Si prefereixes veure el web sempre en català, fes clic aquí.
Hi ha eines molt potents que poden ser de gran utilitat per millorar els processos de qualsevol empresa, però no serveixen de res si no hi ha talent que les dirigeixi com cal. És per això que hi ha un petit error en el concepte de data driven que apliquem tant a les empreses del futur. Les dades no ens condueixen, qui ens condueixen són les persones que les saben identificar i aprofitar.
D’això som molt conscients a Endesa, i per això hem decidit posar en marxa la comunitat d’experts en dades, un equip extremadament multidisciplinari, però que uneix els millors conductors per a les dades massives de la companyia.
Al capdavant, tot i que ell prefereix dir que només la “dinamitza”, es troba Juan Raggio, Endesa Agile Transformation Officer que, juntament amb la resta de l’equip de Persones i Organització, es va encarregar d’identificar les persones i els equips de l’empresa que estaven ja treballant en això de l’aprofitament de les dades. D’aquest estudi van sortir moltes més persones de les que s’esperaven, gent de múltiples línies de negoci i àrees de personal que aplicaven això de jugar amb les dades per millorar processos i tasques del dia a dia.
Perfils digitals units per un mateix objectiu
Quan es presencia alguna de les trobades de la nova comunitat, el primer que ve al cap és que no poden dedicar-se totes les persones al mateix, perquè són completament diferents. Tanmateix, al cap d’un parell de minuts d’estar a l’Open Power Space (on acostumen a reunir-se), es comencen a veure les similituds. I la primera és la que més sorprèn: són digitals, però els mòbils i els ordinadors estan aturats. Com a màxim, alguna llibreta, però sobretot els ulls atents al ponent.
“A mi em va sorprendre moltíssim la quantitat de gent d’Endesa que s’interessa per aquest tema. A més, no tothom fa el mateix; de fet, hi ha molts perfils diferents dins de la comunitat, i és per això que l’aprofitem tant, ja que cadascú participa i aporta allò que té i creu que pot ser interessant.”
Alicia Mateo, responsable de previsió i gestió de la demanda d’Endesa
Podem veure un bon exemple de l’explicació d’Alicia Mateo en Marta Redondo, de generació, que des de fa un any i mig està evolucionant en la previsió basant-se en les dades massives: “Quan vaig començar, només teníem un Excel i poc més. Ara som capaços d’automatitzar molts processos per preveure un consum específic o una possible fallada a les instal·lacions; tot molt tècnic. Després, arribes a la comunitat i, de sobte, parlem de previsions comercials i t’adones que, en realitat, és aplicable al consum de combustible o a les previsions de temperatures en caldera”.
L’exemple contrari és Tomás Cruz, precisament responsable d’intel·ligència de clientela a la comercialitzadora, que es dedica a “buscar maneres perquè les dades generin, de manera directa, un valor en el compte de resultats”. I això no és nou. Ell mateix explica que, des de l’any 1999, estan treballant en aquest tipus d’iniciatives: “si és que no ens n’adonem, però som un referent, no només en el sector, sinó en general”.
També en l’àmbit de línia de negoci participa Javier Tejedor, responsable de campanyes i sistemes de detecció de l’anormalitat i el frau. En el seu cas, utilitzen l’aprenentatge automàtic per identificar casos de frau. I està d’acord amb Tomás: “vam ser pioners a l’hora d’utilitzar la predictibilitat de les dades per trobar casos de frau, i ara la fan servir des de la banca fins a les asseguradores”. “El que és bo és que aquesta comunitat ens ha servit per veure que no estem sols, que molta gent d’Endesa treballa en processos similars i no només en solucions digitals, sinó sobretot fora, aplicant-los directament als seus negociats. Crec que la creació d’aquesta comunitat ha estat una acció molt intel·ligent per part de Persones i Organització, perquè la tendència sempre és anar fora, i aquí tenim grans experts, de manera que junts podrem treure-li el màxim rendiment a les nostres pròpies dades”.
No es pot explicar millor. La unió, la col·laboració i el fet de compartir experiències permeten treure el màxim profit a una cosa que tenim en enormes quantitats, però que per si sola no ens porta enlloc i només ocupa gigues de discos durs inútils.