Because smart data can save the world.

Centro de Excelencia de Analytics e Inteligencia Artificial

06 Nov
2020
coe1_imagen_blog

Centro de Excelencia de Analytics e Inteligencia Artificial

Desde hace muchos años, las grandes empresas alrededor del mundo buscan implementar procesos de Advanced Analytics, Data Science e Inteligencia Artificial para potenciar sus unidades de negocios, mejorar sus estrategias comerciales y tomar decisiones basadas en datos.

Sin embargo, menos del 20% de las organizaciones que emprenden esfuerzos para navegar en los prometedores mares del Data Driven,  han logrado maximizar el potencial y alcanzar la adopción y escalabilidad del  Advanced Analytics  a toda la organización. (McKinsey 2018)

¿Cuáles son las buenas prácticas que allanan el camino hacia una implementación exitosa, sin pruebas pilotos poco productivas y escalabilidad a corto plazo?

Una transformación Data Driven,  requiere nuevas habilidades, nuevos talentos y por sobre todas las cosas: nuevas estructuras organizativas.

Por ello, más del 60% de las empresas consideradas “Top-performance” en el mundo tienen alguna unidad de inteligencia integrada usualmente conocida como “Centro de Excelencia (CoE)”. (McKinsey 2018)

Los Centros de Excelencia (CoE)  de Analytics, Data Science e Inteligencia Artificial, le dan vida y forma a las buenas prácticas de la Cultura Data Driven en las empresas. Apoyan la toma de decisiones con el poder de los datos, diseñan la nueva arquitectura organizacional requerida, reúnen un equipo de especialistas, centros de monitoreo de datos, áreas de investigación y desarrollo y los combinan con infraestructura tecnológica para concretar la cultura Data Driven de una manera más real y posible.

Ahora bien, ¿qué tipo de prácticas en concreto, posibilita trabajar  bajo procesos de Data Science, Advanced Analytics  e Inteligencia Artificial integrados en un CoE? Entre muchas otras posibilidades, permite:

 

  • Simular escenarios futuros y tomar decisiones en base a los posibles resultados alcanzados, elegir el camino con mayor probabilidad de éxito.
  • Analizar y crear cientos de reportes para considerar el impacto de cada uno de estos posibles escenarios y alternativas. Estos reportes, generados en lenguaje natural, le llevarían muchísimo tiempo a un humano hacerlos, pero con la utilización de IA, se puede realizar en segundos.
  • Investigar miles de competidores en minutos para elegir la estrategia más adecuada.
  • Desarrollar un sistema experto con el que puedas charlar y pueda darte mentorías de cómo realizar mejor tu trabajo. En otras palabras, sistemas cognitivos entrenados para asesorarte en buenas prácticas para tu negocio. Así, este tipo de aplicación de la IA facilita la adopción de la Cultura Data Driven y su escalabilidad a toda la empresa.
  • Desarrollar un Score de riesgo inteligente para evaluar decisiones, procesos, clientes, etc.

 

Sin embargo, para que los puntos anteriores sean posibles, es necesario reflexionar previamente sobre las buenas prácticas de las empresas “Top Performance” y evaluar cómo a través de un CoE, aumentan el nivel de éxito en la implementación de la Cultura Data Driven de toda una organización.

 

¿Cómo trabaja y qué tareas realiza un CoE en procesos concretos para tener resultados exitosos? 

 

  1. Relevamiento de las necesidades: ¿qué es lo que puede resultar útil y es necesario para que las áreas del negocio tengan un mejor resultado?  En este paso, Analytics Translator (desarrollaremos la importancia de su rol en las próximas líneas) y Business Owner definen necesidades del negocio y prioridades.
  2. Análisis preliminar y “Business Case”: ¿qué vamos a potenciar, cómo vamos armar el modelo que ejecute ese análisis, cuáles van a ser los beneficios?  Aquí,los científicos de datos y analistas trabajan con el traductor para desarrollar modelos que puedan ser usados como “Business Case” para desarrollar soluciones nuevas. Incluye algoritmos, modelos, testing, etc.
  3. Análisis exploratorios más completos. Primeros testeos para apoyar la concreción de la toma de decisiones basadas en datos. En este paso, los científicos de datos programan algoritmos para realizar los análisis exploratorios en un área de prueba y obtienen insights que determinarán el modelo productivo.  Se da visibilidad a las unidades de negocio para reforzar el “Business Case” y que puedan comenzar a utilizar dicho conocimiento. Estandarización del business case.
  4. Necesidades tecnológicas y de Infraestructura: ¿qué tecnología y datos necesitamos? ¿Dónde están estos datos? ¿cómo los vamos a incorporar? El ingeniero de datos trabaja con las unidades de negocio para dimensionar las necesidades de los datos en producción y así armar la infraestructura necesaria.  También se trabaja con IT para asegurar las integraciones, maximizar beneficios y minimizar costos.
  5. Creación MVP (Producto Mínimo Viable) con una ejecución controlada. Es esencial este paso para que todo el esfuerzo no quede en la nada, se puedan visualizar resultados en corto plazo, avanzar con tiempos ágiles y en procesos precisos. Además, ayuda a la adopción y puede escalar más fácilmente a toda la compañía. Primero, se desarrolla un MVP y se comienza a utilizar en áreas clave para que su experiencia enriquezca el desarrollo.Luego, se evalúa avanzar o no a mayor escala en base a los resultados obtenidos. Es un esfuerzo conjunto del área del negocio y el CoE.
  6. Escalabilidad. Se brindan recursos a toda la compañía para que se apropien de los procesos implementados y evaluados mediante el MVP. Es un esfuerzo conjunto de toda la compañía.

Cabe destacar, que la adopción y la escalabilidad, son claves a la hora de evaluar la efectividad de los procesos y su retorno de inversión. Sin adopción y sin estabilidad de las prácticas Data Driven a toda la organización, los esfuerzos de los pasos anteriores son estériles y terminan por ser pruebas pilotos sin impacto real.

Ahora bien, señalemos dos puntos fundamentales para una adopción ágil y escalable:

Por un lado, toda la estructura de la compañía debe ser pensada para ser potenciada por datos. Los C-Suite deben promover tal cultura y trasladarla al resto de la organización y así, apalancar las áreas más tradicionales del negocio (Marketing, Ventas, Atención al Cliente, Finanzas, etc) con los aportes analíticos.

Por otro, debemos contemplar la figura del Analitycs Translator como un rol fundamental. Capaz de interpretar las necesidades de un área del negocio y desempeñarse como nexo entre estas y el equipo de recursos técnicos analiticos. Traduce las necesidades del negocio al mundo científico-matemático y viceversa, pone en lenguaje natural y accesible a todos los colaboradores, los recursos de Advanced Analytics, Data Science e Inteligencia Artificial que brinda el CoE.

Un CoE a tu medida

coefuncionamiento_imagen_blog

En Analytics Town podemos armar un CoE en tu propia compañía que sirva a las diferentes áreas de tu negocio.

Trabajamos con células DE ESPECIALISTAS en ANALYTICS Y DATA SCIENCE:

Así, por cada proyecto específico, se conforma una célula ágil que lo lleva adelante, compuesta por skills específicos que el mismo caso de negocio requiere.

Para ello, contamos con especialistas formados en ciencia biológica molecular y genómica, así como en marketing y comercialización. Los mismos, son capaces de utilizar su conocimiento científico en aplicaciones de negocio, que sean útiles para cada compañía con la que trabajamos. 

Además, nuestro equipo de científicos de datos, se complementa con perfiles de Digital Analyst orientados a la comercialización, el marketing y las finanzas, capaces de trasladar el conocimiento del mundo digital a cada área de la empresa de nuestros clientes para promover su transformación y evolución digital.

Según el problema detectado en el relevamiento de necesidades, ponemos a trabajar un CoE específico por  área de negocio. Integrar CoEs específicos por área, especializados en las decisiones que se precisan.

coe_2_imagen_blog

Por su parte, la célula de especialistas, trabaja apalancada con una CENTRAL DE MONITOREO y un IDEA LABS.

La principal función de la CENTRAL DE MONITOREO DE PERFORMANCE, es realizar continuamente análisis de situación e informar y alertar, tanto al cliente como a la célula de especialistas que trabaja en proyecto principal, sobre posibles oportunidades y amenazas durante el proceso.

Su equipo está compuesto por especialistas en análisis de negocio e integración de bases de datos para procesos de Data Analytics.  Esta unidad, monitorea permanentemente las oportunidades y amenazas existentes para el negocio, según los insights/datos encontrados al analizar la información de nuestros clientes y sus proyectos.

Además, también en la Central de Monitoreo de Performance, contamos con perfiles especialistas en Data Analyst con formación en marketing y finanzas para interpretar las variaciones del negocio. Esto, sumado a sus capacidades técnicas, les permite manipular bases de datos y desarrollar dashboards de monitoreo y gestión. 

Finalmente, el IDEA LABS es una incubadora de ideas, enfocada en investigar y desarrollar nuevas y mejores soluciones a través del poder de los datos.

Compuesta por un equipo multidisciplinario de científicos y profesionales del mundo de los negocios, su función es generar soluciones innovadoras a problemas que se presenten de manera recurrente. Trabaja investigando y desarrollando nuevas técnicas de manipulación de datos, experimentando nuevos algoritmos para generar productos/soluciones y metodologías inéditas y específicas.

Así, bajo esta estructura, es como entregamos soluciones específicas, con procesos altamente monitoreados y propuestas innovadoras para modelar un futuro más rentable usando el poder de los datos. Conseguimos mejores resultados trabajando juntos y generamos transferencia de conocimiento. Diseñamos CoEs a medida, que tienen como principal objetivo la adopción, la escalabilidad y el retornos de la inversión de los procesos Data Driven.

¿Querés saber más sobre cómo implementar un CoE de Data Science, Analytics e Inteligencia Artificial en tu empresa junto a Analytics Town?  Contactanos

 

Gisel Hernandez
author

Leave a reply

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *