Una guía para evitar las 10 trampas que descarrilan las transformaciones digitales, por McKinsey

Este artículo de Arun Arora, Peter Dahlstrom, Pierce Groover y Florian Wunderlich para McKinsey tiene en el encabezado un cómic de Indiana Jones en el templo maldito que tiene bastante gracia.

Son unos 10 mandamientos con las trampas en las que otros han caído antes a la hora de transformar digitalmente sus organizaciones.

Transformar tu negocio tiene riesgos. Los líderes que tienen éxito saben cómo identificarlos y evitarlos.

Los líderes de los negocios están un juego de altas expectativas. Muchos se han embarcado en programas para reinventar sus negcocios. Las recompensas del éxito son enormes, mientras que las consecuencias del fracaso son drásticas, incluso letales.

Podrían hacerlo peor que fijándose en una cita de uno de los pilotos de carreras más famosos de la historia, Mario Andretti: “Si todo parece bajo control, no estás yendo lo suficientemente rápido”.

Mientras que la orientación de Andretti puede parecer descorazonadora, es apropiada para los líderes que navegan en el mundo digital. Ninguna carrera – o transformación – está exenta de riesgos, por supuesto, pero tener la valentía de tomar decisiones que desafíen los límites de la organización es una necesidad.

Un entendimiento claro de lo que importa de verdad para el éxito de un programa de cambio y lo que no, sin embargo, puede marcar la diferencia. Por esta razón, los autores analizaron docenas de transformaciones digitales, tanto de las que tuvieron éxito como las de que no tanto para llegar a las causas radicales de dónde se torcieron. Este análisis ha revelado diez importantes tramas en las que los negocios caen con frecuencia durante una transformación digital. A menudo pasadas por alto o incomprendidas, estas trampas se reducen en esencia a problemas de cultura, disciplina y mentalidad. He aquí los que los CEOs pueden hacer para vencerla y asegurar sus programas para los negocios puedan capturar los beneficios completos de la digitalización.

Diez trampas de una transformación digital

1. Exceso de precaución

Excessive caution

Aunque suene paradójico, creemos que las empresas deben asumir más riesgos, no menos. Muchos ejecutivos senior mirán atrás a sus programas de transformacion (1: Peter Dahlström, Liz Ericson, Somesh Khanna y Jürgen Meffert, “From disrupted to disruptor: Reinventing your business by transforming the core“, Febrero 2017) y desearían hacer sido más audaces. En el entorno actual, hacer cambios incrementales es como ordenar las sillas de la cubierta del Titanic.

Los datos cuenta la misma historia. La investigación reciente de McKinsey revela que las empresas que van mejor siguen estrategias audaces y rompedoras (2: Jacques Bughin, Laura LaBerge y Anette Mellbye, “El caso de la reinvención digital“, McKinsey Quarterly, Febrero 2017). Hacen grandes apuestas por las nuevas tecnologías y modelos de negocio, son excelentes en una cultura de prueba-y-aprende donde cada fracaso es una oportunidad de mejorar y lanzan programas de cambio que transforman su negocio por completo.

Pero asumir más riesgos no significa ser más arriesgado. Hacer movimientos temerarios, ignorar el sentido común y perder de vista dónde está el valor puede malograr las iniciativas audaces.

2. Miedo a lo desconocido

Fear of the unknown

Cuando la información es escasa, la gente se apoya en la experiencia y en la intuición. Aunque no existe la certeza absoluta en una transformación digital, desarrollar una completa base de hechos puede hacer mucho para disipar los comprensibles temores de la gente.

Las mejores empresas empiezan identificando dónde se crea y destruye el valor (3: Angus Dawson, Martin Hirt y Jay Scanlan, “The economic essentials of digital strategy“, McKinsey Quarterly, Marzo 2016), y no confinan el análisis a su propio sector y competidores. Este análisis externo debería emparejarse con una evaluación interna profunda y completa. Eso comienza con una evaluación concienzuda de los activos de la empresa -marcas, capital, datos, clientes, productos, personas- y las carencias de capacidades. Las mejores empresas entonces desarrollan también una imagen objetiva de su cociente digital (4: Tanguy Catlin, Jay Scanlan y Paul Willmott, “Raising your Digital Quotient“, McKinsey Quarterly, Junio 2015), los elementos de sus negocios que más valor añaden, y las desventajas estructurales a las que se enfrentan.

Disipar lo desconocido se extiende también a pintar un retrato atractivo para todo el negocio del aspecto que podría tener el futuro. Experimentar con hackathons y juegos de guerra también ayuda a no sólo desarrollar nuevos modelos innovadores, sino también a hacerlos más tangibles, de forma que el liderazgo pueda alinearse a su alrededor.

Esto se extiende al uso del término usado hasta la saciedad de “transformacion digital”, que a menudo no se comprende bien por parte del liderazgo o los empleados. Los líderes pueden lidiar con esto definiendo y explicando con todo detalle lo que la transformación digital significa en realidad -por ejemplo, mejorar la experiencia de los clientes para convertirse en el servicio número uno de la categoría o mejorar drásticamente la productividad a través de la cadena de suministro.

3. Falta de enfoque

Lack of focus

Muchas empresas han adoptado una filosofía de “dejad que florezcan cien flores” que anima a la experimentación en sentido amplio. Este planteamiento genera entusiasmo y aprendizaje, pero también puede derrotarse a sí mismo si no se gestiona con cautela. Ejecutar demasiadas iniciativas que compitan entre sí difumina el foco de la gestión y deja a ideas prometedoras sin los recursos que necesitan para ampliar su escala con éxito.

Hay una regla mnemotécnica que dice que una iniciativa digital escalada con éxito en una empresa con más de 5000 millones de dólares en ingresos necesita financiación de entre 10 y 30 millones de dólares al año, y una transformación digital sustancial a través de múltiples unidades de negocio en una empresa mundial podría costar hasta 100 millones de dólares. Para evitar dispersar sus esfuerzos, los líderes digitales inteligentes podan sus carteras de proyectos con regularidad y sin piedad. La inversión por debajo de lo necesario no es forma de competir con empresas respaldadas por capital de riesgo.

Centrarse en el tipo correcto de iniciativas es igualmente importante. Con demasiada frecuencia los negocios derraman recursos en programas que aportan ganancias a corto plazo pero no pueden crecer, no son sostenibles ni añaden valor. Para evitar este desperdicio de energía, toda transformación digital debería empezar por entender las necesidades de los clientes y construir soluciones que no sólo las satisfagan, sino que tengan el potencial de generar el máximo impacto.

4. Quedarse sin dinero

Running out of money

Algunas transformaciones digitales tropiezan porque los costes se disparan mientras que los ahorros o el crecimiento de los ingresos tardan más en llegar de lo esperado. Las empresas líderes empiezan por las victorias rápidas para liberar valor de forma que los esfuerzos se autofinancien, a menudo en los tres primeros meses. De hecho, este planteamiento puede ser tan efectivo que las empresas con más éxito generan más ahorros o ingresos de los necesitados para financiar una transformación.

A menudo, amasar estos ahorros e ingresos puede llegar usando las herramientas y datos que ya están a mano junto con una disposición a hacer las cosas de forma diferente. Por ejemplo, como el equipo de tres personas que realizó una microsegmentación de la base de clientes en una empresa de teleco de EE.UU. Su esfuerzo mejoró la eficiencia de la selección de clientes objetivo de la empresa más de un 40 por ciento mientras dividió por la mitad su gasto en marketing digital. De forma similar, un distribuidor online elevó las tasas de conversión en un 35 por ciento simplemente teniendo a una persona que optimizase los tiempos de carga de las páginas una y otra vez hasta que bajaron de 16 segundos a seis.

A menudo estas oportunidades pueden identificarse en tan sólo una semana en un proyecto. Evaluar el itinerario de decisión del cliente es un buen sitio para empezar. En sectores de consumidor como la banca y las telecomunicaciones, los procesos de inscripción para los nuevos clientes suelen ofrecer numerosas oportunidades para mejorar significativamente.

5. Falta de talento

Lack of talent

La mayoría de las empresas que embarcan en transformaciones digitales subestiman lo que se tarda en construir capacidades. Saben que necesitan talento digital, pero no de qué tipo ni cuánto. Una transformación digital en una gran empresa puede requerir hasta 150 empleados a tiempo completo el primer año. Contratar a un Director Digital (5: Tuck Rickards, Kate Smaje y Vic Sohoni, “Transformer in chief: The new chief digital officer“, Septiembre 2015) es un buen comienzo, pero no es suficiente.

Toda búsqueda efectiva de talento debería comenzar por identificar los problemas que hace falta resolver. Esto ayuda a aclarar el conjunto de habilidades que necesitas. Después de un análisis preliminar, por ejemplo, una empresa determinó que necesitaba 11 personas con un conjunto específico de habilidades -“líderes” y “hacedores”- para completar un proyecto esencial como parte de una transformación. Encontró a las personas adecuadas en una empresa líder de tecnología y les pagó un extra del 100 por cien para contratarles. Más adelante en el proceso de transformación, las siguientes 50 personas vinieron con sólo un extra del 20 por ciento porque estaban deseando trabajar con los primeros contratados. En menos de nueve meses, el equipo generó un aumento de ingresos orgánicos de 1400 millones de dólares, un enorme rédito para lo que parecía al principio una inversión desproporcionada.

Crear un entorno de trabajo como el de una start-up con espacios informales donde las personas pueden reunirse y compartir ideas puede ayudar a atraer al talento adecuado. Desarrollar un mecanismo para integrar a esas contrataciones externas también es crucial. Hemos visto a algunas grandes empresas contratar enormes cantidades de talento digital, ponerlos en un entorno de start-up y después más o menos olvidarse de ellos. Dejados a su aire, los nuevos empiezan a trabajar en sus cosas, no en las tuyas.

6. Falta de disciplina

Lack of discipline

La agilidad y la velocidad forman parte de la personalidad de una organizavión digital, pero la energía puede convertirse en caos si no se encauza con un propósito. Los líderes deben ser sistemáticos en identificar y capturar el valor del negocio, lo cual comienza creando transparencia y métricas útiles para seguir el progreso de las iniciativas digitales.

Muchas empresas se centran en KPIs basados en las salidas, como el crecimiento del EBITDA, los ingresos digitales como porcentaje de los ingresos totales, o la reducción del CAPEX. Pero esas métricas de comité de dirección no aíslan los factores que contribuyen a un resultado dado. Es más productivo desarrollar un conjunto de métricas sencillas de entrada que sigan elementos como la conversión de SEO y tráfico de aplicaciones, dejando al mismo tiempo claro a quién pertenece cada elemento y es responsable del resultado.

Otra forma de inyectar disciplina es invertir como una firma de capital riesgo. Mantén frecuentes puntos de control con expectativas explícitas y un modelo de gobierno claro; no liberes la siguiente rebanada de financiación hasta que el proyecto alcance hitos o logre KPIs; y no tengas en matar esfuerzos que rindan menos de lo deseado. Las mejores empresas se aseguran de tener implantados procedimientos sencillos de gobernanza, escalado y respuesta, así como mecanismos de corrección del rumbo cuando los experimentos no dan en la diana (lo que inevitablemente pasa con muchos de ellos).

La disciplina no debería confundirse con rigidez. Tener un modelo flexible de recursos para mover a las personas y los fondos, por ejemplo, a desarrollos prometedores y enfocar rápidamente problemas clave es necesario.

7. No aprender

Failure to learn

Un modo infalible de hundir una transformación es parar de aprender. Las empresas que tienen éxito recompensan la experimentación porque aprender de los ejemplos ayuda a una empresa a acertar la próxima vez, lo que a su vez promueve más creatividad. Una revisión de equipos de Google encontró que cuando los empleados sentían que podrían arriesgarse sin ser avergonzados o criticados por el fracaso, hacían un mejor trabajo (6: Charles Duhigg, “What Google learned form its quest to build the perfect team“, The New York Times Magazine, 28 Febrero 2016)

 

El aprendizaje efectivo, sin embargo no ocurre así como así. Las empresas deben invertir en sistemas que capturen las lecciones y aprender de ellas. Amazon ha invertido en sistemas diseñados para hacer el aprendizaje tan transparente como se pueda, con cuadros de mando mostrando las pruebas en curso, quién las está haciendo y cómo están respondiendo los clientes. Las pruebas con mejores resultados y más recorrido se coronan como “Reinas de la Colina”.

En lo que respecta a la tecnología algunas empresas mantienen el código probado y aprobado en un respositorio de desarrollo de software como GitHub, el cual habilita a los desarrolladores que lleguen después a aprender de los demás, capitalizar los éxitos y poner código en nuevas soluciones sin necesidad de más pruebas.

Las organizaciones que abrazan el aprendizaje suelen desarrollar prototipos baratos, los prueban con los clientes y los refinan una y otra vez hasta que alcanzan un producto mínimo viable (MVP). Buscan comentarios sobre las nuevas funcionalidades en pequeños grupos de clientes por medio de encuestas sencillas o midiendo su respuesta a elementos específicos como el texto o la disposición de una página web. Un negocio que solía tener tasas de conversión del 22 por ciento ahora alcanza el 29 por ciento -un crecimiento orgánico del 5 por ciento- por medio de este tipo de proceso de prueba y aprendizaje.

8. Fatiga de cambio

Change fatigue

Las empresas pueden a menudo conjurar los recursos y la energía para sacar adelante unos pocos experimentos con nuevos planteamientos. Pero mantener la inercia del esfuerzo de un gran cambio contra la fuerza gravitatoria de la organización previa (7: Jurgen Meffert y Anand Swaminathan, “How to break through the gravitational pull of your legacy organization“, Octubre 2017) es un desafío de un orden de magnitud distinto. Ninguna transformación es inmune a la fatiga, pero algunos pasos pueden ayudar a contenerla.

Los equipos pueden acabar abrumados por la enorme escala y complejidad del cambio. Los líderes efectivos, por lo tanto, diseñan pequeños proyectos con hitos frecuentes para que los equipos se sientan realizados. También se concentran en mantener las cosas sencillas, por ejemplo limitando el número de KPIs. Un negocio de consumo eligió tres: cantidad y fuente de tráfico a los activos digitales, calidad del tráfico y tasas de conversión.

Los líderes de negocio pueden “lubricar los engranajes” del proceso secuenciando las tareas para que se apoyen unas en otras (8: Driek Desmet, Shahar Markovitch y Christopher Paquette, “Speed and scale: Unlocking digital value in customer journeys“, Noviembre 2015). Algunos negocios, por ejemplo, desarrollan componentes “horizontales” como capas de gestión de procesos de negocio o plataformas centrales de administración que puedan compartirse a través de varias iniciativas para acelerar los proyectos futuros.

Los líderes también deberían lidiar con la rotación en los puestos senior. Este efecto socava la continuidad y conduce al cinismo entre los trabajadores sobre el terreno. Mientras que la rotación de los seniors es un hecho inherente en la mayoría de los negocios, las empresas se las han ingeniado para crear continuidad en sus programas de cambio reclutando una docena o así de gerentes intermedios influyentes como evangelistas del cambio. Al elevar sus perfiles en el negocio, dándoles responsabilidades reales, como liderar equipos ágiles y recompensándoles generosamente por sus esfuerzos, los líderes pueden construir la continuidad al nivel del negocio donde se hace el trabajo.

9. Hacerlo solo

Going it alone

Si el antiguo mundo trataba sobre mantener las cosas en propiedad y cerradas, el nuevo mundo trata sobre implicarse con un ecosistema de socios y proveedores. Este planteamiento puede ayudar a acelerar el acceso a los mercados, el talento, las capacidades u las tecnologías. Los negocios ágiles construyen la capacidad digital con rapidez mediante el uso de los recursos existentes, como el software de código abierto, que puede personalizarse para sus necesidades. Al trabajar de forma reflexiva con los proveedores o socios para acceder a nuevas capacidades puede lanzar hacia adelante la actyividad y ayudar a los negocios a aprender con rapidez cómo “digitalizarse”.

En este nuevo mundo de ecosistemas (9: Venkat Alturi, Miklós Dietz y Nikolaus Henke, “Competing in a world of sectors without borders“, McKinsey Quarterly, Julio 2017)), el éxito se basa en tener una comprensión detallada de las capacidades y ventajas que ya tienes y las que necesitas. Invertir en una estrategia alrededor de APIs (los enlaces que permiten a diversos sistemas “hablar” entre sí) (10: Keerthi Iyengar, Somesh Khanna, Srinivas Ramadath y Daniel Stephens, “What it really takes to capture the value of APIs“, Septiembre 2017) es crucial de forma que los negocios desarrollen los medios para integrarse con muchos socios, proveedores y plataformas diferentes. Las empresas punteras también están construyendo habilidades de gestión de relaciones con el ecosistema, desde negociar equipos que vigilan a socios potenciales hasta gente dedicada a gestionar las comunidades de socios y desarrolladores.

10 . Ir demasiado despacio

Going too slowly

Por muy deprisa que creas que vas, es probable que no sea lo suficientemente rápido. La velocidad es la esencia cuando se trata de reaccionar a los cambios en el mercado y capturar oportunidades de ingreso antes que la competencia.

Una forma de ganar velocidad es automatizar procesos y tareas que consumen tiempo. Por ejemplo adoptar el “desarrollo guiado por pruebas” – escribir pruebas automáticas para el código antes de escribir el código en sí, puede acelerar mucho el desarrollo. Una empresa hotelera internacional consolidó sus sistema de ventas y catering cambiándose a un repositorio único de control de versiones, integrando código dos veces al día, e insistiendo en que los desarrolladores escribiesen pruebas automáticas para los nuevos cambios en su código. Como resultado, la empresa redujo su tiempo hasta la salida al mercado con el nuevo software en un 25 por ciento (11: Satty Bhens, Ling Lau y Shahar Markovitch, “Finding the speed to innovate“, Abril 2015).

Con la velocidad en mente, un equipo de desarrolladores en otra empresa adoptó una herramienta colaborativa para seguir la pista al rendimiento de las ventas, las aplicaciones y el servicio. Cada 10 minutos, la herramienta escupe nuevas métricas -ventas, en efectivo o con tarjeta de crédito, números comprometidos, tamaño de la cesta- y el equipo puede ver de un vistazo cómo está funcionando el sistema. Un canal de alertas permite a los líderes del proyecto identificar si un problema es nuevo o es conocido, grande o pequeño, de forma que puedan planear el mejor modo de lidiar con él. La meta es reaccionar con rapidez más que asegurarse de que todo está “perfecto”.

Los negocios más efectivos incorporan la velocidad al hacer de la agilidad una forma de vida. Usan ciclos cortos de desarrollo para enfrentarse a necesidades específicas, prueban repetidamente con los clientes arreglos rústicos y rápidos, y producen soluciones “suficientemente buenas”. En marketing, por ejemplo, las organizaciones ágiles (12: David Edelman, Jason Heller y Steven Spittaels, “Agile marketing: A step-by-step guide“, Noviembre 2016) pueden probar múltiples nuevas y lanzar cientos de campañas al mismo tiempo y poner ideas en el terreno de juego en días en vez de en semanas o meses.

 

Para construir valor real, los líderes de negocios deben asumir riesgos, pero los que tengan éxito serán los que comprendan cómo gestionar los riesgos que importan y evitar las tareas que pueden arruinar una transformación – al mismo tiempo que llevan a sus organizaciones al límite.

Anuncios

Mesa Redonda sobre Transformación Digital en los sectores que dinamizan la economía

El pasado viernes 22 de septiembre tuve el honor de participar en una mesa redonda sobre transformación digital organizada por la asociación Ejecutivas & Consejeras (Eje&Con) y la Real Sociedad Matemática en la Universidad de Málaga. Se trataba de unas jornadas sobre Liderazgo y desafíos STEM (las siglas en inglés de Ciencia, Tecnología, Ingeniería y Matemáticas).

Este post es para dar cuenta de unas cuantas cosas que aprendí en esa ocasión y sobre las que he pensado este fin de semana.

La presentación de Elena Gil Lizasoain sobre el big data despertó mucho interés

El programa de actividades era bien amplio, y comenzaba el jueves 21 con la inauguración oficial, varias ponencias y mesas redondas a las que no pude asistir por motivos de agenda. Yo participé en parte del programa del viernes 22.

Tras una brillante intervención de Elena Gil, CEO de LUCA (Last Universal Common Ancestor), acerca del potencial del Big Data, se produjo una ronda de preguntas por los asistentes, sobre perfiles y capacitación, y una interesante pregunta sobre la representatividad de los conjuntos de datos de uno sólo operador telefónico acerca de los movimientos de los turistas en Murcia (una de las aplicaciones que nos mostró la ponente).

Orígenes de los visitantes a Murcia desde la provincia de Alicante. Fuente: http://data-speaks.luca-d3.com

Es verdad, una muestra sesgada, por muy grande que sea, no deja de tener un sesgo que puede distorsionar la interpretación. Un gran amigo de hace décadas estaba sentado a mi lado durante la charla, y me hablaba de la cita de Mark Twain:

Hay mentiras, malditas mentiras y estadística

Ahora podríamos añadir un peldaño más: Hay mentiras, malditas mentiras, estadística y Big Data. No seré yo de los que se oponen a los avances, aunque sí creo que la cautela y las cuestiones éticas en el uso de la tecnología son siempre el punto de partida imprescindible. Mal empleado, el big data tiende a confirmar nuestros prejuicios previos, simplemente por los conjuntos de datos históricos que empleemos, o por la programación del aprendizaje automático que realicemos. Sobre todo, la principal barrera, como en tantas cuestiones de la transformación digital, sería interpretar este reto como un reto tecnológico. No lo es. Es un reto de gestión. Se trata de desarrollar las capacidades necesarias para interpretar las 4 Vs de grandes Volúmenes de datos, que llegan a toda Velocidad, en formatos diVersos y de cuya Veracidad nos tenemos que asegurar. Eso es el unicornio del Científico de Datos

Moderó la mesa Eva García Lizcano, y participaban Gabriele Scattolo, la directora de la tienda IKEA Málaga, Pedro Antonio de Alarcón, de LUCA – Big Data for Social Good y yo mismo. Aquí están las preguntas que me hizo Eva, y lo que yo quería responder. Lo que realmente respondí seguramente sería distinto, pero no se diferenciaba mucho.

¿Cómo abordáis la transformación digital en una empresa de aguas, coméntanos algunos ejemplos aplicados de decisiones data driven? Hemos constituido cinco laboratorios de aceleración digital, temáticos y orientados a la operación, las relaciones con los clientes y ciudadanos, la comunicación y las administraciones. Cada uno de ellos promueve proyectos innovadores que transforman la actividad, desarrollan propuestas de valor o testean nuevos modelos de negocio, de una forma abierta a inclusiva, juntando a usuarios con productores, estimulando la colaboración y el intercambio. Por poner un par de ejemplos, uno antiguo y uno nuevo, podemos citar, en lo antiguo, nuestras herramientas de planificación de la renovación de redes de alcantarillado y abastecimiento (Metresa y Metrawa), que recopilan y analizan todos los datos sobre el estado de conservación de la red y recomiendan cuáles renovar y cómo, para que la ciudad saque el maximo partido. cada euro invertido. En lo nuevo, podemos mencionar nuestra plataforma CityDataVision, que integra datos del servicio, de otros servicios urbanos y datos abiertos como los meteorológicos y los del censo para resumir en forma de mapas de calor las viviendas vacías o la evolución de la actividad comercial, ayudando a los decisores urbanos a entender el metabolismo de la ciudad.

¿Qué tipo de operativa se realiza en un Operation Lab? Los Dinapsis Operation Labs abordan la transformación digital de las operaciones de las empresas de aguas mediante espacios con tres funciones especializadas: un Hub Operativo, un Lab especializado y un Showroom de sus actividades. En el Hub operativo se centralizan servicios de planificación de inversiones en los activos, mantenimiento OPEX, control en tiempo real, gestión de la telemedida y gestión de la fuerza de trabajo en campo. En el Lab se exploran nuevas propuestas de valor y/o nuevos modelos de negocio, en colaboración con el ecosistema local/regional de innovación, para desbordar las fronteras tradicionales del ciclo integral del agua y aportar nuevos servicios y nuevas oportunidades a la sociedad. El Showroom es la apertura transparente de esas actividades que acabo de describir y una invitación a participar en el juego a todas las personas y entidades que tengan una idea, un sueño con el que construir juntos nuevas oportunidades y horizontes.

¿Cómo aplicáis la innovación en una empresa de servicios para el sector del agua? La innovación ha sido, es y será el centro psicomotor de nuestra actividad. Más allá de cómo aumentar la eficiencia en la distribución o la versatilidad de la depuración del agua residual, vivimos en una perpetua rueda de reinvención de nuestra actividad, tanto en mejoras incrementales como en la disruptiva pura y dura. En cada tramo del embudo o “funnel” de innovación, Suez interviene, desde la investigación básica, con proyectos Life, H2020, empresas de capital riesgo en su programa Vento, centros tecnológicos, del que CETaqua Andalucía, no muy lejos de aquí, es un magnífico ejemplo, o con los laboratorios de innovación más aplicada como Dinapsis. Pero sobre todo, se trata de una actitud de constante cuestionamiento y exploración del presente para imaginar y construir el futuro de un mundo más habitable, sostenible, diverso, moderno y socialmente equitativo.

Me gustó mucho conocer la visión de Gabriele y de IKEA sobre el poder del grupo, el impulso a la diversidad en su empresa (un 60% de sus directivos son mujeres, al parecer) y los valores como la capacidad de asumir y delegar responsabilidades, la inquietud e inconformismo y la apertura al cambio propuesto por otros.

Pedro Alarcón citó a Platón para hablar de Big Data y los proxies que emplean para interpretar la realidad, como las sombras de la caverna. La visión de la teledetección permitió pronosticar la caída de los resultados de Walmart; había menos coches en sus aparcamientos, y el mapa de calor de las llamadas durante el terremoto de hace un año en México permitió destacar las zonas más afectadas. Es decir, el Big Data puede devolverle el favor a la sociedad, en vez de servir sólo para diseñar mejores campañas de marketing, cada vez más invasivas e inquietantes.

Lo mejor fue que se abriese, por iniciativa de Eva, un pequeño debate sobre la forma de potenciar la presencia de la mujer en las actividades relacionadas con las STEM. Recuerdo que cuando estudié la carrera, allá por el siglo pasado, tenía muy pocas compañeras de promoción. En el debate improvisé que esto se debe a un sesgo cultural que atribuye a las mujeres roles relacionados con otras disciplinas. Y no estoy de acuerdo con que eso siga siendo así. Nuestra sociedad necesita a la mujer en todos los campos profesionales, en todos los rangos jerárquicos. Sin eso, nos torcemos, perdemos competitividad, queda más sitio, demasiado, para los típicos groseros que sólo convencen por la fuerza, física o de sus gritos e intimidaciones, que inhiben el desarrollo del talento y de las ideas más creativas, que serán las ideas que nos rescaten de nuestra destrucción. Iniciativas como la de esta mesa redonda, estas jornadas de LiDES, la RSME, EJE&CON y la Universidad de Málaga, ayudan a dar visibilidad a lo (poco o mucho) que podamos avanzar en este terreno y hacer de este un lugar mejor en el que crecer y vivir.

P.S: Añado un enlace a un vídeo de TED que mi amigo Dani Cardelús me hizo llegar ayer. Sobre big data, oráculos y thick data. Y sobre cómo lo estructurado y modelado no es necesariamente lo que más interesa pronosticar acerca de la realidad.

Y después he visto este otro sobre cómo detectar malas estadísticad.

Gerentes de producto para el mundo digital, según McKinsey

Este artículo de Chandra Gnanasambandam, Martin Harrysson, Shivam Srivastava y Yun Wu para McKinsey expone el nuevo rol de los gerentes de producto, que ahora son mini – CEOs de su producto y aúnan facetas tecnológicas, generalistas y de negocio.

El rol del gerente de producto se está expandiendo debido a la importancia creciente de los datos en la toma de decisiones, y la concentración de la atención en el cliente y el diseño, así como la evolución de las metodologías de desarrollo de software.
Los gerentes de producto son el cemento que une las muchas funciones que tocan un producto: la ingeniería, el diseño, el éxito del cliente, las ventas, el marketing, las operaciones, las finanzas, los aspectos legales y más. No sólo  deciden lo que se construye sino que también influyen en cada aspecto de cómo se construye y se lanza.

A diferencia de los gerentes de producto del pasado, que estaban centrados sobre todo en la ejecución y a quienes se media por la entrega a tiempo de proyectos de ingeniería, el gerente de producto de hoy es cada vez más el mini-CEO del producto. Llevan muchos “sombreros”, usando una amplia base de conocimientos para tomar decisiones de compromiso, y cohesionar equipos multidisciplinares, asegurando el alineamiento entre diversas funciones. Más aún, la gestión de producto está emergiendo como el nuevo campo de entrenamiento para los futuros CEOs de las tecnológicas.

A medida que más empresas de fuera del sector tecnológico se preparan para constuir capacidades de software para su éxito en la era digital, es crítico que entiendan bien el rol de la gestión de producto.1

Por qué necesitas un gerente de producto que piensa y actúa como un CEO

La emergencia del gerente de producto mini-CEO está guiada por un conjunto de cambios en la tecnología, las metodologías de desarrollo y la forma de comprar de los consumidores. Juntos, constituyen un fundamento sólido para tener un gerente de producto bien redondeado que esté más orientado al exterior y pase menos tiempo supervisando la ejecución de la ingeniería del día a día, al mismo tiempo que sigue comandando el respecto por la ingeniería.

Los datos lo dominan todo

Las empresas tienen hoy cuevas del tesoro llenas de datos internos y externos y las utilizan para tomar cada decisión relacionada con los productos. Es natural para los gerentes de producto -que son los que están más cerca de los datos- adoptar un papel más amplio. El éxito del producto puede medirse también con claridad a través de un conjunto de métricas más amplio (adopción, retención, conversión y así sucesivamente) a un nivel más granular, y a los gerentes de producto se les puede dar una influencia amplia para afectar a esas métricas

Los productos de construyen de forma diferente

Los gerentes de producto funcionan ahora a dos velocidad: planifican los lanzamientos diarios o semanales de funcionalidades, así como la hoja de ruta del producto para entre los próximos 6 y 24 meses. Los gerentes de producto pasan mucho menos tiempo escribiendo largos requisitos; en vez de eso, deben trabajar estrechamente unidos con distintos equipos para obtener realimentación e iterar frecuentemente.

Los productos y sus ecosistemas se están volviendo más complejos

Mientras que los productos de software-as-a-service se están volviendo más simples para los clientes, con funcionalidades modulares en lugar de un único lanzamiento monolítico, son cada vez más complejos para los gerentes de producto. Los gerentes deben ahora supervisar múltiples lotes, tramos de precio, precios dinámicos, trayectos de ¡venta al alza y estrategias de precio. Los ciclos de vida también se están volviendo más complejos, con expectativas de nuevas funcionalidades, mejoras frecuentes, y ampliaciones después de la compra. Al mismo tiempo, el valor del ecosistema circundante está creciendo: los productos modernos son cada vez más sólo un elemento de un ecosistema de servicios y negocios relacionados. Esto ha conducido a un salto en las responsabilidades desde el desarrollo de negocio y el marketing a gerentes de producto. Las nuevas responsabilidades para los gerentes de producto incluyen la supervisión de la interfaz de programación de aplicaciones (API) como un producto, la identificación y pertenencia a las coaliciones clave, la gestión del ecosistema de desarrolladores y más.

Cambios en la “plataforma de ejecución”

Además de los desarrolladores y probadores, los equipos de desarrollo de producto incluyen a operaciones, analítica, diseño y mercaderes de producto que trabajan estrechamente unidos en “plataformas de ejecución” para aumentar la velocidad y la calidad del desarrollo de software. En muchas organizaciones de software, el modelo DevOps está desmantelando los silos organizativos y permitiendo a los gerentes de producto obtener revelaciones más amplias y multidisciplinares y llegar a soluciones de producto más robustas de forma más efectiva.

La Consumerización (o consumidorización) de las TI y el rol elevado del diseño

Un software de consumidor sin fisuras, amigable con el usuario, impregna nuestras vidas, los usuarios de negocios esperan cada vez más una mejor experiencia para el software empresarial. El gerente de producto moderno necesita conocer profundamente al cliente. Esto significa estar obsesionado con las métricas de uso y con construir empatía con el cliente por medio de canales on-line, entrevistas cara a cara y ejercicios de acompañamiento para observar, escuchar y aprender cómo la gente usa y experimenta en realidad los productos.

Tres arquetipos del gerente de producto mini-CEO

Hay tres perfiles comunes del arquetipo del mini-CEO: tecnólogos, generalistas y orientados a negocio. Estos tres perfiles representan el foco de atención primario (pero no el único) del gerente de producto mini-CEO; como cualquier CEO, trabajan a través de múltiples áreas (por ejemplo, se espera que un gerente de producto tecnólogo esté al tanto de las métricas clave de negocio). La mayoría de las empresas de tencología tienen hoy una mezcla de tecnólogos y generalistas (Diagrama 1).

Diagrama 1

Diapositiva1

Fuente: Traducido de McKinsey

A medida que emergen estos tres arquetipos, el gerente de proyecto es un arquetipo en declive y se le ve principalmente en empresas antiguas de producto. El rol de la ejecución del día a día de la ingeniería es ahora habitualmente responsabilidad de un gerente de ingeniería, gerente de programa o scrum master. Esto permite un mayor apalancamiento, con un gerente de producto para entre 8 y 12 ingenieros, frente al ratio de un gerente de producto para entre 4 y 5 ingenieros que ha sido común en el pasado.

Temas comunes a los tres arquetipos

La intensa atención en el cliente es algo sobresaliente en todos los gerentes de producto. Por ejemplo, los gerentes de producto de Amazon se encargan de escribir notas de prensa desde el punto de vista de los clientes para cristalizar lo que creen que los clientes pensarán sobre un producto, incluso antes de que el producto se desarrolle. 2 Esta nota de prensa sirve entonces como el mecanismo de aprobación del producto en sí mismo.

Sin embargo, hay diferencias en cómo los gerentes de producto conectan con los usuarios. Mientras que los tecnólogos pueden dedicar tiempo a conferencias de la industria hablando con otros desarrolladores o leyendo Hacker News, el generalista normalmente empleará ese tiempo en entrevistarse con los clientes, hablando con el equipo de ventas, o revisando métricas de uso.

Un nuevo campo de entrenamiento para los CEOs

Los gerentes de producto modernos están llenando cada vez más la tubería de alimentación de nuevos CEOs de empresas tecnológicas. Antes de convertirse en los CEOs de Google, Microsoft y Yahoo, Sundar Pichai, Satya Nadella y Marissa Mayer fueron gerentes de producto, y aprendieron a influir y dirigir equipos pastoreando productos desde la planificación al desarrollo al lanzamiento y más allá. Esa experiencia también es valiosa más allá de la tecnología. el CEO de PepsiCo Indra Nooyi empezó su carrera en roles como los de gerente de producto en Johnson & Johnson y Mettur Beardsell, una firma textil.

Mientras que hoy día semejante trasfondo sigue siendo infrecuente entre los CEOs, los programas rotacionales de gerentes de producto son los nuevos programas de desarrollo de liderazgo para muchas empresas tecnológicas (por ejemplo, véase los programas:Facebook Rotational Product Manager Program, the Google Associate Product Manager Program y el Dropbox Rotation Program). Cualquiera que critique la anlaogía entre los gerentes de producto y los CEOs  indicará que a los gerentes de producto  les faltan las repsponsabilidades directas de pérdidas y beneficioso y ejércitos de informes directos, así que es crítico para los gerentes de producto con ambiciones directivas adentrarse en la gestión general para ampliar su experiencia.

El gerente de producto del futuro

A lo largo de los próximos tres a cinco años, veremos cómo el rol de gestión de producto sigue evolucionando hacia una atención más profunda al dato (sin perder empatía por los usuarios) y una mayor influencia en decisiones ajenas al producto.

Los gerentes de producto del futuro serán gurús de la analítica y menos dependientes de los analistas para las preguntas básicas. Serán capaces de poner en marcha con rapidez un cluster Hadoop en Amazon Web Services, extraer datos de uso, analizarlos y sacar conclusiones. Serán adeptos a aplicar los conceptos de aprendizaje asistido (machine learning) y herramientas específicamente diseñadas para aumentar la capacidad de toma de decisiones del gerente de producto.

Anticipamos que la mayoría de los gerentes de producto modernos dedicarán al menos el 30 por ciento de su tiempo a actividades externas como comprometerse con los clientes y el ecosistema de socios. Ese compromiso no estará limitado a los productos de consumo -a medida que la consumidorización de la TI continúa, los gerentes de producto B2B conectarán directamente con los usuarios finales en vez de realimentarse a través de las múltiples capas de ventas e intermediarios.

De manera similar, el trasfondo de los gerentes de producto del futuro evolucionará para encajar con ese nuevo papel. Unos fundamentos de informática seguirán siendo esenciales y se complementará con la experiencia y trabajo práctico en diseño. Los gerentes de producto sabrán cómo crear mock-ups y apalancar marcos de trabajo y APIs para prototipar con rapidez un producto o una funcionalidad. Los gerentes de producto empezarán típicamente sus carreras bien como ingenieros o como parte de un programa rotacional. Después de tres o cuatro años, podrían obtener un MBA ejecutivo o de tiempo completo con una especialización en gestión de producto, que se está convirtiendo en un foco de atención en varios programas MBA de gama superior, los cuales esperamos que serán cada vez más predominantes.

Un aspecto clave del perfil de un futuro gerente de producto serán las frecuentes transiciones entre productos e incluso empresas. Un gerente de producto en una empresa líder de tecnología B2B nos dijo: “Para el éxito en nuestra empresa, es crítico que esté constantemente aprendiendo no sólo nuevas tecnologías, sino también nuevos modelos de negocio. De aquí que contratemos un montón de gente de Google, Amazon y VMWare y animemos a nuestros gerentes de producto a que roten de un producto a otro”.

Para empezar: Redefine tu función de gerencia de producto

Recomendamos que las organizaciones empecen con una minuciosa evaluación de sus capacidades actuales de gestión de producto en seis áreas: anclaje en la experiencia del cliente, orientación al mercado, pericia en decisiones de negocio, habilidades técnicas, habilidades soft, y la presencia de capacitadores organizativos. Las empresas se suelen centrar en las categorías primera a tercera y en cumplir el estándar en el resto del tablero (Diagrama 2).

Diagrama 2

Presentación3

Fuente: Traducido de McKinsey

Una vez que una empresa ha establecido un punto de partida acerca de sus capacidades de gestión de producto, suele seguir dos caminos paralelos -contratar nuevo talento en áreas estratégicas e invertir en un amplio programa de construcción de capacidades para el talento existente. Para los últimos, un planteamiento de práctica y debate ha resultado ser lo que mejor funciona, donde los gerentes de producto trabajan sobre proyectos reales con sesiones regulares de orientación y comentarios.

El desarrollo de software es necesariamente una prioridad estratégica para todas las empresas en la actual era digital. Los gerentes de producto juegan un papel decisivo, al servir de enlace entre los equipos de ingeniería de software y otras partes de la organización.  Han emergido distintos arquetipos en las empresas líderes de tecnología que pueden indicar el camino a seguir para las organizaciones que empiezan a construir nuevas capacidades digitales.

 

Metodos ágiles para tu transformación de datos

En este artículo para (¿lo adivinas?) McKinsey, los consultores Chiara Brocchi, Brad Brown, Jorge Machado y Mariano Neiman cuentan cómo acelerar  la transformación de datos de tu empresa usando métodos AGILE.

Usar métodos ágiles para tu transformación de datos

Los problemas de gestión de datos pueden socavar la capacidad de las empresas para crear valor a partir de la analítica de datos. Algunos negocios están usando principios ágiles para asegurar que los datos estén disponibles cuando y donde se necesiten.

Los datos se han convertido en activos estratégicos fundamentales en la mayoría de las organizaciones, y la gestión de los datos se ha convertido en la principal prioridad para la mayoría de líderes de C-suite. La información estructurada y desestructurada que las empresas recopilan sobre la gente y los procesos tiene el poder de espolear la adquisición y retención de clientes de vanguardia. Puede revelar áreas donde los procesos podrían ser más eficientes, y puede ayudar a los líderes de los negocios a tomar mejores decisiones que reduzcan  el riesgo organizativo global. Los datos son la piedra angular sobre las que las empresas están lanzando sus transformaciones digitales – invirtiendo en capacidadaes analíticas, aprendizaje mecánico (machine learning), robótica y otras tecnologías para potenciar sus probabilidades de éxito (1).

Sin duda, la empresas están gastando cientos de millones de dólares para transformar sus infraestructuras y procesos TI relacionados con datos. Pero para la mayoría, los beneficios de hacer esto se han quedado limitados a áreas de actividad discretas. Las soluciones de migración de datos creadas para unidades de negocio específicas o para áreas funcionales – como los repositorios ad hoc construidos para los datos financieros o administrativos – han sido difíciles de replicar a lo largo y ancho de la empresa porque no hay una lógica de extremo a extremo o una gobernanza central asociada con ellos. La información crítica de negocio sigue atrapada en sistemas aislados.

Además, la mayoría de las empresas se enfrentan a un gran déficit de talento cuando se trata de gestión de datos. Es habitual que la pericia sea limitada en los grupos de TI y negocio acerca de las nuevas tecnologías, habilidades y arquitecturas de migración de datos, así como los enfoques de entrega de datos. Y los expertos relevantes en la materia, que podrían ayudar a definir las mejores prácticas en migración y transformación de datos tienden a estar tan metidos en silos como los flujos de datos que supervisan.

En demasiadas empresas, los beneficios de los datos siguen indefinidos. Cerca del 60% de los bancos, por ejemplo, dicen que nunca han cuantificado el valor potencial a obtener de inversiones en herramientas y capacidades de migración de datos (Encuesta Mckinsey de 2015 a los bancos de EEUU globales y sistemáticamente importantes sobre los objetivos y el estado de sus programas BCBS239). Sin una visión clara y métricas basadas en resultados para guiar las decisiones y estrategias de los ejecutivos, los proyectos de transformación de datos pueden renquear durante años.

Los negocios deben generar conocimiento basado en analítica de datos mucho más rápido que eso. Necesitan un programa coordinado de gestión de datos que implique explícitamente al negocio y que pueda desplegarse a través de diversas funciones y unidades de negocio.

Algunas empresas punteras están usando un enfoque ágil para ejecutar sus programas de datos. Agile es una metodología que ha pasado la prueba del tiempo y se utiliza en organizaciones de TI para construir software o gestionar procesos con más efectividad. En sentido amplio es un enfoque colaborativo en que equipos multidisciplinares diseñan y construyen productos y funcionalidades mínimamente viables (MVPs) con rapidez, las prueban con los clientes y los refinan y realzan en iteraciones rápidas (3). De forma similar, los datos ágiles se basan en un acercamiento común al desarrollo y la entrega: equipos interdisciplinares con miembros del negocio y de la TI trabajan en laboratorios de datos que se enfocan en generar introspecciones que permiten a la empresa orientarse a sus mayores prioridades de negocio y obtener resultados positivos con rapidez.

En este artículo exploramos los principios de los datos ágiles y los pasos que las empresas pueden dar para introducirlos en sus organizaciones. Las empresas que despliegan datos ágiles pueden realizar mejoras significativas en los procesos y productos a corto plazo y sentar las bases para avances e investigaciones futuras en infraestructuras de big data.

Comprender los datos ágiles

Un enfoque de datos ágiles se basa necesariamente en varios principios fundamentales y habilidades organizacionales. La primera es un acercamiento dirigido por el negocio a la transformación digital y, por tanto, a la migración y gestión de datos. A través de este enoque, las empresas crear una lista maestra de posibles casos de negocio de analítica avanzada, así como de oportunidades para nuevos o mejorados productos o procesos. Toman el inventario de los distintos tipos de datos asociados a esos casos de uso y oportunidades. Durante este proceso, identifican las características de los clientes y actividades más importantes a través de un conjunto de dominios de negocio. Una aseguradora que se enfrenta a ser desbancada por nuevos entrantes digitales, por ejemplo, puede considerar formas de realizar análisis más detallados de factores como los comportamientos de compra de los clientes o el tiempo que tarda en servir a los clientes. De este modo, podría mejorar sus procesos de subrogación, reducir costes y aumentar la calidad del servicio.

Los equipos puntúan las oportunidades identificadas y consideran, para cada una, los niveles de gobierno de los datos, la arquitectura y la calidad requerida – los canales de consumo preferidos por los clientes, por ejemplo, o las fuentes de datos “de oro” (o irrefutables) requeridas, o la latencia de los datos. El resultado serán dos hojas de ruta detalladas y alineadas -una destacando los objetivos de negocio, presupuestos y marcos temporales e hitos; la otra definiendo los requisitos de datos para construir una arquitectura de big data efectiva y proveer un soporte analítico sin fisuras.

Otro principio crítico de datos ágiles es la propiedad compartida. Las interacciones entre unidades de negocio y la organización TI en la mayoría de las empresas se limitan habitualmente a peticiones de negocio y soluciones TI lanzadas a un lado y otro de un muro que separa a ambos. Para desplegar un enfoque de datos agile con éxito, los representantes del lado del negocio deben sentarse físicamente con los miembros de la organización TI. Tenerlos en la misma sala puede ayudar a romper las barreras culturales -la gente de negocio pueden aprender más sobre tecnología, y los gerentes de TI exponerse a más elementos del negocio. Y lo que quizás sea más importante, la propiedad compartida de los protocolos de migración y gestión de datos pueden ayudar a la organización a definir requisitos de datos just-in-time, validar rápidamente el caso de negocio de las soluciones propuestas (en lugar de esperar a que las aprobaciones vayan cayendo en cascada por los canales tradicionales) y asegurar la calidad de la solución (a través de una supervisión constante). A medida que el enfoque ágil se adueña de la compañía, los equipos dispersos podrían ser capaces de usar las tecnologías de redes sociales y colaboración para lograr los mismos efectos que conseguirían estando en el mismo sitio.

También es crítico construir equipos multidisciplinares o scrum (Diagrama 1). Las empresas pueden beneficiarse de asignar equipos dedicados plenamente a sus esfuerzos de transformación de datos. Estos equipos scrum podrían incluir representantes de las unidades de negocio y de TI – por ejemplo, científicos de datos, ingenieros de datos, propuetarios de información de negocio, desarrolladores de TI y especialistas de control de calidad. Según nuestra experiencia, los equipos trabajan mejor cuando están aislados del resto de la organización en data labs y cuando el 100% de su tiempo está asignado a gestión de datos ágiles. Estos equipos scrum se enfocarían en desarrollar y entregar productos y procesos de migración de datos mínimamente viables que puedan liberarse, probarse y refinarse con rapidez – acelerando de este modo la capacidad de las empresas para obtener visiones lúcidas y valor de negocio a partir de los datos a su disposición. A medida que los programas de transformación de datos abarcan mas y más unidades de negocio, los múltiples laboratorios de datos podrían refundirse en una factoría de datos. Los sistemas de soporte adicionales, como la oficina de gestión de proyectos, podrían ser de gran ayuda supervisando la actividad de los equipos scrum y asegurando que los esfuerzo de migración de datos se realizan como estaba planeado (De acuerdo con hitos definidos previamente) y que cualquier problema relacionado con los datos se resuelve con rapidez.

Diagrama 1. Traducido a partir del diagrama del artículo original en mckinsey.com

Diagrama 1. Traducido a partir del diagrama del artículo original en mckinsey.com

Por último, las empresas necesitarán adoptar las tecnologías emergentes. Los data lakes son particularmente prometedores (Diagrama 2). Un data lake es un repositorio para toda la información de negocio estructurada y amorfa recopilada desde la miríada de sistemas ubicados en las distintas unidades de negocio y áreas funcionales de una empresa. Incluiría datos actuales y archivados y, a través del uso de APIs, podría enriquecerse con información de proveedores externos -datos sociales de Facebook o Twitter, por ejemplo-o con datos abiertos, como coordenadas GPS. A diferencia de un almacén de datos convencional, los data lakes no almacenan datos en archivos y carpetas; los datos permanecen en sus formatos originales. El coste de almacenar esos datos sigue por lo tanto siendo bajo, ya la capacidad de configurar o reconfigurar los datos al vuelo sigue siendo alta. Más allá de las capacidades eficientes de almacenamiento, el data lake sería compatible con herramientas estándar de hallazgo de datos, haciendo que sea fácil para los usuarios de TI y de negocio encontrar la información que necesitan. El data lake puede construirse por separado de los sistemas centrales de TI al principio (en un entorno de hallazgo) de forma que las actualizaciones puedan realizarse más fácilmente a medida que evolucionen las tecnologías de datos. En algún momento, sin embargo, el data lake debería integrarse con la arquitectura de datos existente en la empresa y servir como la fuente principal de información. Se alimentaría el lago con datos para cada caso de uso; pero con el tiempo la empreda tendría acceso a un conjunto de datos fiables que soportarían un espectro de aplicaciones.

Diagrama 2

Fuente: traducido del artículo de McKinsey.com

Fuente: traducido del artículo de McKinsey.com. 1: PMO: Project Management Office – Oficina de Gestión de Proyecto

Demostrar el impacto con datos ágiles

Un enfoque ágil de la migración y gestión de datos conduce a un conjunto de beneficios importantes -ordenar y despejar el panorama de información del negocio no es el menor de ellos (Diagrama 3). Los datos desde múltiples bases de datos, funciones y unidades de negocio pueden combinarse y consultarse más fácilmente. Las empresas pueden obtener valor inmediato del lanzamiento frecuente de soluciones de gestión de datos mínimamente viables. Por medio de la minería de datos posibilitada por el desarrollo de un data lake integral, las empresas pueden también identificar nuevas oportunidades de negocio. Y si las unidades de negocio se implican desde el comienzo en la migración de los datos, pueden capturar esas oportunidades de negocio más rápidamente o de otro modo ayudar a la organización de TI a dar prioridades a los datos – y a las iniciativas de transformación digital. Los proyectos piloto y los datos ya no están encerrados en silos invisibles para todos salvo los miembros del equipo inmediato.

Diagrama 3

Fuente: Traducido del artículo de McKinsey.com

Fuente: Traducido del artículo de McKinsey.com

Este planteamiento ya está teniendo un efecto positivo en las empresas de un espectro de industrias. Un gran banco europeo, por ejemplo, a sido capaz de lanzar un conjunto de iniciativas en plazo, dentro de presupuesto y de acuerdo con los requisitos legales y los hitos, en parte por su adopción de los datos ágiles. Apoyada en sus esfuerzos de integración de datos, el banco ha sido capaz de diseñar y lanzar nuevos servicios orientados al cliente con más rapidez (en semanas en lugar de en meses). El banco estableció un laboratorio de datos compuesto de más de 100 empleados, que implementan proyectos en oleadas de seis meses. Actualizó su infraestructura tecnológica con un data lake que contiene unos 100.000 elementos de datos que múltiples unidades de negocio pueden analizar y utilizar. Un equipo interdisciplinar de TI y negocio desarrolló una hoja de ruta clara para asegurar que los datos que sustentan la entrega de servicios orientados al clientes están siempre disponibles y son de la más alta calidad. Simultáneamente, el banco ha establecido un servicio interno de “ciencia de datos” para ayudar a las unidades de negocio individuales a diseñar programas de analítica y modelos de aprendizaje mecánico (machine learning). Más de 200 empleados de diversos departamentos se han involucrado en el programa de transformación de datos, y han expresado su alta satisfacción con la nueva “cultura de big data” de la empresa. Además, el banco ha sido capaz de construir una biblioteca de más de 300 usos para diversas categorías de datos por usuarios internos y externos -una actividad que al fin y al cabo ayudará a liberar ganancias significativas de eficiencia.

Mientras tanto, una gran empresa farmacéutica estadounidense está en medio de un programa de transformación de datos de dos años de duración. Su objetivo principal es usar la analítica avanzada para mejorar las operaciones en múltiples funciones y departamentos; también aspira a ganar a largo plazo una ventaja competitiva por su uso de la analítica. La empresa ha desplegado metodologías ágiles de datos a través de diferentes flujos de trabajo (prácticas comerciales, I+D y cadena de suministro, por ejemplo) con el fin de construir una visión coherente y consistente de los datos de los clientes. Estableció un conjunto de pequeños equipos interdisciplinares para crear y lanzar herramientas y servicios de integración de datos. En un período relativamente breve de tiempo, estos equipos scrum han sido capaces de agrupar en un único lugar información crítica sobre productos, sectores de precio, contratos y otros datos de clientes desde diferentes sistemas y ámbitos del negocio. Como nos contó un líder, los datos se han democratizado; ahora pueden consultarlos usuarios de distintas partes de la compañía, y los datos se actualizan en tiempo real y por lo tanto dan un mejor soporte a múltiples casos de uso. La compañía espera reducir significativamente su tiempo de puesta a disposición en el mercado con nuevos productos asegurando al mismo tiempo el cumplimiento de la normativa. Más aún, los datos pueden ahora someterse a minería para entendimiento en lo relacionado con futuras fusiones y adquisiciones y lanzamientos de futuros productos.

Empezar con los datos ágiles

Los beneficios de los datos ágiles están claros. Pero persuadir a los líderes de negocio y de TI para que salten a una mentalidad ágil puede ser un desafío, de la misma manera que cualquier cambio organizativo puede serlo. Los empleados de TI probablemente no esté habituados al uso de principios ágiles en la gestión de datos. Pueden oponerse a la idea de romper el statu quo – esto eso, no usar más metodologías en cascada (bajo el modelo en cascada, los pasos del desarrollo deben ocurrir secuencialmente en lugar de iterativamente; ninguna actividad puede continuar hasta que la anterior haya sido completada y aprobada) para construir almacenes de datos tradicionales, los cuales suelen requerir años para desarrollarlos antes de que las empresas puedan obtener valor de ellos. Por su parte, las unidades de negocio pueden estar recelosos de hacerse responsables de activos complejos técnicamente como los datos, los cuales han sido durante mucho tiempo parte del ámbito de la TI. Para cambiar esa dinámica, las empresas deberían contemplar hacer lo siguiente:

Usar proyectos piloto para construir aceptación Un proyecto piloto es la mejor manera de demostrar a TI que un cambio en los métodos de gestión de los datos es posible y para desmitificar los datos ante las unidades de negocio al mismo tiempo que resaltar el valor potencia de los datos ágiles para ambas partes. Los líderes de TI y de las unidades de negocio deberían identificar un único proyecto que sea transversal y de muy alto valor para el negocio -por ejemplo, un servicio basado en datos que ayudase a reducir las molestias a los clientes o mejorar las protecciones contra el fraude. Los éxitos y los fracasos, los hitos alcanzados y el impacto obtenido deberían ser comunicados clara y frecuentemente por toda la empresa a medida que progrese el piloto y cuando el servicio de libere finalmente. De este modo, se pueden codificar las mejores prácticas y se puede identificar y animar a los abanderados del proyecto más fuertes.

Dar poder a los equipos de datos ágiles. Los líderes senior deberían dar a los equipos interdisciplinares de datos ágiles vía libre para tomar decisiones importantes relacionadas con la migración y arquitectura de los datos. Los equipos scrum deben estar completamente dedicados en actividades realizadas en laboratorio de datos y comprometidos con un planteamiento de prueba y aprendizaje; no pueden ser agentes a medias, ni pueden esperar a la aprobación de colegas o jefes de fuera del laboratorio de datos. Las empresas deberían por lo tanto establecer canales directos de comunicación entre los equipos scrum y los líderes senior y definir planes de escalado: cuando surjan preguntas u obstáculos, los equipos scrum comparten sus preocupaciones con la oficina de gestión de proyecto y los líderes senior designados, quienes deben responder en horas o días, no semanas.

Actualizar la infraestructura tecnológica. El lanzamiento de un programa de transformación de datos proporciona una oportunidad a las compañías para considerar formas de mejorar los sistemas y tecnologías actuales. La creación de un data lake, por ejemplo, puede requerir nuevas plataformas, herramientas y conjuntos de habilidades que deben ser compatibles con la arquitectura TI global de la empresa. También puede espolear a los líderes de TI para que reconsideren sus estrategias de TI para la empresa, planteando preguntas como: ¿Cómo podemos integrar el data lake con los sistemas existentes? ¿Cómo pueden las herramientas y las plataformas empleadas para soportar los datos ágiles apalancarse en otras circunstancias? ¿Deberíamos introducir tecnologías de código abierto?

Enfatizar nuevas formas de comunicación. Los métodos de comunicación usados en los laboratorios de datos ágiles son distintos de los que se usan en el resto de la organización y deben gestionarse de ese modo. Los resultados deberían supervisarse estrictamente y pueden representarse gráficamente utilizando gráficos “burn up” (un gráfico que compara el trabajo realizado con los resultados esperados cada semana). Los equipos scrum no deberían compartir estos resultados sólo con sus supervisores inmediatos; deberían también compartirlos con las partes interesadas más relevantes de entre las unidades de negocio. Muchos también establecen foros semirregulares en los que los líderes de TI y de negocio pueden acudir a discutir las tendencias y temas importantes de la industria – en áreas de especialización técnica, por ejemplo, o en análisis de la competencia- y realizar “autopsias” de proyectos piloto. Estos canales de comunicación pueden ayudar a garantizar que todo el mundo (dentro y fuera del laboratorio de datos) comprende lo importantes que son los datos ágiles, cómo implantar formas ágiles de trabajar, y cómo resolver cualquier problema.

Desarrollar e introducir indicadores de desempeño. Las métricas que están directamente vinculadas a las formas ágiles de trabajar deberían reflejarse en mecanismos de evaluación de desempeño y en discusiones de revisión del rendimiento. Son críticas para mantener con el tiempo el compromiso con los datos ágiles. En la mayoría de los laboratorios de datos, los planes de trabajo (también llamados backlogs) se basan en planificaciones semanales o quincenales llamadas sprints. Estas planificaciones se supervisan estrictamente por una oficina de gestión de proyecto. Los miembros del equipo scrum tienen responsabilidades individuales claras; y algunos roles están vinculados a resultados específicos. La capacidad del equipo en su conjunto para completar unidades de trabajo, a menudo denominadas “historias de usuario”, se mide y se hace visible para el liderazgo senior. Los indicadores y métricas críticos – por ejemplo, el porcentaje de datos cartografiados o la cantidad de nueva información suministrada al data lake – se recopilan semanalmente, así que si hay problemas, se pueden hacer ajustes inmediatamente. Los líderes de negocio y de TI reciben informes con regularidad y obtienen la visibilidad que necesitan para cambiar el rumbo.

Con un mejor acceso a mejores conjuntos de datos, las empresas pueden desplegar mejores estrategias de segmentación. Pueden aprender más de los datos transaccionales. Pueden automatizar procesos, conduciendo a mayores eficiencias operativas. Pueden competir con más efectividad contra los rivales y pueden encontrar nuevas fuentes de crecimiento. Sin embargo, la mayoría de las instituciones todavía están sufriendo para obtener valor de los datos. En nuestras conversaciones con líderes de TI y de negocio, muy pocos dicen que sus capacidades de gestión de información están “a la medida de las necesidades”. Un planteamiento ágil a la gestión de datos puede ayudar a resolvert este problema. Puede formalizar la colaboración y las conversaciones entre los directivos de las unidades de negocio y los líderes de TI, revelar nuevos usos de los datos existentes, impulsar el desarrollo de iniciativas de negocio dirigidas por los datos, y acelerar la entrega de información de negocio crítica. Lo ágil ya no es sólo una metodología para el desarrollo de software o la gestión de operaciones. Se está convirtiendo en una capacidad crítica para las empresas que quieren gestionar sus datos más estratégicamente y ofrecer experiencias de usuario en múltiples canales sin discontinuidades – las cuales, en esta edad de la digitalización, son todas las empresas.

 

La era de la analítica: Competir en un mundo donde los datos mandan, por McKinsey

En este artículo de Nicolaus Henke, Jacques Bughin, Michael Chui, James Manyika, Tamim Saleh, Bill Wiseman y Guru Sethupathy para McKinsey se revisa una reflexión sobre el papel de los datos y la analítica en la competitividad de los mercados actuales. Y me lanzo, además de a referirlo, a traducirlo como si no existiera un mañana.

Todo con tal de no convertirnos en un dinosaurio en un museo de las empresas extintas… Fuente: http://ichef.bbci.co.uk/

La era de la analítica: Competir en un mundo donde los datos mandan

El potencial del big data no hace más que crecer. Para capturar todas sus ventajas las empresas deben incorporar la analítica en su visión estratégica y utilizarla para tomar decisiones mejores, más rápidas.

¿Es todo el big data bombo publicitario? Todo lo contrario: Puede que la investigación previa sólo haya dado una visión parcial de su impacto final. Un nuevo informe del A new report from the McKinsey Global Institute (MGI), “The age of analytics: Competing in a data-driven world“, sugiere que el abanico de aplicaciones y oportunidades ha crecido y seguirá expandiéndose. Dados los rápidos avances tecnológicos, la pregunta que se plantea a las empresas es ahora cómo integrar nuevas habilidades en sus operaciones y estrategias – y posicionarse en un mundo donde la analítica puede derrocar industrias enteras.

Vídeo: La era de la analítica

http://c.brightcove.com/services/viewer/federated_f9?isVid=1&isUI=1

El big data sigue creciendo; en todo caso, las estimaciones precedentes subestimaron su potencial

Un informe de MGI de 2011 destacó el potencial transformador del big data. Cinco años más tarde, seguimos convencidos de que este potencial no se exageró. De hecho, la convergencia de varias tendencias tecnológicas está acelerando el progreso. El volumen de datos continúa duplicándose cada tres años a medida que la información fluye desde plataformas digitales, sensores inalámbricos, aplicaciones de realidad virtual y miles de millones de teléfonos móviles. La capacidad de almacenamiento de datos ha crecido, mientras que su coste ha caído en picado. Los científicos de datos tienen ahora una potencia de cálculo sin precedentes a su disposición, y están concibiendo algoritmos que son aún más sofisticados.

Anteriormente el MGI estimó el potencial de creación de valor para el big data y la analítica en cinco dominios específicos. Al volver a analizarlos se aprecia un progreso irregular y que gran cantidad de ese valor está todavía sobre el tapete (ver gráfico). Los mayores avances se han producido en los servicios basados en localización y en el comercio minorista de EEUU, ambas áreas con competidores que son nativos digitales. En contraste, la fabricación, el sector público de la UE y la sanidad han capturado menos del 30 por ciento del valor potencial que destacamos hace cinco años. Y han surgido nuevas oportunidades desde 2011, ampliando aún más la ventaja entre los líderes y los rezagados.

Fuente: Traducido de McKinsey, basado en entrevistas con expertos y análisis del McKinsey Global Institute.

Las compañías pioneras no sólo están usando sus habilidades para mejorar sus operaciones centrales, sino también para lanzar modelos de negocio totalmente nuevos. Los efectos de red de las plataformas digitales están creando una situación en que el ganador se lleva la mayor parte en algunos mercados. Las firmas líderes tienen un talento analítico considerablemente profundo para varios problemas –  están buscando activamente maneras de entrar en otras industrias. Estas empresas pueden aprovechar la ventaja de su tamaño y de su entendimiento de los datos para añadir nuevas líneas de negocio, y esas expansiones están difuminando cada vez más las fronteras tradicionales entre sectores.

Donde los nativos digitales habían nacido para la analítica, las empresas tradicionales tienen que hacer el trabajo duro de reconstruir o modificar los sistemas existentes. Adaptarse a una era de toma de decisiones guiada por los datos no es siempre una proposición sencilla. Algunas empresas han invertido fuertemente en tecnología pero todavía no han cambiado sus organizaciones para poder sacarle todo el partido a dichas inversiones. Muchos lo están pasando mal para desarrollar el talento, los procesos de negocio y el músculo organizativo para capturar el valor real de la analítica.

El primer reto es incorporar los datos y la analítica en una visión estratégica central. El siguiente paso es desarrollar los procesos correctos de negocio y las capacidades de construcción, incluyendo tanto la infraestructura como el talento. No basta con simplemente rebozar las operaciones de negocio existentes con potentes sistemas tecnológicos. Todos estos aspectos de la transformación deben reunirse para darse cuenta del potencial completo de los datos y la analítica. Los retos a los que se enfrentan las empresas actuales en sacar esto adelante son precisamente el motivo de que gran parte del valor detectado en 2011 siga sin capturar.

La urgencia para las empresas existentes sigue creciendo, dado que los líderes están al acecho de grandes ventajas, y las dudas aumentan el riesgo de ser afectado. El trastorno está ya ocurriendo, y adopta múltiples formas. Introducir nuevos tipos de conjuntos de datos (“datos ortogonales”) puede conferir una ventaja competitiva, por ejemplo, mientras que las inmensas capacidades de integración pueden atravesar los silos organizativos, permitiendo nuevos entendimientos y modelos. Las plataformas digitales a gran escala pueden emparejar compradores y vendedores en tiempo real, transformando mercados ineficientes. Los datos granulares pueden utilizarse para personalizar los productos y servicios -incluyendo, sorprendentemente, la sanidad.

Las nuevas técnicas analíticas pueden alimentar el descubrimiento y la innovación. Por encima de todo, los negocios no tienen que basarse en corazonadas; pueden usar los datos y la analítica para tomar decisiones más rápidas y pronósticos más precisos basados en una montaña de evidencias.

La próxima generación de herramientas podría desencadenar cambios aún mayores. Las nuevas capacidades de aprendizaje mecánico (machine learning) y aprendizaje profundo (deep learning) tienen una enorme variedad de aplicaciones que abarcan muchos sectores de la economía. Los sistemas posibilitados por el aprendizaje mecánico pueden proporcionar servicio al cliente, gestionar la logística, analizar historiales médicos o incluso escribir noticias.

Estas tecnologías podrían generar ganancias de productividad y una calidad de vida mejoradas, pero acarrean los riesgos de producir pérdidas de puestos de trabajo y deslocalizaciones. La investigación previa de MGI encontró que el 45 por ciento de las actividades laborales podrían automatizarse usando las tecnologías actuales; cerca de un 80 por ciento de ello puede atribuirse a las habilidades de aprendizaje mecánico existentes. Los avances en el procesamiento de lenguaje natural podrían ampliar ese impacto.

Los datos y la analítica ya están sacudiendo múltiples industrias, y los efectos sólo se harán más pronunciados cuando la adopción alcance la masa crítica – y cuando las máquinas adquieran capacidades sin precedentes para resolver problemas y comprender el lenguaje. Las organizaciones que puedan tomar las riendas de esas capacidades de forma efectiva serán capaces de crear valor de forma significativa y diferenciarse, mientras que las demás se encontrarán cada vez más en desventaja.

La necesaria transformación digital de las Utilities según Dani Cardelús

La semana pasada volví a tener la muy grata ocasión de compartir estrado con Dani Cardelús, esta vez para impartir una charla juntos con Pablo Peralta. Tuve ocasión de desvirtualizar a Guille Mas, que asistió al curso. Yo hablé de mi proyecto de lab digital de operaciones después de que Pablo transmitiese la visión estratégica de la transformación digital, y Dani dio una magnífica introducción a las metodologías ágiles de desarrollo de software.

Entonces me enteré de que él también tiene un blog y hoy he empezado a leer lo que nos cuenta en él. En este artículo he disfrutado de su visión del porvenir y de lo apremiante que resulta que de una vez en las empresas de aguas nos desprendamos del business as usual para cambiar drásticamente de rumbo.

¿Antiguo o nuevo? O eres Van Damme en el anuncio de Volvo o te tocará elegir. Fuente: autocosmos.com

¿Debemos abandonar nuestros estrambóticos planes de nadar entre dos aguas? Yo creo que ya va siendo hora, como Dani preconiza. Y también que voy a frecuentar su blog.

Agua y tecnología, ¿oportunidad o riesgo?

El martes que viene voy a participar en una mesa redonda en el Palacio de Congresos de Tarragona dentro del programa de Ciberágora que organiza el Ayuntamiento de Tarragona. Me honra compartir mesa y turno para opinar en una potente jornada con grandes firmas y mentes despiertas que han pensado profundamente en cómo manejar el actual entorno de la mejor manera posible.

En Oriente no tienen estos problemas del dualismo. Aquí vemos una cosa, cualquiera, desde un insecto hasta un tráiler de 9 ejes, y tenemos que estar evaluándolo y hacerlo pertenecer a una categoría o su contraria. Bueno o malo, grande o pequeño, amenaza u oportunidad.  Y con la digitalización, o con la tecnología, nos pasa igual. Además, es llamativo que cada año la tecnología tenga que ser un nuevo tema. Que tenga que haber una nueva revolución, un salto cualitativo, una completa revolución “disruptiva”, una extinción de los dinosaurios cada año. Como con el partido del siglo y los momentos históricos, que actualmente tenemos unos tres por semana.

Lo cierto es que según recientes estudios, Europa está funcionando por debajo de su potencial digital. Acelerar la digitalización de sus actividades podría añadir billones de euros a su crecimiento económico en menos de una década.

El “nuevo” entorno digital está repleto de ambas facetas de esa dualidad, lleno de amenazas y oportunidades. Pregunten a un taxista qué piensa de Über. Pregunten a los reyes magos qué piensan de Amazon, a los periódicos de papel que quieren, ahora, limitar la reproducción de sus contenidos. O bien, pregúntense a dónde les apetece hacer una escapada de fin de semana y cómo evitar dedicarle tanto o más tiempo a encontrar el mejor lugar y el mejor precio para ello. Un artículo de McKinsey que leía recientemente lo comparaba con el mundo del surf. El nuevo entorno digital tiene tiburones bajo el agua en forma de competidores implacables que nos pueden echar literalmente del mercado, pero también ofrece la ocasión de surcar la mayor ola de la historia, permitiendo al más ágil en adaptarse anotar resultados varios órdenes de magnitud por encima de lo habitual.

Ese mismo artículo hablaba de un regreso a los clásicos para desplegar la estrategia de las empresas en este “nuevo” contexto. Se trata de volver a entender las leyes del mercado. Los oligopolios de grandes márgenes pueden haber permanecido sordos al rumor de la demanda insatisfecha de nuevos servicios, de servicios realzados con información, de experiencias de usuario perfectas (se espera el mismo estándar de experiencia para la tienda Apple que para la frutería de la esquina). O ciegos ante las oportunidades de simplificar y potenciar sus procesos de producción, sus sistemas de aprovisionamiento, producción y suministro al cliente, de cortocircuitar las asimetrías de información entre los que ofrecen y los que demandan, de utilizar las plataformas hiperampliadas que existen para comerciar. Y se pueden producir cambios graduales o cambios bruscos que provoquen una total ruptura con el pasado, combinando o no varios de estos ejes transformadores.

Hay amenazas bajo la superficie, pero también hay oportunidades esperando a los valientes que las exploren y las conviertan en nuevos modelos de negocio. Y en este entorno un mes de agilidad supone un abismo de resultados entre el que se atrevió y los que esperaron a la siguiente ola.

En el caso del agua, hace unos 20 ó 30 años, todos los directores generales de empresas de aguas andaban como locos buscando talentos que domasen las “nuevas tecnologías”. Ninguno quería ser el último en montar sistemas informáticos de gestión de relaciones con los clientes, el “Telemando”, el GIS o Sistema de Información Geográfica, y cómo no, la sectorización para reducir las pérdidas en la red de abastecimiento.

La tecnología como un precioso adorno para seguir funcionando como siempre, con estructuras – pirámide, con altos cargos que llevaban un séquito de informáticos para montar presentaciones multimedia (las transparencias de retroproyector eran los PowerPoint de entonces, casi igual de soporíferas y asesinas del espíritu crítico, pero se podía pintar sobre ellas con rotuladores indelebles).

Todos se apresuraron a desplegar sistemas de telecontrol, que se convirtieron en magníficas salas de karaoke para hacer un playback de cómo al pulsar un botón se abre o se cierra una válvula. Los GIS estaban llamados a tecnificar la plantilla y hacer una hoguera con los armarios repletos de planos en papel vegetal o copiados al amoníaco. Los modelos matemáticos eran una bola de cristal para saber qué iba a pasar antes de que pasara. La mano de obra del becario se iba a sustituir por mano de obra de administrativos informatizados y becarios disciplinados que rellenaban formularios y bases de datos y calibraban las rugosidades de las tuberías para que lo que la realidad del telemando se empeñaba en mostrar sobre las presiones coincidiese con la predicción a ciegas que hacía el modelo.

150429 IMG-20150428-WA0000

¿Qué pasa hoy con la transformación digital en el mercado del agua? Lo primero, en mi opinión, es que casi nadie tiene muy claro qué es, o cómo aplicarla a nuestro sector, tan conservador, tan alérgico al riesgo, tan instalado, concentrado en el territorio (ciudades) pero diverso, con tantos reglamentos de servicio como municipios, con barreras de entrada, lobbies que escriben las normativas, enormes inversiones prescritas por los que rigen la ciudad pero que pagan, al final, los ciudadanos . Podríamos quedarnos en la butaca, cruzados de brazos pensando que lo que pasa en los demás sectores no va a pasar en este. Lleva tiempo pasando, de hecho.

Los dashboards integrales, la telelectura de contadores, los centros digitales de control, los servicios web y las apps que enriquezcan la experiencia de cliente, dándole un sentido transcendente a nuestra actividad empiezan a desembarcar. Timidamente, puede ser, pero cada flor digital de este campo invitará a otras a sumarse, y acabaremos haciendo un bosque en el casi nada va a ser como antes.

¿Seremos capaces de convertir en un juego el ducharse con cada vez menos agua, para que puedan competir con lo que consumen los vecinos de su barrio, e incluso ofrecer a nuestros clientes (antes se llamaban abonados=obligados) la posibilidad de que parte de su ahorro se destine a iniciativas sociales o a la recuperación ambiental de un espacio degradado en su entorno?

¿De inspeccionar infraestructuras antes inaccesibles usando drones con cámaras?

¿De simplificar el trámite, penoso, de demostrar que habitamos en una vivienda para darnos de alta del servicio?

¿De robotizar actividades repetitivas o sin valor y liberar capacidad para pensar más, mejor, y hacer más con menos?

¿Tendremos la habilidad digital de usar la sensórica para predecir cuándo conviene realizar un mantenimiento de un equipo crítico?

¿Podemos crear lagos de datos abiertos para que los nómadas digitales buceen en ellos, los combinen con otros orígenes y creen nuevos minotauros, quimeras útiles que aporten valor a la sociedad en su conjunto?

¿Nos capacitaremos para anticiparnos a las tormentas, coordinarnos con otros servicios de la ciudad para que la ciudad en conjunto se recupere antes de los impactos (que sea resiliente)?

Sí lo lograremos, de hecho en varios de estos casos ya lo hemos logrado. El futuro  presente es digital, es innovador, es social y es sostenible. Y va a girar cada vez más rápido.