Análisis de Datos Masivos para las Mejores Prácticas en la Dirección de Proyectos

Serie: 'A global Outlook for Project Managers' (II)

El potencial del Big Data está en la vinculación de datos y la capacidad de ver patrones y tendencias, lo que brinda oportunidades para extraer nuevos conocimientos. Esto ayudará a mejorar la planificación y ejecución de proyectos en el futuro. Esto puede verse como un desafío de cambio de actitud.

El avance tecnológico está permitiendo una creciente implementación del Big Data en los procesos de gestión empresarial, lo que nos hace reflexionar sobre la necesidad de adaptar los métodos tradicionales de Dirección de Proyectos. La evidencia y la literatura indican que empresas de todo tipo están desarrollando artefactos basados en datos masivos para seguir siendo competitivas. El papel del Big Data es actualmente muy relevante para la gestión del conocimiento en las organizaciones.

No obstante, en muchos proyectos el Big Data es utopía o simplemente innecesario. No obstante, su potencial es incuestionable en la gestión de grandes proyectos y quizás la incorporación del análisis de datos masivos debería considerarse en los estándares de reconocido prestigio internacional como técnicas y herramientas adecuadas. Así, tenemos que el análisis de datos masivos se utiliza en proyectos de desarrollo de producto, en la industria manufacturera, en la cartografía, en el desarrollo de ciudades inteligentes, en proyectos de gestión medioambiental, en el consumo de energía de los edificios, y un largo etc. Estos análisis quedaran sin mucha dilación recogidos como métodos, técnicas y herramientas en tales estándares, pero, antes, se debe probar y evidenciar en qué tipo de proyectos tiene cabida y sentido, entre otras cosas por la inversión económica que implica el diseño, creación e implementación de artefactos basados en datos masivos.

Dirección de proyectos y análisis de datos masivos

El análisis de datos masivos puede mejorar las buenas prácticas de la Dirección de Proyectos. Desde un enfoque general, se entiende que Big Data es el proceso de recopilar, almacenar, analizar y extraer conocimiento de datos complejos y/o de gran volumen, a menudo mediante algoritmos. En ese contexto, el término análisis de datos masivos es un sub-paso en el proceso de Big Data, centrado en obtener información a través de técnicas de análisis avanzadas. El análisis de datos masivos es un concepto amplio que se refiere a los diversos métodos utilizados para extraer información de los datos. El análisis de datos masivos utiliza técnicas de campos existentes, como la estadística, la minería de datos, el análisis de negocios y las aplica a conjuntos de datos masivos y diversos.

Gestión de datos científicos

La gestión científica de datos es el gran desafío de la actual Dirección de Proyectos. El análisis de datos masivos aporta un nuevo enfoque a la toma de decisiones en los proyectos y podría resultar en una mejora en la efectividad de la gestión de los proyectos. La gestión de datos, respetando las premisas científicas, aportan profesionalidad al proceso de gestión de un proyecto. Los datos históricos del proyecto anteriores siempre han sido considerados esenciales en la gestión del conocimiento de cualquier empresa para mejorar los procesos de Dirección de Proyectos.

Diversificación de datos

Las características inherentes a la Dirección de Proyectos exigen la diversificación e informatización de los datos masivos. Por lo tanto, los datos deben administrarse adecuadamente para que sean útiles para los directores de proyecto. Por ello, los responsables de las PMO de organizaciones basadas en proyectos deben trabajar al unísono con el personal especializado en la gestión de datos masivos para asegurar que las aplicaciones informáticas sean realmente adecuadas para extraer información objetiva, fiable y procesada éticamente, que realmente ayude a mejorar las mejores prácticas probadas en Dirección de Proyectos.

Enfoque ético

Sin embargo, la necesidad de tomar las mejores decisiones no debe influir en falta de ética en la captura y procesamiento de datos para obtener información fiable. Los profesionales de gestión de proyectos deben reflexionar tanto sobre cómo diversificar los datos para generar la mejor información, pero también sobre cómo se obtiene la información proveniente de datos masivos para garantizar el diseño adecuado de herramientas que realmente impliquen una mejora en la gestión efectiva de los proyectos, asegurando valores sociales, morales y éticos, y transparencia en el tratamiento de los datos.

Profesionales de Dirección de proyectos

Los profesionales de la Dirección de Proyectos deben estudiar con detalle en qué aspectos debe enfocarse el análisis de datos para transmitir sus necesidades a los ingenieros informáticos y ganar pericia en la manera en que los artefactos de software implementados en su empresa le permiten obtener información fiable.

Reflexión final

La evidencia y literatura científica permiten afirmar que el análisis de datos en los proyectos se está transformando gracias a la tecnología Big Data, pero no todos los proyectos requieren del análisis de datos masivos. Cabe subrayar la preocupación por la integridad de los datos que suscita a los profesionales de proyectos para asegurar su veracidad, valor y ética.

Se especula que el análisis de datos masivos podría terminar sustituyendo a los actuales métodos de gestión del conocimiento en las empresas del futuro. No obstante, la naturaleza disruptiva de los datos masivos exige una nueva forma de pensar y merece atención especial la importancia de abordar, con enfoque humano, la gestión del conocimiento en la aplicación de datos masivos ya que esto permitirá tomar decisiones mejores y oportunas en entornos de trabajo dinámicos como son los proyectos.

Referencias

Xu, J., Lu, W., Ye, M., Xue, F., Zhang, X., & Lee, B. F. P. (2020). Is the private sector more efficient? Big data analytics of construction waste management sectoral efficiency. Resources, Conservation and Recycling, 155, 104674. 

D’Amico, G., L’Abbate, P., Liao, W., Yigitcanlar, T., & Ioppolo, G. (2020). Understanding Sensor Cities: Insights from Technology Giant Company Driven Smart Urbanism Practices. Sensors, 20(16), 4391. 

Davila Delgado, J. M., Oyedele, L., Bilal, M., Ajayi, A., Akanbi, L., & Akinade, O. (2020). Big Data Analytics System for Costing Power Transmission Projects. Journal of Construction Engineering and Management, 146(1), 05019017. 

Ekambaram, A., Sørensen, A. Ø., Bull-Berg, H., & Olsson, N. O. E. (2018). The role of big data and knowledge management in improving projects and project-based organizations. Procedia Computer Science, 138, 851–858. 

Whyte, J., Stasis, A., & Lindkvist, C. (2016). Managing change in the delivery of complex projects: Configuration management, asset information and ‘big data.’ International Journal of Project Management, 34(2), 339–351. 

 Olsson, N. O. E., & Bull-Berg, H. (2015). Use of big data in project evaluations. International Journal of Managing Projects in Business, 8(3), 491–512. 

Crane, L., & Self, R. J. (2014). Big Data Analytics: A Threat or an Opportunity for Knowledge Management? (pp. 25–34). 

Editor: Universidad Isabel I

ISSN 2697-2077

Burgos, España