Cuatro tendencias del análisis de datos que dominarán el 2019

0
83

El análisis de datos es un dominio en constante movimiento. Con las empresas invirtiendo fuertemente en analítica para respaldar las transformaciones digitales, mantenerse al tanto de las últimas tendencias es esencial para garantizar que su organización esté adoptando las estrategias y tácticas de análisis necesarias para el éxito en los próximos meses y años.

En febrero de este año, la firma de investigación Market Research Future pronosticó que el mercado de análisis de datos globales alcanzará una tasa compuesta anual del 30.8% hasta el 2023, alcanzando un valor de mercado de 77,64 mil millones de dólares para el final del período. En el centro de esta creciente inversión en el análisis de datos se encuentra el impulso para convertirse en una empresa digital, señala David Schatsky, director general del programa líder de detección de tendencias dentro del equipo central de innovación de Deloitte y coautor del reciente informe Pivoting to Digital Maturity de Deloitte.

«Una empresa digital es una que está en continua evolución, y siempre busca aplicar y maximizar el valor de las tecnologías digitales para reinventarse, para reinventar lo que ofrece al mercado, la manera en la que entrega esas cosas al mercado y la forma en la que funciona como un negocio. «Una empresa digital es algo que vemos en constante evolución gracias al uso efectivo de las tecnologías y datos digitales», anota Schatsky.

Para las organizaciones que buscan transformar su negocio a través de datos, vale la pena observar las siguientes cuatro tendencias analíticas en los próximos meses.

El ascenso del ciudadano de datos
A medida que las organizaciones se transforman para volverse más basadas en datos, la mayoría de los expertos y observadores de la industria están de acuerdo en que la tecnología, aunque no es fácil, es el elemento más simple. Cambiar la cultura y la mentalidad organizacional en torno a los datos y su uso efectivo es a menudo el más desafiante.

«La parte más importante de los datos son las personas», indica Caroline Carruthers, directora de la firma de consultoría Carruthers and Jackson, ex directora de datos de Network Rail y coautora de los libros The Chief Data Officer’s Playbook y Data-Driven Business Transformation: How to Disrupt, Innovate and Stay Ahead of the Competition. «Si tiene a toda su organización entendiendo lo que quiere hacer con los datos y la información, y marchando al mismo ritmo y al mismo tambor, eso es mucho más poderoso que esconder a 10 científicos de datos en algún lugar de una torre de marfil».

Rita Sallam, vicepresidenta de investigación del equipo de análisis de negocios de Gartner, está de acuerdo.

«La cultura siempre es un gran desafío con cualquier tecnología: gestión del cambio, alfabetización. ¿Tenemos una fuerza laboral lo suficientemente alfabetizada como para tomar la información que estamos poniendo a su disposición a través de estas nuevas tecnologías y ponerla en práctica?», pregunta Sallam.

Schatsky, de Deloitte, agrega que, para lograr el dominio de los datos, las organizaciones deben inculcar una mentalidad entre las líneas de negocios de que cada vez que la empresa se enfrente a una decisión o tome una acción, las personas responsables deben considerar si es que hay información que pueda ayudar a la empresa a hacerlo de mejor manera o más inteligente.

«Eso requiere un cambio de mentalidad», anota Schatsky. «Para que sea omnipresente, se requiere un cambio en el liderazgo. Este debe estar enfocado e impulsar la nueva mentalidad a través de la organización».

Como resultado, creen que la empresa se centrará cada vez más en impulsar una mentalidad basada en los datos y la fluidez en los conceptos básicos de datos en toda la organización.

Sin embargo, Meta S. Brown, presidenta de la consultora de análisis de negocios A4A Brown y autora de Data Mining for Dummies, advierte sobre la posibilidad de llevarlo demasiado lejos.

«Creo que hay límites muy reales en cuanto a qué tanto puede esperar que los gerentes ejecutivos se conviertan en expertos en análisis”, indica Brown. «Un poco de familiaridad con la terminología puede ser razonable, pero solo un poco”.

A modo de ejemplo, Brown se refiere a los abogados. Se espera que los equipos de administración ejecutiva conozcan las leyes más importantes que deben cumplir y que puedan leer un contrato, pero no se espera que informen sobre problemas legales complejos. La misma idea es válida cuando se trata del análisis, añade.

«No creo que sea razonable agregar a la carga de un ejecutivo clases de análisis de datos, por ejemplo, o hacer el análisis de datos por sí mismos», señala. «Es mi opinión profesional que lo que deberíamos esperar de ellos en términos de aprendizaje sobre el análisis de datos es mínimo. Nuestro trabajo como expertos en análisis es trabajar mucho más con ellos durante todo el proceso para obtener la información comercial, y es nuestra responsabilidad traducir lo que nos dicen sobre negocios en términos de análisis».

De vuelta a lo básico en analítica
Durante los últimos años, la conversación en torno al análisis se ha centrado cada vez más en tecnologías de vanguardia como el aprendizaje automático, el aprendizaje profundo, las redes neuronales y otros elementos de la inteligencia artificial. Si bien esas áreas continuarán atrayendo mucha atención en los próximos años, muchas organizaciones volverán a lo básico y extraerán más utilidad de los análisis menos avanzados, dicen los expertos.

«Es muy impactante para mí haber estado en tantas presentaciones y haber leído tantos artículos donde las personas hablan sobre algunas de las matemáticas más complejas que uno podría imaginar, frente a empresas que nunca han hecho mucho uso de las matemáticas más simples”, anota Brown. «Si todas las empresas en los Estados Unidos usaran a fondo lo que está en Estadística 101, nuestra economía crecería».

Carruthers está de acuerdo.

«Casi perdemos de vista el análisis porque mucha gente se entusiasmó con el aprendizaje automático y la inteligencia artificial, y de repente dijo: ‘Oh, tenemos que hacer todas estas cosas maravillosamente eficaces y exitosas’, señala. «Olvidamos que en realidad hay una enorme cantidad de valor que las organizaciones obtienen de los análisis».

Carruthers cree que a medida que las organizaciones pongan la analítica en práctica y busquen realmente obtener valor de sus esfuerzos analíticos, volverán a poner más énfasis en lo que se puede lograr a través de una analítica más básica y capacidades de registro.

La automatización es el nombre del juego
Aun así, la creciente complejidad de los datos y lo que se requiere para procesarlos y analizarlos, significa que la automatización será más importante en los próximos años.

«La mayor complejidad de los datos en términos del tipo y el análisis requerido para el éxito, realmente está empujando los límites de los enfoques manuales actuales», indica Sallam. «Como resultado, virtualmente todos los aspectos de la gestión de datos y el desarrollo de contenido analítico, al subir y bajar de la pila, la aprovecha para automatizar los procesos analíticos, automatizando la forma en que obtenemos información de esos sistemas para actuar de manera optimizada».

Schatsky está de acuerdo y señala que gran parte del impulso hacia la automatización es el resultado de la escasez de científicos de datos, ingenieros de datos y otros miembros de equipos de ciencia de datos.

«Muchos científicos de datos le dirán que dedican aproximadamente el 80% de su tiempo a tareas tediosas y repetitivas como la preparación de datos, la ingeniería de características, la selección de algoritmos: muchas cosas que pueden automatizarse hasta cierto punto», anota Schatsky. «Esto no significa que los científicos de datos se quedarán sin trabajo porque han sido reemplazados por máquinas. Lo que significa es que pueden ser cinco veces más productivos, y que una empresa que tenga dos científicos de datos puede comenzar a actuar como si tuviera diez, si es que hacen uso de la automatización».

Las organizaciones aprovecharán cada vez más los datos de terceros
Schatsky dice que las empresas con un programa analítico más avanzado utilizarán más los datos de terceros en los próximos años.

«Ser capaz de hacer un uso efectivo de datos de terceros va más allá de los obstáculos técnicos normales de la integración de datos, la limpieza de datos y todo eso», indica Schatsky. «Incluye más competencias de cara al mercado que las empresas necesitan desarrollar: explorar continuamente el panorama para comprender qué fuentes de datos pueden estar disponibles, fomentando procesos simplificados para evaluar estas fuentes de datos para producir datos, incluyendo las cuestiones legales y de contratación, y la revisión de riesgos. Esta es una competencia que las empresas deberían cultivar y en la que deberían invertir”.

A modo de ejemplo, Schatsky señala a la gestión de la cadena de suministro. En el pasado, dice, las empresas que operaban una cadena de suministro pudieron haber manejado el riesgo haciendo un seguimiento del comportamiento de sus proveedores: la frecuencia con la que se demoraban en la entrega, la frecuencia con la que los productos que entregaban cumplían o no con los estándares de calidad, etc.

«Eso es una especie de gestión de riesgo de la cadena de suministro nivel jardín de infantes», señala Schatsky.

Las organizaciones más sofisticadas pudieron haber implementado datos de terceros de generaciones anteriores, como la información de calificación crediticia, para ayudar a determinar el riesgo de trabajar con un proveedor o cliente.

Hoy, dice, las organizaciones con capacidades de análisis más sofisticadas buscan incluir datos de terceros, tales como los pronósticos meteorológicos, para completar sus evaluaciones de riesgo: ¿La organización tiene proveedores en regiones que son vulnerables a las interrupciones debido al clima? O podrían incluir datos de las redes sociales para ayudarlos a dar pistas sobre los cambios en los patrones de demanda. Si los indicadores de redes sociales muestran que la demanda de un determinado producto está aumentando, ¿debería la organización aumentar las compras de materias primas para esos productos?

«Ese es el siguiente nivel de excelencia al que aspiran las empresas», finaliza.

Thor Olavsrud, CIOonline.com