El problema de la priorización

Cómo identificar a qué proyectos de análisis es mejor dedicarse.

Aportes

  • Los proyectos de análisis pueden priorizarse según el valor empresarial cuantificable.

  • Los ITDM pueden empezar con los proyectos más pequeños y contrarrestar los objetivos de sentido común.

  • Cada proyecto exitoso crea unas habilidades que pueden reutilizarse para permitir que los trabajos posteriores sean más eficientes.

author-image

Por

En 2011, un pequeño equipo del departamento de TI de Intel empezó a buscar nuevos modos de predecir con precisión la demanda informática que se requiere para comprobar diseños de chip.

Sabiendo cuándo se realizarán unos ciertos pasos de importantes recursos y la memoria que requerirá cada prueba, Intel puede utilizar su gran red de servidores informáticos de modo más eficiente y planear más pruebas simultáneas sin quedarse sin memoria o capacidad de procesamiento.

La apuesta era alta: por cada 1% de eficiencia ganada, Intel ahorraría 1 millón de dólares al año. Los cinco miembros del equipo pasaron seis meses aplicando técnicas de análisis avanzados a los datos de simulaciones de pruebas y encontraron mejoras en el proceso de diseño por valor de más de 10 millones de dólares al año.

Desde entonces, le han llovido las peticiones de proyectos al equipo, al que se le conoce ahora como el grupo Análisis Avanzados; incluso el grupo ha aumentado hasta contar con aproximadamente 100 miembros. Para priorizar los proyectos que les han propuesto, el equipo analiza la fuerza del apoyo y la colaboración de la unidad empresarial, la cantidad de datos de alta calidad y el tamaño y el alcance del impacto potencial, entre otros factores.

En la actualidad, los proyectos en los que el equipo considera que vale la pena trabajar pueden durar un año y el beneficio es mucho mayor que en los del proyecto de simulación de diseño de chips.

Pedir altos beneficios por los proyectos “indica claramente que ésta es la magnitud del valor que estamos esperando”, afirma Moty Fania, Ingeniero Jefe de Análisis del Big Data de TI de Intel.

Aunque el trabajo del equipo aún incluye mucha exploración y experimentación. “Casi siempre se empieza pensando en los datos con una hipótesis o una suposición”, cuenta. “Pero a veces se descubre una señal diferente en los datos que no se esperaba y se convierte en algo importante”.

Pero a veces se descubre una señal diferente en los datos que no se esperaba y se convierte en algo importante.

Moty Fania, el principal ingeniero de Intel de TI para análisis de big data

2. El problema adecuado. La pregunta que el equipo de análisis intenta resolver debe ser importante para la empresa. Abordar este problema también es importante comprender cómo cualquier solución se ajusta a los procesos, sistemas y acuerdos de contratación empresariales existentes en la organización.

En este caso, el problema se alinea perfectamente con la orden de la organización de aumentar las ventas. Los principales directores se comprometieron a realizar cambios en el proceso empresarial, si fuera necesario.

3. Datos. El equipo de análisis tiene que determinar si hay suficientes datos de alta calidad para permitir que un proyecto de análisis sea factible y valga la pena.

El equipo realizó un proyecto piloto para una zona geográfica de la organización de ventas internas, en la que los directores sabían que contaba con un conjunto de datos de alta calidad. Las exitosas pruebas realizadas con estos datos demostraron que el proyecto de análisis era prometedor, lo que justificó el trabajo de actualizar la calidad de los datos en otras áreas.

4. Recursos. El equipo de análisis, trabajando con la organización de patrocinadores, tiene que evaluar qué personas, habilidades, herramientas y capacidad de procesamiento son necesarias para que el proyecto tenga éxito, así como saber si están disponibles.

El grupo de análisis tenía un equipo trabajando con la función de ventas internas. Y los líderes de ventas permitieron que las personas estuvieran disponibles para el equipo de análisis.

5. Tiempo. El equipo de análisis debe evaluar si puede conseguir los resultados para el proyecto en un espacio de tiempo deseado. Es necesario demostrar rápidamente el valor a la organización.

En el ejemplo de las ventas internas, el proyecto piloto proporcionó resultados rápidos en poco tiempo. Esto justificó realizar más trabajo en un conjunto de datos más amplio.

En muchos casos, la conversación empieza en un lugar, terminamos yéndonos por las ramas y acabamos con una solución diferente.

Chen Admati, gestor de análisis avanzado de Intel