Vivimos en un mundo en el que la complejidad y los eventos inesperados forman parte de nuestra vida cotidiana y en el que, debido a ello, las empresas necesitan desarrollar nuevos productos/servicios más rápido que nunca. La digitalización es precursora de este ambiente en el que vivimos, pero también nos ofrece soluciones para responder más rápidamente a los retos como, por ejemplo, la competitividad a la hora de desarrollar nuevas ofertas y cómo satisfacer al cliente de una forma única y personalizada.
Para abordar la transformación digital no son solo necesarias nuevas tecnologías como IoT o el Análisis de Datos, sino quizás más importante es la educación de las personas en una mentalidad diferente y la introducción de nuevos métodos que nos ayuden a crear productos y servicios, no solo para el cliente sino de la mano del cliente en cada una de las etapas de los diferentes procesos de creación.
En este ambiente en el que las empresas tratan de crear su yo del futuro, ambos Design Thinking y el Análisis de Datos juegan un papel importante. Mientras que el método Design Thinking siempre ha estado vinculado a la innovación, el Análisis de Datos ha ocupado un rol más técnico, sobre todo en la transformación de los procesos en la industria 4.0.
Aun así, ninguno de los dos es capaz de desarrollar por sí mismo productos y servicios 100% inteligentes: el Análisis de Datos nos ayuda a crear ofertas que son técnicamente posibles, pero que no tienen en cuenta al cliente (technology push) mientras que el Design Thinking diseña desde y para el cliente o usuario, pero no utilizamos los datos de forma sistemática (market pull), es decir no desarrolla productos o servicios 100% inteligentes por sí solo.
Si quieres incluir esta imagen en tu web, copia y pega el siguiente código en tu HTML. Haz click en el código y se copiará en tu portapapeles. Recuerda nombrar a la fuente en el pie de imagen, con enlace al sitio de origen si la utilizas.
<a href="https://dinngo.es/design-thinking-analisis-de-datos-productos-inteligentes/"><img decoding="async" src="https://dinngolab.es/recursos/Dinngo-Lab_design-thinking-y-analisis-de-datos-como-combinar-los-dos-para-desarrollar-productos-y-servicios-inteligentes-01.jpg" style="width:100%; height:auto;"></a><p style="font-size:12px; font-family:sans-serif;">Figura 1. Brecha entre Análisis de datos e Innovación con Design Thinking.Esta obra está bajo una <a href="https://creativecommons.org/licenses/by-nc-nd/4.0/" rel="nofollow noopener" target="_blank">licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional</a>, registrada por <a href="https://dinngo.es/">Dinngo<a>.</p>
En el mundo de la investigación se ha estudiado la combinación de ambos en los últimos años y se han propuesto diferentes modelos o procesos que combinan los dos (método Design Thinking y Análisis de Datos). Sin embargo, todo a un nivel teórico, sin que haya ejemplos de cómo implementarlos o cómo funcionarían juntos en la vida real.
¿A qué se debe esto? ¿Por qué un tema de tanta actualidad no está aún implementado en la mayoría de las empresas?
El resultado de un estudio que he realizado en la Lucerne University of Applied Sciences and Arts (Suiza) durante mis estudios de máster, el cual incluye 20 entrevistas con expertos de empresas multinacionales, startups y Universidades acompañado de una encuesta con 45 respuestas, revelan que las empresas están tan ocupadas con la transformación digital (incluyendo Design Thinking y el Análisis de Datos por separado) que no pueden pensar en una combinación de ambos; ya que la sola implementación de ambas por separado supone un reto para ellas.
A su vez, también se ha demostrado que la mayoría de los retos que suponen por separado (tales como la representación correcta de los datos o la falta de “ciencia” que algunas echan en falta en el método Design Thinking) podrían ser solucionados si se combinan ambos.
Por esa razón, este estudio ha propuesto un modelo híbrido que combine ambos y que a la vez solucione los problemas que se han visto en el mundo empresarial. La clave es proporcionar un marco de entendimiento que sirva de guía para que las empresas, según sus necesidades, exploten esta combinación al máximo. El modelo incluye la definición de un proceso híbrido así como una descripción del equipo necesario. El último apartado presentado hace referencia a la implementación del modelo en condiciones reales en una empresa.
Proceso híbrido entre Design Thinking y Análisis de Datos
El proceso presentado se enfoca en las primeras fases del proceso de innovación donde el Design Thinking juega un papel crucial. A su vez tiene tres fases (identificar, explorar y explotar) basadas en la representación del proceso del doble diamante del Design Thinking, en el que la interación y el feedback son clave.
Si quieres incluir esta imagen en tu web, copia y pega el siguiente código en tu HTML. Haz click en el código y se copiará en tu portapapeles. Recuerda nombrar a la fuente en el pie de imagen, con enlace al sitio de origen si la utilizas.
<a href="https://dinngo.es/design-thinking-analisis-de-datos-productos-inteligentes/"><img decoding="async" src="https://dinngolab.es/recursos/Dinngo-Lab_design-thinking-y-analisis-de-datos-como-combinar-los-dos-para-desarrollar-productos-y-servicios-inteligentes-02.jpg" style="width:100%; height:auto;"></a><p style="font-size:12px; font-family:sans-serif;">Figura 2. Proceso híbrido entre Análisis de Datos y Design Thinking.Esta obra está bajo una <a href="https://creativecommons.org/licenses/by-nc-nd/4.0/" rel="nofollow noopener" target="_blank">licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional</a>, registrada por <a href="https://dinngo.es/">Dinngo<a>.</p>
Por último, la tecnología también es un punto importante si hablamos del componente Big data analítico de este modelo. La mayoría de personas creen que este modelo es parte del futuro, donde la inteligencia artificial será clave. Sin embargo, combinando el Design Thinking con formas más primitivas de análisis como modelos estadísticos y ciertas simulaciones, ya seremos capaces de percibir un gran valor añadido.
Una de las claves para entender la escasa implementación de esta combinación es porque el Análisis de Datos para las empresas está en una fase temprana de desarrollo y, este modelo requiere cierta madurez no solo a la hora de extracción y Análisis de Datos, sino también tiene que formar parte de la cultura y la estrategia de la empresa.
Si quieres incluir esta imagen en tu web, copia y pega el siguiente código en tu HTML. Haz click en el código y se copiará en tu portapapeles. Recuerda nombrar a la fuente en el pie de imagen, con enlace al sitio de origen si la utilizas.
<a href="https://dinngo.es/design-thinking-analisis-de-datos-productos-inteligentes/"><img decoding="async" src="https://dinngolab.es/recursos/Dinngo-Lab_design-thinking-y-analisis-de-datos-como-combinar-los-dos-para-desarrollar-productos-y-servicios-inteligentes-03.png" style="width:100%; height:auto;"></a><p style="font-size:12px; font-family:sans-serif;">Figura 3. Profundización en el modelo híbrido y madurez de los datos.Esta obra está bajo una <a href="https://creativecommons.org/licenses/by-nc-nd/4.0/" rel="nofollow noopener" target="_blank">licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional</a>, registrada por <a href="https://dinngo.es/">Dinngo<a>.</p>
Implementación del modelo híbrido en la empresa
Uno de los aspectos fundamentales a tener en cuenta a la hora de implementar este modelo es la elección de las personas adecuadas, ya que el equipo que apoye el proceso será el motor del mismo y es clave para que funcione. Para ello necesitamos que sus integrantes dispongan de habilidades, no sólo creativas, sino también analíticas. De ahí la importancia de educar a los futuros trabajadores no solo en números, sino también en creatividad.
El proceso debe ser adoptado de forma natural por el Departamento de Innovación. Y para que funcione, este departamento debe ser abierto, con constantes flujos de conocimientos con otros departamentos, especialmente con El Departamento de Sistemas Informáticos o IT.
El Departamento de Innovación se encargará de que el modelo híbrido funcione, disponiendo de un profundo conocimiento en Design Thinking. El Departamento de IT será el encargado de dotar a la empresa de las infraestructuras y habilidades tecnológicas para recabar datos, analizarlos y proceder a la identificación de insights.
Si quieres incluir esta imagen en tu web, copia y pega el siguiente código en tu HTML. Haz click en el código y se copiará en tu portapapeles. Recuerda nombrar a la fuente en el pie de imagen, con enlace al sitio de origen si la utilizas.
<a href="https://dinngo.es/design-thinking-analisis-de-datos-productos-inteligentes/"><img decoding="async" src="https://dinngolab.es/recursos/Dinngo-Lab_design-thinking-y-analisis-de-datos-como-combinar-los-dos-para-desarrollar-productos-y-servicios-inteligentes-04.jpg" style="width:100%; height:auto;"></a><p style="font-size:12px; font-family:sans-serif;">Figura 4. Implementación del Modelo Híbrido en la empresa.Esta obra está bajo una <a href="https://creativecommons.org/licenses/by-nc-nd/4.0/" rel="nofollow noopener" target="_blank">licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional</a>, registrada por <a href="https://dinngo.es/">Dinngo<a>.</p>
En este modelo híbrido las relaciones con el exterior son cruciales: con otras empresas y sobre todo con los clientes y usuarios, ya que estos tienen que participar activamente en la innovación. Los insights identificados por el Departamento de IT serán trabajados por el Departamento de Innovación, adoptándolos como hipótesis a ser validadas con el Mercado y Clientes a través de sesiones de cocreación. Las sesiones de cocreación son dinámicas en las que participantes internos y externos a la empresa conceptualizan de forma conjunta las futuras soluciones. Así aseguramos el aporte de valor al consumidor final.
Otro punto importante es el conocimiento compartido con externos. Por ejemplo, los datos generados de forma interna por la empresa son una fuente válida para innovar, pero si utilizamos datos públicos o de nuestros partners, tendremos muchas más posibilidades de crear innovaciones de éxito.
Ahora que conoces un poco más sobre cómo integrar Design Thinking y Análisis de Datos… ¿Te animas a implementarlo en tu empresa? ¡Déjanos tus comentarios!
