---
title: Grandes obstáculos de la transformación Data-Driven - MerovingianData
description: Durante la última década cada vez más organizaciones alrededor del mundo han descubierto los beneficios de volverse Data-Driven. En el último estudio de NewVantage Partners, compuesto de una amplia variedad de empresas e industrias, 96% de los participantes indicaron que han logrado resultados exitosos de iniciativas de Big Data e Inteligencia Artificial, y el 92% […]
---

[Blog - Merovingian Data](https://merovingiandata.com/es/blog)

# [Grandes obstáculos de la transformación Data-Driven - MerovingianData](https://merovingiandata.com/es/blog/2021/07/01/grandes-obstaculos-de-la-transformacion-data-driven)

 Escrito por [Giorgio Stefano Tacchini](https://merovingiandata.com/es/blog/author/giorgio-stefano-tacchini) | Jul 1, 2021 10:56:12 AM

Durante la última década cada vez más organizaciones alrededor del mundo han descubierto los beneficios de volverse Data-Driven. En el último estudio de [NewVantage Partners](https://c6abb8db-514c-4f5b-b5a1-fc710f1e464e.filesusr.com/ugd/e5361a_76709448ddc6490981f0cbea42d51508.pdf), compuesto de una amplia variedad de empresas e industrias, **96% de los participantes indicaron que han logrado resultados exitosos de iniciativas de Big Data e Inteligencia Artificial, y el 92% indicó que el ritmo de inversión en este sentido se está acelerando en sus organizaciones.**

Sin embargo, subyacen grandes obstáculos en este camino; resulta complejo lograr una [unificación de sistemas y datos que permita garantizar la disponibilidad y fiabilidad de las fuentes de información](https://merovingiandata.com/es/blog/2020/12/10/la-importancia-de-tener-una-estrategia-de-datos/?hsLang=es) de la organización; y  además está el factor cultural; ** lograr embeber la creación constante de nuevos *insights* (información de valor) en la cultura es por lejos el factor que más fuertemente puede  apalancar o inhibir  el camino a  la transformación en Data-Driven.**

Pensemos primero en las implicancias de acceder a información, a verdaderos *insights*. Para ello, debemos enfocarnos en el proceso de construcción de estos, es decir ¿cómo podríamos modelar la construcción de insights? **¿Cómo describimos los elementos, inputs y outputs que hacen a una cultura Data-Driven?** En primer lugar, empezaremos por el input. La creación de un insight de negocio debe tener como mínimo tres elementos:

1. **Datos**: los datos son el origen de la construcción de cualquier insight. Ningún insight se puede obtener sin una pata objetiva de apoyo. Normalmente conseguimos construirlos cuando observamos detalladamente cortes y desgloses de información. **Los primeros insights siempre surgen de datos, eventos repetidos de información que permiten describir patrones.** Por ejemplo: “*Estoy vendiendo menos helado que hace 6 meses*”
2. **Contexto**: los datos no hacen sentido sin el contexto. Las notas periodísticas que sacan de contexto a la data no ofrecen insights, los mismos existen cuando conocemos el contexto y **logramos enmarcar el dato en un patrón valido para el lugar y momento específico.** Sumando al ejemplo anterior: “*Estoy vendiendo menos helado que hace 6 meses, pero estoy en invierno*”
3. **Visión**: **la visión del tomador de decisiones** es otra pata fundamental del proceso de generación de insights, pues hablamos de objetivos organizacionales y mientras no se expliciten los mismos, los datos son imposibles de transformar en un output. “*Estoy vendiendo menos helado que hace 6 meses, pero estoy en invierno. El próximo invierno queremos evitar la estacionalidad.*”

Fijémonos cuán difícil es crear un insight sin estos tres componentes. **Un dato sin contexto es simplemente inútil, un insight sin visión no es accionable. Aun así, nos faltan componentes.** Aunque estos son los tres inputs clave, en este proceso intervienen otros actores más complejos:

- Herramientas analíticas que nos permitieron obtener el dato en primer lugar
- Personas capacitadas para entender el contexto y los patrones del negocio
- Tomadores de decisión con claridad de visión

**Y, por último, ejecución, pues un insight sin acción es desperdicio puro.** Es equivalente a pensar en una fábrica que construye autos para guardarlos en un galpón y dejarlos que se oxiden. Ejecutar con efectividad [implica accionar y corregir el rumbo rápidamente](https://merovingiandata.com/es/blog/2021/01/27/como-potenciar-el-impacto-de-nuevas-iniciativas-en-las-organizaciones/?hsLang=es) a través del feedback del mercado o entorno. El proceso de toma de decisiones Data-Driven se puede resumir entonces según la siguiente figura:

 Proceso de Generación de Insights

Es por eso, que **los obstáculos más importantes para volverse Data-Driven vendrán no solo por las deficiencias tecnológicas y de información, que son una condición de mínima para el éxito, sino también por la condición de máxima, que es la existencia de una cultura Data-Driven.** Es decir, una que adopte procesos de toma de decisiones, que estimule la incorporación del dato, el análisis del contexto y la visión del tomador de decisiones para generar verdaderos resultados organizacionales y que, a su vez, estos se transformen en iniciativas y ejecución.

Existe un elemento acelerador del cambio de la cultura Data-Driven que vale la pena destacar. La **importancia de obtener quick-wins** (ganancias de corto plazo) al adoptar prácticas de BI. Cuando demostramos a nuestros colaboradores y a la organización que combinar estos tres elementos **potencia no solo la probabilidad de éxito de la organización, sino también el empoderamiento de los decisores se genera un impulso que eleva los estándares de desempeño,** combate la mediocridad y suma promotores importantes del uso de data en la toma de decisiones.

**Volverse Data-Driven entonces, requiere adaptarse al cambio tecnológico, sumar decisores enamorados de la data y de los buenos resultados.** Con este impulso el siguiente paso es democratizar el uso de la data a través  de  estrategias de entrenamiento en construcción de insights y adopción para toda la población.

Desde Merovingian Data, **nos tomamos este reto con seriedad, por eso siempre partimos desde la visión holística que otorga un Assessment apalancado en procesos, personas y datos**, así es como ayudamos a las organizaciones a crear una hoja de ruta completa para el cambio, que no deje de lado la transformación cultural.

[Ver post completo](https://merovingiandata.com/es/blog/2021/07/01/grandes-obstaculos-de-la-transformacion-data-driven)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Giorgio Stefano Tacchini"
  },
  "dateModified" : "2025-02-20T19:27:45.335Z",
  "datePublished" : "2021-07-01T10:56:12Z",
  "headline" : "Grandes obstáculos de la transformación Data-Driven",
  "image" : {
    "@type" : "ImageObject",
    "height" : 1020,
    "url" : "https://21354666.fs1.hubspotusercontent-na1.net/hubfs/21354666/data-driven.png",
    "width" : 1800
  },
  "mainEntityOfPage" : "https://merovingiandata.com/es/blog/2021/07/01/grandes-obstaculos-de-la-transformacion-data-driven",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60,
      "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png",
      "width" : 60
    },
    "name" : "Blog - Merovingian Data"
  }
}
```