En el cada vez más interconectado y digitalizado entorno actual, los datos trascienden como un recurso valioso e indispensable. En el caso de la gestión de proyectos, en todas sus fases, y más allá del sector en el que operen, se generan una inmensa cantidad de datos que no sólo se utilizan como base para el análisis y la toma de decisiones, sino que también son esenciales para lograr una mejora continua.
Aunque muchos líderes de proyectos todavía consideran los datos simplemente como un medio asociado para generar reportes, es crucial comprender que estos datos, que van desde información sobre los stakeholders y la planificación de los proyectos hasta el seguimiento del cronograma y presupuestos, se transforman en información cuando se contextualizan.
Esta información, se convierte en conocimiento, cuando se comprenden y se interpretan los patrones y las tendencias que revela. Y, finalmente, este conocimiento se puede traducir en acciones estratégicas y decisiones informadas que pueden marcar la diferencia entre el éxito y el fracaso del proyecto.
Una gestión sistematizada de los datos no sólo permite a las organizaciones entender y controlar el presente de sus proyectos, sino que también les ayuda a prever y moldear su futuro.
De esta manera, la gestión de datos se convierte en una herramienta estratégica para optimizar la eficiencia, mejorar los resultados y aportar un valor incalculable a cada proyecto.
Es en este contexto que entramos en la era de los Proyectos “Data Driven” o proyectos impulsados por datos (Data-driven Projects), un innovador enfoque que se centra en aprovechar los datos en todas sus formas y fases para conducir las decisiones y las acciones en la gestión del proyecto. Al establecer sistemas eficaces de gestión de datos desde el inicio, los líderes de proyectos pueden asegurarse de que cada dato recopilado tenga el potencial de ser utilizado como una herramienta valiosa para impulsar el éxito del proyecto.
Como lo expresa McKinsey (2021), para el cercano 2025, las organizaciones utilizarán plataformas de intercambio de datos para facilitar la colaboración en proyectos basados en datos, tanto dentro como entre organizaciones. En ese sentido, aquellas organizaciones capaces de hacer el mayor progreso más rápido, son las que podrán capturar el valor más alto de las capacidades respaldadas por datos.
Al avanzar en esta nueva era, los invito e integrar este concepto revolucionario, teniendo la certeza de que los datos, cuando se administran y analizan adecuadamente, pueden llevar la eficiencia de nuestros proyectos a niveles hasta ahora inimaginados.
COMPRENDIENDO LA GESTIÓN DE DATOS DEL PROYECTO
La gestión de datos del proyecto se puede definir como las prácticas que se utilizan para recoger, almacenar, organizar, procesar y utilizar los datos generados o necesarios durante el ciclo de vida de un proyecto.
El reconocimiento de la importancia de una gestión formal y sistematizada de los datos ha llevado a la necesidad de contar con estándares como el DMBOK (Data Management Body of Knowledge) de Data Management Association (DAMA), que define un espectro completo de disciplinas que cubren desde la arquitectura de datos, la calidad de los datos, hasta la gobernabilidad y la seguridad de estos, entre otros.
Al aplicar estos principios y prácticas al conjunto de datos generados en el curso de un proyecto, las organizaciones pueden mejorar la precisión, la consistencia y la relevancia de los datos, lo que a su vez facilita el análisis, la toma de decisiones y la implementación de mejoras.
Conjugar la gestión de proyectos basada en enfoques del Project Management Institute (PMI) con la Guía de los Fundamentos para la Dirección de Proyectos (Guía PMBOK) y el DMBOK de DAMA, significa un avance importante para la entrega de valor esperado en las organizaciones. Este enfoque no sólo se ocupará de cómo se recopilan, almacenan y procesan los datos, sino que también se centrará en cómo se convierten estos datos en información valiosa, se desarrolla el conocimiento a partir de esta información y se toman medidas basadas en este conocimiento.
DIFERENTES TIPOS DE DATOS GENERADOS EN UN PROYECTO
Muchas veces, suele pasar desapercibida la naturaleza y magnitud de los datos generados durante un proyecto, los cuales varían ampliamente dependiendo del enfoque de desarrollo y la etapa del ciclo de vida del proyecto. El problema es que, si construimos un Data Journey Map como el que se observa en la figura adjunta, observaremos que existe una infinidad de datos que no se aprovechan
.png)
LA GESTIÓN DE DATOS EN EL PMBOK 7ª EDICIÓN
La Guía del PMBOK del PMI, en su séptima edición, sitúa a los datos como un componente esencial en la gestión de proyectos, subrayando que su verdadero valor radica no tanto en su mera recopilación sino en su análisis y utilización estratégica para impulsar acciones relevantes. El PMBOK 7 recalca que los datos deben ser un motor para generar discusiones productivas entre el equipo de proyecto y los stakeholders, y no solo para producir informes de estado.
En cuanto a los “activos de datos”, el PMBOK 7 incluye una variedad de elementos como bases de datos, bibliotecas de documentos, métricas y artefactos de proyectos anteriores. Estos activos, junto con los métodos para recopilar, valorar y evaluar la información, ofrecen una visión profunda de la situación del proyecto y su contexto.
Un punto por destacar es el énfasis que el PMBOK 7 pone en la visualización de datos. Los tableros de control, que proporcionan una representación gráfica del estado de los datos, son identificados como una herramienta común y eficaz. Permiten resumir datos de alto nivel y facilitan un análisis detallado, ayudando así a tomar decisiones informadas.
Otro aspecto relevante en la Guía es la continua necesidad de capturar y reportar datos que se relacionan con la materialización de beneficios, tanto durante el proyecto como después de su finalización. Esto alinea la gestión de datos con la gestión de beneficios, uno de los aspectos clave en la gestión de proyectos moderna.
Finalmente, el PMBOK 7 recalca que la medición y visualización de datos deben tener como finalidad el aprendizaje y la mejora. Las mediciones deben permitir que el equipo de proyecto aprenda, facilite decisiones, mejore el rendimiento del producto o proyecto, ayude a prevenir problemas y evite el deterioro del rendimiento. En otras palabras, el análisis de datos debe usarse como una herramienta de mejora continua, contribuyendo al valor de negocio y al logro de los objetivos y metas del proyecto.
Considerando que la gestión de datos está implícitamente contenida y es fundamental en varios dominios de desempeño, no sería extraño que, ante la creciente tendencia por la digitalización y la gestión de proyectos basada en datos, se justifique la inclusión de la gestión de datos como un dominio de desempeño específico en futuras versiones del PMBOK.
PROYECTOS DATA DRIVEN
Los proyectos "Data Driven" o "Impulsados por Datos" se refieren a aquellos donde los líderes y equipos de proyecto utilizan datos para fundamentar todas sus decisiones estratégicas y operativas. Estos proyectos recopilan y analizan datos de diversas fuentes para guiar su planificación, implementación y evaluación.
Este enfoque puede llevar a una mejora significativa en los resultados del proyecto. Por ejemplo, puede permitir la identificación temprana de problemas y oportunidades, la optimización del uso de recursos, la mejora de la eficiencia y la efectividad, y una mayor capacidad para predecir y gestionar riesgos. Esto se debe a que las decisiones están basadas en datos e información real y objetiva, en lugar de depender únicamente de la intuición o la experiencia personal.
El uso de datos puede ser especialmente útil en proyectos complejos y de gran escala, donde las decisiones a menudo tienen implicaciones significativas y donde los datos pueden proporcionar una visión clara y objetiva del rendimiento del proyecto dentro de un sinnúmero de variables.
Sin embargo, cualquier proyecto, independientemente de su tamaño o naturaleza, puede beneficiarse de un enfoque Data Driven. Es importante recordar que ser Data Driven no sólo se trata de recopilar datos, sino también de ser capaz de analizar y utilizar esos datos de manera efectiva.
La capacidad de una empresa para adoptar un enfoque "Data Driven" en sus proyectos es a menudo un indicativo de su madurez en la transformación digital. Cuando los proyectos son impulsados por datos, las empresas pueden hacer uso de la tecnología para recoger, analizar y aplicar datos de manera efectiva en la toma de decisiones. Esto puede conducir a una mejora en la eficiencia, la efectividad y la rentabilidad de las operaciones de la empresa.
Con los datos en el centro de las decisiones del proyecto, las empresas pueden ser más ágiles y flexibles, adaptarse más rápidamente a los cambios en el entorno de negocio y responder de manera más efectiva a las necesidades y expectativas cambiantes de los clientes. La siguiente tabla resume algunos de los beneficios que alcanzan los proyectos data driven.
RECOLECTANDO Y ORGANIZANDO DATOS DEL PROYECTO
La arquitectura de datos es clave al proporcionar un marco de referencia integral para organizar y administrar los datos de manera eficaz y coherente en un proyecto data driven. Establecer ello desde el comienzo crea un camino ordenado y efectivo para la gestión de datos en el proyecto ya que:
- Asegura que todos los miembros del equipo comprendan y alineen sus acciones hacia los mismos objetivos de gestión de datos.
- Facilita el pronto acceso a datos precisos y actualizados, fundamentales para tomar decisiones eficaces.
- Permite definir protocolos de protección de datos, garantizando el cumplimiento de las normativas pertinentes.
- Anticipa y atenúa los riesgos asociados como la pérdida o inseguridad de los datos.
Asimismo, al plantear la arquitectura de datos temprana, es fundamental considerar ciertos elementos para garantizar que los estos se gestionen de manera efectiva y que aporten valor. Aquí diez pasos que podrían ser útiles:
1. Definir los objetivos de la gestión de datos: ¿Qué se espera lograr con la gestión de datos en este proyecto? Los objetivos pueden variar desde la mejora de la eficiencia operativa hasta la generación de “insights” para la toma de decisiones estratégicas.
2. Identificar las fuentes de datos: Determinar de dónde y cómo se van a recopilar los datos es esencial. Las fuentes de datos pueden ser internas (por ejemplo, de sistemas ERP, CRM, etc.) o externas (por ejemplo, datos de mercado, de clientes, etc.).
3. Definir la estructura de los datos: En este paso, se debe determinar cómo se van a organizar, clasificar y almacenar los datos.
4. Seleccionar las herramientas de gestión de datos: Existen diversas herramientas de gestión de datos, desde bases de datos tradicionales hasta soluciones de almacenamiento en la nube y herramientas de análisis de datos con software como Excel, Tableau, Power BI, entre otros, que no solo permiten visualizar los datos de manera efectiva, sino que también realizan análisis predictivos y prescriptivos.
5. Crear un plan de gestión de la calidad de los datos: Implica definir los estándares de calidad de los datos, implementar procesos para limpiar y validar los datos, y desarrollar mecanismos para controlar y mejorar la calidad de los datos a lo largo del tiempo.
6. Definir un plan de seguridad de los datos: Es un aspecto crítico que debe incluir medidas para proteger los datos de accesos no autorizados, pérdida de datos y otros riesgos. Se debe considerar la encriptación de los datos, el uso de contraseñas y controles de acceso, y la realización de copias de seguridad. Los datos corruptos o alterados pueden llevar a decisiones equivocadas. También debe incluir medidas para cumplir con las regulaciones de privacidad y protección de datos.
7. Definir la gobernanza de los datos: Quién será responsable de los datos, cómo se administrarán y quién tendrá acceso a ellos.
8. Planear la integración y el intercambio de datos: En muchos proyectos, los datos necesitarán integrarse con otros sistemas o compartirse con otras partes interesadas. En este paso, se deben definir las estrategias y herramientas para la integración y el intercambio de datos.
9. Definir los procesos de mantenimiento y actualización de datos: Los datos deben mantenerse actualizados y relevantes para continuar aportando valor al proyecto.
10. Implementar la arquitectura de datos: Finalmente, una vez que se han definido todos estos elementos, se puede implementar la arquitectura de datos.
Este es un proceso iterativo que puede requerir ajustes y modificaciones a medida que evoluciona el proyecto. La arquitectura de datos debe ser flexible y escalable para adaptarse a las necesidades cambiantes del proyecto.
PROYECTOS DATA DRIVEN: TRANSFORMANDO INDUSTRIAS
Los proyectos basados en datos, a diferentes niveles de intervención, están liderando una revolución en múltiples sectores y transformando las formas convencionales de operar. En el campo de la construcción, la metodología BIM ha introducido el concepto del "Common Data Environment" (CDE), un repositorio unificado y coherente para todos los datos y la información del proyecto, minimizando las inconsistencias y promoviendo la colaboración efectiva entre los equipos.
En el sector de desarrollo de software, el análisis de datos se utiliza para optimizar las metodologías ágiles, monitoreando métricas cruciales para mejorar los procesos y el rendimiento. Barceló Hotel Group es otro ejemplo destacado, donde la adopción de estrategias basadas en datos en el sector hotelero ha resultado en una mejorada experiencia del cliente y márgenes más sólidos, destacando el poder transformador de la Inteligencia Artificial y el Big Data en la toma de decisiones estratégicas.
Las compañías de diversos sectores, como Zara, Coca-Cola, Apple, Nike, L'Oréal y Spotify, han incorporado también el análisis de datos en sus operaciones, optimizando productos, experiencias de usuario, gestión de inventarios y predicción de tendencias con resultados impresionantes.
Los proyectos data driven no solo están redefiniendo la competencia en el mercado, sino también moldeando nuestras ciudades. "Implementing Data-Driven Strategies in Smart Cities" (2021) es una obra clave que demuestra cómo el Big Data, la ciencia de datos y el Internet de las Cosas están facilitando la transformación de ciudades alrededor del mundo. Con estudios de caso de ciudades como Barcelona a Zúrich, el libro ilustra el poder y el potencial de los proyectos basados en datos en la transformación urbana.
A pesar de estos éxitos, los desafíos persisten. Como señala un artículo de Harvard Business Review (2023), construir una cultura data driven exige constancia y valor. El tránsito hacia una organización orientada a los datos no es inmediato, requiere compromiso y la audacia para desafiar paradigmas existentes. Estos proyectos ilustran no solo el poder de los datos, sino también la importancia de la resiliencia en la era digital.
INNOVANDO CON DATOS
La innovación a través de datos inexplorados puede ser uno de los campos más emocionantes en el mundo de la gestión de proyectos. Los datos inexplorados, también conocidos como "datos oscuros", son todas aquellas fuentes de información que se generan durante el curso de un proyecto pero que no se utilizan en la toma de decisiones o análisis. Estos pueden incluir datos de registro, archivos de texto no estructurados, imágenes, vídeos, correos electrónicos y mucho más.
Aprovechar estos datos puede aportar una serie de beneficios significativos, tales como:
- Descubrimiento de nuevas oportunidades: Los datos oscuros pueden revelar patrones y tendencias que anteriormente se pasaban por alto, lo que puede abrir nuevas oportunidades para la mejora del proyecto.
- Optimización del rendimiento: A través del análisis de datos oscuros, se pueden identificar ineficiencias o cuellos de botella en los procesos que, una vez abordados, pueden resultar en mejoras significativas en el rendimiento del proyecto.
- Mitigación de riesgos: Los datos oscuros pueden proporcionar una visión más profunda de los riesgos potenciales que pueden afectar a un proyecto. Esto puede ayudar a los gestores de proyectos a tomar medidas preventivas y a estar mejor preparados para enfrentar los desafíos que puedan surgir.
- Mejora de la toma de decisiones: Al proporcionar una visión más completa de todas las variables del proyecto, los datos oscuros pueden enriquecer el proceso de toma de decisiones, llevando a decisiones más informadas y efectivas.
Para aprovechar estos beneficios, es fundamental contar con las herramientas y competencias necesarias para manejar y analizar grandes volúmenes de datos no estructurados. Además, se requiere una mentalidad orientada a la experimentación y la exploración, ya que trabajar con datos oscuros implica adentrarse en territorios inexplorados y encontrar nuevas formas de extraer valor de la información.
LO QUE VIENE…
En un futuro, podemos esperar que la gestión de datos en la gestión de proyectos se vuelva aún más integral y crítica para el éxito del proyecto. A medida que las tecnologías de la información y la analítica avancen, se desarrollarán más técnicas y herramientas para facilitar la recolección, el análisis y la utilización de los datos.
La inteligencia artificial y el aprendizaje automático, en particular, tienen el potencial de transformar la gestión de datos del proyecto, permitiendo un análisis de datos más complejos y precisos, y exigen una mayor capacidad para predecir resultados de proyectos y tomar decisiones basadas en datos.
Además, el aumento creciente en la privacidad y la seguridad de los datos significa que las técnicas de protección y eliminación segura de datos se volverán cada vez más importantes en la gestión de datos del proyecto.
Por ende, es crucial que los líderes de proyecto continúen perfeccionando sus conocimientos y competencias en la gestión de datos (también parte del llamado coeficiente tecnológico), con el objetivo de mantenerse actualizados ante los avances tecnológicos y optimizar así la eficacia y prosperidad de sus proyectos.
Mientras se aproximan los siguientes desafíos, los invito a considerar cómo administrar el flujo constante de datos que se generan en cada fase de sus proyectos y cómo cada fragmento de información puede ser aprovechado al máximo.
¡Una gestión de datos efectiva no debe ser considerada un complemento, sino un componente esencial de la estrategia del proyecto capaz de propulsar su eficiencia a niveles insospechados!
Descarga el artículo completo
aquí.
.png)
