Lecciones de liderazgo de Steve Jobs aplicadas al Big Data

Walter Isaacson, autor de la famosa y única biografía autorizada sobre Steve Jobs, apuntó 14 lecciones de liderazgo en un artículo para HBR. ¿Cómo se podría hacer una interpretación posible de estos principios al mundo del big data? Estas ideas son tan potentes, que resultan (fácilmente) acertadas para un contexto como el del Big Data donde hay una necesidad de minimizar riesgos y de innovación al mismo tiempo.  

  • Ten foco

En el mundo del big data es importante saber qué se quiere conseguir, muchas iniciativas big data fallan porque no se tiene claro qué se quiere (o se puede) conseguir. Una respuesta posible por ejemplo sería: crear una estrategia para la recolección, consolidación y gestión de datos para identificar nuevos productos para nuestro segmento más productivo de clientes.

  • No seas esclavo de los focus groups

Sería necesario preguntarse quiénes son nuestros focus groups en el mundo big data. Probablemente serían nuestros stakeholders en los proyectos. Un ejemplo de dificultad en este entorno suele ser lidiar con partes interesadas que tienen una concepción errónea sobre el big data o que piensan en términos tradicionales de BI. 

  • Simplifica

La simplicidad es un acicate fundamental para ayudar a poner en valor cualquier iniciativa.  En especial es importante hacer el uso fácil a las unidades de negocio.

La capa de uso del servicio big data debe ser simple y útil. Al mismo tiempo, se deben contemplar los requisitos no funcionales (seguridad, tolerancia a fallos, accesibilidad, estabilidad).

  • Asume la responsabilidad de principio a fin

Los proyectos big data deben realizarse de una forma adecuada. En especial es interesante que exista un control especializado de todas las fases del proyecto. De nada sirve por ejemplo que la creación de un data lake recaiga en alguna parte que no posea una experiencia adecuada en las fases posteriores del proyecto.

  • Cuando te quedes atrás, da un salto adelante

Este es un punto importante cuando se está barajando cualquier tipo de innovación. Si tu empresa no se ha atrevido a meterse en el mundo del big data analítico, es el momento ya de dar el salto.

  • Productos, antes que ganancias

Aquí serían sobre todo servicios. Las iniciativas big data son una inversión, los réditos llegan más adelante y en muchos casos, desde el primer día.

  • Fuerza la realidad

En el ecosistema big data, es muy común que los límites y restricciones de un momento dado, se salten rápidamente hasta hacer asumible cualquier requisito de negocio. Es parte de las ventajas de estar en la tecnología más innovadora.

  • Atribución

Este punto se refiere al acabado y la presentación de un producto. En cualquier proyecto big data, la usabilidad y utilidad percibidas por las capas de dirección son esenciales para la pervivencia con éxito de las iniciativas. Es por esto que resulta imprescindible que la parte de utilización esté alineada con la necesidad inicial de negocio.

  • Impulso de la perfección

Cualquier proyecto big data conlleva un alineamiento entre requisitos, tácticas y resultados. Pero siempre existen aspectos de mejora y evolución. Por ejemplo, existen mejoras en reducción de tiempos de procesamiento, modelos analíticos, seguridad, etc. 

  • Tolera solo a los números 1

Cualquier proyecto tiene riesgos, pero… ¿apostaríamos en una iniciativa big data por alguien que no tenga la experiencia y conocimiento adecuados?

  • Cara a cara

Steve Jobs apostaba por el trato directo como parte de la dinámica de trabajo. En el mundo big data es especialmente importante el seguimiento directo y la validación cíclica con el cliente-usuario. Muchos proyectos fracasan o producen resultados más pobres, cuando el lado del desarrollo no conoce los potenciales casos de uso o las expectativas del lado cliente.

  • Conocer los aspectos macro y micro del proyecto

Ahondando en el aspecto anterior, ¿qué sentido tiene por ejemplo una iniciativa big data para banca que desestime opciones de gobernanza, linaje o seguridad? Por eso en un proyecto que trate con datos, hay que tener muchos aspectos bajo control, más allá del propio resultado buscado.

  • Combina humanidades con ciencia

En nuestro caso más bien negocio con técnica. Tener una visión transversal e innovadora de las necesidades, ayudará a obtener lo mejor de nuestras iniciativas.

  • Mantente hambriento e insensato

El ecosistema big data es pura evolución continua. Por tanto, ¿cómo innovar y obtener aplicaciones adecuadas de la tecnología sin experimentar con nuevas opciones y alternativas tecnológicas? No se innova sin tomar riesgos.

 

Información y fuentes relacionadas

The Real Leadership Lessons of Steve Jobs

Metodologías ágiles y Big Data

Areas of risk in a Big Data project

Tags: