Guía de Google sobre cómo fomentar una cultura basada en los datos

Los datos nos indican que la cultura de datos es importante.

La revolución digital supone una oportunidad y un riesgo sin precedentes para las empresas. Existen numerosos recursos online asequibles que prometen nuevos productos, nuevos mercados y nuevas oportunidades para reforzar la relación con los clientes. Además, este tipo de ofertas provocan una competencia cada vez más tensa y un clima de disrupción perpetua.

Cuando nos vemos sometidos al cambio, es importante recordar una serie de principios esenciales y constantes: conoce tu mercado, céntrate en tu cliente, perfecciona tu oferta y prepárate para adaptarla a las condiciones cambiantes, y busca la eficiencia.

Es decir, puedes reunir los datos y utilizarlos correctamente. Adopta una cultura laboral en torno a este planteamiento. Esta cultura será muy distinta en función de las personas a las que implique. Si proporcionas el mismo conjunto de tecnologías y datos a dos equipos diferentes con el objetivo de innovar o resolver un problema complicado, puedes obtener dos resultados muy diferentes. Cada equipo debe centrarse en sus objetivos y datos para empezar a crear una cultura de éxito.

La cultura es un agente que acelera el resultado, Según se extrae del informe de McKinsey & Company Why data culture matters: "La cultura puede ser un problema agravante o una solución atenuante. Cuando la misión de los datos de una organización no está alineada con la estrategia empresarial y las operaciones principales, no es de extrañar que los resultados de las iniciativas analíticas no cumplan las expectativas. Sin embargo, el entusiasmo que despiertan las analíticas de datos en toda la organización se convierte en una fuente de energía e impulso. La tecnología es increíble. Imagina todo lo que podría llegar a una cultura de coincidencia".

Y recuerda, usar datos no es ninguna novedad. Desde los inicios del comercio, las personas han observado hechos reales, han averiguado qué es lo más importante y han buscado patrones que pudieran aprovechar. Las estadísticas modernas se remontan a 1749 y la gestión basada en datos ha aumentado radicalmente el PIB mundial durante más de un siglo con una sofisticación en constante crecimiento. Son tiempos revolucionarios basados en datos en los que vivimos. Hemos llegado a esta era basada en los datos porque los hemos utilizado adecuadamente.

La forma en la que las personas organizan su trabajo cambia en función de la cantidad y de la calidad de los datos de los que dispongan. Antiguamente, los agricultores usaban datos informales como observar los patrones meteorológicos y los trabajadores de la industria patentaban herramientas estandarizadas. En los albores de la era informática, ya se aplicaba la investigación matemática y de operaciones. En la actualidad, necesitamos un método más seguro, uno que esté disponible en toda la empresa.

¿Cómo funciona? Para comenzar, analicemos la magnitud de la oportunidad. En el 2002, la capacidad de almacenamiento digital superó la capacidad analógica total. Desde entonces, la tasa de crecimiento anual compuesto de los datos propiedad de una empresa típica ha sido del 60 %. No solo la cantidad de datos ha aumentado, sino que también lo ha hecho la diversidad de fuentes de las que proceden estos datos, como navegadores, sensores, smartphones, dispositivos móviles y otros ordenadores. La tasa de cambio anual compuesto es incalculable.

Google piensa mucho en estas oportunidades. Al fin y al cabo, se fundó con la misión de organizar toda la información del mundo y, a lo largo de los años, hemos resuelto una serie de problemas fascinantes relacionados con la obtención de información valiosa y acciones a partir de grandes cantidades de diferentes tipos de datos, algo que ahora se lleva a cabo a una velocidad de vértigo.

Trabajamos para ofrecer información digital a consumidores y empresas y brindarles la capacidad de tomar las medidas adecuadas, tanto en nuestra labor publicitaria con distintos negocios como a través de las herramientas y servicios para la gestión de datos y la información valiosa que ofrecemos en Google Cloud. Nuestros productos están ayudando a agilizar la transformación digital y la innovación en empresas de todo el mundo, como ANZ, Mayo Clinic, Sanofi, UPS, etc. Veamos el ejemplo de AirAsia, que va camino de convertirse en una "aerolínea digital". Esta transformación le está ayudando a extraer información valiosa nueva, a agilizar su trabajo y a ofrecer experiencias más personalizadas para destacar en el sector. "Tuvimos que convertirnos en una aerolínea digital para ofrecer más a los clientes, personalizar sus experiencias y mejorar los sistemas de reserva y venta de billetes", afirma Nikunj Shanti, responsable de producto de AirAsia. "Hemos pasado de la gestión de datos a la toma de decisiones basadas en los datos".

También hemos aprendido una serie de lecciones sobre organización interna para optimizar los datos, tanto en nuestros propios procesos como a la hora de ayudar a nuestros clientes a resolver problemas difíciles. Algunas de esas lecciones se han recopilado en este libro electrónico sobre por qué es importante la cultura de datos. Consta de cuatro pilares clave: operar con confianza, democratizar información valiosa, aumentar la agilidad empresarial y aplicar la inteligencia.

Hay varios puntos sorprendentes sobre cómo organizar las operaciones de datos a escala. Los avances en las tecnologías relacionadas con los datos facilitan un mayor acceso a estos y una gestión más sencilla. Gestionar y trabajar con datos a escala es complicado, y supone un nuevo reto en comparación con la forma de trabajar con datos tradicional. En muchos casos, esto se compensa con mejores herramientas y una mejor automatización de los procesos de hoy en día, lo que permite una mejor comprensión de los datos. Por supuesto, un mayor acceso implica nuevos retos en términos de seguridad, calidad e interpretabilidad.

La eficacia de las grandes empresas reside en disponer de procesos excelentes que dan lugar a productos excelentes y que reflejan una excelente comprensión y atención a sus clientes. Es decir, todas las grandes empresas tienen una cultura interna excelente que genera estos resultados. Las personas se adaptan con curiosidad y creatividad. Cuando lo consideran adecuado, ponen en duda el "statu quo" e innovan a partir de nuevos conocimientos. Aprovechan el potencial de los datos que les confían y adaptan y aplican distintos procesos para generar valor a partir de ellos.

Este hecho se cumple hoy más que nunca, cuando los grandes cambios digitales vuelven a hacer patente la necesidad de aplicar una cultura empresarial a la hora de recoger y usar datos a escala. Es importante hacerlo bien desde el principio, porque la historia también demuestra que aquellos que trabajan para alcanzar nuevos objetivos nunca rechazan tener acceso a más datos, siempre y cuando estos sean útiles. El ritmo de los avances en el cloud computing, la gestión de datos, las analíticas de datos y las tecnologías de inteligencia artificial no va a reducirse. Tampoco las empresas deberían reducir sus ganas de cambiar el mundo.

Estos son algunos de los productos de Google Cloud que pueden resultar útiles para las empresas que desean crear una cultura de datos o reinventar la que ya tienen.

• Cloud SQL: permite migrar fácilmente tus cargas de trabajo on‐premise a Google Cloud totalmente gestionado.
• Cloud Spanner y Cloud Bigtable: son servicios de bases de datos nativos de la nube que ofrecen una escalabilidad masiva.
• BigQuery: posibilita el almacenamiento de petabytes de datos a gran velocidad.
• Looker: contribuye al uso de aplicaciones basadas en datos, analíticas integradas y estrategias de inteligencia empresarial.
• Dataproc: permite procesar Big Data mediante clústeres de Hadoop y Spark.
• Dataflow: procesa los datos por lotes y en streaming de forma rápida y sin servidor.
• Pub/Sub: permite enviar mensajes a aplicaciones independientes o desde ellas.
• Dataprep: prepara los datos de forma rápida y visual para analizarlos o crear modelos de aprendizaje automático.
• AutoML: entrena modelos de aprendizaje automático personalizados sin mucha experiencia.
• AI Platform te permite llevar los modelos de aprendizaje automático a tus despliegues on‐premise o a Google Cloud.

La agilidad empresarial es uno de los objetivos más buscados en la actualidad, ya que las empresas se enfrentan a expectativas siempre activas, a una tecnología que evoluciona rápidamente y a una gran cantidad de datos disponibles. Pero ¿qué es la agilidad y cómo puedes conseguirla? En Google Cloud creemos que involucra a las personas, los procesos y los datos, así como a la tecnología que te permite procesarlos. De esta forma, los miembros de tu organización podrán centrarse en lo que se les da bien, no en labores poco productivas. En resumen, la clave está en ofrecerles una amplia gama de herramientas y servicios y conseguir que estén a su disposición cuando los necesitan. Es decir, eliminar las tareas tediosas y centrarse en el desarrollo de grandes ideas.

Lo que suelen afirmar numerosos tecnólogos hoy en día (y es bastante evidente en el mundo moderno) es que las herramientas que necesitan son herramientas de datos. Las empresas están inundadas de datos y cada día llegan más. Para ser ágil, hay que aprovechar los avances de otros, probar herramientas específicas y no tener miedo de usarlas a gran escala. Entre estas herramientas se incluyen bases de datos gestionadas para eliminar las tareas cotidianas, así como analíticas de Big Data adaptadas y optimizadas, de manera que muchos usuarios puedan utilizar los datos, no solo unos pocos. Estas herramientas incluyen todos los datos recogidos que tiene una empresa, procesados de forma repetible para que resulten útiles y puedan publicarse en formatos visuales y prácticos. Se trata de herramientas que consiguen formular preguntas sobre esos datos para tomar mejores decisiones e, incluso, enseñar a los datos qué es lo que buscas para que estos emitan predicciones.

Cuando hablamos de un concepto como la agilidad, nos referimos a la actitud y la tecnología que usan las empresas. Cuando empezamos a crear los productos, Google empleaba una tecnología lista para usar. A medida que nuestra empresa fue creciendo, aprendimos una serie de lecciones importantes. Como resultado de este crecimiento, tuvimos que reaccionar y adaptarnos (agilidad). Nos dimos cuenta de que no era eficiente que nuestros desarrolladores ejecutaran sus propias pilas. A medida que desarrollamos la tecnología en Google, nos centramos en la simplicidad, la automatización y la transparencia. Hemos observado que, cuando los usuarios pueden acceder a una tecnología totalmente gestionada e integrada, los datos desempeñan un papel diferente. Ahora, en lugar de dedicar el tiempo a buscar los datos adecuados o a modificarlos con el hardware o el software necesario para encontrar o analizar esos datos, los Googlers no se preocupan por la falta de conocimientos o ni la falta de agilidad en los procesos de operación, escalado o gestión de datos. Creemos que este tipo de mentalidad puede ayudar a los usuarios a trabajar mejor juntos y a reducir o eliminar los silos y cuellos de botella que suelen surgir. Hemos comprobado que este planteamiento funciona de forma interna a lo largo del desarrollo de productos como Gmail, que ha evolucionado desde que se creó, pero que sigue siendo sencillo y fácil de usar, incluso para empresas.

Nuestros clientes nos cuentan que han adaptado su tecnología y cultura a una nueva actitud ágil. Por ejemplo, una empresa de medios globales, movió varios centros de datos y 1200 servicios a Google Cloud. La mejora de la agilidad de la empresa fue un factor clave: los servicios de nivel superior les han permitido ofrecer un producto mejor y más rápido, y centrarse en lo que a sus equipos internos se les da mejor: desarrollar servicios de música, no gestionar centros de datos. La empresa trabajó para poner los datos adecuados a disposición de los equipos cuando los necesitaban, aumentando la agilidad a través de las herramientas de streaming de analíticas y procesamiento de datos.

La infraestructura de analíticas de Twitter, desarrollada como data lake, recoge petabytes de datos cada día y debe replicarse en varios destinos para satisfacer las necesidades de los usuarios rápidamente. La empresa decidió replicar conjuntos de datos en Cloud Storage para poder utilizar BigQuery, Cloud Bigtable y Dataproc en Google Cloud, entre otros. Los usuarios pueden acceder a los datos que necesitan mediante autoservicio, lo que aporta agilidad a toda la empresa.

La institución financiera global HSBC migró su almacén de datos on‐premise a Google Cloud para agilizar su agilidad, entregar cargas de trabajo más reducidas e integrar la automatización en sus procesos. La empresa logró eliminar deudas técnicas y crear una plataforma de datos para centrarse en la innovación y no en la gestión de la infraestructura. Desde la migración, HSBC ha mejorado los procedimientos de desarrollo y pruebas, dispone de una única fuente de referencia en el almacén de datos y cuenta con vistas autorizadas para acceder a los datos de forma segura. Los usuarios no se ven limitados en su exploración de datos y los clientes obtienen lo que necesitan más rápido.

En última instancia, una empresa ágil es capaz de responder a las demandas del mercado, cambiar las necesidades de los clientes y afrontar retos imprevistos, todo un éxito. Piensa en la forma en que interactúan los usuarios y los datos de tu empresa y plantéate si se puede mejorar.

Según nuestras investigaciones, desarrollar una cultura de datos tiene resultados de negocio reales. La cultura que crees se adaptará a las necesidades y los objetivos de tu organización, y reunirá a personas, procesos y datos.

Obviamente, los datos son fundamentales. Ya hemos comentado cómo configurar tu infraestructura tecnológica para que los datos te proporcionen la información valiosa que necesitas y ayuden a tu empresa a ser más ágil. También es importante aplicar la inteligencia a los datos, de manera que resulten útiles en el momento actual, pero también para el futuro. Actualmente, utilizamos herramientas de IA y aprendizaje automático que eran inimaginables hace diez años y que están disponibles para todos, no solo en el ámbito académico o para determinadas empresas de gran tamaño. Las empresas que utilizan estos tipos de analíticas avanzadas confirman que logran tomar mejores decisiones y anticiparse a la competencia.

Para crear una cultura de datos colaborativa, las herramientas y los resultados de las analíticas avanzadas deben ser de fácil acceso. Una vez que hayas determinado qué información necesita cada equipo, puedes configurar los usuarios con los datos adecuados para que hagan su trabajo. Por ejemplo, optimizar las operaciones y los procesos empresariales, llevar a cabo tareas de investigación y desarrollo, o responder a preguntas cotidianas. Formular preguntas analíticas basadas en datos en tiempo real abre las puertas a nuevas ideas e innovación. Además de saber cuáles fueron las cifras de ventas del último mes, puedes aplicar los datos para comprender el registro de compras multicanal de un cliente mientras compra online, lo que genera ofertas en tiempo real basadas en una mezcla de las compras de su historial y el contenido de su carrito en ese momento.

Cuando se integran analíticas avanzadas en aplicaciones y herramientas conocidas, ya forman parte de los flujos de trabajo diarios, por lo que los usuarios pueden obtener fácilmente las respuestas que necesitan. Este proceso también elimina los silos de todos los equipos cuando los responsables de ventas o de marketing, por ejemplo, no necesitan solicitar informes a sus homólogos del equipo de analíticas, sino que pueden trabajar de forma colaborativa en un único conjunto de datos para tomar decisiones basadas en datos más rápido. Además, una base robusta de almacén de datos permite disponer de la capacidad suficiente para mover dichos datos, de manera que todo el mundo pueda acceder a la información y los informes que necesiten.

La American Cancer Society, cliente de analíticas de Google Cloud, usa AI Platform para identificar nuevos patrones en las imágenes de patología digital. Ha entrenado modelos en el análisis de imágenes de IA para detectar indicadores de cáncer, lo que permite a los investigadores identificarlos más rápidamente y, a su vez, mejora los resultados de los pacientes. Además, esto les permite analizar las imágenes doce veces más rápido que antes.

LG CNS también utiliza las herramientas de analíticas de datos de Google Cloud para detectar defectos en sus líneas de fabricación de productos. Aunque ya ha entrenado modelos de aprendizaje automático, ahora utiliza Google Cloud para entrenarlos más rápido y con mayor precisión. LG CNS ha conseguido ahorrar alrededor de 1 millón de dólares por línea de producción al año con este proceso más eficiente.

En Google Cloud, integramos la tecnología de la IA y el aprendizaje automático en sistemas como BigQuery para almacenar datos y en lugares como Contact Center AI y Document Understanding. Estos tipos de estadísticas no deben estar disponibles exclusivamente para determinados usuarios o ni ser de difícil acceso. Hemos creado BigQuery ML con una interfaz de SQL que ya conoces, por lo que solo tienes que escribir una consulta para poder usar el aprendizaje automático. Además, gracias a las funciones de analíticas avanzadas integradas, podrás prepararte para la nueva generación de tecnología inteligente.

Creemos firmemente que la inteligencia debe estar integrada entre los procesos, las personas y los datos. Si los usuarios tienen lo que necesitan y el proceso es sencillo, pueden llevar sus fantásticas ideas más lejos.

Los tipos de datos a los que podemos acceder en el mundo moderno pueden ser sorprendentes, reveladores y, sobre todo, útiles. La mejor forma de recoger una gran cantidad de datos es ponerlos a disposición, ya sea mediante gráficos, informes o en procesos de trabajo diarios. Esa combinación de datos y conocimiento humano puede aportar nuevas formas de analizar los planes y proyectos empresariales, y generar nuevas ideas e información.

Actualmente, hay un montón de tecnología entre la que elegir, pero esta tecnología no hará que la empresa avance a menos que las personas que la usan puedan acceder a ella fácilmente. Hoy en día, con la gran variedad de fuentes de datos disponibles (sensores de Internet de las cosas, aplicaciones empresariales, datos de marketing, etc.), es fácil que existan silos de datos duplicados en toda una organización y personas que dependan de distintos conjuntos de información o conjuntos de datos duplicados.

El objetivo principal es que cada empresa tenga una única fuente de datos a la que todos puedan acceder en función de sus necesidades. Esto implica introducir los datos necesarios en el almacén de datos y crear modelos de datos en sistemas de BI para empresas, como Looker, que permiten combinar datos de 10 a 20 aplicaciones de SaaS o de nubes públicas. De esta forma, los equipos pueden acceder a esa fuente de información veraz sin generar retrasos ni solicitudes de cuello de botella. El gobierno de datos es fundamental para que cada usuario disponga de los permisos de acceso que le correspondan. Esto mantiene los datos protegidos durante su uso y su ciclo de vida. En la práctica, sería el caso de un analista de datos que genera informes de autoservicio para desglosar los importes de ventas, o un especialista en aprendizaje automático que crea modelos para predecir los ingresos o desarrollar una nueva herramienta. Una cultura de datos también es un trabajo en equipo constante, no una colaboración puntual entre dos equipos para una tarea concreta. Cuando una cultura de datos funciona bien, con el apoyo de la tecnología, se refleja en que los usuarios cuentan con el tiempo y los recursos necesarios para emprender nuevos proyectos que pueden contribuir al avance de la empresa.

Para conseguir utilizar tus datos con confianza y formular las preguntas adecuadas que te ayuden a avanzar, necesitas una base tecnológica equipada con información valiosa. Algunas de las preguntas que puedes plantearte al elegir la tecnología de analítica de datos son las siguientes:

• ¿Puedes obtener una vista integrada de los datos de tu organización?
• ¿Los usuarios de tu organización también pueden consultar fácilmente los datos que necesitan?
• ¿La plataforma puede ingerir datos de streaming en tiempo real (sin que ello suponga excederse del presupuesto)?
• ¿La plataforma puede gestionar tipos de datos procedentes de varias fuentes?

Conectar a aquellos usuarios que pueden producir un trabajo más impactante requiere planificación. Si observas los tipos de colaboradores que participan en los proyectos de IA de tu empresa, es probable que el primer paso que den sea establecer una conexión y tratar de entender el trabajo que hacen los demás para que el proyecto sea un éxito. Las herramientas y servicios que utilizan deben ser compatibles con esa conexión.

Muchos clientes nos han comentado que quieren fomentar una cultura basada en los datos a la vez que actualizan la tecnología y planifican su futuro. AirAsia, por ejemplo, sabía que los datos desempeñaban un papel cada vez más importante a la hora de tomar decisiones empresariales. Sus equipos analizan más de 6 PB de datos al mes. Antes, tenían que esperar a que se generasen los informes semanales o mensuales en Excel para obtener los resultados de todo ese análisis. Ahora, utilizan BigQuery y sus funciones de aprendizaje automático para permitir que su equipo, formado por 1500 miembros, acceda a los datos en cualquier momento y procese, en solo unos minutos, consultas ad hoc en un historial de datos de más de dos años. Los miembros del equipo acceden a interfaces sencillas y pueden desglosar la información detallada según sea necesario. De esta forma, se reducen los costes operativos entre un 5 % y un 10 %, importes bastante significativos para ese sector, y los datos están más protegidos que si se almacenan en máquinas individuales.

Nuestro almacén de datos de BigQuery permite procesar datos de almacenamiento de objetos, bases de datos transaccionales, Hojas de cálculo y mucho más, para que nunca tengas que duplicarlos. También incluye conjuntos de datos públicos para que saques aún más partido de tus datos internos. Diseñamos productos intuitivos para que los usuarios puedan colaborar y compartir información valiosa fácilmente. Además, hemos desarrollado funciones que puedes usar de ahora en adelante, como herramientas sencillas de aprendizaje automático y otras analíticas avanzadas.

La creación de una cultura de datos reúne a personas, procesos y datos. Ya hemos mencionado que es importante que los datos sean correctos y que la experiencia de uso de estos sea sencilla. Parte de esa idea de recogida y uso de datos de forma sencilla es que dichos datos sean de confianza. Si se trata de una organización con muchos sistemas on‐premise o antiguos, los datos se aíslan en silos y los usuarios los copian una y otra vez, lo que genera sistemas obsoletos en distintos puntos. Además, cuando los conjuntos de datos empiezan a crecer, la calidad de los datos puede convertirse en un problema.

Por tanto, un paso importante a la hora de adoptar una cultura basada en los datos es conseguir que los usuarios confíen fácilmente en ellos; por ejemplo, que estén actualizados y que sean precisos. Para ello, se debe evitar que existan conjuntos de datos periféricos o proyectos aislados en silos. La clave es que en tu organización solo haya una fuente de datos reales y que todo el mundo sepa cuál es.

La confianza es un asunto relativo tanto a las personas como a los procesos que puede ayudarte a alcanzar tus objetivos o suponer un obstáculo para ello. También es un asunto primordial en lo que respecta a la tecnología de datos. Cuantos más datos recojas y analices, mayor será la importancia de la seguridad y el gobierno de dichos datos. La confianza en tus propias herramientas y procesos es una parte importante de una cultura impulsada por datos.

Los datos proceden de diversas fuentes, pero todos requieren el mismo nivel básico de protección, con estrategias que incluyen el cifrado, la filtración externa de datos y los controles de acceso. Aparte de esto, es probable que tengas tus propios modelos de amenazas y áreas de enfoque para proteger los datos. De igual forma, es posible que debas cumplir determinadas normativas y reglamentos de tu sector. La pila tecnológica de tu proveedor de servicios en la nube debería poder proporcionar las funciones de seguridad y permitirte usar metadatos, catálogos de datos y linaje de datos para regular los datos y definir las políticas. Además, para posibilitar la colaboración en equipo, debería resultar sencillo definir reglas de acceso y permitir que se compartan datos de forma segura.

Esto es fundamental para que tus analíticas de datos se implementen correctamente. Por eso, debes tener en cuenta cómo vas a implementar las prácticas y las herramientas de seguridad. En Google, BeyondCorp es nuestra propia implementación de un modelo de seguridad de confianza cero, desarrollada a partir de los principios de red de confianza cero. La idea es que los controles de acceso cambian del perímetro de la red a usuarios y dispositivos concretos para que cada usuario pueda trabajar de forma segura desde cualquier ubicación sin una VPN. En términos generales, BeyondCorp incluye funciones como inicio de sesión único, proxy de acceso, motor de control de acceso, inventario de usuarios, inventario de dispositivos, políticas de seguridad y un repositorio de confianza. BeyondCorp Remote Access es una solución en la nube que ofrece acceso remoto para que los usuarios puedan acceder a aplicaciones web internas de forma segura y a distancia.

Uno de nuestros clientes, una institución financiera internacional, planteó una serie de preguntas fundamentales mientras se preparaba para su migración a BigQuery: ¿los datos están protegidos y se puede rastrear su linaje? ¿Es la infraestructura lo suficientemente fiable para aplicaciones esenciales? Este cliente utilizó el etiquetado de metadatos y obtuvo una única fuente de referencia al llevar a cabo la migración a Google Cloud. Sus datos siempre están cifrados en BigQuery. Además, la integración nativa con Gestión de Identidades y Accesos (IAM) garantiza el nivel de acceso a los datos, hasta la granularidad a nivel de columna. La organización puede ejecutar simulaciones de riesgos de forma regular y ha mejorado la estrategia de seguridad, gobierno y normativas gracias a BigQuery.

Para que una plataforma de analíticas de datos inspire confianza no solo debe ofrecer protección frente a ataques y brechas de seguridad, sino que también debe crear una cultura de datos sólida. Si los usuarios confían en los datos que obtienen, pueden centrarse en la innovación y en el desarrollo de nuevas ideas.

¿La cultura de datos será un problema o una solución para tu organización? Y, si es una solución, ¿cómo será? ¿Cómo sabes que ha sido un éxito? Estas preguntas pueden ayudarte a dar los primeros pasos del proceso o a continuar con su desarrollo. La cultura de datos tendrá un aspecto diferente en función de la empresa y el sector. Tú y tus colaboradores sabréis qué es lo mejor para tus equipos y tu organización, y la cultura de datos que crees será la que mejor se adapte a tu negocio.