Desafío
Crear un equipo transversal de Datos e IA y saber por dónde empezar.
La dirección digital quería crear un equipo transversal de Datos e IA al servicio de todos sus productos. Había que definir la ambición de este equipo para los 12 meses siguientes, en un contexto de transformación de la organización digital.
Antes de contratar y lanzar los primeros proyectos, había que responder a tres preguntas.
- ¿Qué ambición? Definir lo que el equipo debe aportar a los productos del grupo.
- ¿Qué organización? Dimensionar el equipo y definir su composición.
- ¿Por dónde empezar? Elegir los primeros casos de uso entre necesidades numerosas y dispersas entre las unidades de negocio.
La necesidad: una estrategia compartida, anclada en las expectativas reales de las áreas de negocio y directamente accionable.
Solución
Una estrategia construida desde las áreas de negocio, no desde un modelo teórico.
Construimos la estrategia de Datos e IA a partir de las necesidades expresadas por las unidades de negocio. Tres principios guiaron el trabajo.
- Partir del terreno. El portafolio de casos de uso proviene de entrevistas con los product owners y product managers de las unidades de negocio socias, no de una lista genérica.
- Construir la adhesión. En una organización en transformación, cada unidad de negocio encuentra sus necesidades en la hoja de ruta.
- Pensar en la reutilización desde el inicio. Un modelo de datos común permite capitalizar de un caso de uso a otro.
Dispositivo
Escuchar, estructurar, priorizar, planificar.
- Visión. Definición del rol del equipo de Datos e IA y de su contribución a los productos del departamento digital.
- Portafolio de casos de uso. Identificación de los casos de uso de datos existentes en entrevistas con los product owners y product managers de las unidades de negocio socias.
- Equipo objetivo. Definición del tamaño y la composición del equipo, vinculando los perfiles con los casos de uso que deben atender.
- Priorización. Clasificación de los casos de uso recopilados.
- Hoja de ruta a 12 meses. Secuenciación de los casos de uso priorizados para el año siguiente.
- Presentación de resultados. Presentación de los resultados a la dirección digital y a la dirección de Datos.
Un equipo de dos expertos: un consultor en estrategia y un experto en data science y data engineering, durante 45 días de misión. Entorno técnico: AWS.
Resultados
12 casos de uso priorizados, cuatro lanzados en seis meses, dos de ellos en producción.
La dirección cuenta con un informe de estrategia completo: la visión, la composición objetivo del equipo, las necesidades, lo existente y los casos de uso priorizados en una hoja de ruta a 12 meses.
De los 38 casos de uso identificados en seis unidades de negocio, 12 quedaron priorizados en la hoja de ruta. Seis meses después de la presentación de resultados, cuatro estaban en marcha, dos de ellos en producción. Los impulsa un equipo objetivo dimensionado durante la misión, cuyas primeras contrataciones ya estaban realizadas.
Dos efectos prolongan la misión.
- Un modelo de datos común. La adopción del modelo de datos Haystack, un estándar abierto, aporta más uniformidad y reutilización de un caso de uso a otro.
- Contrataciones mejor orientadas. Los perfiles del equipo se vinculan con los casos de uso, lo que orienta la contratación y la formación.
Expertises mobilisées
Savoir-faire
- Estrategia de Datos e IA
- Priorización de casos de uso
- Organización objetivo
- Hoja de ruta
- Modelo de datos
Technologies
- AWS
- Haystack
Sello
Cuatro mecanismos que marcan la diferencia.
- Una estrategia surgida de las áreas de negocio. Los casos de uso provienen de los product owners y product managers, lo que facilita su adhesión.
- La organización pensada junto con la estrategia. El equipo objetivo se dimensiona para ejecutar la hoja de ruta, no al revés.
- Perfiles alineados con los casos de uso. La contratación y la formación parten de las necesidades reales.
- La reutilización como principio. Un modelo de datos estándar evita empezar desde cero en cada proyecto.
Para usted
Una estrategia de Datos e IA para lanzar su equipo.
Este enfoque responde a cuatro situaciones.
- Usted crea o reestructura un equipo de Datos e IA y debe definir su ambición.
- Las solicitudes de las áreas de negocio son numerosas y usted debe elegir por dónde empezar.
- Usted quiere una organización objetivo antes de contratar.
- Usted busca capitalizar sus datos de un proyecto a otro.
Partimos de sus áreas de negocio y de sus datos existentes para construir una hoja de ruta que sus equipos pueden ejecutar al día siguiente.
Testimonio
«Lo más difícil no es encontrar casos de uso, sino elegir. De 38 ideas, nos quedamos con 12, y dimensionamos el equipo para llevarlas a cabo.»
