Busque en Google “Qué es la democratización de datos” y verá que los primeros resultados hablan del “acceso a los datos” como la clave para la democratización de los datos (a menos que haya encontrado este artículo, que es fantástico).
Sin embargo, simplemente dar acceso a los datos (ya sea como datos sin procesar en un almacén de datos o como hermosas visualizaciones dentro de una herramienta de análisis de productos o una herramienta de inteligencia empresarial) ciertamente no es democratización de datos.
¿Así que qué es lo?
La democratización de los datos es la proceso continuo de permitir que todos en una organización, independientemente de sus conocimientos técnicos, Trabajar con datos cómodamenteSentir Estoy seguro de hablar de elloy como un resultado, Tomar decisiones basadas en datos y Cree experiencias de clientes basadas en datos.
Una organización que realmente quiera democratizar los datos debe adoptar los siguientes principios (denominados La trilogía de la democratización de los datos A lo largo de esta guía):
Capacitar a los empleados para que se sientan cómodos al hacer preguntas relacionadas con los datos. Proporcionar las herramientas adecuadas para que todos puedan trabajar con datos. Percibir la democratización de los datos como un proceso continuo que incluso podría requerir un cambio cultural en toda la organización.
Antes de profundizar en lo anterior, permítanme hacer una digresión.
La democratización de datos existe para resolver los desafíos de los datos
¿Por qué las empresas se preocupan tanto por democratizar los datos? Hacerlo realidad es una inversión importante: capacitar a los empleados, implementar herramientas y gestionar el cambio no son tareas triviales.
En esencia, la democratización de los datos consiste en resolver los desafíos que enfrentan las personas en su día a día. Y debido al ritmo de cambio en el panorama de los datos y las necesidades de las personas, incluso los mejores equipos de datos tienen dificultades para cumplir con las expectativas de los distintos equipos.
Paso mucho tiempo participando en comunidades y hablando con personas que no trabajan con datos, en particular profesionales de productos y crecimiento de todo el mundo que trabajan en empresas de todos los tamaños.
Los desafíos de datos más comunes que comparten las personas se pueden resumir de la siguiente manera:
No tengo acceso a los datos que necesitoNo puedo confiar en los datosTengo acceso a los datos pero no tengo las habilidades para encontrar respuestas a las preguntasLas herramientas de análisis que proporciona mi empresa no están diseñadas para equipos de productosLos expertos en datos de mi empresa están demasiado ocupados para ayudarme
Si sus empleados consideran que una o más de las afirmaciones mencionadas anteriormente son verdaderas, es seguro asumir que la democratización de datos en su organización necesita trabajo.
Lo interesante es cómo estos desafíos se relacionan con los principios mencionados anteriormente (la trifecta de la democratización de datos).
Profundicemos un poco más en estos principios de democratización de datos.
Comience por hacer de la alfabetización de datos una cuestión fundamental en su organización.
La alfabetización en materia de datos ya no debería considerarse algo deseable. Todo el mundo debería tener acceso a los recursos que necesita para adquirir la alfabetización en materia de datos que desee.
Para algunos, puede ser suficiente entender qué datos recopila la empresa y cómo se ven. Para otros, puede ser útil ir más allá y averiguar por qué se rastrean determinados datos, cómo se hace, dónde se almacenan y en qué formato.
En esencia, la alfabetización de datos resuelve uno de los mayores obstáculos en la democratización de datos: el acceso a los datos.
Acceso a los datos, pero ¿qué datos y dónde?
Bueno, cuando alguien dice que no tiene acceso a los datos, puede referirse a datos sin procesar en una base de datos, datos transformados en un almacén de datos, datos en forma de paneles visuales, datos de uso de productos dentro de una herramienta de análisis de productos, datos transaccionales en una herramienta de análisis de suscripciones, datos demográficos en una herramienta de interacción con el cliente, datos sobre campañas de marketing en una plataforma de datos de clientes, etc. Ya se hace una idea.
Y cuando esa persona pueda especificar dónde Quieren acceder qué Cuando se trata de datos, facilitar el acceso se vuelve mucho menos complicado. Además, si a esa persona se le da acceso a los datos correctos con las herramientas adecuadas en el momento adecuado, es mucho más probable que confíe en ellos.
Así que la próxima vez que alguien diga que no tiene acceso a los datos y no pueda especificarlos, dónde Quieren tener acceso a qué datos, tienes un problema de alfabetización de datos que resolver.
Diferentes matices de alfabetización de datos
Es evidente que la alfabetización de datos no se limita a saber cómo escribir consultas SQL o cómo analizar informes complejos.
Todos los equipos necesitan algún tipo de datos para ejecutar las tareas diarias o analizar el impacto de su trabajo. Sin embargo, cada equipo, con sus distintas necesidades de datos, requiere distintos niveles de alfabetización en materia de datos.
Se requieren habilidades muy diferentes para implementar el seguimiento de datos, extraer información de los datos y actuar en función de esa información. Además, actuar en función de esa información mediante la ejecución de campañas de marketing basadas en datos requiere un conjunto de habilidades diferente del que se requiere para identificar los prospectos adecuados a los que dirigirse analizando los mismos datos dentro de un CRM.
De manera similar, la creación de modelos predictivos y la entrega de experiencias personalizadas en tiempo real dependen de distintos tipos de datos y requieren diferentes habilidades. Lo primero requiere capacitación en ciencia de datos, mientras que lo segundo es un problema que debe resolver la ingeniería de datos.
Se puede decir con seguridad que la alfabetización en datos, en una u otra forma, se ha convertido en un requisito previo para que las personas destaquen en sus tareas. Y las empresas que invierten en hacer que la alfabetización en datos sea accesible para sus empleados seguramente harán que sus competidores se pongan al día.
Ahora que estamos de acuerdo en que la alfabetización de datos es una apuesta segura, el siguiente principio en la trifecta de la democratización de datos es permitir que todos trabajen con datos invirtiendo en las herramientas que les permitan hacerlo.
Esto plantea la pregunta:
¿Cómo elegir las herramientas adecuadas para que todos puedan trabajar con datos?
Para responder a esta pregunta, veamos primero cómo suelen trabajar los distintos equipos con los datos.
Marketing Trabaja con datos para crear contenido y campañas atractivos y con mayor conversión.Crecimiento Trabaja con datos para ejecutar experimentos y ofrecer experiencias personalizadas.Producto y Ingeniería Trabajar con datos para crear funciones que aumenten el valor del cliente y eliminar aquellas que no lo hacen.Apoyo trabaja con datos para ofrecer una resolución más rápida (al ver lo que un usuario ha hecho o no ha hecho dentro de un producto).Éxito del cliente trabaja con datos para brindar una mejor experiencia al cliente (haciéndoles las preguntas correctas según sus patrones de uso).Ventas trabaja con datos para identificar prospectos que tienen probabilidades de convertirse (observando las acciones que han realizado durante la prueba gratuita).Ejecutivos Trabajar con datos para comprender cómo está funcionando el negocio y dónde se deben realizar inversiones futuras.
¿Es posible que un par de herramientas realmente hagan todo lo anterior?
Esta es solo una descripción general de muy alto nivel de las formas más comunes en que los equipos trabajan con datos; esto ni siquiera incluye los requisitos de los equipos de datos, que necesitan herramientas adicionales para garantizar que los datos correctos estén disponibles en el formato correcto en los sistemas correctos en el momento correcto.
Los equipos de producto y crecimiento suelen utilizar por sí solos al menos media docena de herramientas para hacer bien su trabajo (estoy hablando de las mejores herramientas de su clase y no de las que lo hacen todo mal, sino de las que lo hacen todo).
Un artesano es tan bueno como sus herramientas
Hoy en día, la alfabetización de datos es un requisito previo para el éxito de los equipos de productos y crecimiento, ya que la mayoría de las herramientas que utilizan se basan en datos de los clientes para cumplir con su premisa principal.
Ya sea una solución de análisis de productos o herramientas para entregar mensajes contextuales en la aplicación, ejecutar campañas de correo electrónico de ciclo de vida, recopilar datos cualitativos o ejecutar pruebas A/B, la disponibilidad de datos precisos en estas herramientas es la única forma de obtener valor y justificar la inversión.
Dependiendo de su tamaño y la madurez de los datos, cada empresa necesita invertir en un conjunto de herramientas de datos adicionales (a menudo denominadas “pila de datos moderna”) para satisfacer las necesidades de toda la organización. Las empresas que capturan una gran cantidad de datos suelen invertir en:
Un almacén de datos como Snowflake, BigQuery o Firebolt para que los datos estén disponibles para su análisis y activación. Una herramienta de inteligencia empresarial (BI) como Looker, Mode o Superset que se encuentra sobre el almacén y permite análisis de autoservicio. Una herramienta ELT como Airbyte, Fivetran o Meltano para mover datos de herramientas de terceros (como las mencionadas anteriormente) al almacén. Una herramienta ETL inversa como Census, Hightouch o Grouparoo para mover datos modelados desde el almacén a herramientas de terceros.
Sin embargo, comprar, implementar y mantener una pila de datos moderna no es algo trivial: se necesita un equipo de datos o al menos una persona dedicada a los datos para gestionar este proceso continuo.
Es fundamental invertir en productos que permitan a las personas trabajar con datos de manera eficiente para obtener información y tomar decisiones basadas en datos sin depender de otros. Esto hace que todos sean productivos y mantiene alta la moral del equipo.
Además, implementar las mejores herramientas que hagan bien su trabajo es mejor que pasar incontables horas buscando la herramienta ideal o, peor aún, decidir construir algo que se pueda comprar fácilmente.
“Crear versus comprar” es un tema para otro día, pero debo decir que, cualquiera sea la ruta que tome, asegúrese de evaluar cómo su decisión afecta a sus equipos, en particular los efectos en su trabajo diario y sus objetivos a largo plazo.
Es hora de abordar el tercer principio:
¿Por qué la democratización de datos es un proceso continuo que podría requerir un cambio cultural en su organización?
Me gustaría comenzar diciendo que el tamaño de una empresa y su trayectoria de crecimiento tienen un gran impacto en el ritmo al que se produce la democratización de los datos. No hace falta decir que construir una democracia de datos es mucho más fácil en los primeros días de una empresa, ya que es más fácil moldear la cultura que la sustenta.
Es probable que las organizaciones más grandes enfrenten una serie de desafíos, lo que hace que la democracia de datos se perciba como una “demostración” de datos.loco.”
Teniendo esto en cuenta, cuanto más grande sea una organización, más pronto debería invertir en el proceso de democratización de los datos. Si su organización se está preparando para implementar análisis de productos, puede que le resulte útil esta guía sobre gestión de datos.
Entonces, ¿por qué la democratización de datos es un proceso continuo?
La democracia de datos es un proceso continuo porque se basa en la alfabetización de datos, que también es un proceso permanente. El mundo de los datos está experimentando un crecimiento sin precedentes, y la velocidad a la que evolucionan las herramientas y las tecnologías es, como mínimo, fascinante. Pero este cambio también es difícil de seguir y un poco molesto para la mayoría de las personas fuera del ámbito de los datos, especialmente debido a su impacto en su trabajo.
Como mínimo, todos en una organización, independientemente de su función, deberían poder obtener respuestas a sus preguntas relacionadas con los datos sin esfuerzo.
Además, la forma en que los distintos equipos trabajan con los datos y en qué medida deben ser conocimientos generales dentro de la organización. Los empleados deben saber fácilmente quién tiene acceso a qué tipo de datos, dónde se encuentran y cuál es el proceso para acceder a ellos o hacer preguntas sobre ellos.
Dataportal, la solución de descubrimiento de datos desarrollada por Airbnb que permite a toda la organización encontrar y comprender los activos de datos de manera autónoma, es un buen ejemplo de cómo las empresas más grandes pueden democratizar los datos asignando recursos dedicados a resolver este problema gigantesco. Los proyectos como Dataportal sin duda requieren una inversión constante, pero la recompensa parece valer el esfuerzo para una empresa del tamaño de Airbnb.
Finalmente, ¿de qué tipo de cambio cultural estamos hablando?
Uno de los desafíos de datos mencionados anteriormente es: “Los expertos en datos de mi empresa están demasiado ocupados para ayudarme”.
La democratización de datos requiere un cambio cultural que haga que este desafío sea obsoleto, una cosa del pasado en su organización.
Todos aquellos que dependen de los datos para sobresalir en su trabajo y alcanzar sus objetivos deberían…