La transformación de datos sustenta la transformación digital
En las dos últimas décadas, startups digitales como Uber, Amazon, Airbnb y Stripe han revolucionado sectores clave como el transporte, el comercio, los viajes y la banca. Organizaciones de todos los sectores han reconocido la necesidad de llevar a cabo una transformación digital para competir en la nueva economía de la información. Esto es aún más cierto en la economía posterior a la COVID-19, que ha acelerado la digitalización de procesos y servicios (PwC). A pesar de las enormes inversiones en digitalización, la dura realidad es que aproximadamente el 70% de las iniciativas de transformación digital no alcanzan su objetivo declarado (McKinsey).
Si bien hay muchos motivos por los que pueden fracasar los programas de transformación digital, una razón clave es no reconocer que contar con una transformación de datos sostenible es un requisito previo para lograr una transformación digital exitosa. Gartner observa que menos del 50% de las estrategias corporativas documentadas mencionan el análisis de datos como una palanca crítica para generar valor a escala empresarial.
Para tener éxito en sus iniciativas digitales, los líderes deben empezar por los datos, en lugar de tratarlos como una idea de última hora para proyectos puntuales. —Mike Rollings, vicepresidente de investigación en Gartner
Hay muchas palancas para una transformación de datos exitosa: inversión en infraestructura de datos, en herramientas de datos, en procesos mejorados y en estructuras organizativas ágiles. Sin embargo, ninguna de estas palancas será efectiva a la hora de impulsar la transformación de datos sin invertir en competencias en datos a nivel de toda la organización.
Muchas organizaciones han intentado fomentar la competencia en datos creando equipos de data science y analítica. Pero limitarse a contratar data scientists aísla la ciencia de datos como un centro de servicio y no impulsa la competencia en datos en toda la organización. Además, dado que la demanda de data scientists no deja de crecer, intentar cubrir la brecha de competencias en datos solo con contrataciones es insostenible.
En una organización basada en datos, la ciencia de datos —y, en general, la competencia en datos— es una metodología inclusiva para responder a las preguntas del negocio, donde todo el mundo tiene las herramientas para responder con datos. La diferencia clave entre los disruptores y los incumbentes no está en la tecnología, sino en su cultura basada en datos, en los insights que extraen al analizar e iterar sobre sus servicios, y en las competencias en datos que desarrollan.
En resumen, el éxito de tu transformación digital depende de contar con las competencias adecuadas en datos en toda la organización.
Cómo abordar la brecha de competencias en datos
De hecho, muchas organizaciones ya han reconocido la necesidad de cerrar sus brechas de competencia en datos. Una encuesta de McKinsey a más de un millar de empresas de distintos sectores concluyó que la brecha de competencias más urgente a abordar es la analítica de datos: el 43% de los encuestados la consideró la prioridad más apremiante en materia de capacitación. Del mismo modo, la encuesta anual de CEOs de PwC de 2019 reveló que el 34% de los directivos ve las carencias en analítica de datos como la amenaza más crítica para su organización.
Las organizaciones con visión de futuro ya están invirtiendo para formar a su gente y competir en la era digital. Por ejemplo, Marks & Spencer creó una academia de datos en retail para capacitar a más de 1.000 empleados. Amazon lanzó una Machine Learning University para dotar a sus ingenieros de las habilidades necesarias para desplegar machine learning a escala en productos y servicios. Airbnb desarrolló su propia Data University para que todos los niveles de la organización pudieran tomar decisiones basadas en datos. AT&T emprendió un proyecto de 1.000 millones de dólares y 10 años de duración para capacitar a más de la mitad de su plantilla de 250.000 personas.
En conjunto, los esfuerzos de formación en competencia en datos están dando frutos. Otro estudio de McKinsey reveló que el 70% de las organizaciones que invirtieron en capacitación reportan impactos positivos en el negocio que superan la inversión inicial. Por ejemplo, el 48% de las organizaciones informó de efectos positivos moderados a significativos en el crecimiento de resultados gracias a la capacitación, y el 73% comunicó mejoras moderadas a sustanciales en la satisfacción de los empleados. Una encuesta de DataCamp a más de 300 líderes de L&D en distintos sectores mostró que las empresas que han invertido en competencias de datos maduras también superan a sus homólogas menos orientadas a datos en crecimiento de ingresos, cuota de mercado, rentabilidad y más.
Los retos de L&D al crear competencia en datos
A diferencia de las iniciativas tradicionales de learning & development, que a menudo se limitan a formaciones puntuales sobre habilidades específicas, la competencia en datos es una metodología para responder a preguntas de negocio que las organizaciones deben perfeccionar con el tiempo. Los itinerarios de aprendizaje variarán según el nivel de interacción que cada persona tenga con los datos. Por ejemplo, un analista de marketing que trabaja habitualmente con Excel puede necesitar aprender R o Python para desempeñar mejor su trabajo, mientras que un manager o líder quizá solo necesite saber cómo tomar decisiones informadas usando datos. En resumen, no existe una solución única para todos cuando hablamos de competencia en datos.
Por eso, un itinerario de aprendizaje por roles, basado en perfiles, es más eficaz para escalar los programas de formación en competencia en datos. Cada perfil tiene una relación diferente con los datos y necesita adquirir competencias en herramientas distintas, además de desarrollar habilidades específicas para prosperar en la era digital.
En DataCamp, hemos identificado los distintos tipos de herramientas necesarias para tener éxito al trabajar con datos. Y, lo que es más importante, hemos definido 8 perfiles clave de datos presentes en cualquier organización basada en datos, junto con las habilidades que deben dominar y las herramientas que utilizan con mayor frecuencia.
Si quieres saber más sobre estos perfiles de datos y cómo pueden encajar en tu organización, descarga nuestro white paper.
