué están en todos estos y se llegó a la conclusión de que era un problemón gigante el que se tenía y que realmente no se estaba atendiendo porque estamos negociando a ver los incendios”, agregó.
Ana Coronel, VP Data Science BanBajío, destacó “la creación de un identificador de cliente que permite agrupar diferentes cuentas que el cliente abre en uno solo, conforme han mejorado la calidad de los datos hoy en día ese identificador del cliente ya se está ejecutando en tiempo real”.
Alonso Yáñez, CIO de Walmart, destacó que “invertimos en Analítica en catálogos que son de muchos millones de artículos para limpiar las descripciones, seguro se han metido algún lado donde no se entiende porque todo viene como críptico y en clave, hacer eso es algo de beneficio tangible. Estamos metiendo tecnología para que cuando compres algo de ropa en línea, tenemos un modelo que tiene 70 – 80 distintos tipos de físico de hombres, mujeres, cualquier tipo de combinación”.
Además, agregó que “con algunos de nuestros socios de negocio, nos envían sus descripciones numéricas de sus prendas y su ropa y con técnicas de cartografía avanzada lo que hacemos es que reproducimos tu imagen, necesitamos nada más una foto sencilla de tu rostro para poder hacer una imagen y que puedas ver en tu app, en tu teléfono, en tu en tu tableta, puedas ver cómo se te ve”.
Ana Coronel, VP Data Science BanBajío, explicó que “si bien la parte técnica de la formación es importante también para estar en estos roles, un ingrediente fundamental desde mi experiencia es la creatividad porque eso es lo que te va a llevar a innovar y a poder pensar afuera de la caja”.
USO DE DATOS EN LA ADMISNISTRACIÓN DE ENERGÍA DE LA EMPRESA
Alonso Yáñez, CIO de Walmart, comentó que “tenemos desarrollando desde hace ya tiempo una serie de cuestiones de IOT donde tenemos sensores en por todos lados, por ejemplo, en los refrigeradores y la utilizamos para ahorro de energía y para prevención de mantenimiento”.
Además, indicó que “todas las tiendas tienen paneles solares, tienen dispositivos que centralmente se controlan para ahorrar energía y que por cierto requieren mucho de algoritmos de machine learning”.
En cuanto a Pedro Moya, IT Director de Quaker State, explicó que “hay dispositivos que te ayudan a medir cuánto está consumiendo un dispositivo, si de repente por el mismo proceso está consumiendo más, entonces te puede avisar incluso si hay alguna parte que está desgastada, si le falta aceites y qué cosa puede estar pasando que el dispositivo esté consumiendo más”.
DATOS Y NEGOCIACIÓN CON LOS JEFES
Carlos Grandet, Global Director de Data – Clara comentó que es importante “encontrar desde un principio casos de uso ganadores, que sepas que como que están pues más o menos comprobados y que van a mover el negocio como para poder empezar a comprar”.
Alonso Yáñez, CIO de Walmart, explicó que “en mi caso mis jefes son ustedes, ese criterio no hay que perderlo de vista porque los casos de negocio tradicionales de retorno de la inversión y demás son muy difíciles de desempatar cuando tienes dos proyectos que tienen el mismo retorno, a nosotros nos funciona mucho cuál es el que tiene un impacto más positivo sobre nuestras clientas, sobre nuestros clientes”.
Además, Ana Coronel, VP Data Science BanBajío agregó “el hecho de hacer pilotos, pasa que queremos tener siempre la solución perfecta y justamente si el negocio quiere ver resultado rápido, entonces hacer pilotos también te permite darte cuenta si tienes que mejorar algo y ser más rápido para corregirlo”.
Pedro Moya, IT Director de Quaker State, recomendó el “benchmarking porque no creo que seamos ninguno de nosotros la primera empresa que haga algo por el estilo, entonces ayuda muchísimo para tomar ejemplos de industrias o de empresas similares que hicieron esto y tuvieron este beneficio”.
