Introducción
En la era digital actual, el valor de los datos es incalculable. Con el auge de la inteligencia artificial, el aprendizaje automático, la analítica avanzada y el avance sostenido de la inteligencia de negocio en las empresas, los equipos de datos están generando una cantidad enorme de productos de datos destinados a informar y guiar una amplia gama de decisiones. Sin embargo, la adopción y el uso efectivo de estos productos de datos no solo dependen de su calidad técnica, sino también de la reputación y la confianza que inspiran.
En posts anteriores Controles básicos de calidad de datos que siempre deberíamos realizar y Validación de datos de tus productos de BI, expuse mis primeras aproximaciones sobre calidad y validación de datos desde un enfoque técnico y funcional, para ejecutar procesos de control de calidad, con posteriores efectos en la transparencia y la confianza sobre los productos de datos que creamos (te recomiendo que les eches un vistazo a los post previos). En este post, me centraré en el aspecto social, donde exploraré dos conceptos tomados de marketing y los relacionaré con el proceso de creación de productos de datos. Estos conceptos son la "sabiduría de la multitud" (wisdom of the crowd) y la "confianza digital" (digital trust).
Realizaré una breve interpretación y análisis de cómo estas perspectivas pueden moldear la percepción y la utilización de los datos en la toma de decisiones empresariales, y finalmente concluyo que decidir confiar en un conjunto de datos no solo implica evaluar su calidad objetiva, sino también considerar la confianza que el entorno (departamentos, equipos, personas) tiene en ellos.
Sabiduría de la multitud (wisdom of the crowd)
El concepto de "sabiduría de la multitud" (wisdom of the crowd) es sumamente relevante cuando se trata de productos de datos y su reputación. La idea básica detrás de este concepto es que la opinión colectiva de un grupo de personas tiende a ser más precisa que la opinión de un solo individuo, siempre y cuando la diversidad de opiniones esté presente y no haya influencias externas que sesguen el proceso de toma de decisiones.
“Cuando vemos que algo está validado por más gente, confiamos más en ello”
Cuando aplicamos este principio al contexto de los productos de datos, podemos ver cómo la reputación de estos productos juega un papel fundamental en la generación de confianza y, en última instancia, en su utilización. Aquí van algunos puntos clave:
Reputación como indicador de calidad: Al igual que en otros productos o servicios, la reputación de los productos de datos sirve como un indicador de su calidad percibida. Cuando un equipo de datos tiene una reputación sólida por ofrecer productos precisos, confiables y útiles, es más probable que los usuarios confíen en esos productos y los utilicen de manera regular.
Validación a través de la sabiduría de la multitud: la sabiduría de la multitud se aplica cuando múltiples usuarios utilizan y validan un producto de datos. Si un gran número de usuarios confirma la utilidad y precisión de un producto de datos, esto refuerza su reputación y aumenta la confianza de otros usuarios potenciales en su calidad.
Feedback y mejora continua: la sabiduría de la multitud también puede manifestarse a través del feedback continuo de los usuarios. Cuantas más personas utilicen un producto de datos, más retroalimentación se recopilará sobre su desempeño. Este feedback puede ser invaluable para mejorar y refinar el producto con el tiempo, lo que a su vez fortalece su reputación y aumenta su utilidad.
Efecto de red: Cuantos más usuarios confíen en un producto de datos y lo utilicen regularmente, más poderosa se vuelve su red de usuarios. Este efecto de red puede generar un ciclo positivo en el que una reputación sólida atrae a más usuarios, lo que a su vez fortalece aún más la reputación del producto.
En resumen, el concepto de sabiduría de la multitud ofrece una perspectiva valiosa para comprender cómo la reputación de los productos de datos influye en su adopción y uso. Al centrarse en la construcción y mantenimiento de una reputación sólida a través de la calidad, la validación de usuarios y el feedback continuo, los equipos de datos pueden aumentar la confianza en sus productos y maximizar su impacto en la toma de decisiones y la generación de valor.
Confianza digital (digital trust)
El concepto de "digital trust" (confianza digital) es importante en el contexto de los productos de datos y se relaciona estrechamente con la reputación mencionada anteriormente. A continuación, algunos puntos relevantes:
Confianza digital y reputación de los productos de datos: La confianza digital se refiere a la confianza que los usuarios tienen en la seguridad, privacidad, integridad y fiabilidad de las tecnologías digitales y los servicios en línea. En el caso de los productos de datos, la confianza digital se construye sobre la base de una reputación sólida en términos de precisión, transparencia y seguridad en el manejo de los datos.
Transparencia y seguridad de los datos: Para cultivar la confianza digital en los productos de datos, es crucial que los equipos de datos sean transparentes sobre cómo se recopilan, procesan y utilizan los datos. Esto implica proporcionar información clara sobre las fuentes de datos, los métodos de análisis utilizados, los supuestos adoptados y las medidas de seguridad implementadas para proteger la privacidad y la confidencialidad de los datos.
Cumplimiento normativo y ético: La confianza digital también está estrechamente relacionada con el cumplimiento de normativas y estándares éticos en el manejo de los datos. Los equipos de datos deben asegurarse de cumplir con las leyes y regulaciones de protección de datos, así como adherirse a principios éticos que promuevan la equidad, la transparencia y el respeto por la privacidad de los individuos.
Auditoría y certificación de calidad: Para reforzar la confianza digital en los productos de datos, algunos equipos pueden optar por someter sus procesos y resultados a auditorías externas o internas por equipos corporativos o buscar certificaciones de calidad reconocidas en el sector. Esto proporciona una validación adicional de la calidad y confiabilidad de los productos de datos, lo que puede aumentar la confianza de los usuarios y fomentar su adopción.
En conclusión, el concepto de confianza digital complementa la discusión sobre la reputación de los productos de datos al resaltar la importancia de la transparencia, la seguridad y el cumplimiento normativo en la construcción y mantenimiento de la confianza de los usuarios en la era digital. Al priorizar la confianza digital junto con la reputación, los equipos de datos pueden crear un entorno en el que los usuarios se sientan seguros y cómodos utilizando los productos de datos para tomar decisiones informadas y generar valor.
Algunas ideas para implementar
Antes de cerrar con la conclusión, quiero exponer algunas ideas y ejemplos de acciones que podrías considerar para la implementación. Por favor, considerarlos como ejemplos y evaluar que cada empresa y equipo tiene una cultura diferente, por lo tanto, cada persona tendrá que adoptar, adaptar e incluso, diseñar, su propio plan de acciones.
En este apartado, mencionaré algunas ideas y ejemplos que he implementado. Espero sean de utilidad y disparador para pensar en otras alternativas.
Crea comunidades: canales abiertos de comunicación, explicación, formación, resolución de dudas. En la medida que creamos comunidades, podremos lograr influencers que hablarán de nuestros productos. Claro, si hemos hecho buen trabajo durante la creación del producto y el aseguramiento de la calidad, obtendremos influencia positiva.
Equipos de Teams/Slack de comunicación interna.
Canales de Teams temáticos, por ejemplo Dpto. Calidad, Dpto. Finanzas, Aprendiendo a consumos datos con Power BI, entre otros.
Talleres prácticos sobre determinadas temáticas, por ejemplo, “cómo crear mis propios informes con datos del modelo de datos comercial usando Power BI y Excel”.
Crear reportes de uso de los productos: darás visibilidad y transparencia de las métricas de uso. Power BI y Fabric permiten acceder a los datos de uso de informes. En lo personal, los consulto siempre e intento que las personas del equipo de datos (todas las personas) lo hagan también. Estos informes no sólo pueden ser útiles para el equipo de datos para entender cómo se están utilizando sus productos, sino que también pueden ser compartidos con los usuarios para ayudarles a entender cómo sus colegas están utilizando los productos de datos.
Generar el efecto de la intriga en las reuniones: Semanas atrás, en una empresa hubo un reunión interna multitudinaria de una temática en particular y alguien preguntó si conocían unas determinadas métricas. En un momento, un usuario “influencer” cogió su móvil, abrió la app móvil de Power BI y consultó los datos del nuevo informe relacionado con la temática y rápidamente dio respuesta. Generó un efecto de intriga increíble, donde las personas comenzaron a preguntar qué era lo que consultaba y si podían tener acceso. Simple y magnífico 🚀. Este tipo de “demostraciones en vivo” pueden ser una forma efectiva de mostrar el valor de los productos de datos en un contexto real y relevante.
Crear release notes: como equipo es importante comunicar los lanzamientos. Por ello, te recomiendo hacerlo. En mi caso, una release mensual. Les dejo el ejemplo de Notion. Proporcionan una forma clara y concisa de comunicar a los usuarios sobre las nuevas características, mejoras y correcciones que se han realizado en un producto; si tus "influencers" están actualizados sobre las mejoras, el "boca a boca" será más frecuente. Son importantes por los siguientes puntos: a) Transparencia: ofrecen transparencia sobre los cambios y actualizaciones que se han realizado; b) Comunicación: sirven como un canal de comunicación entre el equipo de desarrollo y los usuarios. Permiten al equipo compartir sus logros y dar a los usuarios una visión de las mejoras que se han realizado; c) Educación: pueden ser una herramienta educativa, ayudando a los usuarios a entender nuevas características y cómo pueden beneficiarse de ellas; d) Feedback: puedes recibir feedback valioso de los usuarios. Pueden proporcionar comentarios sobre las nuevas características, reportar problemas, sugerir mejoras y sentirse involucrados.
Crear cuestionarios de feedback o NPS sobre los productos de datos y compartir los resultados anualmente.
Gestión de Valoraciones y Comentarios: establecer sistemas de gestión de valoraciones y comentarios que permitan a los usuarios dejar comentarios y valoraciones de manera transparente y honesta ( ★★★★, 👍👎, ranking 1 a 5, entre otros). Esto incluye la capacidad de responder a comentarios y resolver problemas de manera proactiva. Se puede implementar en la documentación de los productos (Sharepoint, Notion, Confluence y otras herramientas lo permiten). Claro, no alcanza con implementar un sistema de valoraciones, sino que también hay que gestionarlas, especialmente enfocándose en detractores para entender, dar soluciones e interntar revertir el impacto negativo. Esta retroalimentación no sólo es útil para el equipo de datos para mejorar sus productos, sino que también puede ayudar a los usuarios a sentirse más involucrados en el proceso de desarrollo de productos. Algunos estudios ****investigan cómo las calificaciones en línea de otros consumidores afectan la calificación de un producto por parte de un individuo, planteando la hipótesis de que la influencia social puede moderar el impacto de la experiencia del producto en las calificaciones en línea. (enlace relacionado)
Analiza los comentarios y valoraciones: ¿Tienes la posibilidad de conectarte a la API del sistema que usas para documentar, donde te dejan valoraciones y comentarios? Si es así, aprovecha y analiza los datos. Puedes usar Power BI y capacidad de ML u otras tantas alternativas. El análisis de estos comentarios y valoraciones puede proporcionar insights valiosos sobre qué características o aspectos de los productos de datos son más valorados por los usuarios, lo que puede ayudar a guiar el desarrollo futuro.
Documentar casos de éxito de usuarios: puede ayudar a demostrar el valor de los productos de datos y también puede proporcionar ejemplos concretos de cómo los usuarios pueden utilizar estos productos para lograr sus propios objetivos. Un pdf, en una web, en tu herramienta de documentación, un video o un testimonios (directos e indirectos) en reuniones.
Conclusión
En este punto, espero que hayas podido ver cómo la sabiduría de las masas y la confianza digital pueden jugar un papel relevante en la adopción y el uso de los productos de datos. Pero, ¿qué significa todo esto para una estrategia de auto-servicio de datos?
Bueno, en un mundo ideal, todos los usuarios tendrían la capacidad y la confianza para acceder y utilizar los productos de datos que necesitan, cuando los necesitan. Pero la realidad es que, a menudo, los usuarios pueden sentirse abrumados por la cantidad de datos disponibles, o pueden no confiar en su capacidad para interpretarlos correctamente.
Aquí es donde entra en juego la sabiduría de las masas. Al fomentar una cultura de feedback y validación colectiva, podemos ayudar a los usuarios a ganar confianza en los productos de datos. Si ven que otros usuarios, con los que se identifican, están utilizando y obteniendo valor de un producto de datos, es más probable que ellos también lo hagan.
Por otro lado, la confianza digital nos recuerda la importancia de ser transparentes y responsables en nuestra gestión de los datos. Al demostrar que nos tomamos en serio la seguridad y calidad de los datos y que estamos comprometidos con la mejora continua de nuestros productos, podemos fomentar una mayor confianza y, en última instancia, una mayor adopción de los productos de datos.
En resumen, si queremos que las personas de nuestra empresa adopten y utilicen los productos de datos en un entorno de auto-servicio, necesitamos, entre otras cosas, trabajar activamente para construir, mantener y fomentar la confianza.
Así que, ya sea que estés trabajando en un equipo de datos, o simplemente seas una persona interesada en obtener más valor de los productos de datos con los que cuentas en tu trabajo, te animo a que consideres cómo puedes aplicar estos conceptos en tu entorno. Después de todo, en el mundo de los datos, la confianza es la clave.
Agradecimiento y fuentes
Quiero agradecer a Miriam Alzate porque fue la persona que me acercó a los conceptos wisdom of the crowd y digital trust, quien desinteresadamente me guió conceptualmente.
Algunas fuentes consultadas:
Social Influence Effects in Online Product Ratings (Shrihari Sridhar & Raji Srinivasan)
Toward a theory of consumer digital trust: Meta‑analytic evidence of its role in the effectiveness of user‑generated content (Rachel E. Hochstein, Colleen M. Harmeling, Taylor Perko)
Gracias 🤟
Matías
Comments