A medida que las organizaciones incursionan en el viaje hacia la transformación digital, se vuelve más evidente que los datos por si solos no representan una ventaja competitiva; es lo que somos capaces de hacer con ellos lo que agrega valor a nuestras empresas. Haciendo uso adecuado del Big Data somos capaces de mejorar la rentabilidad, aumentar la innovación, asegurar el cumplimiento de metas y encontrar áreas de oportunidad para la mejora.
Hoy en día obtener los datos se ha vuelto una tarea sencilla gracias a la digitalización y los múltiples sistemas con los que contamos, el reto es transformar esta gran cantidad de datos en información; lo que lleva a las organizaciones a pensar mejores maneras de convertir el Big Data en Insights útiles para tomar mejores decisiones, conocer mejor el negocio, entender mejor a los clientes y brindar un mejor entorno para los colaboradores.
Estrategia de Big Data: fundamental para el éxito
Entre las diferentes organizaciones podemos encontrar algunos jugadores que están haciendo bien la tarea y otros que aún se encuentran desarrollando sus habilidades asociadas al big data y sus diferentes tecnologías para lograr un mayor provecho. Basado en un artículo de Harvard Business Review (HBR), existen algunas características que hacen relucir a los líderes en el uso de los datos, del resto de las organizaciones
Uno de los puntos clave mencionados es la designación de un director de datos (Chief Data Officer) quien es el encargado del resguardo de los datos, así como crear la estrategia de generación de valor para la organización a partir del big data.
“Sin una estrategia general de administración de datos (internos y externos) y cómo aterrizarlos a problemas del negocio, extraer cualquier valor de ellos termina en un ejercicio frustrante que requiere mucha mano de obra y usualmente es decepcionante. Y si adicionalmente necesitas aplicar procesos manuales, estás en una gran desventaja”
Geof Woolacott
La necesidad de manipular datos manualmente conduce a una increíblemente baja utilización de los datos, esto sucede en la mayoría de las organizaciones y conlleva a que los científicos de datos (Data Scientist) dediquen la mayor parte de su tiempo al procesamiento de datos. “Esta es la versión más horrible de lo que un científico de datos debería hacer” menciona Hammond de la Universidad Northwestern, “Incluso las mejores organizaciones tienen este problema”.
“Puedes obtener, limpiar y distribuir todos los datos, pero si no tienes idea de que quieres hacer con ellos, fallarás”
Kristian Hammond
Habilidades de los líderes en el uso del Big Data
Los líderes en el uso de datos se distinguen del resto por tres características esenciales:
- Habilidad de conectar los diferentes datos de múltiple fuentes a través de toda la organización (activos, dispositivos y servicios)
- Habilidad para acceder y analizar los datos en tiempo real (Real Time Analytics)
- Habilidad para automatizar el descubrimiento de insights con la aplicación del aprendizaje automático dentro de los procesos (Machine Learning)
Las organizaciones que quieren transformar sus datos en valor, crean equipos multifuncionales que incluyen ingenieros de datos (Data Engineers), desarrolladores de inteligencia de negocios (Analytics and BI Developers), científicos de datos (Data Scientist), desarrolladores de inteligencia artificial y machine learning (ML/AI Developer), expertos en manejo del cambio (Change Manager), así como analistas de negocio expertos en datos (Business Analyst) que identifican los problemas que pueden ser resueltos con el uso apropiado de datos.
“La analítica avanzada y el machine learning son muy atractivos, pero deben manejarse con cuidado. “Si piensas en un negocio basado en datos como una refinería, la analítica avanzada es una refinería dentro de esa refinería. Es altamente explosivo: muy impactante pero lleno de peligros, por lo que debes tener cuidado con cómo la aplicas”
Bradley Shimmin
Por otro lado, los líderes han adoptado nuevas capacidades para liberar el valor de los datos:
- Servicios en la nube que permiten desarrollar nuevas capacidades con habilidades existentes
- Encriptación (Seguridad) automatizada
- Habilidad para acceder a los datos entre diferentes sistemas
- Capacidad de análisis en tiempo real
- Almacenamiento de datos sin límite
- Estándares abiertos para la interoperabilidad entre sistemas y nubes (APIs)
- Machine Learning automatizado para la analítica predictiva
- Arquitecturas abiertas
Democratización de los datos como un acelerador
El mayor valor de los datos se da cuando el acceso y la analítica está disponible para toda la empresa, de hecho, la mayoría de los líderes reconocen la importancia de proporcionar los datos y la analítica al alcance de los colaboradores para obtener mejores resultados; en la encuesta realizada por HBR más del 77% de los líderes mencionan la importancia de la democratización de los datos para el éxito de su negocio.
En muchas organizaciones los datos son controlados por personas que entienden de datos (perfiles técnicos) y son necesitados por personas que no entienden de tecnologías de datos (usuarios de negocio), ocasionando una barrera entre los datos y el negocio. Es aquí donde radica la importancia y el reto de las herramientas de analítica de autoservicio, donde el equipo técnico proporciona al negocio una vía de fácil acceso a los datos, de fácil uso y comprensión para tomar decisiones correctas.
“Las personas dicen que los datos son el nuevo petróleo, sin embargo, para muchas empresas es el viejo petróleo almacenado en barriles esperando a ser procesado en una refinería para proveer valor”
Bradley Shimmin
Está claro que el camino para convertirse en un negocio basado en datos lleva su tiempo, sin embargo ( y para fortuna de todos), podemos tomar como referencia a estos líderes en inteligencia empresarial para acelerar nuestra adopción de las tecnologías de datos y empezar cuanto antes a obtener valor de ellos. Vayamos a nuestras fuentes de datos, refinemos ese petróleo y obtengamos mayor valor para nuestras organizaciones.
Fuentes:
Harvard Business Review (2020, Julio 29) Turning Data Into Unmatched Business Value. Recuperado de https://hbr.org/sponsored/2020/07/turning-data-into-unmatched-business-value
Heizenberg J. Judah S. Duncan A. (2020, Abril 23) What Are the Must-Have Roles for Data and Analytics?. Recuperado de https://www.gartner.com/document/3983958