xiste una concepción generalizada de que un equipo de data y analytics tiene un enfoque fundamentalmente técnico. Esto se ve reflejado tanto en la estructura organizacional (enmarcado muchas veces dentro del área de tecnología) como en la composición de los equipos, formados íntegramente por perfiles orientados al desarrollo de código en sus diferentes versiones (desde la extracción y el procesamiento de los datos hasta la construcción de sofisticados modelos predictivos). Tras casi 4 años desempeñando el rol de Chief Data Officer, puedo decir que no comparto esta visión.

En primer lugar, considero que un equipo de data y analytics compuesto exclusivamente por perfiles técnicos carece de las habilidades necesarias para lograr transformar los datos en valor de forma exitosa: sin perfiles especializados en el diseño de soluciones y en la gestión del cambio, lo más probable es que los desarrollos nunca lleguen a una fase productiva (como ocurre en la mayoría de las ocasiones [1]). En segundo lugar, un enfoque de este estilo tiende a limitar la diversidad de los miembros del equipo, disminuyendo la oportunidad de innovar [2] y de que los miembros del equipo se enriquezcan a partir de sus distintos puntos de vista.

Sin embargo, la mayoría de los programas de formación relacionados con data y analytics (incluidos los orientados a Chief Data Officers, que son pocos), parecen seguir el enfoque inicial, reforzando exclusivamente conocimientos técnicos (Data Governance, Data Management, Data Mesh, MLOps…) en personas que suelen tener un perfil técnico. ¿Puede ser éste el motivo de que la duración de los CDOs en sus cargos sea tan baja [3]?

Me gustaría hacer una aclaración para que no se malinterprete mi mensaje: estoy convencido de que los líderes de los equipos de data y analytics (y de cualquier otra área técnica o funcional), deben atesorar criterio experto basado en la experiencia. Es importante que, como líderes, entendamos los riesgos implícitos a nuestra labor y sepamos rodearnos de los profesionales adecuados para afrontar con solvencia los desafíos técnicos a los que nos enfrentamos. Parte de nuestro rol consiste en mantener actualizada nuestra capacidad de guiar a nuestros equipos, retando sus propuestas y construyendo juntos, a nivel conceptual, soluciones innovadoras, eficaces y eficientes. Pero esto no es todo.

En general, podríamos resumir la responsabilidad de un líder como lograr maximizar el valor generado por su equipo, con los recursos disponibles y de forma sostenible. Sin embargo, me gustaría matizar esta definición con algo que considero especialmente relevante para los equipos de data y analytics: la generación de valor es sólo un paso intermedio, lo verdaderamente importante es lograr que todas las áreas con las que interactuamos perciban dicho valor (empezando por el propio equipo).

Establecer modelos operativos que optimicen la gestión interna del equipo y sus interacciones con el resto de la compañía es un proceso complejo en muchos sentidos (sólo el hecho de adaptar las metodologías típicas de agilidad a la realidad de los proyectos de data y analytics en entornos productivos es de por sí un desafío enorme). Asegurar la adopción por parte de las áreas de negocio de los productos analíticos que se desarrollan resulta clave para que estos acaben generando valor, lo cual suele implicar cambios en los procesos, cambios en los comportamientos, o ambos. Comunicar el valor directo e indirecto generado por el equipo es al menos tan relevante (si no más) como todo el esfuerzo invertido para lograr dicho valor.

Impulsar una cultura que fomente la colaboración y la autonomía en el equipo. Promover el cambio de comportamientos a escala desde el entendimiento de las motivaciones, miedos y necesidades. Desplegar una estrategia de comunicación que transmita los mensajes adecuados a cada nivel de la organización para evidenciar el impacto logrado. ¿Qué porcentaje de nuestro tiempo le estamos dedicando a desarrollar y aplicar estas habilidades?

Encontrar el balance adecuado es siempre complicado, especialmente si implica que salgamos de nuestra zona de confort. Pero no debemos olvidar que nuestro rol como líderes de equipos de data y analytics es generar cambio. Y el cambio, como siempre, empieza por nosotros.

[1] Why do 87% of data science projects never make it into production?
https://venturebeat.com/2019/07/19/why-do-87-of-data-science-projects-never-make-it-into-production/

[2] Diversity Confirmed To Boost Innovation And Financial Results
https://www.forbes.com/sites/forbesinsights/2020/01/15/diversity-confirmed-to-boost-innovation-and-financial-results/?sh=31a1a4efc4a6

[3] Why Do Chief Data Officers Have Such Short Tenures
https://hbr.org/2021/08/why-do-chief-data-officers-have-such-short-tenures