Con sede en Michigan (Estados Unidos), Dow es uno de los mayores productores de productos químicos del mundo, con más de 37,000 empleados en unos 160 países del mundo. Sin embargo, hasta 2022, no tenía una arquitectura de datos que le permitiera explotar de manera efectiva las herramientas de análisis y especialmente el Genai. Soluciones, sin embargo, ahora esenciales en un sector tan competitivo.

"Teníamos muchos científicos de datos, pero también problemas comerciales que se habrían resuelto más fácilmente con datos adecuados", dijo Brandon Schroeder, director de TI, datos y análisis de Dow Chemical. "Pero no teníamos un espacio de datos centralizado y estábamos muy lejos de la excelencia en términos de gobernanza. En realidad nos centramos mucho en la seguridad de nuestros datos, cuando también deberíamos haber pasado tiempo para hacer que los datos sean fáciles de usar".

Potencial sin explotar

En una empresa del tamaño de Dow, dicha situación da como resultado un conjunto voluminoso de datos dispares, silotados y voluminosos. Fue difícil, por ejemplo, combinar datos de fabricación, datos comerciales y datos de innovación en aplicaciones analíticas. Lo que es más, en ausencia de cualquier modelo de gobernanza, incluso cuando era posible combinar estos datos, la confiabilidad de los resultados siguió siendo cuestionable.

"Solo pudimos ver todo el potencial sin explotar y el tiempo demasiado tiempo dedicado a encontrar soluciones a los problemas comerciales", continúa Brandon Schroeder. Es por eso que en 2022, la compañía configuró un centro de datos integrado. La idea clave: mejorar considerablemente la identificación, accesibilidad, calidad y capacidad para el uso de datos. Pero Dow no estaba satisfecho con un repositorio de datos centralizado. El objetivo era transformar la forma en que sus empleados interactuarían con los datos y se relacionaban con él, integrando datos y análisis en su método de trabajo.

Aculturación de datos para todo el negocio

Con su proyecto, Dow espera cuatro resultados principales: acceso a datos y una cultura de datos mejorada; datos y análisis utilizables por todos; Una experiencia mejorada de uso y facilidad de uso gracias a la eliminación de cerraduras técnicas; Una cultura y una comunidad de datos que fomenta la transparencia y la reutilización.

Para Brandon Schroeder, la compañía podría haber implementado toda la tecnología y datos para que sus 200 científicos de datos los exploten. "Pero otra forma de abordar el tema era capacitar a cada persona en cada nivel de la empresa para aprovecharla", insiste a Nathan Wilmot, director de TI, asociaciones de clientes, datos y empresas analíticas. El programa de aculturación diseñado específicamente se extiende desde el uso del Genai y la creación de DataViz hasta los métodos de gestión de datos y la toma de decisiones con ellos. "Ya sea que usted sea un productor o consumidor de datos, analista de datos o incluso que el creador de decisiones, tendrá todas las habilidades necesarias para utilizar las tecnologías más modernas y explotar los datos de manera efectiva en el contexto de su vida diaria.» »

127 años de conocimiento

Sin embargo, el primer paso consistió en obtener la membresía de todos en este proyecto. El acceso a la calidad y los datos limpios que son esenciales para aprovechar la IA, Brandon Schroeder explica que no fue difícil convencer a la gestión general de la necesidad imperativa de implementar un centro de datos. "Sin embargo, es difícil hacer algo solo en una empresa del tamaño de Dow", recuerda. Por lo tanto, era esencial buscar asociaciones entre las diversas actividades de la empresa, dentro de las funciones de TI y otras Dow. El equipo RSSI era un socio particularmente precioso. »»

"Cuando toma los 127 años de conocimiento de Dow en forma de datos estructurados y no estructurados y los coloca en un lugar que se supone que facilita el acceso y la investigación, esto puede asustar", dice Brandon Schroeder. "Debemos cumplir con las leyes sobre confidencialidad, regulaciones y controles de seguridad. Tener una asociación sólida con el RSSI fue un catalizador real para embarcarse en este camino. Por ejemplo, tuvimos que repensar algunos de nuestros principios de nubes y datos."

Errores de juicio y comienzos falsos

Al comienzo del proyecto, sin embargo, el equipo cometió algunos errores, como reconoce Brandon Schroeder. Él recuerda haber querido ir demasiado rápido y resolver demasiados problemas difíciles desde el principio. "Intentamos ser sobre parte de los aspectos de gobernanza de datos con la idea de volver más tarde. Inmediatamente vimos las dificultades que esto genera. Y cuando extrapolamos lo que daría a todo el negocio si continuáramos, volvimos inmediatamente".

"Si no sabe a quién pertenecen los datos, cómo se clasifican, dónde están y no obtiene el apoyo de las personas que los poseen, todo lo demás es solo pérdida de tiempo", agrega. "Este es un proceso que lleva tiempo, insiste en Nathan Wilmot. Y cuanto más seas un negocio antiguo, más difícil es. Pero debes hacerlo para tener éxito en el mundo emergente de Analytics, AI, AI generativo y todo lo que seguirá.»

La gestión esencial de la gestión

Una vez que se ha tenido en cuenta el sujeto de gobierno, hubo otros obstáculos. Este es particularmente el caso con el número de cambios que el proyecto introdujo en la organización y el alcance de estas transformaciones. En términos de operaciones de datos, el equipo de Brandon Schroeder ha adoptado un modelo STAR, que requiere una responsabilidad y apropiación compartida con los oficios, las habilidades técnicas modernas y un alto grado de control de datos. La membresía de los líderes comerciales y funcionales también fue esencial.

"El desafío es principalmente en el lado cultural", continúa el director. La tecnología es simple. Como propietarios de datos, solicitamos cuentas sobre el uso de estos datos, y a veces esto se acompaña de tareas adicionales que se realizarán a diario. Y debe convencer a todos de que es una buena idea y que es importante cuidar este trabajo adicional. Básicamente, se trata de gestionar el cambio. »»

Certificación interna

El equipo ha trabajado en estrecha colaboración con expertos en toda la organización para garantizar que el centro de datos integrado satisfaga sus necesidades a largo plazo. En particular, fue una cuestión de elegir una plataforma tecnológica capaz de integrarse en las capacidades de análisis aguas abajo utilizadas en toda la organización, y de desarrollar un modelo de gobierno que garantice una propiedad y administración de la empresa en las operaciones, sin sobrecargarlas. El equipo también se centró en los casos de uso alineados con la estrategia del grupo para priorizar el trabajo, lo que, según Brandon Schroeder, hizo posible garantizar que los datos que ingresan al centro de datos integrados se rigen correctamente y proporcionen un valor real.

El equipo ha asociado este trabajo con un modelo de capacitación y asistencia, que incluye un proceso de certificación en el centro de datos integrado basado en un enfoque de roles, para brindar capacitación adecuada para las profesiones de científicos de datos, ingenieros de datos, analistas de datos y propietarios de datos. El equipo de TI comenzó a cargar datos en el Hub en 2023 y una alta demanda se expresó casi de inmediato para agregar otros. "Vemos una aclaración de datos ahora constantemente más del 90 %", señala Nathan Wilmot. Es considerablemente más alto que cuando comenzamos. "

Además, Brandon Schroeder afirma que el tiempo para obtener recursos ha mejorado considerablemente. Uno de los objetivos a los que ahora se dirige es lo que él llama "DataScience en un día", lo que resultaría en la capacidad de que un científico de datos tenga acceso a todos los datos, plataformas y entornos que necesita para comenzar a trabajar en un problema dado en 24 horas. "Todavía no estamos allí", dice. Pero ese es realmente el objetivo. "