El concepte d’intel·ligència artificial i ChatGPT com a eina per utilitzar-la de manera massiva està en boca de tothom. També de les empreses, que sovint obliden un pas fonamental que va abans d’arribar a aquest punt: treballar les dades. I és que tota la informació que es pot extreure de l’activitat d’un negoci genera un coneixement valuós per a qualsevol entorn, però no sempre se’n té consciència. Un perfil clau per a una gestió adequada és la del chief dataofficer (CDO), que no obligatòriament ha de venir del sector tecnològic, sinó que pot ser un professional d’àrees com les finances o els recursos humans. “El més important és ser un referent amb l’objectiu de transformar el seu sector i la societat”, apunta el membre del comitè executiu del Cercle Tecnològic Pablo Carrillo en una trobada organitzada per la fundació per presentar l’Associació CDAOs, amb una trentena d’empreses membres per posar sobre la taula bones pràctiques i impulsar l’anàlisi del big data en les companyies.

Una estratègia transversal

El primer graó que cal superar és la concepció d’aquest perfil com transversal. “Ha d’estar en contacte amb la direcció i tenir influència a tota la organització per desplegar un mètode de governança de dades transversal perquè siguin úniques”, ha apuntat la CDO de Frit Ravich, Cristina Campeny, qui alhora ha alertat que no es tracta de descentralitzar totalment el sistema de treball: “L’anàlisi de la informació ha d’estar dins el teu departament, però la definició de les fites i l’obtenció de les dades ha de venir de cada àrea determinada. Cal escoltar i assumir que caldrà un lideratge centralitzar i també descentralitzat”.

El CDO ha de ser un professional transversal vinculat a la direcció amb capacitat d’allargar la mà a tots els departaments

Aquesta mateixa estructura és la que posen en pràctica a la farmacèutica Grífols de la mà del seu director de dades, Eduard Cebrià, qui opera en un equip que té l’analítica de dades “dins del pla de negoci”. “Volem construir un centre d’excel·lència d’anàlisi dins de cada departament, però amb el suport del punt de vista especialitzar de l’àrea de dades”. Així, un cop s’han definit els KPIs específics per a cada pota de la companyia, elaborats pels mateixos membres de cada departament, els experts en dades escullen les eines i la tecnologia adequada per aconseguir-ho. Una estratègia essencial també per a Campeny, ja que cada cop sorgeixen més tècniques i sistemes, però no totes són adaptables a qualsevol empresa, equip o repte.

El següent tret essencial de la incorporació de les dades en el negoci és el treball conjunt. Així ho ha alertat l'advanced customer marketing & analytics director al Banc Sabadell, Pier Rossi, que va haver de fer front a un pas cap a la definició de noves sinergies entre departaments: “Fa anys, el sector financer tenia el coneixement dels clients focalitzat en els gestors d’oficina i quedava descentralitzat. El moment en què el Sabadell va començar a créixer incorporant milions d’actors en cada compra, el model va quedar obsolet i es va veure que era més eficient tenir les dades del client centralitzades per proposar accions comercials des de qualsevol canal i adaptades a les necessitats de cada persona”. Una conclusió que l’ha portat a considerar la personalització i l’experiència d’usuari com dos elements fonamentals en la definició d’una fórmula definitiva per trobar el millor model de negoci per a cada companyia.

Un Excel pot ser una bona eina per començar a estudiar les dades d’un negoci, no calen grans inversions

IA, ‘blockchain’ i la dèria per l’última innovació

“És temps per a la reflexió”. Ha estat un toc d’alerta de part del cap de Dades i Analítica de Bon Preu, Marc Torrent, per portar l’auditori a posar els peus a terra davant l’arribada constant de propostes com la intel·ligència artificial (IA), eines concrets com ChatGPT o arquitectura com la blockchain.  “No es pot negar que la IA podrien estalviar una de les vuit hores de feina d’un programador o que pot tenir un gran impacte en la interacció amb les dades, però cal ser-ne crítics”, ha remarcat. Per entendre-ho, ha posat com a exemple l’ús del codi obert a l’hora d’iniciar-se en aquest terreny: “No saps on van les teves dades. Es poden utilitzar per superar el repte del full en blanc, però no es poden donar dades confidencials i confiar-hi plenament. Abans cal reflexió”. Com també cal evitar quedar enlluernat per tota disrupció del dia a dia per tocar de peus a terra i pensar en opcions com l’Excel. Segons Rossi, una companyia només és capaç d’extreure el 30% de les seves dades perquè “hi ha massa soroll mediàtic respecte de la intel·ligència artificial” i això genera “un gap cada cop més gran entre què es pot fer i què no”. I no sempre cal cercar professionals especialitzats per integrar al negoci amb capacitat per liderar un nou departament de dades, sinó que apunta cap al “reciclatge d’experts d’altres entorns, cercar una consultora o cercar un software as a service” com a solucions de baix cost per fer una passa endavant en la creació d’un departament de dades amb un CDO.