Inicio » Gestión de Proyectos » Por qué utilizar Big Data en la gestión de proyectos

Por qué utilizar Big Data en la gestión de proyectos

Hoy en día las empresas comienzan a entender el por qué utilizar Big Data en la gestión de proyectos. La oportunidad que supone la posibilidad de analizar grandes volúmenes de datos, provenientes de las numerosas fuentes disponibles. Gracias al uso de internet y las redes sociales y utilizar estos datos para realizar predicciones mucho más rápidas y precias.

Aunque llevamos escuchando el término Big data durante décadas, es ahora cuando el acceso es más sencillo y los costes de almacenaje más económicos. Por lo tanto, es el momento de plantearnos el beneficio que podemos obtener de cara a optimizar procesos en project management.

Pero para comprender la repercusión que puede tener el Big Data en la gestión de proyectos primero debemos comprender sus principales características.

¿Qué es Big Data?

Un gran volumen de datos digitales que provienen de diferentes fuentes.

Big data en gestión de proyectos describe el gran volumen de datos estructurados, semiestructurados y no estructurados analizados para comprender tendencias.

  • Datos estructurados y semiestructurados: forman parte de una estructura predefinida y son fácilmente catalogables. Ejemplo: hoja de Excel o base de datos de SQL.
  • Datos no estructurados: no forman parte de una estructura definida. Resulta complicado crear informes y realizar análisis al no estar bien estructura y catalogada la información. Ejemplo: un email, fichero de Word, conversación de Skype.

Las 5 Vs del Big Data

Volumen

Nuevos datos generados constantemente desde diversas fuentes.

Velocidad

Los datos se generan a gran velocidad por lo que se necesitan tecnologías de análisis de datos eficientes.

Variedad

La gestión de la información recibida es clave para clasificar todos los datos recibidos de cada una de las fuentes.

Valor

Es esencial seleccionar los datos que realmente sean importantes y generen valor para la empresa. Una buena definición de objetivos y estrategia previa al almacenamiento de datos ahorrará mucho tiempo de cómputo y facilitará la gestión a largo plazo.

Veracidad

Los datos deben ser relevantes y también verdaderos. Los datos falsos son uno de los mayores retos que afrontaremos a la hora de analizar la información.

Desafíos de Big Data

  • Tan solo el 20% de la información es estructurada. La gran cantidad de datos, provenientes de distintas fuentes genera problemas a las empresas a la hora de extraer datos reales y de calidad.
  • Se necesita mucho tiempo para transformar los tipos de datos no estructurados en estructurados y procesar estos datos.
  • Los datos cambian rápidamente y por lo tanto tienen una validez muy corta. Es necesario un poder de procesamiento muy alto, si no lo hacemos bien el análisis puede producir conclusiones erróneas que nos llevaran a cometer errores en la toma de decisiones.
  • No existe estándares de calidad de datos unificados. Las normas relacionadas con la calidad de datos aún necesitan mejorar y todavía no existen apenas resultados acerca de las investigaciones sobre la calidad de datos de Big Data.

Big Data en la gestión de proyectos

Numerosas conclusiones extraídas a través de Big Data han permitido a las empresas encontrar patrones de comportamiento y predecir futuros resultados con gran precisión.

Por lo que el éxito de cualquier proyecto depende de la toma de decisiones a través de la información disponible y Big Data es una gran manera de conseguir información fácil de procesar.

A continuación, veremos algunos procesos de la gestión de proyectos en lo que Big Data puede lograr un gran impacto y de qué manera:

Planificación del proyecto

La planificación y ejecución de proyectos crea una gran cantidad de datos, lo que resulta en una oportunidad para desarrollar predicciones relevantes a través de Big Data.

El volumen y variedad de datos puede ayudar a los Project managers a reorganizar procesos de planificación y a desarrollar soluciones creativas e innovadoras.

Por lo tanto, la herramienta de Big Data “Elastic Search” nos permite hacer consultas dentro de un gran volumen de datos complejos. Su característica principal consiste en la posibilidad de indexar y analizar todos estos datos en tiempo real, obteniendo como resultado una optimización en los procesos y una gestión más eficiente.

Análisis de equipo

Diariamente se recoge innumerable información sobre diferentes profesionales trabajando en multitud de sectores.

Loa datos extraídos hacen referencia a experiencias en proyectos pasados, habilidades de los miembros del equipo, formación académica, formación complementaria, evaluaciones de rendimiento personales y de equipo, liderazgo, etc.

Big Data puede proporcionar conclusiones sobre cómo organizar equipos de manera más eficiente. Como por ejemplo optimizar el tamaño y la estructura del quipo, las habilidades necesarias para formar un equipo exitoso o como elegir los líderes más eficientes para cada tipo de proyecto.

Existen incluso softwares creados con el objetivo de analizar la motivación y el compromiso de los trabajadores dentro de la empresa. Con el fin de detectar conflictos con los miembros del equipo antes de que estos ocurran. Un ejemplo de este tipo de softwares es el “Erudit”, una startup española centrada en la gestión del talento: https://www.erudit.ai/

Gestión del conocimiento

Una cantidad significativa de información se genera como resultado de la gestión del conocimiento tanto en los proyectos como en las organizaciones.

Además está información incluye buenas prácticas, expedientes, registros, lecciones aprendidas, entre otros. Normalmente, esta información queda almacenada en archivos inmensos donde resulta casi imposible encontrar la información necesaria, perdiendo esta su valor.

A través de Big Data también se pretende extraer el valor de toda esta información y transformarlo en una plataforma de conocimiento compartido. Para así encontrar fácilmente maneras de gestionar problemas y desarrollar nuevas prácticas para trabajar de manera más eficiente.

Finalmente, de acuerdo con un estudiado realizado por McKinsey, los trabajadores emplean alrededor de un 20% de su tiempo buscando y recopilando información. La plataforma de conocimiento compartido “Elium” optimiza este proceso ofreciendo funcionalidades avanzadas en la búsqueda y creación de contenido a través de una interfaz muy intuitiva: https://elium.com/

Gestión de riesgos

La gestión de proyectos generalmente se ve afectada por agentes externos e internos que pueden poner en peligro el éxito del proyecto.

Los riesgos deben ser gestionados para minimizar el impacto negativo en el rendimiento del proyecto, por lo que los riesgos siempre deberán ser documentados.

Cuando suceden riesgos y estos se convierten problemas, la resolución de estos problemas debe ser documentada. La creación de toda esta información nos permitirá analizarla para mejorar la gestión de los riesgos.

Big Data puede ser una herramienta fundamental para este análisis, desarrollando técnicas y procesos para identificar, analizar, priorizar, controlar y crear estrategias para reaccionar ante los riesgos.

La necesidad de controlar y monitorizar todo lo que ocurre a lo largo de nuestro proyecto es esencial para poder predecir y gestionar los riesgos que puedan surgir a lo largo de su ejecución. Porque por ello necesitaremos herramientas potentes de procesamientos de datos como “Tableau”. La principal ventaja de esta herramienta es que no se necesitan conocimientos de programación y es muy simple e intuitiva.

Gestión de la calidad

La gestión de la calidad implica una considerable cantidad de trabajo durante las fases de planificación, diseño, construcción y pruebas. Durante el desarrollo de estas fases se prepara, procesa y analiza mucha información. Esta información incluye políticas de desarrollo, decisiones a la hora de elegir criterios y umbrales de calidad o el uso de estándares de calidad como las normas ISO.

Big Data puede analizar esta información para desarrollar nuevos controles de calidad, técnicas en controles y procesos, paneles de control para monitorear la calidad durante la ejecución del proyecto y nuevos umbrales, criterios y parámetros para medir la calidad de acuerdo con los requisitos iniciales.

Existen numerosas herramientas en lo que se refiere al análisis y tratamiento de datos masivos, “Trackmedium” . Además ayuda a gestionar y automatizar procesos de calidad minimizando posibles fallos que puedan resultar en un aumento en los costes del proyecto para solucionarlo: https://www.trackmedium.com/quality.php/

Gestión de los recursos

Los recursos de un proyecto incluyen recursos humanos, infraestructuras, tecnologías, recursos financieros, conocimientos, procesos y procedimientos.

Como en los procesos anteriores, se recopila una gran cantidad de información relacionada con el uso de los recursos. Como los tipos de recursos, unidades de medida, cantidad requerida, cantidad utilizada, cantidad de recursos desperdiciada y los mecanismos de control para el aprovechamiento de recursos.

Los recursos normalmente se convierten en dinero y por lo tanto el análisis de la gestión de los recursos pueden generar conclusiones para mejorar la gestión de los mismos y en consecuencia lograr un ahorro en costes.

Big Data puede jugar un papel importante en el desarrollo de nuevos procedimientos para la adquisición, asignación y gestión de los recursos del proyecto.

Con “Funnel” podemos importar todos los datos del proyecto provenientes de herramientas de gestión tales como Asana, Basecamp, Jira, Google Sheets o Trello para crear tablas de referencia cruzadas, como por ejemplo los ingresos medios por “tarjeta” utilizando la metodología Kanban.

Además, permite compartir la información con los interesados del proyecto o con terceros a través de paneles interactivos que facilitarán la comprensión del estado del proyecto. https://funnel.io/

Conclusiones

En mi opinión la adopción de Big Data en la gestión de proyectos y en los procesos de las organizaciones en general tiene un impacto muy positivo. Sobre todo en cuanto a la oportunidad de aprovechar la cantidad de datos que se genera a diario en la actualidad.

Además con una gestión correcta podría resolver la problemática relacionada con el exceso de información, ayudándonos a interpretar este gran volumen de dato. Y así darle sentido a la hora de realizar predicciones, reducir tiempos en investigación, búsqueda y presentación de resultados.

En resumen, la adopción de Big Data en la gestión de proyectos en las empresas no debe tomarse a la ligera, debe ser un gran proyecto en sí mismo.  Las ventajas que puede suponer son muchas, pero si todos estos datos no se tratan de la manera correcta estaremos tomando decisiones basadas en información errónea y sufriremos el fracaso de las decisiones.

“Para hacer grandes predicciones se necesitan grandes datos”

Mónica Melero,  alumna del master en la Especialidad Dirección y gestión de Proyectos (Proyect Manager) de IMF Business School.

Formación Relacionada

Las dos pestañas siguientes cambian el contenido a continuación.
Equipo de profesionales formado esencialmente por profesores y colaboradores con amplia experiencia en las distintas áreas de negocio del mundo empresarial y del mundo académico.

One Response

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

¡Noticias, eventos y formación!

Suscríbete ahora y recibe los mejores contenidos sobre Negocios, Prevención, Marketing, Energías Renovables, Tecnología, Logística y Recursos Humanos.

Acepto recibir comunicaciones comerciales por parte del grupo IMF
He leído y acepto las condiciones


Por qué utilizar Big Data en la gestión de proyectos