La mediocridad no es una opción

Una y otra vez, quedó claro que el fracaso rara vez se debía a la tecnología o a una estrategia inadecuada. En la mayoría de los casos, el factor decisivo eran unos datos inadecuados. Estoy convencido de que hay que replantearse todo nuestro enfoque de la transformación empresarial. Durante demasiado tiempo nos hemos conformado con lo „suficientemente bueno“: con datos suficientemente buenos, una implantación suficientemente buena y definiciones de éxito suficientemente buenas.

Pero cuando el despliegue decepciona, los cuadros de mando no reflejan la realidad y el negocio permanece inalterado a pesar de las elevadas inversiones, surge la pregunta: ¿Cómo hemos llegado hasta aquí? Históricamente, hemos medido el éxito por hitos técnicos. ¿Se completó la migración a tiempo? ¿Se puso en marcha el sistema? ¿Se cumplió el calendario? Sin embargo, esto no garantiza que la empresa se encuentre realmente en una posición mejor.

Los directivos no invierten en transformación para marcar casillas, sino para conseguir resultados: procesos más eficientes, decisiones más inteligentes, un ROI real. Como me dijo una vez un CIO: „No te despiden porque el proyecto no se haya ejecutado correctamente desde el punto de vista técnico. Te despiden porque no se cumplieron los objetivos“. Por tanto, para obtener mejores resultados, tenemos que elevar nuestro nivel de exigencia.

Validado ≠ valioso

Muchas empresas siguen asumiendo que sus datos son „buenos“ en cuanto se rellenan todos los campos y los formatos son correctos. Sin embargo, la corrección formal no significa que los datos sean también útiles. A menudo se proclama con orgullo que la calidad de los datos es del 85% o del 95%. Lo que correspondería a una buena nota en la escuela es un resultado alarmante en la vida empresarial.

He visto datos que a primera vista parecían impecables pero que causaban enormes problemas: Los datos de inventario mostraban que los productos estaban disponibles, pero no lo estaban. Los datos de proveedores cumplían todas las normas formales de comprobación, pero contenían datos bancarios incorrectos. Los datos de los clientes parecían impecables a primera vista, pero daban lugar a errores de facturación e incumplimientos.

Ni siquiera una precisión del 95% es suficiente. El 5% restante puede suponer rápidamente pérdidas millonarias de tiempo, ventas y confianza. Los datos relevantes para la empresa son fundamentalmente diferentes de los datos meramente „limpios“. Son datos completos, contextualizados y estrechamente vinculados a los procesos empresariales reales. No sólo son comprobados por los sistemas, sino también validados por los responsables de la toma de decisiones, que comprenden su importancia en el contexto operativo.

Los sistemas subyacentes ya no son meras herramientas de back-office: constituyen la columna vertebral de las empresas modernas. Controlan inventarios, pedidos, nóminas, finanzas, compras y cadenas de suministro. ¿Por qué esperar menos del 99,9%? ¿Su socio corporativo soporta la carga o sólo la desplaza? Demasiados socios sólo se miden por sus resultados, no por su impacto.

Esto suele deberse a que la responsabilidad del trabajo con datos se delega en los departamentos especializados en lugar de localizarse donde corresponde. Los equipos conocen su negocio. Sin embargo, es tarea del colaborador comprender realmente los datos: en profundidad, con precisión y orientados al impacto. Si no asumen esta responsabilidad, quedarán lagunas que frenarán a las empresas a largo plazo. De ahí mi llamamiento a todos: hay que responsabilizar a los socios.

Plantee las preguntas decisivas: ¿Dispone el socio de experiencia real en datos y de un equipo cualificado? ¿Tiene un profundo conocimiento del sector y referencias fiables? ¿Trabaja con una metodología probada? ¿Presenta un plan claro con responsabilidades claras? Toda empresa merece un socio que le ayude a tomar decisiones rápidas e inteligentes. Si no se hace estas preguntas, simplemente no espera lo suficiente.

Completado ≠ entregado

Todo el mundo habla de la IA, pero casi nadie habla de lo que la impulsa: Los datos. Si los datos están duplicados, incompletos o son incoherentes, la IA no hará sino acelerar el caos. Si son precisos y adecuados, la IA se convierte en un verdadero acelerador. Ayuda a conciliar conjuntos de datos, automatizar validaciones y reconocer problemas antes de que se agraven. La IA no puede reparar unos cimientos que se desmoronan. Pero puede ayudar a construir unos más sólidos. Qué ocurre cuando las expectativas son bajas: La mediocridad se convierte en la norma.

En cuanto empezamos a esperar más, todo cambia. Transformación ya no significa pura implementación, sino impacto. Por eso llevo años defendiendo la mentalidad de „los datos primero“, porque los datos no son solo la base, sino que marcan el rumbo. Esperar más no termina con la puesta en marcha. Nuestro sector dispone de las herramientas y los conocimientos necesarios. Es hora de hacernos responsables de que todo el mundo consiga más porque espera más. O, citando a Maya Angelou: "Si sabemos más, deberíamos hacerlo mejor".“