El futuro de la Tecnología

Por Jefferson Gutierrez, Socio, Forensic Technology Services

La dinámica del mercado que cambia en forma acelerada y requiere que las organizaciones de hoy no solo transformen la forma en que entregan sus productos a los clientes, sino que también reinventen la forma en que entregan la tecnología dentro de su propio negocio, lo que permite que su organización se adapte a la velocidad del mercado.

Durante los años 2020 y 2021 supuso un antes y un después en la agenda estratégica de la mayoría de las compañías en lo que respecta al uso de las tecnologías emergentes. Ya no había excusa ni tampoco tiempo que perder. De hecho, el estudio “ Enterprise Rebot” realizado por KPMG, mostraba que para la mayoría de las grandes empresas a nivel mundial es necesario acelerar la transformación digital con soluciones cloud para poder satisfacer con éxito las nuevas demandas de digitalización de procesos y servicios.

Y las organizaciones «líderes» en D&A (Data & Analíticos) lo tienen claro. Estas han adoptado comportamientos y prácticas diferentes a las que tienen organizaciones que podríamos considerar rezagadas en este campo.

Los tres elementos clave que las definen son:

I. Definición de una sólida estrategia de datos.

II. Medición del valor que aportan los datos y la analítica.

III. Liderazgo de la Alta Dirección totalmente comprometida para impulsar y desencadenar el cambio.

Por ello, es necesario arrojar luz a las compañías que se encuentran en este proceso y resolver algunas preguntas que ya se están formulando las compañías: ¿cuáles son los elementos clave que apoyan la aceleración de la transformación tecnológica impulsada por los datos? ¿y qué elementos debemos tener en cuenta a la hora de dar forma a la estrategia de datos de la compañía? Y vamos más allá, porque también ha surgido la necesidad de describir los procesos de value hacking y de seguimiento de los beneficios para medir el valor que pueden aportar los datos, porque a evaluación del valor debe guiar a la Dirección en el complejo proceso de transformación en el que se encuentran la mayoría de las organizaciones en la actualidad.

En el mercado vemos que las organizaciones impulsadas por los datos están creciendo más rápido que el resto. Esto está haciendo que muchas organizaciones inviertan seriamente en mejorar su capacidad de análisis de datos con la ambición de impulsar el valor del negocio.

Tener éxito en este sentido no solo implica invertir en tecnología, infraestructura y contratar a un cierto número de científicos de datos, sino que convertirse en una organización data driven también requiere cambios en la cultura, el modelo operativo de la organización y la obtención de un valor «real» a través de casos de uso que permitan identificar claramente el resultado obtenido.

La mayoría de las organizaciones han centrado sus esfuerzos principalmente en adquirir y desarrollar las condiciones fundamentales para convertirse en una organización basada en datos. Nos referimos a los siguientes elementos:

• Fundamentos técnicos de los datos.

• Creación de un ecosistema de socios con conocimientos tecnológicos.

• Crear conciencia a nivel interno.

• Ejecución de algunos pilotos iniciales de D&A.

• En cualquier caso, la mejora de la analítica de datos es un viaje largo y complejo que requiere la atención de varios pilares estratégicos.

Y el primer paso es definir la estrategia de datos, para lo que necesitamos sentar unas buenas bases pues un factor de éxito crítico es conectar las demandas del negocio con las posibilidades que ofrecen los datos internos y externos. El objetivo es definir y seleccionar los casos de uso con impacto real sobre la cuenta de resultados y, al mismo tiempo, analizar los distintos elementos de la cadena de valor para acelerar la industrialización de futuros casos de uso en las diferentes áreas de negocio.

El objetivo es definir y seleccionar los casos de uso con impacto real sobre la cuenta de resultados y, al mismo tiempo, analizar los distintos elementos de la cadena de valor para acelerar la industrialización de futuros casos de uso en las diferentes áreas de negocio.

Para ello, es importante identificar cuáles son los puntos fuertes y débiles en lo que respecta a la estrategia de D&A, ya que hay que comenzar por resolver los puntos más débiles y en consecuencia construir una hoja de ruta realista que permita visualizar de forma ordenada los próximos pasos.

La mayoría de las organizaciones se autocalifican como maduras si evaluamos aspectos como la visión y ambición, o la organización y gobernanza de D&A, siendo el principal reto corregir la brecha en la ejecución.

A la hora de definir los pilares que definen una organización data driven, podemos centrarnos en los siguientes pilares estratégicos (ver figura 1):

• Visión y ambición: ¿Cómo deberían contribuir los datos a nuestros objetivos estratégicos a largo plazo (por ejemplo, excelencia operativa, interacción con el cliente, lanzamiento de nuevos productos/servicios, etc.)?

• Casos de uso: ¿Qué iniciativas deberíamos poner en marcha para ayudar a alcanzar los objetivos estratégicos a través de los casos de uso de la analítica de datos?

• Organización y gobernanza: ¿Qué modelo operativo objetivo se requiere para ejecutar y apoyar con éxito nuestras iniciativas de datos?

• Ecosistemas: ¿Cuáles son nuestros socios clave con los que debemos trabajar para poder impulsar el valor a través de la analítica de datos? Puede tratarse tanto de socios tecnológicos como, por ejemplo, de proveedores/clientes que participan en las diferentes etapas de la cadena de valor.

• Arquitectura y tecnología: ¿Qué tecnologías debemos aprovechar para construir una plataforma de datos flexible y escalable que apoye el desarrollo y el despliegue de nuestros casos de uso de D&A?

• Personas y cultura: ¿Cómo crear una cultura impulsada por los datos y la alfabetización de los mismos en toda la plantilla (con recursos tanto internos como externos)?

• Datos y análisis de confianza: ¿Cómo podemos crear confianza en los datos, garantizar la transparencia de los algoritmos y la tecnología utilizados y realizar controles (éticos) para nuestros análisis?

Figura 1. Niveles de madurez en base a los pilares estratégicos data driven (basado en estudio de KPMG Netherlands realizado en Abril 2021).

Figura 2. Pilares estratégicos de las compañías Data Driven.

The Future of Technology

Market dynamics change rapidly and require that today’s organizations not only transform the way they deliver their products to customers, but also to reinvent the way they deliver technology within their own businesses, which allows them to adapt to the market’s pace..

2020 and 2021 marked a before and after in the strategic agendas for most companies, regarding the use of emerging technologies. There was no longer any excuse or time to waste. In fact, the report “Enterprise Reboot” prepared by KPMG, showed that for most of large companies worldwide it is necessary to accelerate the digital transformation with cloud solutions in order to meet the new demand for the digitalization of processes and services.

“Leading” D&A (Data & Analytics) organizations are clear about this. They have adopted different behaviors and practices from those belonging to organizations we could deem as lagging behind in this field.

The three key elements that define them are the following:

I. Defining a solid data strategy

II. Measuring the value of data and analytics

III. Total commitment from Senior Management to promote and trigger change

This is why it is necessary to shed light upon the companies that are going through this process and answer some questions they are already asking: What are the key elements that support the acceleration of the technological transformation driven by data? What elements should we consider when shaping the company’s data strategy? We go further because the need has emerged to describe the value hacking and benefit tracking processes to measure the value that data can contribute because this value assessment must guide Management through the complex process of transformation most organizations are going through these days. growing faster than the rest. This is causing many organizations to seriously invest in improving their data analytics capacity with the aim of driving the value of their businesses.

To be successful in this sense implies not only investing in technology, infrastructure and hiring a certain number of data scientists, but also becoming a data driven organization also requires changes in culture, the operational model of the organization and obtaining a “real” value through use cases that allows the clear identification of the results obtained.

Most organizations have aimed their efforts mainly at acquiring and developing the fundamental conditions to become a data driven organization. We refer to the following elements:

• Technical basis of the data

• Creation of an ecosystem of members with technological knowledge

• Creating awareness at an internal level

• Execution of some Data & Analytics (D&A) initial pilot projects

In any case, improving data analytics is a long and complex journey that requires the attention of various strategic pillars.

The first step is to define the data strategy for which we need to lay proper foundations since a critical factor for success is to connect the requirements of the business to the possibilities offered by internal and external data. The goal is to define and select the use cases that have a real impact on income statements and at the same time to analyze the different elements in the value chain in order to accelerate the industrialization of future use cases in the different business areas.

The objective is to define and select the use cases with a real impact on the income statement and at the same time to analyze the different elements of the value chain to accelerate the industrialization of future use cases in the different business areas.

the weakest issues and consequently to prepare a realistic road map that allows to visualize the next steps in an orderly fashion.

Most organizations self-assess themselves as mature if we evaluate aspects such as vision and ambition or the D&A organization and governance, with the main challenge being to correct the gap in the execution.

When establishing the pillars that define a data driven organization, we can focus on the following strategic pillars (see Figure 1):

• Vision and ambition: How should data contribute to our long-term strategic goals (for instance operational excellence, customer engagement, launching of new products / services, etc.)?

• Use cases: What initiatives should we set in motion to help achieve strategic goals through data analytics use cases?

• Organization and governance: What objective operational model is required to successfully execute and support our data initiatives?

• Ecosystems: Who are our key partners that we must work with in order to drive the value through data analytics? They can be technological partners as well as suppliers / customers who participate in the different stages of the value chain, for example.

• Architecture and technology: What technologies should we leverage in order to build a flexible and scalable data platform that supports the development and deployment of our D&A use cases?

• People and culture: How to create a culture driven by data and data education for the workforce (with both internal and external resources).

• Data and trust analysis: How can we build trust in the data, ensure transparency of the algorithms and technology used and carry out (ethical) monitoring for our analytics?

Figure 1. Maturity levels based on data driven strategic pillars (based on a study prepared by KPMG Netherlands, April, 2021)

Figure 2. Strategic pillars of Data Driven companies.