El dato sigue siendo el valor alrededor del cual gira la empresa, pero ¿cómo debe de ser la ética del dato?, ¿qué representa el GDPR en torno al mismo?, ¿cuáles son las figuras clave que deben girar en torno a él?, ¿cómo desplegarlo? Estas son algunas de las cuestiones a las que respondieron en el Smart Data Spain Summit 2018, llevado a cabo por IFAES en Madrid.
¿Qué buscan las empresas en cuanto a fuentes de datos? Mario Hernández, data science de Neck&Neck responde que, en su caso, más del 75 % de las ventas que su compañía lleva a cabo las realizan con datos registrados, por lo que cuentan con una trazabilidad total que completan con un dato más desestructurado y otros derivados de las redes sociales, porque, en su opinión, todo suma. “No hay que tener en cuenta toda la base de datos, hay que focalizarse en lo que quieres”, advierte.
Trabajar con datos que aparecen en múltiples fuentes es otra opción, así lo afirma Carlos Fernández, director general adjunto de Informa D&B. hay “que trabajar pensando en el fin que dicho dato tiene, por lo que es fundamental que los entornos sean de calidad. La calidad del dato como pieza individual es esencial”, señala, “ya que en el caso de datos incorrectos puede llevar a un negocio al desastre”.
Fernández lanza otra advertencia “si metes un dato en el sistema, lo sacas y lo vuelves a meter, se corrompe”. Recuerda que los datos tienen fecha de caducidad: “los históricos tienen un valor esencial pero un activo revenido te llevará a tomar malas decisiones”, apuntan.
Más crítico se muestra José Antonio Esteban, CTO producto de Codere, quien afirma que “las bases de datos relacionales establecen relaciones, pero no coherencia, no tienen calidad”. Pone en valor la experiencia de usuario desde que el mismo entra en la web de una empresa, asegurando que esa información más importante que la puesta en sí, aunque opina que esos procesos de negocio no se conocen en la empresa y eso hace que la información que tengamos repercuta en la compañía.
Por otro lado, a Fernández no le gusta hablar del gobierno del dato sino de cultura del dato. Considera que cuando una persona introduce un dato, es el máximo responsable del mismo.
El valor del data science
Otra de sus consideraciones pasa por centrarse en el cliente, por lo que el dato tiene que pasar de ser una táctica a una estrategia, fijando el área del data science en un ciclo de valor en el que todos los departamentos tienen que estar muy alineados con esta figura.
En este viaje del dato todos tenemos que ser un poco científicos de datos, replica Mario Hernández, ya que este perfil favorece una decisión estratégica. En un futuro los visualiza como los CEO de las organizaciones.
Carlos Fernández prefiere hablar de tres perfiles que trabajen en coordinación para cada uno de los proyectos: por un lado, quien comprende el proceso de negocio, al conocer el ciclo de vida y su significado. Por otro, el informático, ya que sabe programar y es capaz de escribir el código adecuado. Por último, el matemático, ya que es quien domina la mejor herramienta y la solución. De hecho, confirma que todos los procesos de Informa D&B se han basado en la interacción de estos tres perfiles.
Algo con lo que discrepa Esteban, al considerar que los tres perfiles hacen lo mismo y cobran el triple. En su opinión, la parte más importante es la de negocio. “Tecnología es negocio”, dice, por lo que aconseja dejar a un lado el mito de estar alineado con el negocio.
Ética
Crear reglas de ética del dato también es necesario, aunque para Mario Hernández, reglamentos como el GDPR han llegado muy tarde ya que, en su opinión, esta normativa no está pensada para las “virguerías” que se llevan a cabo. Incluso se queja de que hay que sacar información que no queremos ofrecer.
Pero para José Antonio Esteban no se puede pedir al sistema algo que nosotros no damos. A este respecto Carlos Fernández considera que, si las personas tenemos una capacidad de interacción limitada, la capacidad de los algoritmos es infinita, por lo que en la programación de los mismos hay que exigir a los algoritmos una serie de comportamientos éticos.
Cuello de botella analítico
Uno de los problemas que se están dando es que el 80 % del tiempo se emplea en buscar datos en lugar de hacer analítica.
Durante el evento Alberto Bellé, principal analyst de Delfos Research, destacó que se ha creado una gran expectativa en torno al dato, al pensar que con la analítica lo vamos a tener todo inmediatamente, pero hay datos que no se necesitan en ese momento.
Javier Martínez, head of corporate reporting de Bankia, echa de menos, en muchas organizaciones, la figura del data manager para que diga cómo implantar esto y por qué, figura que al no existir genera distancia entre negocio e IT.
Big data
¿Puede convertirse el big data en un silo de la información dentro de la empresa?
Para Bellé, el big data ha sido la víctima de las expectativas elevadas de uso rápido y refleja los silos que hay. Su “gracia” está en encontrar o correlacionar los datos que no veíamos.
El silo del big data es un tema de gobierno, reflexiona Martínez, porque al estar centralizado, acaba todo ahí y más que de lagos de datos se habla de pantanos.
Inma Elizalde
