Para Lyndsay Weir, la clave del éxito con el análisis de datos es llegar al “¿y qué?”, más allá de los gráficos y las hojas de cálculo. “Hay que entender cuál es la pregunta de negocio y hay que pasar a la acción. Se lo digo a mis equipos, pero siempre que producen algo, un informe, una herramienta, un cuadro de mando, mi pregunta es “¿y qué?””, afirma. Aunque llegar a ese “¿y qué?” puede no ser siempre fácil, para Weir es una de las mejores partes de su trabajo porque esos conocimientos pueden tener un gran impacto en el negocio. “No hay nada más gratificante que ver el resultado de algo en lo que has trabajado duro convertirse en realidad, ya sea una nueva innovación de producto, una nueva campaña o una gran decisión corporativa. Eso te motiva y es realmente emocionante. No hay dos días iguales, por eso me encanta aún más”, afirma. Weir es la jefa de análisis y conocimiento de la empresa de pastas Barilla. La empresa se fundó en 1877 cuando Pietro Barilla padre abrió una panadería y una tienda de pastas en Parma, Italia. Casi 150 años después, la empresa de pastas, que sigue siendo de propiedad privada, factura más de 4000 millones de euros y cuenta con 8000 empleados, exportando productos a más de 100 países. Y ha invertido en la creación de un equipo de ciencia de datos y análisis para ayudar a respaldar la toma de decisiones comerciales, algo que probablemente no hubiera necesitado en la Italia del siglo XIX. Ciencia de datos y trabajo en equipo Weir tiene un equipo de científicos de datos y profesionales de análisis que crean los modelos que ayudan a respaldar el análisis de datos. Pero también gestiona el equipo de información del grupo, que cuenta con personas con una combinación de conjuntos de habilidades que tienen como objetivo tomar esos datos y convertirlos en información comercial. «Estas personas son los puentes entre los paneles de control, los informes y las decisiones comerciales», dice. Weir también tiene un equipo de capacidades encargado de establecer los estándares de datos fundamentales para garantizar que los datos se muestren en el mismo formato cada vez y que se utilice el mismo lenguaje en toda la empresa para que todos se dirijan hacia un objetivo común. “Tengo una función agradable, casi circular. Puede ir desde los datos en bruto hasta los resultados comerciales o puede ir hacia atrás desde la visión comercial hasta lo que necesitamos construir para llegar allí y realmente lo disfruto”, dice. Weir ha trabajado anteriormente para Nestlé en funciones de datos, pero también en otros lugares en marketing, TI central y SEO. “Mi experiencia es muy variada y tengo conocimientos de TI, datos, marca y comerciales y creo que eso me ayudó a llegar al puesto que tengo hoy porque puedo adaptarme al aspecto técnico y corporativo, pero creo que la magia se produce al combinar ambos”, dice. Un problema con el que se pueden encontrar los equipos de análisis es que, después de algunos éxitos iniciales, corren el riesgo de verse abrumados por las demandas de departamentos individuales que quieren cuadros de mando o modelos específicos. Esto significa que pueden verse atrapados lidiando con una lista de deseos muy aislada de requisitos de toda la empresa. En cambio, el equipo de Weir apunta a priorizar lo que está entregando basándose no solo en lo que piden los distintos departamentos, sino también en las ambiciones a largo plazo de la empresa y en la creación de las herramientas para respaldarlo. “En lugar de tener una cartera de 100 proyectos en marcha a la vez, tenemos muy pocos, pero tratamos de que tengan un gran impacto. El trabajo de nuestro equipo es brindar apoyo en los grandes proyectos que realmente transformarán”, dice. “Nuestro objetivo es conectar todos los puntos e impulsar ese cambio allí. Por lo tanto, por supuesto, creamos algunos informes y algunos paneles de control, pero tratamos de hacer cosas más grandes, interfuncionales y de arriba hacia abajo”. Aceptación de alto nivel Parte de la clave del éxito con la analítica es ser parte de un plan más amplio, dice. “Es necesario tener la aceptación de alto nivel. Si no estás en la mesa donde se están elaborando los planes a largo plazo de la empresa, no tendrás idea de qué herramientas de previsión de analítica de datos pueden ser útiles en el panorama general”, dice. “Hay que tener conocimientos técnicos, pero también corporativos y comerciales”, afirma. De lo contrario, el equipo de análisis podría acabar creando herramientas fantásticas que no tengan ningún impacto en los problemas empresariales reales. “A algunas personas les resulta difícil alejarse del profundo conocimiento técnico para aprender más sobre el aspecto corporativo y eso puede ser una barrera”, afirma. Aquí es donde entra en juego el “¿y qué?”. No tiene sentido ir a una reunión simplemente para revisar un panel de control; en su lugar, debería utilizar los datos para encontrar el “¿y qué?” y crear un plan de acción, afirma. “El mayor aprendizaje es duplicar la acción en lugar de solo la visualización o los informes”, afirma. Con mucha frecuencia, los datos se consideran un centro de costes, cuando deberían considerarse un centro de valor Lyndsay Weir, Barilla Sin embargo, eso no significa ignorar el aspecto técnico de las cosas. Cuando Weir se incorporó a Barilla, pasó dos años trabajando en la gobernanza de datos de marketing, las convenciones de nomenclatura y la estructura y catalogación de taxonomías. “No parecía nada atractivo, pero nos permitió llegar rápido a donde estamos hoy”, afirma. “Se trata de encontrar ese punto medio, que es muy difícil de hacer, y me controlo todo el tiempo”. Parte del papel de los ejecutivos de datos y análisis es gestionar las expectativas para crear la aceptación de otros ejecutivos, y contar historias sobre el viaje de la ciencia de datos, y asegurarse de que el resultado sea utilizable. “Muy a menudo, los datos se ven como un centro de costos, cuando deberían verse como un centro de valor, y con demasiada frecuencia se les pide a las personas que demuestren el valor de la inversión detrás de la herramienta o los datos o la ciencia o las personas en lugar de preguntar ‘qué nos dijo esto y qué impacto tuvo en el negocio’”, dice. Construyendo la cartera de talentos de datos del futuro Un área en la que la ciencia de datos tiene dificultades es la contratación y la retención. Si bien las universidades solo ofrecen alrededor de 10.000 graduados en especialistas en datos por año, la demanda real de personal con esas habilidades podría ser 10 veces mayor. Para Weir, la solución consiste en aumentar la cantidad de personas que se dedican a carreras de datos y STEM, tanto a través de títulos universitarios como de prácticas o de oportunidades de tutoría. Esto ayudaría a “darles a las personas esas habilidades y a desarrollar talento que tal vez no hayan tenido el comienzo tradicional en la ciencia de datos, un poco como yo”, afirma. “Esa cantidad es crucial y una de las principales formas en que podemos aumentarla es incorporando a más mujeres al sector de los datos. Las últimas cifras que he analizado indican que una de cada cuatro graduadas en ciencia de datos son mujeres y, cuando se llega a niveles de liderazgo en datos, la cifra es sorprendentemente baja”, afirma, y ​​añade que es incluso menor en los puestos de datos de nivel C. “Necesitamos ayudar a estas personas y ayudar a las niñas y mujeres a entender lo emocionante que puede ser una carrera en datos. Las personas del sector deben alentarlas, deben ayudarlas”. Eso incluye todo, desde cómo las empresas redactan los anuncios de empleo hasta la divulgación y cómo el sector muestra lo que puede ser una carrera en datos. “No todo se trata de sentarse en una habitación oscura a programar, hay cosas realmente emocionantes que pueden surgir de ello”, afirma Weir. “Destacar las oportunidades es clave”. Para tener una carrera en el sector de los datos hace falta un título universitario, una tecnología bastante buena y cara, un ordenador portátil decente, software y tiempo. Y hay muchos buenos candidatos que carecen al menos de los medios para tener todas estas cosas, dice Weir, que trabaja con organizaciones como Women in Data y la fundación de aprendizaje Wild Hearts. “Esto es muy similar a lo que yo tenía. Creo que el flujo de trabajo puede aumentar sin duda y depende de todos los que estamos en el sector de los datos marcar la diferencia. Cuando las personas ocupan un puesto, se trata de enriquecerlas para darles las oportunidades y la experiencia adecuadas, y ayudarlas a hacer las cosas que disfrutan”, dice. “Va a ser un gran esfuerzo colectivo y necesitamos que la organización, los líderes, los promotores y los compañeros se lo tomen en serio”.