La importancia de los sistemas de información en la transformación digital de las universidades

Nos encontramos en un momento en el que la transformación digital está presente en las principales políticas públicas de los gobiernos europeos, nacional y autonómicos, y en las estrategias y planes que se están poniendo en marcha con el objetivo de paliar los efectos de la pandemia y orientar el desarrollo de nuestras economías en los próximos años. Ejemplos de ello son el Plan de Recuperación, Transformación y Resiliencia de la economía española del Gobierno de España, que incluye entre sus principales políticas palanca de transformación la Palanca IV, Una administración para el siglo XXI y el Plan de Digitalización de las administraciones Públicas 2021-2025, instrumento que va a facilitar el fomento y desarrollo de las inversiones así como el eje 5 de Transformación Digital del sector público y del eje 9 de Economía del dato e Inteligencia Artificial de la Agenda España 2025, y que cuenta entre sus prioridades con la transformación de las administraciones públicas españolas en instituciones “guiadas por datos”, tanto en el diseño de sus políticas públicas como en la prestación de servicios.

Entre los retos que se plantean a las universidades para ser los motores del cambio hacia la economía del crecimiento, la CRUE propone avanzar hacia una toma de decisiones basada en la analítica de la información

En el ámbito universitario, la Conferencia de Rectores de las Universidades Españolas presentó a finales del año 2020 el documento “Universidad 2030. ¿Qué sociedad queremos dentro de 10 años?” un conjunto de reflexiones y propuestas para cambiar el rumbo de España hacia la economía del conocimiento, con la universidad como motor de cambio. El documento plantea los principales retos para las universidades en la próxima década, siendo uno de ellos la transformación digital. Entre las actuaciones que se señalan como prioritarias en este reto está avanzar hacia una toma de decisiones basadas en la analítica de la información.

En 2021, la CRUE30 dio a conocer su propuesta para la participación de las universidades españolas en el Plan de Recuperación, Transformación y Resiliencia, estructurando las actuaciones identificadas en cuatro pilares complementarios y alineados con las prioridades establecidas en el plan del Gobierno, siendo uno de ellos la transformación digital.

La debilidad de los sistemas de información en las universidades españolas

A pesar del contexto descrito, la debilidad de los sistemas de información sigue siendo una realidad en una parte importante de las universidades españolas. La reciente edición del informe UNIVERSITC 2020 que recoge los resultados del análisis de la madurez digital de las universidades españolas como punto de partida para que las universidades puedan diseñar sus planes de acción para avanzar en la transformación digital, pone de manifiesto esta realidad y señala la importancia de que las universidades dispongan de conocimiento e información precisa para ayudar a la toma de decisiones, sobre todo estratégicas, siendo este uno de los siete retos que integran el marco diseñado para realizar el citado análisis de madurez. Tal y como se señala en el informe, la inteligencia de negocio debería ser un aliado imprescindible de los equipos rectorales y del resto de directivos universitarios.

Los resultados del análisis revelan que existe todavía un amplio margen de mejora para conseguir que las universidades dispongan de una gestión avanzada de su información que la convierta en conocimiento y que este pueda ser usado por sus equipos de gobierno para la toma de decisiones estratégicas y por los directores técnicos para orientar la gestión de sus servicios. Para ello es necesario que cuenten con sistemas integrados de inteligencia de negocio –por el momento solo un 57% disponen de un datawarehouse (repositorio unificado para todos los datos que recogen sus sistemas)–, que sean proactivos y que utilicen técnicas analíticas avanzadas.

La inteligencia de negocio debería ser un aliado imprescindible de los equipos rectorales y del resto de directivos universitarios. Por el momento, solo un 57% diponen de un DataWarehouse. 

Las dificultades que vienen afrontando las universidades en el intento de mejorar sus plantillas de personal de administración y servicios, diezmadas por las restrictivas tasas de reposición, envejecidas y con altos índices de temporalidad, no están ayudando a dar una solución a este problema que requiere, entre otros elementos, de la incorporación de perfiles profesionales que cuenten con competencias específicas que ocupen nuevos roles como el de responsable de inteligencia de negocio, analista, científico de datos, etc. Con todo ello, las universidades reconocen –y así se ve reflejado en sus planes estratégicos– la relevancia de la transformación digital y la importancia de los datos como recurso estratégico.

Por tanto, vemos que ahora, más que nunca, nos encontramos en un momento privilegiado para poder avanzar en el reto digital y apostar de manera decidida por la mejora de la capacidad analítica de las universidades, contribuyendo con ello a reducir las debilidades de sus sistemas de información y a mejorar su gobernanza.

Las universidades deben disponer de sistemas de análisis de datos para la toma de decisiones, entendiendo que la información dentro de toda organización facilita la promoción de los cambios necesarios para las mejoras organizativas, la generación de conocimiento, la planificación y evaluación de los logros y la evolución de las tendencias en el uso de los servicios.  Este tipo de iniciativas ayuda a construir universidades más inteligentes, eficientes y sostenibles.

Iniciativas basadas en sistemas de análisis de datos ayudan a construir universidades más inteligentes, eficientes y sostenibles. 

Mejorar la explotación analítica de los datos generados en las universidades a través de instrumentos que permitan tanto su integración y explotación, como la mejora de la calidad de los datos, puede contribuir de manera notable a mejorar los procesos de decisión, la planificación estratégica y los servicios. Además, en estos momentos, en los que la apertura y la transparencia han pasado a ser un valor en las organizaciones, ordenar los datos y desarrollar procesos para ponerlos a disposición, con la calidad debida y cumpliendo los requisitos necesarios para su reutilización, tanto a nivel interno como a nivel externo –instancias gubernamentales, sector infomediario y sociedad–, constituye un importante ejercicio de transparencia y rendición de cuentas.

El desarrollo de una cultura analítica en el ámbito universitario

En el actual contexto de transformación digital, desarrollar en las universidades una cultura analítica se ha convertido en un aspecto estratégico de primer nivel. Para poder llevar a cabo un proyecto transformador de estas características es necesario tener en cuenta una serie de consideraciones:

• Debe estar contemplado en la estrategia institucional. Es importante que esta defina las prioridades en materia de transformación digital, planteando la tecnología como apoyo a la estrategia de la universidad en el cumplimiento de su misión y en el avance hacia su visión. Como acertadamente señala Faraón Llorens: “aunque la transformación digital viene provocada por las tecnologías digitales, no podemos limitarnos a hablar únicamente de tecnología. La estrategia, y no la tecnología, es la que debe dirigir la transformación digital”.
• Debe contar con un claro liderazgo por parte del equipo de gobierno y con un apoyo decidido de la gerencia que asegure los recursos necesarios y alinee la colaboración de las diferentes unidades y servicios que se verán implicados; en especial, los servicios de tecnología.

• Debe enmarcarse en el ámbito de la gobernanza, puesto que su propósito es mejorar el gobierno y la gestión de la universidad, tal y como se ha indicado, no es un proyecto meramente tecnológico.

• Es altamente recomendable desarrollar un modelo de indicadores clave que dé respuesta a las principales preguntas que los órganos de gobierno y gestión deben plantearse en las distintas dimensiones –académica, investigación, recursos humanos, económica, etc.–. De hecho, plantear las preguntas adecuadas debe ser lo primero, ya que no se trata simplemente de un catálogo de indicadores. Una buena práctica en este sentido es la elaboración de un modelo de indicadores clave institucionales (KPI) de la universidad.

 

Modelos corporativos de inteligencia de negocio

Además del impulso de una cultura institucional, debe desarrollarse un modelo corporativo de inteligencia de negocio que incluya los siguientes elementos:

1. Un modelo organizativo BI (Business Intelligence) que identifique las unidades y áreas de la universidad que tienen un papel activo en el ámbito de gestión de la inteligencia institucional. El carácter multidisciplinar y transversal de este tipo de proyectos, en los que intervienen diferentes unidades y responsables con multiplicidad de roles y perfiles implicados en las diferentes funciones, hace recomendable elaborar una matriz de responsabilidades que relacione actividades con recursos. De esta manera, se logra asegurar que cada una de las funciones y actividades esté asignada a un profesional o a un equipo de trabajo. Una buena práctica en este sentido es la utilización de una matriz RASCI que establece para cada proceso, actividad o grupo de tareas, los responsables de realización y supervisión atribuyendo a cada uno de ellos un rol concreto: Responsible, Accountable, Support, Consulted, Informed.
2. Una arquitectura corporativa que concrete las tecnologías utilizadas en las diferentes capas: adquisición, almacenamiento, explotación y difusión.
3. La definición de una metodología de desarrollo BI. Se recomienda una combinación basada en metodologías ágiles pero que se adapte al funcionamiento de los servicios de desarrollo de la universidad, estableciendo subproyectos con objetivos a corto plazo (por ejemplo, a tres meses) y utilizando metodologías de gestión de proyectos más clásicas para dirigir las tareas de desarrollo dentro de cada uno de ellos.
4. La definición y aprobación de los principales procesos de soporte a los servicios BI de la universidad. Estos procesos deben definir las actividades, las herramientas de soporte y su reflejo en el modelo organizativo, estableciendo y asignando las correspondientes responsabilidades a los profesionales nombrados para cada rol organizativo. Como mínimo, se recomienda definir los siguientes procesos: gestión global de la demanda, gestión de incidencias, gestión de cambios y desarrollo y gestión de proyectos.
5. Por último, es imprescindible que exista un diccionario corporativo. Es un hecho habitual en la mayoría de entidades que el conocimiento se encuentre distribuido a lo largo de toda la estructura organizativa en distintos niveles (centros, gerencias, áreas funcionales,…) lo que implica divergencias en la formulación de indicadores clave necesarios para el reporte a diferentes instituciones (a veces académicas, a veces gubernamentales o, simplemente, para el consumo interno), por lo que se hace necesario contar con un diccionario corporativo centralizado que contenga la definición de todos los términos, indicadores y dimensiones que se empleen para llevar a cabo el análisis y explotación de la información institucional. El diccionario corporativo deberá ser elaborado y consensuado por expertos (tanto funcionales como técnicos) de la universidad y erigirse como una referencia “oficial” para comprender el significado exacto de cada indicador, permitiendo conocer aspectos tales como su origen, forma de cálculo, periodicidad, nomenclatura, así como otras características.

Este tipo de modelos son un importante aliado para la gestión de la inteligencia institucional

Almacenamiento y utilización de los datos

Es necesario construir un almacén de datos único –datawarehouse, data lake–, con la información necesaria para el análisis e implantar una herramienta o portal de inteligencia de negocio que permita explotar y visualizar la información a través de cuadros de mando en función de los diferentes perfiles de usuarios. La idea, por tanto, es pasar de un modelo de “solicitud de información ad hoc”, a un modelo de “autoservicio”. En dicho supuesto, el responsable de la toma de decisión tendrá a su disposición de manera permanente los cuadros de mando actualizados con la información relevante de su área de responsabilidad, lo que permite transitar del modelo tradicional de reporting estático al de monitorización.

Debe evitarse caer en el “síndrome Data-Diógenes” y acumular grandes cantidades de datos que no respondan a las necesidades de información y, por tanto, no generen valor para la institución. Hay que tener en cuenta que el almacenamiento indiscriminado de información y su gestión tiene un impacto económico.

El equipo de trabajo

La creación del equipo de trabajo es clave. Debe ser multidisciplinar, incluyendo diferentes perfiles; técnicos TI, estadísticos, analistas de datos, responsables funcionales, etc.; transversal, contando con la participación de diferentes unidades y servicios de la universidad; y mixtos, incluyendo la participación de profesionales internos y externos, buscando siempre un equilibrio entre la necesaria colaboración público-privada en este tipo de proyectos y la generación de la capacidad a nivel interno que permita la sostenibilidad del proyecto una vez finalice el apoyo externo.

La comunicación y la formación a usuarios es clave a lo largo de todo el ciclo del proyecto. Es necesario conocer de primera mano las necesidades de información, así como monitorizar el uso de los cuadros de mando para conseguir que estos realmente sean útiles para el propósito para el que fueron construidos.

Conclusión

Con los elementos descritos, se podrá poner en marcha un proyecto de inteligencia de negocio en una universidad y avanzar en aspectos clave, no siempre bien resueltos en las universidades, como son el establecimiento de criterios de análisis estandarizados y la mejora de la seguridad y del gobierno de los datos.

Explotar los datos generados por la universidad de manera integrada desde una perspectiva de inteligencia de negocio permitirá a los equipos de gobierno y a los responsables de gestión tomar mejores decisiones, más rápidas y objetivas, al disponer de información pertinente, segura y actualizada, contribuyendo con ello a construir universidades más inteligentes, eficientes y sostenibles.