Sus cadenas de suministro de datos probablemente sean un desastre. He aquí cómo solucionarlos.

Los mismos procesos y gestión de la calidad que informan las cadenas de suministro físicas deben aplicarse a los datos.
Suas cadeias de fornecimento de dados provavelmente estão uma bagunça. Veja como corrigi-los.
Suas cadeias de fornecimento de dados provavelmente estão uma bagunça. Veja como corrigi-los.

Los datos son más importantes que nunca, pero la mayoría de las organizaciones siguen luchando con algunos problemas comunes: se centran más en la infraestructura de datos que en los productos de datos; los datos se crean a menudo teniendo en cuenta las necesidades de un departamento en particular, pero poco pensado para el uso final; carecen de un «lenguaje de datos» común con cada uno codificación y clasificación de departamentos con su propio sistema; y cada vez se centran cada vez más en datos externos, pero tienen pocos sistemas de control de calidad implementados. Al centrarse en la gestión de la «cadena de suministro de datos», las empresas pueden abordar estos y otros problemas. Similar a las cadenas de suministro físicas, las empresas deben pensar sistemáticamente, centrarse en los productos finales, definir estándares y mediciones, introducir controles de calidad y refinar constantemente su enfoque en todas las fases de recopilación y análisis de datos.


La gestión de datos ha perdurado a las grandes empresas durante décadas. Casi todas las empresas gastan mucho en ello. pero los resultados son insatisfactorios. Si bien el problema no parece estar empeorando, resolverlo es cada vez más urgente a medida que los gerentes y las empresas se esfuerzan por centrarse más en los datos, aprovechar el análisis avanzado y la inteligencia artificial y competir con los datos. En este artículo exploraremos un enfoque potente de la gestión de datos a través del objetivo de» productos de datos» y «cadenas de suministro de datos».

La mayoría de las empresas se enfrentan a algunos problemas comunes pero significativos de gestión de datos.

En primer lugar, las empresas se han concentrado en las capacidades técnicas de gestión de datos, que están controladas por la función de IT y que son necesarias para adquirir, almacenar y mover datos. Esto no es una hazaña: construir «tuberías» técnicas es un trabajo difícil. Pero al hacerlo, se han centrado más en la infraestructura y mucho menos en los resultados: los productos de datos que se utilizan para tomar decisiones, diferenciar productos y servicios y satisfacer a los clientes.

En segundo lugar, los datos se crean en diferentes partes de la organización para satisfacer las necesidades de varios departamentos, no para su uso posterior por otros en productos de datos, decisiones empresariales o procesos. Contrástalo con un producto físico, como un automóvil, donde componentes como el chasis y el motor de arranque están diseñados teniendo en cuenta el producto final.

En tercer lugar, la mayoría de organizaciones carecen de un lenguaje de datos común. Los datos son sutiles y matizados y tienen diferentes significados para diferentes personas en distintos contextos. Si se agrava esto, algunos departamentos, que se apoderan de «sus datos», pueden ser reacios a compartir. O, si bien están dispuestos a compartir, no tomarán tiempo para explicar estos matices para que otros puedan usarlo de manera efectiva. Esto lleva a otros departamentos a establecer sus propias bases de datos «casi redundantes», lo que aumenta la confusión general.

Por último, las empresas están cada vez más interesadas en lo que sucede fuera de sus muros, aprovechando datos externos para responder a una variedad de preguntas. Sin embargo, los datos externos no se administran en gran medida, con poca calificación de proveedor o evaluación de la calidad de los datos.

La gestión de la cadena de suministro de datos, con productos de datos como resultado final del proceso, puede ayudar a abordar cada uno de estos problemas. Hace igual hincapié en todas las fases de la gestión de datos, desde la recopilación hasta la organización y el consumo de productos de datos. Es un medio de equilibrar los beneficios de los datos comunes con los de datos únicos y personalizados de los productos, y se adapta igualmente a datos internos y externos. Relativamente pocas empresas emplean la gestión de la cadena de suministro de datos, pero aquellas que tienden a reportar mejores resultados.

Gestión de procesos y proveedores para productos de datos

Las empresas siempre han producido productos de datos en forma de estados financieros, informes a los reguladores,. Aun así, la gama y la importancia de estos productos está creciendo. Para muchos, el objetivo es incorporar análisis y modelos derivados de IA en productos que atienden a clientes internos y externos. Morgan Stanley Siguiente Mejor acción, LinkedIn Personas que quizás conozcas, las muchas ofertas de búsqueda de Google y MasterCard Pulso de gasto y Localizador de negocios son buenos ejemplos. Con los problemas mencionados anteriormente en pantalla completa, la «disputa» de los datos lleva mucho más tiempo que la creación del modelo y aún no resuelve todos los problemas.

Afortunadamente, existe una mejor manera de obtener datos de alta calidad. Se basa en las técnicas de gestión de procesos y proveedores utilizadas por los fabricantes de productos físicos. En particular, los fabricantes se extienden profundamente en sus cadenas de suministro para aclarar sus requisitos, calificar a los proveedores, insistir en que los proveedores midan la calidad y realice las mejoras necesarias en la fuente (s) de los problemas. Esto les permite ensamblar componentes en productos terminados con un mínimo de «lucha física de productos», mejorando la calidad y reduciendo los costos.

Una organización que emplea la gestión de la calidad de los proveedores en su cadena de suministro de datos es Altria, el proveedor estadounidense de tabaco y productos libres de humo. Altria depende de los datos de puntos de venta de más de 100.000 tiendas de conveniencia diariamente para completar sus informes y análisis de mercado. Un equipo que informa a Kirby Forlin, vicepresidente de Advanced Analytics, administra esta base. Los requisitos de datos se detallan en los contratos y el equipo pretende ayudar a las tiendas a cumplirlos. Para empezar, Altria se concentró en sus requisitos más básicos. La calidad era deficiente, ya que solo el 58% de las presentaciones diarias las satisfacían. Pero el equipo de Altria trabajó pacientemente, mejorando la calidad hasta el 98% en tres años. A medida que mejoró la puntuación de calidad básica, el equipo de Altria añadió sus requisitos más avanzados a la mezcla. Como señaló Forlin, «Este es un trabajo en curso. La evidencia de que podemos confiar cada vez más en los datos nos ahorra mucho trabajo en nuestra práctica analítica y genera confianza en nuestro trabajo».

Pasos hacia una cadena de suministro de datos

La cadena de suministro de datos se puede establecer dentro de una empresa siguiendo algunos de los mismos pasos utilizados en gestión de procesos y calidad para cadenas de suministro físicas:

  1. Establezca responsabilidades de gestión. Como paso 1a, el director de datos o gerente de producto debe nombrar a un «gestor de cadena de suministro de datos» de su personal para coordinar el esfuerzo y contratar «partes responsables» de cada departamento (incluidas las fuentes de datos externas) en toda la cadena de suministro. El paso 1b consiste en poner en primer plano los problemas asociados con el uso compartido y la propiedad de datos. Descubrimos que la mayoría de los problemas se derriten, ya que pocos gerentes desean adoptar una postura firme contra el intercambio de datos frente a sus pares.
  2. Identificar y documentar los datos y los requisitos de coste, tiempo y calidad asociados necesarios para crear y mantener productos de datos.
  3. Describa la cadena de suministro. Desarrolle un diagrama de flujo que describa puntos de creación de datos/fuentes originales de datos y los pasos dados para mover, enriquecer y analizar datos para utilizarlos en productos de datos.
  4. Defina y establece mediciones. En general, la idea es implementar mediciones que indiquen si se cumplen los requisitos. Comience con la precisión de los datos y el tiempo transcurrido desde la creación de datos hasta la incorporación a un producto de datos. Las medidas variarán para la cadena de suministro de cada producto de datos.
  5. Establezca el control de procesos y evalúe el cumplimiento de los requisitos. Utilice las mediciones del cuarto paso para controlar el proceso y determinar qué tan bien se cumplen los requisitos del segundo paso e identificar las lagunas.
  6. Investigue la cadena de suministro para identificar las mejoras necesarias, en general y para productos de datos concretos. Determine dónde se originan las brechas descubiertas en el paso cinco en el diagrama de flujo del paso tres.
  7. Realice mejoras y supervise continuamente. Identifique y elimine las causas fundamentales de las lagunas identificadas en el paso seis y vuelva a los pasos anteriores si es necesario. Supervise continuamente tanto los datos de entrada como los productos de datos, buscando mejorar los productos, los nuevos datos y las mejores fuentes necesarias para hacerlo.
  8. Fuentes de datos «calificadas». Las empresas seguirán empleando a un número cada vez mayor de proveedores de datos externos y resulta útil identificar aquellos que proporcionan datos de alta calidad de forma coherente. Las auditorías de sus programas de calidad de datos proporcionan los medios «calificar» a aquellos que lo hacen e identifican áreas de debilidad en aquellos que no lo hacen.

Key Bank, a 20 principales bancos estadounidenses en tamaño de activos, utiliza un concepto amplio de cadena de suministro de datos para estructurar sus iniciativas de gestión de datos. Divierte su proceso en las áreas de «capturar/organizar/consumir» e intenta mejorar la eficiencia y la eficacia en cada área. Recientemente ha trasladado gran parte de su almacenamiento de datos y análisis a la nube y encontró mejoras importantes en la flexibilidad y la velocidad en toda la cadena de suministro. Sus actividades de consumo se centraron históricamente en las capacidades clásicas de inteligencia empresarial, pero ahora también tiene una sólida función de ciencia de datos.

Esto requería un cambio en la cadena de suministro hacia una mayor virtualización de datos y la capacidad de construir vistas de datos que atraviesan diferentes data marts y que también incorporan datos externos. El banco ha podido utilizar su cadena de suministro de datos para desarrollar rápidamente nuevos productos bancarios que dependen en gran medida de los datos. Por ejemplo, fue uno de los mayores prestamistas de préstamos del Plan de Protección de Nómina en los EE. UU., y recientemente introdujo un banco digital nacional para médicos. Mike Onders, director de datos del banco, es efectivamente el gerente de la cadena de suministro de datos. Él y su personal han evaluado la capacidad de la cadena de suministro de datos del banco para suministrar una variedad de productos de datos necesarios.

Instamos a todas las empresas a administrar agresivamente sus cadenas de suministro de datos más importantes. Los datos son un activo tan importante para las empresas como cualquier otro tipo, y los productos de datos son cada vez más importantes que los físicos. La misma idea que ha mejorado las cadenas de suministro físicas durante décadas está resultando igualmente valiosa para los datos.


  • Thomas H. Davenport es Profesor Distinguido del Presidente de TI y Gestión en Babson College, un investigador en el Centro MIT para Negocios Digitales, co-fundador del Instituto Internacional para Analytics, y asesor principal de Deloitte Analytics. Es autor del nuevo libro Big Data en el trabajo & nbsp; y el más vendido Competir en Analytics .


  • TE
    Theodoros Evgeniou es un profesor de ciencias de la decisión y gestión de la tecnología en el INSEAD.

  • Thomas C. Redman , “los Datos Doc,” & nbsp; es Presidente de & nbsp; Soluciones de calidad de datos . He & nbsp; ayuda a las empresas y personas, incluyendo & nbsp; creación de empresas, multinacionales, ejecutivos y líderes en todos los niveles, a trazar sus cursos para futuros basadas en datos. Se pone especial énfasis en la calidad, análisis y capacidad de organización.

  • Related Posts
    Utilice los datos de sus clientes para ayudar realmente a sus clientes

    Utilice los datos de sus clientes para ayudar realmente a sus clientes

    Todos somos consumidores nosotros mismos, y como tal, los líderes pueden entender la ansiedad cuando aspectos muy personales y privados de nuestras vidas pueden ser revelados por las huellas digitales que dejamos en el ciberespacio. Incluso para estar dispuestos a compartir sus datos con una empresa, los clientes necesitan confiar en que la empresa no redestinará o revenderá los datos de forma que puedan resultar inescrutables u objetables. Deben confiar en que sus datos están razonablemente protegidos contra violaciones cibernéticas y que la compañía hará lo correcto si se produce una violación. Sin embargo, imagine clientes que no solo están dispuestos a compartir sus datos con una empresa, sino que también desean compartir más de ellos. ¿Qué tomaría esto? Lo más fundamental es que los clientes necesitan ver que sus datos se están utilizando para su beneficio, de maneras que valoran mucho. Si eso sucede, estarán ansiosos por compartir más sobre sí mismos para recibir aún más valor.

    Leer más
    Maximizing Your Return on People

    Diamantes en la mina de datos

    Harrah Entertainment ha jugado mejor que su competencia y ganado ganancias impresionantes, a pesar de ser repartido una mano débil de la economía. ¿El secreto? Minería rica base de datos de la empresa para desarrollar incentivos para los clientes convincentes.
    Leer más
    Los minoristas enfrentan un déficit de datos tras la pandemia

    Los minoristas enfrentan un déficit de datos tras la pandemia

    El cambio en el comportamiento del consumidor causado por Covid-19 ha creado un problema inesperado: un déficit de información, ya que los datos de antes de la crisis no pueden predecir con eficacia nuevas tendencias. En otras palabras, el ingrediente esencial para los programas de fidelización de clientes minoristas, las recomendaciones de productos impulsados por IA y una amplia gama de decisiones empresariales críticas ahora tiene un problema de calidad. Los minoristas pueden hacer frente a este problema tomando cinco pasos: 1) Presentar nuevos canales para la recopilación y comunicación de datos, 2) aprovechar las fuentes de datos «compatibles con Covid-19» que están capturando indicadores de comportamiento de los consumidores en la actualidad, 3) revisar las proyecciones de ingresos para tener en cuenta las nuevas restricciones impuestas a las compras debido a Covid-19, 4) utilizar el análisis espacial junto con las ordenanzas y regulaciones sanitarias pertinentes de Covid-19 para analizar dónde tiene más sentido centrar la atención en la reapertura, y 5) aprovechar esta oportunidad para prestar atención a la infraestructura que soporta activos de datos clave.

    Leer más