Webinar Sistemas MEL: derribando mitos
junio 10, 2020

Cultura Data Driven para el cambio social: ¿Qué es? ¿Qué necesita una organización para adoptarlo?

En el mundo de hoy, entender el valor de los datos representa un requisito fundamental para cualquier emprendimiento que aspire a generar un impacto social:

Son el recurso más preciso con el que contamos para elaborar nuestra visión del mundo y poder identificar qué debemos cambiar para generar impacto.

Los datos nos permiten conocer el contexto en el que se desarrollan nuestras actividades, medir nuestros alcances y resultados.

¿Qué entendemos por Cultura Data Driven?

Podemos decir que una organización cuenta con una cultura Data Driven en la medida que el análisis de datos esté involucrado en todos los procesos de toma de decisiones. Con análisis de datos entendemos el uso de visualizaciones, reportes estandarizados, modelos predictivos, entre otros.

Parece un objetivo fácil de alcanzar, pero el concepto de análisis de datos representa sólo el último eslabón de una serie de requisitos necesarios. Todos estos conceptos, que se escuchan tan a menudo como soluciones instantáneas, suelen implicar un largo camino de esfuerzos y aprendizaje para todos los miembros de las organizaciones que los adopten.

Para que estas prácticas se transformen en una fuente de valor para las organizaciones, es necesario introducir modificaciones en las tareas y los procesos y, fundamentalmente, se necesita repensar la manera en la que tomamos las decisiones. Todos estos obstáculos parecen alejarnos del objetivo de alcanzar una cultura Data Driven. Por eso, en ZIGLA ayudamos a nuestros clientes a cerrar la grieta tecnológica en el manejo de la información.

¿Qué tan lejos se encuentra mi organización de este objetivo? ¿Qué herramientas necesito incorporar? ¿Qué cambios implican estas implementaciones en mi organización?

Para responder estas preguntas, es necesario realizar un diagnóstico integral de los flujos de datos, identificando oportunidades de mejora y proponiendo activamente soluciones en base a la situación particular de cada organización.

Para ilustrar este proceso presentamos una hoja de ruta que describe los distintos estadios en los que puede ubicarse una organización. Iniciando por una situación en la que no se conocen los datos generados, hasta una última etapa en la que una organización es realmente dueña de su información.

Conocimiento de los datos generados

El punto de partida consiste en identificar aquellos momentos en los que se generan datos útiles dentro de nuestros flujos de trabajo. Muchas organizaciones no cuentan con esquemas definidos para sus procesos o no realizan revisiones periódicas lo que puede ocasionar que se pierdan de vista potenciales fuentes de información. Ya sea porque se pierde la oportunidad de generar datos o bien porque se generan, pero no son disponibles correctamente (planillas que quedan en el olvido).

Ejemplo de flujo de trabajo en Lucidchart
Recolección de datos

En esta etapa los miembros de la organización conocen sus flujos de trabajo y los datos que potencialmente pueden ser obtenidos en cada paso. La pregunta que surge entonces es: ¿Mediante qué medios nos hacemos de los mismos?

En esta etapa, evaluamos las herramientas de recolección de datos para cada una de las fuentes. El objetivo es seguir nuestra guía de buenas prácticas, necesaria para hacer de esta tarea algo sencillo y accesible para el usuario, y al mismo tiempo favorecer el futuro almacenamiento de la información generada. Esto resulta en la minimización de la carga de trabajo necesaria para procesarlos y transformarlos en información consumible.

Ejemplo de formulario en FormAssembly

Almacenamiento de datos

Este es la etapa central del proceso. Aquí determinamos de qué manera serán guardados los datos que la organización genera. El proceso de almacenamiento consiste en la definición del modelo bajo los cuales queda registrada la información generada. En esta etapa la comunicación resulta un componente fundamental. Las características del modelo de bases de datos se definen en gran medida en base a las necesidades del usuario, quién será el que consuma esta información en su día a día.

Ejemplo de datos en salesforce

Explotación de datos

Esta es la etapa final del proceso, aquella en la cual se consume la información obtenida en las etapas anteriores. Dentro de esta etapa existen tantas soluciones como necesidades. Algunos ejemplos comunes son el desarrollo de reportes estáticos con información volcada en planillas de cálculo o dashboards dinámicos e interactivos, donde los miembros de la organización pueden seguir la evolución de indicadores clave, realizar análisis detallados, o evaluar proyecciones de variables, etc. Aquí también es donde entran en juego los modelos de machine learning, capaces de extraer conocimiento de los conjuntos de datos de manera automática.


Una vez terminado este proceso de trabajo, la organización cuenta con todas las herramientas necesarias para incorporar la cultura de trabajo con decisiones basadas en datos.

Hoy en día, la capacidad de comprender datos e identificar oportunidades equivale al éxito a largo plazo. Por lo tanto, es necesario que cada CEO, CTO o cualquier líder de área establezca una cultura basada en datos, para que los empleados tengan las habilidades y herramientas de productividad que permitan el análisis de datos y así, los resultados y las ideas obtenidas puedan ayudar a optimizar el proceso de toma de decisiones

En el webinar Emprendimientos Data Friendly conversamos junto con el equipo de Njambre sobre las principales herramientas para recolectar, gestionar y visualizar los datos y así, usarlos datos a favor de tu negocio para impulsar el impacto social.

Descargar presentación

Conocer cuál es el proceso significa dar el primer paso en este camino de cambio hacia una organización Data Driven.

Comments are closed.