No existe el dato genérico
Ser data-driven no es cambiar intuición por KPIs. El dato siempre tiene forma, origen y ciclo de vida, y mantenerlo con significado requiere una cultura.
“Mi rol […] era el de un agente de soporte de SQL glorificado.” — Chad Sanderson
La verdad es que la mayoría de las organizaciones se da cuenta de que “debería” volverse data-driven, signifique lo que signifique, pero las personas dentro de ellas tienen muy pocos incentivos para entender y desarrollar las prácticas necesarias para operar alrededor de los datos y con ellos.
Nos gusta hablar de los datos como algo valioso, como el nuevo petróleo, como un recurso que puede moverse y transformarse como un material físico. Pero el dato es una bestia de otra especie.
El dato tiene forma
No existe el dato “genérico”. El dato siempre tiene una forma, un origen, un ciclo de vida. Puede transmitir significado o perderlo por completo. Extraer y guardar datos tiene un costo, y el dato estancado, que no se usa ni se conecta, no tiene valor y se deprecia muy rápido.
Los datos pueden fluir por otros sistemas que hacen cosas con ellos, o que cambian su propio comportamiento por ellos. Pero el dato también puede ser la cosa en sí: modelado, construido con un propósito y expuesto como valioso por sí mismo.
No es un detalle técnico
El trabajo de transportar, modelar y darle sentido a los datos de forma sostenible nunca se logrará tratando la ingeniería de datos como una “implementación de backend” o un “detalle técnico”.
Construir sistemas y procesos que sigan aprovechando el valor de los datos en toda la organización requiere prácticas culturales que todavía tienen que madurar y volverse sentido común. Aplicar un enfoque de gestión de producto de catálogo no mejora el proceso de aumentar el conocimiento y la comprensión. Puede ser más fácil al principio, en un alcance estrecho como un equipo pequeño, que a través de fronteras organizacionales. Pero pronto choca con un techo que impide que emerja algo más significativo.
Qué significa ser data-driven
Ser data-driven no es cambiar intuición y experiencia por KPIs y probabilidad.
Es tener en cuenta muchos tipos de señales de muchas fuentes, diseñar procesos y sistemas para recogerlas y moverlas, y componer representaciones vivas que permitan observar y razonar sobre varias perspectivas de un problema de forma sistemática.
Es una práctica continua y siempre en evolución. Vale más cuando se cultiva junto al negocio principal y la operación diaria, en lugar de construirla para que encaje en cada caso de uso específico.