Saltar al contenido

¿El acceso desigual a los datos está minando el éxito de su empresa?

22 de enero de 2021

Big data ha trascendido con mucho su estatus como palabra de moda tecnológica. Se ha convertido en una norma de infraestructura en toda regla; innumerables líderes empresariales han aprovechado su potencial para proporcionar una mejor comprensión, descubrimiento de tendencias y otras variables clave que contribuyen a sus objetivos anuales. Esta noción ha creado la necesidad de estrategias de implementación multifacéticas que, idealmente, apunten a utilizar los datos como un agente vinculante para todos los sectores de la empresa, agilizando en última instancia la fluidez interna.

Sin embargo, a pesar de su ambición y apertura al cambio, muchos de estos líderes no reconocen que sus estrategias de implementación son defectuosas, es decir, en términos de distribución y accesibilidad. A su vez, estas inconsistencias pueden fomentar una cultura de desigualdad y opacidad, creando un efecto contrario y socavando el éxito mismo que la estrategia se esfuerza por lograr.

Para frenar estos contratiempos, las organizaciones deben ser proactivas para expandir el conocimiento y la utilización de los datos por igual en sus diferentes departamentos.

Diagnosticando el problema

Para establecer un panorama de datos estable, los líderes empresariales deben identificar tanto el problema interno en cuestión como sus implicaciones más amplias. La distribución limitada de datos debe verse no solo como una amenaza para las funciones corporativas, sino también como un posible desaire a ciertas divisiones de la fuerza laboral de la organización.

Las trampas de tales disparidades ya se han observado cuidadosamente a nivel social, incluso antes de que la pandemia las llevara a nuevas alturas, e introducirlas en el lugar de trabajo es cortejar un desorden de combustión lenta. La agitación interna puede conducir rápidamente a un desempeño externo deficiente, lo que hace que las empresas se queden atrás de los competidores que son más cohesivos internamente.

Recomendado:  Los 6 mejores consejos de comercio electrónico para obtener las máximas ventas

Con la mentalidad adecuada, los líderes pueden centrar su atención en una variedad de estrategias para cortar de raíz su problema de datos, y esto comienza señalando dónde se encuentran las deficiencias. Por ejemplo, ¿los empleados dependen de una «combinación subóptima de tecnología basada en la nube y sistemas empresariales en las instalaciones», donde la fuerza laboral colectiva se ve obstaculizada por un acceso irregular e insuficiente, como informan casi dos tercios de las empresas, o es simplemente un acceso de calidad limitado a partes específicas de la empresa? Las organizaciones deberán evaluar el nivel de «analfabetismo de datos» de los trabajadores, una consecuencia que ocurre cuando la toma de decisiones basada en datos se limita a departamentos y equipos seleccionados.

Los líderes también deben reconocer que el problema puede extenderse más allá del acceso a los datos, lo que afecta la confianza de una empresa en la inversión y la innovación tecnológica. Por ejemplo, si la empresa faculta a los departamentos que no son de TI con la mayor parte de su autoridad de inversión en tecnología de datos, los trabajadores de TI pueden comenzar a sentirse privados de sus derechos y contribuir a una sensación general de confusión y prioridad no coincidente. Estos llamados «sistemas en la sombra» no son sostenibles porque confunden las expectativas y dejan a algunos trabajadores mal equipados para abordar problemas que de otro modo estarían en su timonera.

Creando éxito a largo plazo

Con el trabajo remoto perdurando como una nueva norma, se puede decir que el énfasis en los datos y la tecnología está en su punto más alto, y la necesidad de un barco digital ajustado ha seguido su ejemplo. Por lo tanto, las soluciones a lo anterior deben manejarse con diligencia, y es importante recordar que los remedios aparentemente sencillos son todo lo contrario; simplemente hacer que el acceso a los datos sea más generalizado no es la respuesta completa. En cambio, para crear un éxito duradero, se debe favorecer un cambio sistémico más amplio en lugar de una curita temporal.

Recomendado:  Los 12 principales anuncios de inteligencia artificial y aprendizaje automático en AWS re: Invent 2021

Al centrarse en la reinvención total, los líderes podrán abordar adecuadamente cada microproblema que contribuya a la falla macro. Estos puntos focales podrían incluir un financiamiento mejor y más equitativo para múltiples departamentos, una integración de equipo más sólida para dispersar de manera óptima el conocimiento de los datos y las oportunidades de aprendizaje, y la reasignación de dólares de inversión para reflejar la innovación futura en lugar de un ajuste de nivel retroactivo.

Estos esfuerzos también pueden aplicarse a la introducción (o actualización) de tecnología relativa destinada a un ciclo de trabajo mejorado basado en datos. El acceso a la inteligencia artificial y las herramientas de automatización, por ejemplo, debe distribuirse de manera uniforme a todos los campos de la empresa aplicables, con capacitación proporcionada para aquellos que no saben cómo usar estos recursos. El éxito en cada una de estas áreas dependerá de las expectativas comunicadas adecuadamente.

Independientemente de dónde sea más necesario el cambio, una regla general es aislar las áreas de crecimiento que requieren un retorno rápido y utilizarlas como punto de partida. El sistema actual debe auditarse en función de su profundidad y alcance existentes, y cualquier aspecto recuperable puede aprovecharse durante la construcción de un sucesor más fuerte y eficiente. La nueva infraestructura también debe seguir siendo compatible con las capacidades tecnológicas y financieras de la empresa.

Este tipo de cambio a gran escala puede parecer abrumador, incluso inalcanzable, pero se ha convertido en una necesidad objetiva a medida que COVID continúa reescribiendo el libro de reglas para las empresas de todo el mundo. Dicho esto, el desafío se puede enfrentar de frente con una combinación de visión de futuro, compromiso inquebrantable y, sobre todo, transparencia constante y atención al detalle.

Recomendado:  El arma secreta detrás de la IA de calidad: etiquetado de datos eficaz