EntrevistasAnalytics

Juan María Aramburu, CEO de Keepler: “El dato es como un coche, pierde su valor en cuanto sale del operacional”

Juan María Aramburu, fundador y CEO de Keepler.

Juan María Aramburu, fundador y CEO de Keepler.
Juan María Aramburu, fundador y CEO de Keepler.

Juan María Aramburu lleva trabajando 25 años en el mundo tecnológico. Entre 2010 y 2017 fue director general en BBVA Next Technologies, donde se encargó de generar conocimiento y capacidades para ayudar al banco a digitalizarse. Con la experiencia acumulada, decidió embarcarse en una aventura profesional montando un negocio basado en el dato en la nube pública como eje estratégico.

¿Por qué centró su punto de negocio en el dato?

J. M. A.: Desde BBVA Next Technologies trabajábamos también con otros clientes y había mucha demanda de todo lo que tenía que ver con migración a la nube y los datos en nube. Entre los proveedores de nube los hay que se dedican a la migración ‘lift and shift’ de aplicaciones a la cloud en las que operan, a la reventa de nube o se dedican a servicios especializados. En la nube pública existen cientos de servicios que se conectan como lego para montar aplicaciones y nosotros nos hemos especializado en el ámbito del dato; otros se especializan en SAP o contact centers… 

Cuando montamos Keepler lo hicimos con el objetivo de ayudar a los clientes a alcanzar una madurez alta en los datos con el fin de integrar la inteligencia dentro de los procesos de las empresas. Cuando las compañías manejan los datos hay mucha separación entre el mundo operacional y el mundo analítico. Es como un coche, cuando lo sacas del concesionario pierde valor inmediatamente: cuando sacas el dato del operacional pierde valor, frescura y significado. La idea que tenemos en Keepler es mantener el centro de gravedad en el lugar más cercano de donde se produce la información para que permanezca ‘fresca’ y allí generar la inteligencia basada en IA para que esos procesos informacionales aporten mayor valor al negocio.

¿En qué sectores centran su actividad?

J. M. A.: Dado que nuestros servicios son bastante transversales (big data, IA, nube…) trabajamos para todos los sectores de actividad. Tenemos clientes en telco, banca y seguros, retail, industria y manufactura, farma y ciencias de la salud. No trabajamos para la Administración Pública, que carece de cierta agilidad, sino que nos centramos en el sector privado.

Nuestro enfoque es ser líderes en datos y machine learning en nube pública a nivel europeo

¿Puede hacer balance de estos tres años?

J. M. A.: Lanzamos la compañía en 2018 y, con la pandemia por en medio, hemos crecido cada año sensiblemente. Entre 2019 y 2020 crecimos un 30% en ingresos, cifra que se ha reproducido durante el ejercicio recién cerrado, con un récord histórico en el último trimestre. Pensamos seguir creciendo este año en esta ratio y somos 130 empleados distribuidos en tres países: España (donde tenemos la gran parte de nuestra capacidad técnica), Alemania y Portugal. La meta es cubrir la región ibérica y la Región DACH (Alemania, Suiza y Austria).

Nuestro enfoque es ser líderes en datos y machine learning en nube pública a nivel europeo. Desde nuestras filiales estamos cubriendo oportunidades en el resto del continente y no descarto que en los próximos años lancemos operaciones locales en otros países donde hay una carencia impresionante de capacidades en este ámbito y una falta de madurez, algo que hemos visto en lugares como Francia. 

¿Tienen una hoja de ruta concreta para convertirse en campeón europeo en esta materia?

J. M. A.: No queremos ir lanzando países sin tener oportunidades y algún cliente en esos países. No tenemos un plan exacto. Estamos consolidando nuestra posición en DACH e Iberia, y para 2023 nos plantearemos regiones nuevas como Benelux o Italia.

¿Cuál es el perfil de sus empleados?

J. M. A.: El 90% de nuestro profesional es técnico. La organización de Keepler se basa en áreas de delivery donde tenemos equipos que trabajan de una forma similar en los proyectos. En el círculo de cloud contamos con los ingenieros de datos, arquitectos cloud y arquitectos de automatización. Tenemos el círculo de data, donde trabajan los científicos de datos y analistas de datos, y el círculo de agilismo con responsables de la gestión de proyectos. Y también disponemos de un círculo nuevo este año: Data Management Consulting, a través del cual ayudamos a los clientes a organizarse en torno al dato: el gobierno del dato, las oficinas del dato, la identificación del grado de madurez en el dato… para que sean más estratégicos antes de implementar la tecnología.

¿Cuál es la estrategia de RRHH de Keepler? ¿Sufren la escasez de talento?

J. M. A.: En cualquier caso, somos una compañía que tiene una gravedad muy alta hacia las capacidades técnicas, con procesos internos de capacitación continua de las personas, con planes de formación de las tecnologías. Es cierto que existe una tensión muy alta en el mercado a la hora de encontrar talento como nosotros requerimos. Hemos tenido suerte, ya que entre 2018 y 2021 hemos conseguido una masa de gente con muchísima capacidad y un nivel de rotación bajo, algo que ha sido gracias a un modelo de cultura que diseñamos previamente en Keepler. Estamos defiendo un modelo full remote para trabajar desde casa en los países donde operamos. En el mapa interactivo de nuestra web se puede ver cómo están repartidos los trabajadores en la geografía nacional. Si no te has preparado para ser flexible con tus empleados, el nivel de rotación puede ser muy grande.

En esta maraña actual de teletrabajo y presencialidad, de Edge Computing, IoT… ¿cómo barajar esta complejidad?

J. M. A.: Es importante seguir la estela de los líderes en el mercado. Las tres compañías con las que nosotros trabajamos como plataforma de nube (Amazon Web Services, Microsoft Azure y Google Cloud Platform) han invertido el pasado año 89.000 millones de dólares en I+D. Esa inversión repercute en unos servicios y genera una estela que puedes seguir para dotarte del acceso a esa capacidad de innovación que no tiene ninguna otra compañía. Segundo, en datos hay que diseñar arquitecturas de datos lo más cercanas posibles a modelos distribuidos como Data Mesh o Data Fabric.

Otra tendencia muy importante está en los datos desestructurados. Estamos viendo a muchos clientes que tienen gran cantidad de repositorios, documentos de contratos, información de llamadas de call center, adjuntos de correos… hay proyectos de lenguaje natural que te permitirán ahorrar en este capítulo. La tendencia actual es la inteligencia artificial. Los clientes quieren empezar la casa por el tejado y avanzar hacia el machine learning más sofisticado sin haber hecho los deberes en el gobierno del dato, la nube pública y la modernización de sus plataformas. Un dato ilustrativo: entre Google, Microsoft y AWS han desarrollado 60 servicios diferentes de IA como detección de anomalías, que puedes consumir vía API directamente. Gracias a ellos, los futuros servicios serán más fácil de implementar.

¿Keepler aconseja un tipo de nube?

Nuestra estrategia se basa en simplificar. Intentamos usar un único proveedor de nube pública, pues la integración de nubes públicas es muy compleja, y que los criterios de selección de nube pública estén claros: coste de la plataforma, fiabilidad de la plataforma y su funcionalidad basada en los casos de uso que quieras desarrollar. Nosotros no recomendamos ninguna de las tres específicamente a un cliente, sin saber qué es lo que quiere hacer. Las tres están muy balanceadas en funcionalidad y sobre el papel las tres están muy avanzadas en su desarrollo. Lógicamente, AWS lleva más camino recorrido, pero Google y Microsoft no se quedan atrás. 

Computing 809