Los análisis se consideran típicamente como un ejercicio de datos, software y hardware. Sin embargo, si el análisis tiene por objeto influir en las decisiones y acciones, también es un ejercicio de cambio organizativo. Las empresas que no las ven como tales es probable que no obtengan mucho valor de sus proyectos de análisis.
Una organización que persigue un cambio organizativo basado en el análisis es Southern California Edison (SCE). Un enfoque clave de su actividad es el análisis predictivo de seguridad: comprender y predecir las actividades laborales de alto riesgo de los empleados de campo de la empresa que podrían conducir a un incidente que amenazara y/o alterara la vida, causando lesiones o muerte. Los temas de seguridad, como es de esperar, están llenos de peligrosidad organizacional, falta de transparencia, relaciones laborales, etc. Incluso informar de una llamada cercana va en contra de las culturas organizativas típicas. Estos peligros organizacionales son una preocupación para SCE también, pero la compañía ha creado un enfoque para abordarlos. SCE no ha dominado completamente el análisis predictivo de seguridad y los cambios organizativos necesarios, pero está haciendo grandes progresos.
Una estructura para producir un cambio analítico
La clave del éxito del enfoque SCE es la estructura del equipo analítico que se ocupa del análisis de seguridad. Es pequeño, experimentado e integrado. Dos de los miembros clave del equipo son Jeff Moore y Rosemary Pérez, y hacen una combinación dinámica. Moore es un científico de datos que trabaja en la función de TI; Pérez trabaja en Seguridad, Protección y Resistencia Empresarial, y es un «Asesor de Análisis Predictivo». En efecto, Moore se encarga de todas las actividades de análisis y modelización del proyecto, y Pérez, que tiene muchos años de experiencia en el campo en SCE, dirige las actividades de gestión del cambio.
Las medidas para gestionar el cambio organizativo comenzaron al principio del proyecto y han persistido a lo largo del mismo. Uno de los primeros objetivos fue explicar el modelo y las percepciones variables a la dirección. El esbozo de la gama de posibles resultados permitió a Pérez y Moore obtener el apoyo necesario para un despliegue a nivel de toda la empresa. Dado que Pérez tenía relaciones y confianza en los distritos, pudo introducir el concepto del proyecto a la dirección y al personal sobre el terreno sin la preocupación de «¿Por qué está la empresa aquí?». Pérez señaló que es importante ser transparente al hablar con los equipos. Esa confianza ha dado lugar a que el personal del distrito esté dispuesto a escuchar y compartir sus ideas sobre la mejor manera de desplegar el modelo, para abordar las variables y los datos que faltan, y para impulsar mayores niveles de adopción.
El equipo se tomó todo el tiempo necesario para que los interesados se involucraran. Moore entró en el proyecto en el verano de 2018, y fue capaz de poner en marcha un modelo de aprendizaje automático en un mes más o menos, pero presentarlo, socializarlo, y conseguir que lo aceptaran le llevó mucho más tiempo. Moore y Pérez se reunieron con los ejecutivos de SCE en noviembre y diciembre de 2018. A los pocos días de estas reuniones el proyecto de análisis del modelo de seguridad se convirtió en una meta corporativa para SCE en 2019. La seguridad era la prioridad número uno de la compañía, y estaba dispuesta a probar ideas innovadoras para avanzar. Para un equipo tan pequeño, que su trabajo se convierta en un objetivo corporativo es inusual en SCE y en otros lugares.
El modelo de riesgo y sus conclusiones
La SCE cuenta ahora con un marco analítico basado en los riesgos, y con puntuaciones de riesgo para tipos específicos de actividades laborales y el contexto del trabajo. El modelo se basa en un gran almacén de datos de la SCE con datos de órdenes de trabajo, características de la estructura, registros de lesiones, experiencia y capacitación, y detalles de planificación. Todos esos factores no estaban vinculados previamente, y había -como suele ocurrir con el análisis- una considerable ingeniería de datos necesaria para reunir y relacionar los datos.
El modelo de aprendizaje de la máquina puntúa las actividades que realizan los equipos en el campo, como colocar un nuevo poste o reemplazar un aislante. Cada actividad puede ser más o menos peligrosa dependiendo de la época del año, el día de la semana, el clima, el tamaño y la composición de la tripulación, etc. Reemplazar un poste, por ejemplo, puede ser sólo una tarea de riesgo moderado en sí misma, pero cuando se hace en la ladera de una colina bajo la lluvia con una grúa se convierte en un riesgo muy alto. En lugar de mensajes genéricos de seguridad para los empleados, la SCE puede ahora ser mucho más específica al describir el riesgo de las actividades particulares que realizan en el trabajo en un contexto particular.
A medida que el modelo aprenda, recomendará enfoques específicos para reducir el riesgo de un trabajo, como alterar la mezcla de la tripulación o el tamaño de la misma, requerir una presencia adicional de la dirección, utilizar equipos o aparejos específicos para realizar el trabajo, o crear un corte de energía más largo para hacer el trabajo más lentamente. Esta última recomendación va en contra de la cultura de no molestar a los clientes, pero si el modelo lo recomienda específicamente, entonces los equipos analizarán los factores que contribuyen, así como sus años de experiencia, a mitigar el riesgo antes de ejecutar el trabajo.
El proyecto ha dado lugar a varias conclusiones más generales, que son de gran interés para los ejecutivos de la SCE. Por ejemplo, la administración se ha interesado desde hace mucho tiempo en utilizar los datos para comprender los perfiles de riesgo de seguridad cambiantes de los equipos sobre el terreno a lo largo del tiempo como resultado del aumento o la disminución de la carga de trabajo o de los cambios en las pautas meteorológicas. Si bien el modelo de predicción tiene en cuenta más de 200 variables, las conclusiones del modelo se han resumido en los quince principales factores determinantes de las lesiones graves y las muertes. Se espera que con el tiempo se produzcan algunos cambios en las variables, pero ha habido un gran interés en comprender mejor el conjunto inicial de factores de riesgo.
Despliegue del modelo y cambios organizativos necesarios
Moore y Pérez están en las primeras etapas del despliegue del modelo; lo han extendido a seis de los 35 distritos hasta ahora. Cada distrito tiene una personalidad única, y no quieren respuestas fáciles sobre cómo desplegarlo en su distrito.
Moore, cuyo papel principal fue crear el modelo, dijo que se ha dado cuenta de que la analítica de seguridad no es sólo un modelo. «Empecé pensando que se trataba de un algoritmo, pero me di cuenta de que había muchos otros factores involucrados en la mejora de la seguridad». Moore dijo que tiene cierta presión para pasar a la analítica en otras partes del negocio, pero «para ver que tus modelos cobren vida tienes que pasar por este tipo de proceso». Y todos en SCE creen que el trabajo de seguridad es crítico.
Pérez, cuyo enfoque principal es la gestión del cambio, enumeró algunos de los cambios organizativos en el despliegue. «Podría haber problemas de capacitación, no sólo en el análisis, sino también en la comunicación, el liderazgo y la propiedad. Podría haber problemas de proceso – cómo planificamos y comunicamos el trabajo. Puede haber preocupaciones tecnológicas en el uso del sistema».
Pérez también dice que el proceso de trabajo con un distrito es crítico. «No se puede entrar en un distrito e interrumpir su flujo de trabajo sin motivo», dice. «Quieren saber tu propósito y tu objetivo. Tratamos de conectar, mostrar transparencia y crear confianza en que estamos aquí para ayudar, que estamos aquí para observar cómo mitigan el riesgo, para compartir nuestros hallazgos y para ver cómo los hallazgos pueden ser integrados en sus prácticas de trabajo». Esperamos que ayuden nosotros entender la complejidad a la que se enfrentan cada día.»
Ambos miembros del equipo dicen que aprenden algo cada vez que visitan un distrito. Moore señala: «Sólo puedes ver los datos que puedes ver en las hojas de tiempo del almacén de datos, órdenes de trabajo, etc. Pero cuando hablas con la gente que hace el trabajo, aprendes mucho sobre cómo se crean y aplican los datos. Con cada visita entiendo mejor a los conductores y la complejidad del trabajo. También puedo hablar mejor el idioma con cada visita al distrito, y también entiendo mejor el proceso y el equipo».
Con los hallazgos del modelo, Moore y Pérez están empezando a trabajar con otro socio de SCE, la organización de recursos humanos. Es responsable de definir las prácticas de trabajo, las necesidades de capacitación, los procedimientos operativos estándar y las ayudas de trabajo. Cada uno de ellos está potencialmente influenciado por los hallazgos sobre los riesgos de seguridad, por lo que el objetivo es incorporar los resultados analíticos en las prácticas y procedimientos.
El equipo ya está trabajando en la modificación del modelo para incorporar nuevos factores, uno de los cuales, no es sorprendente dada la situación en California, implica el riesgo de incendios forestales. Moore y Pérez también están tratando de crear una mayor integración de las puntuaciones de riesgo con el sistema de orden de trabajo. También planean tratar de incorporar el modelo de riesgo en otras funciones comerciales de la SCE, como la ingeniería, lo que podría ser capaz de reducir el riesgo en la planificación y construcción de la red eléctrica. En definitiva, el uso de datos y análisis para mejorar la seguridad es un proceso largo y multifacético, pero ¿qué podría ser más importante que la reducción de lesiones y fatalidades entre los empleados y equipos de trabajo de SCE?