Retos de la gestión de proyectos Business Intelligence y Big Data. 3 Preguntas Críticas.

tecladoLos proyectos de Big Data y Business Intelligence tienen unas particularidades que condicionan la gestión. Se puede anticipar que una gestión ágil tipo Scrum es apropiada para este caso, pero hay que comprender los retos que plantea. Hablo en esta entrada de características, riesgos y gestión de estos proyectos. Este artículo continúa con la serie que comencé aquí, y que te aconsejo que leas previamente. Te invito también a visitar mi perfil LinkedIn, ya que soy LION (LinkedIn Open Networker). No dudes en contactar conmigo y en compartir este artículo y recomendarlo a tu red.

¿Qué caracteriza los proyectos de Big Data y BI para la gestión?

  • tabletchartExiste mucha variabilidad en los proyectos, ya que las aplicaciones y tecnologías son de lo más diversas. Cualquier aplicación informática que trabaja con datos es susceptible de integrarse con BI, Big Data, o de proporcionar alguna funcionalidad propia. No es de extrañar que especialmente el concepto de Big Data sea bastante difuso en la práctica. Posteriormente veremos los riesgos que esto supone para la gestión.
  • Escuchado en un evento reciente de UOC, estos escenarios son un híbrido entre proyectos y operaciones, y la gestión de proyectos tiene que reconocer esta realidad. Si hay algo a tener muy en cuenta, es que el alcance se va redefiniendo continuamente.
  • Son proyectos asociados a la idea de cambio cultural, normalmente cross a través de varias unidades organizativas (aunque hay casos donde no es así, y también hay que saber detectarlos). En este sentido son muy similares a una implantación de una oficina de proyectos (PMO) o de gestión de servicios (SMO) y mejora continua, y requieren de un alto nivel de esponsorización. El parecido no es casual, ya que ambos escenarios responden a la tipología de BI, salvo que el cliente interno puede no ser el tradicional de negocio. Una CMDB es una potencial fuente de datos Big Data, sobre lo que luego comentaré más, al igual que las estadísticas obtenidas de la gestión de proyectos.

thebigdatalandscape

Imagen obtenida de este artículo CMSWire, que ilustra visualmente la diversidad tecnológica

¿Cómo se pueden evitar los riesgos principales de este tipo de proyectos?

Los riesgos principales derivan de la complejidad empresarial y tecnológica de naturaleza cambiante, por la redefinición frecuente del alcance, y por la naturaleza de los datos con mucho volumen, veloces, a veces menos estructurados, y que presentan un debate permanente sobre la privacidad y el entorno regulatorio. Quiero centrarme en la manera de evitar riesgos negativos y de aprovechar oportunidades.

  • Gestión del Cambio: Ya he mencionado la necesidad de una esponsorización alta, y de una estrategia para el cambio cultural o la adopción. Es muy importante identificar correctamente a los interesados (stakeholders), realizar un esfuerzo en labores de comunicación y de reducción de ambigüedades (falsas expectativas), incorporar la formación y la mejora como un proceso continuo, y definir algún criterio de prioridades frente a los objetivos de negocio, para no estancarnos con los cambios de alcance continuos. Por ejemplo, para proyectos cross, es preferible centrarse en la mejora de un proceso concreto interdepartamental (ej. fidelización y venta a nuevos clientes de canal web para cierta gama de productos), a fijar el alcance para un departamento (ej. envío de pedidos de cualquier tipo).
  • Integración: Es habitual que la solución requiera la integración de varias tecnologías y aplicaciones, que además evolucionan rápidamente. En el caso de Big Data nos encontramos con muchas iniciativas que están todavía por consolidarse, y la cualificación técnica es tan diversa que requiere colaboración de varios expertos. Es lógico, si hay muchas oportunidades, también crecen los riesgos. Lo crítico es hacer pruebas desde el principio y de manera recursiva, y tener una estrategia para poder incorporar nuevas necesidades de recursos humanos y tecnológicos que se vayan descubriendo durante la ejecución del proyecto. Recordemos el carácter híbrido de proyecto y operaciones.
  • tuberiasDatos: Ya en BI es un clásico mencionar que la gran parte del tiempo del proyecto tecnológico se ocupa con la ETL (extracción, transformación, y carga de datos, la fotografía de la derecha me recuerda mucho este tema), y que suele ser infravalorado en la planificación. En el caso Big Data, esto se puede multiplicar, muy unido a la integración. Pero, como dije en mi entrada anterior, hay otros casos donde no hay tiempo ni presupuesto para estas integraciones. Es algo a tener claro desde el principio, y siempre hay que ir refinando una política de gestión y calidad de datos. Acumular datos sólo porque están disponibles, sin otro criterio, ya se denomina el síndrome de Diógenes de los datos,  bastante autoexplicativo. Siempre tiene que existir alguna pregunta concreta a resolver, y con cierta precisión, cosa que es extrapolable a cualquier sistema de gestión.
  • Privacidad: Hace falta conocer la normativa aplicable, si necesitamos algún permiso concreto del productor de los datos, y sobre todo no frustrar una oportunidad de negocio por no involucrar a los clientes. La letra pequeña sólo sirve para una disputa legal, pero lo que se necesita es una implicación del cliente, que vea que tiene algo que ganar sin amenazar lo que él considere privado, y esto requiere mayor transparencia.

¿Cómo se relacionan Big Data y BI con buenas prácticas y marcos como SCRUM, PMBOK, ITIL?

  • Scrum o en general marcos ágiles: Son los más indicados para diluir riesgos en un escenario de gran incertidumbre, a base de realizar entregas frecuentes y obtener feedback del usuario o cliente muy a menudo. También incorporan de manera natural el aprendizaje a lo largo del proyecto, la adaptación a los cambios y la mejora continua. Podemos dar por hecho que las tres cosas van a ser necesarias, y por lo tanto es la opción recomendada.
  • pmbokPMBOK: Aunque se suele ver como antagónico a Scrum, en mi opinión no es así. Lo que no se recomienda es el modelo clásico en cascada ni predictivo con mucho detalle, y sí el de mejora continua, que PMBOK también incluye. Muchas buenas prácticas son aplicables, por ejemplo los temas de comunicación, la gestión de interesados, las pruebas y la calidad, etc. Además seguramente haya partes del proyecto, como la formación, aptas para una aproximación predictiva.
  • ITIL: Se refiere a gestión de servicios. Lo he incluido para volver sobre la CMDB, que me parece claramente un caso particular de Datamart, y cuyo enfoque correcto para su puesta en marcha es tratarlo como un proyecto BI. Además podemos ver la CMDB como fuente de datos Big Data. Seguramente nos gustaría encontrar correlaciones entre el incumplimiento del nivel de servicio, y los indicadores de capacidad, de cambios o incidencias, o hacer un análisis what-if para estudiar impactos, cercano al tiempo real. La idea que hay detrás de esto siempre tiene que ver con mejorar la capacidad de predicción.

Espero continuar esta serie entrando en mayor detalle de aspectos Big Data, desde el punto de vista del profesional en España, ya que la entrada anterior ha tenido muy buena aceptación. Mi siguiente artículo sobre recursos de formación Big Data ya está disponible.

Anuncios
Esta entrada fue publicada en Gestión, Tecnología y etiquetada , , , , , , , , , , . Guarda el enlace permanente.

2 respuestas a Retos de la gestión de proyectos Business Intelligence y Big Data. 3 Preguntas Críticas.

  1. Pingback: Big Data y Business Intelligence. 4 preguntas clave para distinguirlos. | Ideas de un Project Manager – José Julio López

  2. Pingback: Las principales Técnicas Big Data y sus Aplicaciones | Ideas de un Project Manager – José Julio López

Deje una Respuesta

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s