Guía de Google para crear una cultura basada en datos

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

La revolución digital ofrece a las empresas oportunidades y riesgos sin precedentes. Los recursos en línea económicos y abundantes prometen nuevos productos, así como mercados y oportunidades nuevas para enriquecer las relaciones con los clientes. También representan una amenaza para la competencia intensa y las interrupciones perpetuas.

Cuando nos sentimos abrumados por el cambio, es bueno recordar los principios fundamentales inmutables: Conocer tu mercado. Enfocarte en tu cliente. Perfeccionar tu oferta y prepárate para adaptarla a las condiciones cambiantes. Buscar eficiencia.

En otras palabras, reúne tus datos y úsalos bien. Crea una cultura del lugar de trabajo en torno a estas acciones. El proceso será muy diferente según las personas involucradas. Si proporcionas el mismo conjunto de tecnologías y datos a dos equipos diferentes con el objetivo de innovar o resolver un problema difícil, puedes obtener dos resultados muy diferentes. Diferentes equipos deberán alinearse en función de sus objetivos y sus datos para comenzar a desarrollar una cultura exitosa.

La cultura es un agente acelerador en sí mismo. Según McKinsey y Company Por qué es importante la cultura de los datos: “La cultura puede ser un problema de composición o una solución de composición. Cuando la misión de datos de una organización se separa de la estrategia empresarial y las operaciones principales, no debería sorprenderte que los resultados de las iniciativas de estadísticas no cumplan con las expectativas. Sin embargo, cuando el entusiasmo por el análisis de los datos se vuelve una tarea entera en toda la organización, se convierte en una fuente de impulso y energía. La tecnología, después de todo, es increíble. Imagina qué tan lejos puede llegar con una cultura que esté a la altura”.

Recuerda que el uso de datos no es algo nuevo. Desde el comienzo del comercio, las personas han observado datos, descubrieron lo que es importante y buscaron aprovechar patrones. Las estadísticas modernas datan de 1749, y la administración con tecnología aumentó el PIB mundial durante más de un siglo con una sofisticación cada vez mayor. Vivimos en una época revolucionaria, impulsada por los datos y llegamos a ella porque usamos los datos correctamente.

La forma en que las personas organizan sus trabajos cambia con la cantidad y la calidad de los datos que tienen. Los agricultores antiguos usaban datos informales para observar patrones climáticos, mientras que los industriales patentaron las herramientas estandarizadas de las máquinas. Al comienzo de la era de las computadoras, habíamos aplicado la investigación de matemáticas y operaciones. Ahora, necesitamos un método más sólido que se pueda extender a toda la empresa.

¿Cómo funciona en la práctica? Empecemos con la magnitud de la oportunidad. En 2002, la capacidad de almacenamiento digital superó la capacidad analógica total. Desde entonces, la tasa de crecimiento anual compuesto de los datos de una empresa típica ha sido de alrededor del 60%. No solo aumentó la cantidad de datos, sino que también proviene de un conjunto de fuentes más diverso, que incluye navegadores, sensores, smartphones y dispositivos móviles, además de otras computadoras. La tasa de crecimiento anual compuesto es incalculable.

Google tiene en cuenta estas oportunidades. Después de todo, nos fundaron con la misión de organizar toda la información del mundo y, con el paso de los años, hemos resuelto una serie de problemas fascinantes relacionados con la producción de estadísticas y acciones a partir de grandes cantidades de diferentes tipos de datos, que ahora se hacen a una velocidad abrumadora.

Trabajamos a fin de proporcionar estadísticas digitales y poder tomar medidas para los consumidores y las empresas, tanto en nuestro trabajo publicitario como en las empresas, y ahora, a través de las herramientas y los servicios de administración de datos y estadísticas que ofrecemos en Google Cloud. Sabemos que nuestros productos ayudan a acelerar la transformación digital y la innovación en empresas de todo el mundo, incluidas ANZ, Mayo Clinic y Sanofi, UPS y muchas más. Tomemos como ejemplo a AirAsia, que está en camino a convertirse en una “aerolínea digital”. Su transformación ya los ayuda a extraer estadísticas nuevas, ser más ágiles y ofrecer experiencias más personalizadas para que se destaquen en la industria. “Tuvimos que convertirnos en una aerolínea digital para ofrecer más productos, personalizar las experiencias de los clientes y mejorar las reservas y la venta de boletos”, comenta Nikunj Shanti, director de Productos de AirAsia. “Pasamos de la administración de datos a la toma de decisiones basada en datos”.

También aprendimos una serie de lecciones sobre la organización interna para optimizar los datos, tanto en nuestro propio recorrido como en el que nos permite ayudar a nuestros clientes a resolver problemas difíciles. Algunas de esas lecciones aportan información a este libro electrónico sobre la importancia de la cultura de datos. Se trata de cuatro pilares clave: operar con confianza, democratizar estadísticas, aumentar la agilidad empresarial y aplicar inteligencia.

Existen varias cuestiones llamativas sobre la organización para operaciones de datos a gran escala. Los avances en las tecnologías que rodean a los datos implican un mayor acceso y una administración más sencilla. Administrar y trabajar con datos a gran escala es difícil y representa un nuevo desafío en comparación con el trabajo anterior con datos. En muchos casos, esto se compensa con las mejores herramientas y automatización de procesos actuales para comprender datos. Por supuesto, un mayor acceso implica nuevos desafíos en términos de seguridad, calidad e interpretabilidad.

Las grandes empresas son eficaces porque tienen excelentes procesos que producen buenos productos y reflejan una gran comprensión y cuidado de sus clientes. En otras palabras, todas las grandes empresas tienen grandes culturas internas que producen estos resultados. Las personas se adaptan con curiosidad y creatividad. Cuando corresponda, desafían el statu quo y generan innovaciones basadas en estadísticas nuevas. Aprovechan el poder de los datos con los que se les confía, adaptando y aplicando procesos para generar valor nuevo a partir de datos.

Eso nunca ha sido más cierto que hoy, cuando los cambios digitales gigantescos ponen de manifiesto la necesidad de una cultura adecuada para la recopilación y el uso de datos a escala. Es importante comprender bien todo el tiempo, ya que el historial nos muestra otro aspecto: quienes trabajan para alcanzar objetivos nuevos nunca disminuyen la cantidad de datos, siempre que les sean útiles. Los avances en la computación en la nube, la administración de datos, el análisis de datos y las tecnologías de Inteligencia Artificial no se están ralentizando. Tampoco debería ninguna empresa, en su afán por cambiar el mundo. 

A menudo, las empresas buscan reinventar su cultura de datos o crear una nueva, por lo que este conjunto de productos de Google Cloud es útil.

• Cloud SQL para migrar con facilidad las cargas de trabajo locales a un servicio de Google Cloud completamente administrado
• Cloud Spanner y Cloud Bigtable, servicios de bases de datos nativas de la nube para una escalabilidad masiva
• BigQuery para un almacenamiento de datos a gran velocidad a escala de petabytes
• Looker para aplicaciones modernas de IE, de estadísticas incorporadas y basadas en datos
• Dataproc para el procesamiento de macrodatos mediante clústeres de Hadoop y Spark
• Dataflow para procesar datos por lotes y de transmisión con rapidez y sin servidores
• Pub/Sub para enviar mensajes desde y hacia apps independientes
• Dataprep, que permite preparar datos con rapidez y de forma visual para el análisis o el aprendizaje automático 
• AutoML para entrenar modelos de AA personalizados sin tener mucha experiencia
• AI Platform para que puedas implementar modelos del AA en entornos locales o de Google Cloud

La agilidad empresarial es uno de los estados más buscados hoy en día, ya que las empresas enfrentan expectativas continuas, tecnología que evoluciona con rapidez y grandes cantidades de datos disponibles. Pero ¿qué es la agilidad y cómo se logra? En Google Cloud, creemos que involucra a personas, procesos y datos, y la tecnología que te permite definir mejor esos datos. De esta forma, los miembros de tu organización se podrán enfocar en lo que hacen bien, no en el trabajo pesado. Se trata de elegir entre las herramientas y los servicios a los que tienen acceso, y de tener esas herramientas y servicios disponibles cuando las necesiten. Se trata de pasar menos de largo y más de hacer, pensar en grande y tener nuevas ideas.

Lo que escuchamos a menudo de los tecnólogos y lo que es evidente en nuestro mundo moderno es que las herramientas que necesitan son herramientas de datos. Cada vez son más las empresas saturadas de datos, y cada día llegan más. Convertirse en una empresa ágil implica apoyarse en los hombros de los demás, probar las herramientas creadas para un fin específico y no tener miedo de usarlas a gran escala. Estas herramientas incluyen bases de datos administradas para quitar el trabajo repetitivo. Entre ellas, se incluyen análisis de macrodatos, controlados y racionalizados para que muchos puedan usar los datos, y no solo unos pocos. Se incluyen todos los datos recopilados que tiene una empresa, que se procesan de manera repetible, por lo que son útiles y coherentes en formatos visuales y prácticos. Herramientas que puedan formular preguntas sobre estos datos para tomar mejores decisiones y hasta enseñarles a esos datos lo que necesitas para obtener predicciones de ellos.

Cuando hablamos de un concepto como la agilidad, nos referimos a las actitudes y la tecnología que usa una empresa. Cuando empezamos por primera vez, Google se basaba en una tecnología lista para usar. A medida que nuestra empresa creció, aprendimos varias lecciones importantes. Debido a esta escala, nos vimos obligados a reaccionar y ajustarnos (agilidad). Nos dimos cuenta de la ineficiencia de tener a nuestros desarrolladores operando sus propias pilas. A medida que desarrollamos la tecnología en Google, nos enfocamos en la simplicidad, la automatización y la apertura. Sabemos que, cuando los usuarios pueden acceder a una tecnología integrada completamente administrada, los datos tienen un papel diferente. Ahora, en lugar de perder el tiempo buscando los datos correctos o manipular el hardware o el software que necesitas para encontrar o analizar esos datos, los Googlers no se preocupan por la falta de habilidades ni de agilidad a fin de operar, escalar o administrar datos. Creemos que este tipo de mentalidad puede ayudar a los usuarios a trabajar mejor en conjunto y reducir o eliminar los sistemas aislados y los cuellos de botella que suelen existir. Descubrimos que funciona de manera interna a medida que desarrollamos productos como Gmail, que ha evolucionado desde su creación, pero sigue siendo sencillo y fácil de usar, incluso a escala empresarial.

Nuestros clientes nos cuentan cómo adaptaron su tecnología y cultura a una nueva actitud ágil. Una empresa de medios de comunicación global, por ejemplo, trasladó múltiples centros de datos y 1,200 servicios a Google Cloud. Lograr la agilidad fue una gran ventaja para la empresa porque los servicios de alto nivel les permitieron entregar un mejor producto de forma más rápida y centrarse en los mejores aspectos de sus equipos internos: desarrollar servicios de música, no administrar centros de datos. La empresa trabajó con el objetivo de que los equipos tuvieran los datos adecuados cuando los necesitaran, lo que agregó agilidad mediante herramientas de análisis y procesamiento de datos de transmisión.

La infraestructura de estadísticas de Twitter, creada como data lake, recopila petabytes de datos todos los días y se debe replicar en varios destinos para satisfacer con rapidez las necesidades de los usuarios. La empresa decidió replicar los conjuntos de datos en Cloud Storage para poder usar BigQuery, Cloud Bigtable y Dataproc en Google Cloud, entre otros. Los usuarios pueden acceder a los datos que necesitan mediante el autoservicio, lo que agiliza los procesos de toda la empresa.

La institución financiera global HSBC migró su almacén de datos local a Google Cloud para ser más ágil, entregar cargas de trabajo más pequeñas y desarrollar la automatización en los procesos. Pudieron eliminar la deuda técnica y compilar una plataforma de datos para centrarse en la innovación, y no en la administración de la infraestructura. Desde la migración, HSBC tiene mejores procedimientos de desarrollo y prueba, una sola fuente de información en el almacén de datos y vistas autorizadas para un acceso seguro a los datos. Los usuarios no se limitan a la exploración de sus datos, y los clientes obtienen lo que necesitan más rápido.

En última instancia, un negocio ágil es uno exitoso que puede responder a las demandas del mercado, a las necesidades cambiantes de los clientes y a los desafíos imprevistos. Piensa en cómo interactúan las personas y los datos, y si hay maneras de mejorarlo.

Sabemos por investigaciones que crear una cultura de datos tiene resultados comerciales reales. La cultura que crees se especificará para las necesidades y los objetivos de tu organización, e idealmente reunirá personas, procesos y datos.

La parte de datos, por supuesto, es esencial. Ya hablamos sobre la configuración de la infraestructura de tecnología para que tus datos proporcionen las estadísticas que necesitas y ayudar a que tu empresa sea más ágil. También es importante que apliques inteligencia a tus datos a fin de que funcionen en el momento, pero también en el futuro. Las herramientas de IA y AA que no podríamos haber imaginado hace una década están disponibles y se usan en la actualidad, no solo en el ámbito académico o para unas pocas empresas grandes. Recibimos información de empresas que usan estos tipos de estadísticas avanzadas para tomar mejores decisiones y mantenerse un paso adelante de la competencia.

Sin embargo, con el espíritu de una cultura de datos colaborativa, los resultados y las herramientas de estadísticas avanzadas deben ser de fácil acceso para todos. Una vez que hayas definido el tipo de información que necesita cada equipo, puedes establecer usuarios con los datos correctos para que hagan su trabajo. Entre estas tareas, se encuentran optimizar las operaciones y los procesos empresariales, realizar investigaciones y desarrollo, o responder preguntas cotidianas. Hacer preguntas analíticas basadas en datos en tiempo real abre las puertas a nuevas ideas y a la innovación. Más allá de saber simplemente cuáles fueron las cifras de ventas del mes pasado, puedes aplicar datos para comprender el registro de compra de un cliente individual mientras compra en línea, lo que da como resultado ofertas en tiempo real basadas en una combinación entre el historial y el contenido del carrito. 

Cuando las estadísticas avanzadas se incorporan en herramientas y aplicaciones conocidas, ya forman parte de los flujos de trabajo diarios, lo que facilita a los usuarios obtener las respuestas que necesitan. También elimina los entornos aislados entre equipos cuando, por ejemplo, los líderes de ventas o marketing no necesitan solicitar informes de sus contrapartes en el equipo de estadísticas. En su lugar, pueden trabajar juntos en un solo conjunto de datos para agilizar las decisiones basadas en datos. Una base de almacenes de datos sólida significa que hay suficiente capacidad, por lo que todos pueden obtener las estadísticas y los informes que necesitan.

Un cliente de las estadísticas de Google Cloud, la Sociedad Americana contra el Cáncer, usa AI Platform para identificar patrones nuevos en las imágenes de patología digital. Entrenaron modelos para el análisis de imágenes con IA a fin de encontrar indicadores de cáncer, lo que permitió a los investigadores encontrarlos con más rapidez y, a su vez, mejorar los resultados de los pacientes. Pueden analizar imágenes 12 veces más rápido que antes.

LG CNS también usa las herramientas de análisis de datos de Google Cloud para identificar defectos en sus líneas de fabricación. Ya habían entrenado modelos de aprendizaje automático, pero con Google Cloud descubrieron que puede entrenarlos con mayor rapidez y exactitud. Con este proceso más eficiente, LG CNS ahorró alrededor de $1 millón por línea de producción por año.

En Google Cloud, incorporamos nuestra tecnología de IA y AA en sistemas como BigQuery para el almacenamiento de datos, y en lugares como Contact Center AI y la Comprensión de documentos. Este tipo de estadísticas no debería estar reservada a unos pocos usuarios dentro de la empresa, ni ser de difícil acceso. Compilamos BigQuery ML con una interfaz de SQL familiar, de modo que solo tienes que escribir una consulta para poder usar el aprendizaje automático. Además, gracias a nuestras funciones avanzadas de estadísticas integradas, puedes prepararte para la próxima generación de tecnología inteligente.

Creemos firmemente en la idea de que la inteligencia se debe integrar en procesos, personas y datos. Cuando los usuarios tienen lo que necesitan y el proceso es simple, pueden llevar sus grandes ideas más lejos.

Los tipos de datos a los que podemos acceder en la actualidad pueden ser alucinantes, sorprendentes y, sobre todo, útiles. El mejor resultado de la recopilación de muchos datos es que estén disponibles, ya sea a través de gráficos, informes o integrados en flujos de trabajo comerciales cotidianos. Esa combinación de datos, conocimientos y comprensión de los seres humanos puede aportar nuevas formas de analizar planes de negocios y proyectos, además de generar nuevas ideas y estadísticas.

En la actualidad, tenemos mucha tecnología para elegir, pero esta no funcionará para impulsar el negocio, a menos que las personas que la usan puedan acceder a ella fácilmente. Con todas las fuentes de datos actuales, como los sensores de IoT, las apps empresariales y los datos de marketing, entre otros, es muy fácil terminar con entornos aislados de datos duplicados en una organización, y con diferentes personas que dependen de diferentes conjuntos de información o conjuntos de datos duplicados.

Llegar a un lugar en el que exista una única fuente de información para los datos de una organización, y en el que todo el mundo pueda acceder a ellos cuando y como lo necesite, es una especie de santo grial. Implica transferir los datos necesarios al almacén de datos, lo que crea modelos de datos en sistemas empresariales de IE como Looker, que pueda unir datos de 10 a 20 aplicaciones SaaS o a través de nubes públicas y, luego, tener esa fuente de información accesible y disponible para los equipos sin retrasos en el aprovisionamiento o cuellos de botella en el camino. La administración de datos es fundamental para que los usuarios correctos tengan el acceso adecuado a fin de mantener los datos protegidos mediante su uso y ciclo de vida. En la práctica, un analista de datos puede ejecutar informes de servicio automático para desglosar las cifras de ventas, o bien un especialista en aprendizaje automático puede crear modelos para predecir los ingresos o crear una herramienta nueva. La cultura de los datos también se caracteriza por la colaboración en equipo, y no por el hecho de que los equipos se reúnan solo cuando necesitan completar una tarea. Cuando una cultura de datos funciona bien y cuenta con el respaldo de la tecnología, parece que los usuarios tienen el tiempo y los recursos que necesitan para dedicarse a proyectos nuevos que pueden ayudar a impulsar el negocio. 

Para llegar a un punto en el que pueda confiar en sus datos y usarlos, y plantearles preguntas que te permitan avanzar, necesitarás una base tecnológica equipada para obtener información. Estas son algunas de las preguntas que puedes hacer cuando elijas una tecnología de análisis de datos:

• ¿Puedes obtener una vista integrada de los datos de tu organización?
• ¿Los usuarios empresariales de tu organización también pueden ver con facilidad los datos que necesitan?
• ¿La plataforma puede transferir datos de transmisión en tiempo real (sin exceder el presupuesto)? 
• ¿La plataforma puede controlar tipos de datos que provienen de diversas fuentes?

Conectar a los usuarios que pueden producir trabajos de mayor impacto requiere de una planificación. Si observas los tipos de partes interesadas involucradas en los proyectos de IA de tu empresa, es probable que notes que el primer paso es conectarse y comprender el trabajo de los demás para lograr el éxito del proyecto. Las herramientas y los servicios que usan deben respaldar esa conexión de trabajo.

Sabemos que hay una gran cantidad de clientes que quiere crear una cultura más basada en datos a la vez que actualizan la tecnología y planifican para el futuro. AirAsia, por ejemplo, sabía que los datos seguían desempeñando un rol cada vez más importante en sus decisiones comerciales. Sus equipos analizan más de 6 PB de datos al mes y antes tuvieron que esperar los informes de Excel semanales o mensuales para obtener resultados de todo ese análisis. Ahora usan BigQuery y funciones del AA para que su equipo con 1,500 miembros pueda acceder a los datos en cualquier momento y realizar consultas ad hoc sobre datos de más de dos años en minutos. Los miembros del equipo acceden a interfaces sencillas y pueden desglosar los detalles específicos según sea necesario. Esto ayudó a reducir los costos operativos entre un 5% y un 10% (bastante importante en esa industria) y proteger los datos más de cuando solían almacenarse en máquinas individuales.

Nuestro almacén de datos de BigQuery te permite procesar datos en almacenamiento de objetos, bases de datos transaccionales, Hojas de cálculo y mucho más para que nunca tengas que duplicarlos. Incluye conjuntos de datos públicos para que puedas obtener aún más valor de tus datos internos. Creamos productos sencillos de usar, de modo que los usuarios puedan trabajar juntos con facilidad y compartir estadísticas. También, incluimos funciones que puedes usar ahora y en el futuro, como herramientas del AA sencillas y otras estadísticas avanzadas.

El desarrollo de una cultura de datos reúne personas, procesos y datos. Hablamos sobre garantizar que sean los datos correctos y que la experiencia de usarlos sea sencilla. Parte de esa idea de recopilación y uso optimizados de datos es que sea confiable. Con muchos sistemas locales o heredados, los datos se guardan y los usuarios los copian una y otra vez hasta que se generan sistemas desactualizados en muchos lugares diferentes. Además, una vez que los conjuntos de datos comienzan a crecer, la calidad de los datos puede convertirse en un problema.

Por lo tanto, un gran paso para conseguir una cultura basada en los datos es permitir que los usuarios confíen en ellos, que sepan que son los más actualizados y que son precisos. Como parte de eso, no debería existir conjuntos de datos externos o proyectos aislados. El principio de referencia es que exista una única fuente de datos verdadera en tu organización, y que todos sepan cuál es.

La confianza es un asunto relacionado con las personas y los procesos que puede hacer que los objetivos de la cultura de datos se cumplan o no. También es un problema de tecnología de macrodatos. Cuantos más datos recopiles y analices, más importancia tendrán la seguridad y la administración. La confianza en tus propias herramientas y procesos es una parte importante de una cultura exitosa basada en los datos.

Los datos provienen de una gran variedad de fuentes, pero todos requieren el mismo nivel de protección de referencia que incluye la encriptación, el robo de datos y los controles de acceso. Más allá de eso, es probable que tengas tus propios modelos contra amenazas y áreas de enfoque para proteger los datos. En función de tu industria, es posible que trabajes para cumplir con reglas de cumplimiento y reglamentación específicas. La pila tecnológica de tu proveedor de servicios en la nube debe ser capaz de proporcionar las funciones de seguridad y permitirte usar metadatos, catálogos de datos y linaje de datos para administrarlos y establecer políticas. Para permitir la colaboración en equipo, debe ser fácil configurar reglas de acceso y permitir el uso compartido y seguro de datos.

Poner esto en práctica es esencial para un lanzamiento exitoso de análisis de datos, por lo que debes tener en cuenta el panorama general de cómo implementarás las prácticas y herramientas de seguridad. En Google, BeyondCorp es nuestra propia implementación de un modelo de seguridad de confianza cero que surgió de los principios de herramientas de redes de confianza cero originales. La idea de esto es que los controles de acceso cambien del perímetro de la red a usuarios y dispositivos individuales, por lo que los usuarios podrán trabajar de forma segura desde cualquier ubicación sin una VPN. En un nivel alto, BeyondCorp incluye un inicio de sesión único, un proxy de acceso, un motor de control de acceso, un inventario de usuarios, un inventario de dispositivos, políticas de seguridad y un repositorio de confianza. El acceso remoto a BeyondCorp es una solución en la nube que ofrece esta capacidad para que los usuarios puedan acceder a aplicaciones web internas de manera segura y remota.

Uno de nuestros clientes, una institución financiera global, tenía algunas preguntas esenciales mientras se preparaba para su migración a BigQuery: ¿los datos están protegidos y se puede rastrear su linaje? ¿La infraestructura es lo suficientemente confiable para apps de servicio crítico? Usaron el etiquetado de metadatos y obtuvieron una única fuente de información cuando migraron a Google Cloud. Sus datos en BigQuery siempre están encriptados, y la integración nativa de la administración de identidades y accesos (IAM) significa que los niveles de acceso a los datos están garantizados, hasta un nivel de detalle de las columnas. La organización puede ejecutar simulaciones de riesgos con regularidad y mejoró la seguridad, la administración y la postura regulatoria mediante BigQuery.

Una plataforma de análisis de datos confiable puede protegerte contra ataques o violaciones de la seguridad, pero también está muy relacionada con la creación de una cultura de datos sólida. Si los usuarios confían en los datos que obtienen, pueden enfocarse en ideas innovadoras y nuevas. 

¿La cultura de datos será un problema o una solución para tu organización? Y si es una solución, ¿cómo funcionará? ¿Cómo sabrás si es exitosa? Estas preguntas pueden ayudarte a comenzar o compilar sobre lo que ya se inició. La cultura de los datos se verá diferente para las diferentes empresas de distintas industrias. Tú y las partes interesadas sabrán qué es lo mejor para tus equipos y organización, y la cultura de datos que crees será la mejor para tu empresa.