Factores clave que predicen el éxito de proyectos Big Data

Aplicar tecnología Big Data es quizás el proyecto más importante en la mente de la mayoría de ejecutivos hoy, todos con altas expectativas sobre la monetización de estos datos. Sin embargo, un porcentaje muy alto de ellos fallan. Para ser más específicos, según una compilación de estudios realizados por consultoras especializadas en estrategia y Big Data, incluyendo Gartner y NewVantage Partners, en años recientes sobre la implementación de Big Data en empresas, alrededor del 80% de los proyectos Big Data fallan. Y la primera pregunta que debemos hacernos es ¿por qué?

Razones del fracaso en proyectos de datos

Las cifras nos muestran que aunque las empresas invierten capital en lanzar proyectos Big Data, muchos no obtienen valor. Hay razones comunes por las que los proyectos tienden a estancarse, y las explicaremos a continuación:

• Desajuste entre objetivos estratégicos y habilidades técnicas: lo primero al implementar tal proyecto es entender el problema real de negocio y evaluar con precisión sus riesgos desde el inicio. Lanzar el proyecto sin un análisis claro del problema y sin objetivos definidos alineados con una estrategia de datos cegará la visión estratégica y convertirá el proyecto en un fracaso.

• Falta de infraestructura y recursos: los grandes proyectos de datos requieren una infraestructura sólida y recursos clave, especialmente en lo referente a talento. Quienes intentan avanzar sin haber cubierto estas funciones cruciales experimentan una brecha de habilidades y acaban encontrando sus proyectos paralizados por falta de educación, formación y experiencia adecuadas en aplicación de análisis.

• Complejidad e inflexibilidad: por mucho que tengas los ingredientes necesarios para desarrollar este tipo de proyecto, si la arquitectura y alcance del proyecto es demasiado rígida, fallará. Hay una tendencia a complicar el problema y crear soluciones demasiado complejas. Esta práctica quita el foco del panorama general y lo desvía de la solución correcta.

• Modelo de ciencia de datos fallido: la mala calidad y precisión de datos son un gran obstáculo para el éxito del proyecto. Los costes de integración son altos y los datos a menudo siguen siendo una gran fuente de información indescifrable. Todas las relaciones en los datos deben extraerse o inferirse y hacerse explícitas para que las máquinas puedan interpretar los datos correctamente.

• Brechas de integración: la mala comunicación entre científicos de datos y stakeholders del negocio resulta en fracaso garantizado. Es la razón más común por la que grandes proyectos de datos no logran aplicarse a producción y fallan. El flujo de información es crítico para integrar un proyecto de esta magnitud.

Las claves del éxito en proyectos de datos

La realidad muestra que el camino hacia beneficios basados en datos no es ni fácil ni simple. Las empresas necesitan desarrollar una gama de capacidades para poder transformar grandes datos en negocio, que deben ser globales (involucrando a toda la organización) y basadas en rutinas y procesos y flujos de trabajo repetibles.
Hay 4 componentes de éxito que te ayudarán a mitigar el riesgo y asegurar que los resultados coincidan con tus expectativas para el proyecto:

DATOS

El crecimiento basado en datos no es posible sin una estructura de datos robusta. Las organizaciones deben recopilar datos internos y externos (incluso comprados), almacenarlos y ponerlos a disposición de la organización.
Las cantidades de datos aumentan y nuevos formatos emergen constantemente. Las empresas deben ser capaces de analizar estos datos a través de modelos sofisticados y reportarlos de forma que permita a todas las partes extraer conclusiones valiosas.
Esta capacidad requiere habilidades en desarrollo de sensores, infraestructura para almacenar datos y métodos para salvaguardar datos de hackers.

AUTONOMÍA

La noción de equipos autónomos y toma de decisiones descentralizada es fundamental para el desarrollo de cualquier estrategia, permitiendo a empleados proponer sus propias ideas e incluso tomar sus propias decisiones. Pero la autonomía es desafiada por proyectos cada vez más complejos, equipos ágiles a gran escala y quizás cada vez más multidisciplinares.
Por eso es esencial crear el puesto de gestor de datos (CDO), responsable de establecer comunicación común y asegurar que el grupo actúe como un equipo auto-organizado o autónomo.
Al mismo tiempo, es importante que el equipo esté formado en lo que el científico de datos puede y debe aportar, y que el científico de datos asegure que los datos ayudarán a los empleados a tomar nuevas decisiones.

TECNOLOGÍA

La tecnología es igualmente esencial para el éxito de los datos. Implica un primer paso importante en la fase de aplicación, así como un componente esencial para la columna vertebral digital.
No importa cuánto tengas las mejores ideas y los datos más valiosos, si tu tecnología no está a la altura o no es escalable, no creará valor real para la empresa al final. Por eso es esencial tener un socio estratégico experto en el campo que te asesore.

RESPONSABILIDAD

Al considerar una estrategia de datos, es esencial considerar qué está permitido y qué prohibido. Hay tres áreas de responsabilidad a considerar: la ley, contratos formales y estándares sociales.
Cuando los datos tienen la capacidad de identificar a un individuo, se aplican ciertas regulaciones de seguridad y cumplimiento de datos. Por tanto, es importante clarificar expectativas y objetivos de todas las partes para asegurar una base contractual sólida.
Por otro lado, el uso de datos puede ser legal y lícito para las partes involucradas en el contrato, pero puede ser inapropiado para clientes o sociedad. La empresa debería tener a alguien responsable de tratar éticamente los datos y establecer los parámetros.

Otras implicaciones

La importancia de la cultura y el factor humano juegan un papel igualmente importante en el desarrollo de proyectos de datos. Descubre los 10 pasos para lograr una buena cultura de datos, desde la importancia de tener un directivo comprometido hasta la necesidad de un sistema de comunicación fluido.

La distribución de recursos es otro punto clave al considerar la inversión necesaria para el proyecto. Si los recursos se distribuyen demasiado finamente, podemos poner en peligro proyectos más prioritarios. Por ello, es necesario asesorarse y encontrar un equilibrio en la inversión, haciendo una previsión de fondos y considerando problemas de implementación que puedan surgir a medida que el proyecto avanza.

Tu proyecto Big Data

Alcance, tiempo, presupuesto y calidad son componentes críticos de cualquier proyecto. El incumplimiento de uno o más de estas medidas es la razón por la que la mayoría de proyectos de datos son desafiados o fallan completamente.
Como empresa, primero debes asegurar que los proyectos de datos estén alineados y relacionados con prioridades de negocio, y luego construir toda una infraestructura ágil, visible e invisible a su alrededor. Vale la pena hacerlo poco a poco, con modelos simples y guiado por un socio estratégico como Nexus Integra.

La plataforma de operaciones integrada Nexus Integra consiste en una potente estructura de tres capas que ayuda a tu empresa a integrar, adquirir, estandarizar, unificar, gestionar y mostrar datos de forma simple.
— La primera capa, Nexus Connect, ayuda a tu empresa a integrar y adquirir datos no estructurados a través de sofisticados dispositivos y herramientas IoT.
— La segunda capa, Nexus Core, es responsable de estandarizar y unificar estos datos a través del Big Data.
— La tercera capa, Nexus Applications, está compuesta por aplicaciones nativas de Nexus Integra y otras desarrolladas por terceros que te proporcionan las herramientas necesarias en un entorno de operaciones global para gestionar y mostrar los datos de forma simple.