Empecemos con un contexto rápido y ligero:

Las empresas han intensificado su inversión en marketing digital con dos objetivos principales, dicho así, a lo bestia:

  • Vender más y mejor (generar/captar demanda).
  • Retener a más clientes (mejorar la relación de la marca con el consumidor).

El objetivo de la analítica digital ha sido representar y optimizar el performance de la presencia digital del negocio haciendo un espejo de los objetivos mencionados, por lo que históricamente, el reto principal ha estado en tener/demostrar la capacidad técnica/analítica que dé respuesta a las necesidades del negocio. La realidad: la sed de insights/impacto sigue insatisfecha… ¡Pero tenemos unas implementaciones potentísimas (Analytics, DMP, TMS…)!

En muchos casos, la pirámide de aportación de valor en los equipos de DA está invertida:

Causas

Con este post no quiero decir que todos los equipos de DA están en el mismo punto. Y aunque las causas son muchas, en este post nos centraremos en aquellas que involucran a los equipos de DA:

  1. El Sexyness de las implementaciones: Sí, la implementación es necesaria para dar respuesta a las necesidades del negocio, pero hoy en día, a 25 años del nacimiento de esta disciplina, las implementaciones deberían ser un commodity cuando se establece un proyecto de DA.
  2. Legacy técnico:  Liderazgo por perfiles técnicos con visión sesgada/superficial de negocio.
  3. Bulshitting crónico: Tan pronto surge una tendencia en el mercado, todos pasan a ser expertos en la materia. Hay más expertos en Machine learning que algoritmos ejecutados.
  4. Rotación de equipo: Por más estructura que se genere, el knowhow suele estar dentro del consultor/consultores que desempeñan los proyectos. Principales causas de esta rotación:
    1. Consultor mercenario: La demanda supera la oferta de los perfiles de DA lo cual ha generado un desajuste salarial provocando un “efecto mercenario”.
    2. Gestión/retención del talento: Carencia de planes de carrera sólidos orientados a las capacidades potenciales de los consultores merma la motivación de los mismos.

“La gente no abandona a las empresas, abandona a sus jefes”

(Alguien sabio que no recuerdo)

Diagnóstico

En concreto, es necesario un giro que permita desarrollar de forma sostenida y escalable equipos de DA que aporten un valor tangible más allá de un sólido expertise técnico (commodity). Aunque hay múltiples vías para dar este giro y actualmente la más sonada es el “método parche” (integración/adquisición de empresas que doten de nuevas capacidades), es importante mantener el foco principal en el mismo punto: el desarrollo del talento.  

¿Cómo desarrollar el talento dentro de los equipos de DA? (En este post dejaremos a un lado las especialidades).

La clave está en mantener la motivación sin comprometer la integridad del equipo ni la dirección de la compañía. Para ello tenemos 3 palancas principales:

  1. Liderazgo estratégico: No es objeto desarrollar un post titánico e infumable, así que vamos a resumir este punto con el siguiente símil: una empresa de carretilleros que pierde al líder de los carretilleros y le sustituye con el mejor carretillero del equipo corre el riesgo de perder al mejor carretillero y el tener a un mal líder.
  2. Dignificación del trabajo: La recurrencia de tareas manuales necesarias que no aportan un valor no solo desmotiva a los equipos, sino que erosiona el desempeño y desarrollo del área.

    Reducir al máximo las monkey tasks es una obligación de la empresa, del equipo y del consultor. Si pasamos más tiempo extrayendo/limpiando/preparando datos que analizándolos es porque algo estamos haciendo muy mal…
  3. Desarrollo de la habilidad natural alineado a un plan de carrera específico: Cuando se lideran/desarrollan equipos de DA es importante identificar el talento natural de cada uno y la inclinación que pueda tener como segunda área de desarrollo. El talento/habilidad natural de un consultor de DA puede encontrarse repartido en 3 pilares:

En función del talento principal y su inclinación el consultor puede desarrollar un tipo de tareas/proyectos u otros y del mismo modo la estructura de su plan de carrera puede tener distintas orientaciones. Algunos ejemplos:

Resultado

El resultado, además de las mejoras organizativas y carreras profesionales, es la capacidad de desarrollar equipos que respondan de forma ágil, entendible y sólida a las necesidades del negocio.  

Ojo, somos conscientes de que muchos puntos merecen ser desarrollados en mayor profundidad y que otros no se han mencionado, pero este post es el primero de muchos que iremos sacando desde el área de DA de BMIND.

Gracias y ¡feliz análisis!

 


Got a project? Let’s get started

iso

Services

End to end capability over data life cycle. Ensuring alignment between effort and return building Data & Tech ecosystems adapted to each client requirements impacting on business in a short, mid and long term.

Technologies

Best of bread technologies on the MarTech & AdTech echosistem tailored to build client solutions

DMP
DSP
CRM
AD SERVER
ANALYTICS
ATT MODELING
BI
TAG MANAGER
TESTING & FERS