Gartner, Inc. ha identificado las 10 principales tendencias en datos y analítica (D&A) para 2023 que pueden guiar a los líderes de D&A a crear nuevas fuentes de valor anticipándose al cambio y transformando la incertidumbre extrema en nuevas oportunidades de negocio.
«La necesidad de aportar valor demostrable a la organización a escala está impulsando estas tendencias en D&A», afirma Gareth Herschel, VP Analyst de Gartner. «Los Chief Data and Analytics Officer (CDAO) y los líderes de D&A deben comprometerse con las partes interesadas de sus organizaciones para entender el mejor enfoque para impulsar la adopción de D&A. Esto significa más y mejores análisis y perspectivas, teniendo en cuenta la psicología y los valores humanos.»
Los analistas de Gartner presentaron las 10 principales tendencias en D&A que los líderes empresariales y de TI deben comprometerse e incorporar a su estrategia de D&A (véase la Figura 1)
Figura 1: Las 10 principales tendencias en datos y análisis para 2023
Tendencia 1: Optimización del valor
La mayoría de los líderes de D&A luchan por articular el valor que aportan a la organización en términos de negocio. La optimización del valor de la cartera de datos, análisis e inteligencia artificial (IA) de una organización requiere un conjunto integrado de competencias de gestión del valor que incluya la narración del valor, el análisis del flujo de valor, la clasificación y priorización de las inversiones y la medición de los resultados empresariales para garantizar que se obtiene el valor esperado.
«Los líderes de D&A deben optimizar el valor mediante la construcción de historias de valor que establezcan vínculos claros entre las iniciativas de D&A y las prioridades de misión crítica de la organización», dijo Herschel.
Tendencia 2: Gestión del riesgo de la IA
El creciente uso de la IA ha expuesto a las empresas a nuevos riesgos, como los riesgos éticos, el envenenamiento de los datos de entrenamiento o la elusión de la detección de fraudes, que deben mitigarse. Gestionar los riesgos de la IA no consiste únicamente en cumplir la normativa. Una gobernanza eficaz de la IA y unas prácticas de IA responsables también son fundamentales para generar confianza entre las partes interesadas y catalizar la adopción y el uso de la IA.
Tendencia 3: Observabilidad
La observabilidad es una característica que permite comprender el comportamiento del sistema de D&A y responder a preguntas sobre su comportamiento.
«La observabilidad permite a las organizaciones reducir el tiempo que se tarda en identificar la causa raíz de los problemas que afectan al rendimiento y tomar decisiones empresariales oportunas y rentables utilizando datos fiables y precisos», afirma Herschel. «Los líderes de D&A necesitan evaluar las herramientas de observabilidad de datos para comprender las necesidades de los usuarios principales y determinar cómo encajan las herramientas en el ecosistema general de la empresa.»
Tendencia 4: Compartir datos es esencial
La puesta en común de datos incluye compartir datos tanto internamente (entre departamentos o filiales) como externamente (entre partes ajenas a la propiedad y el control de la organización). Las organizaciones pueden crear «datos como producto», donde los activos de D&A se preparan como un producto entregable o compartido.
«Las colaboraciones para compartir datos, incluidas las externas a una organización, aumentan el valor de la compartición de datos al añadir activos de datos reutilizables y creados previamente», afirma Kevin Gabbard, Director Senior, Analista de Gartner. «Adopte un diseño de tejido de datos para permitir una arquitectura única para compartir datos a través de fuentes de datos heterogéneas internas y externas».
Tendencia 5: Sostenibilidad de D&A
No basta con que los responsables de D&A proporcionen análisis y conocimientos para los proyectos ESG (medioambientales, sociales y de gobernanza) de la empresa. Los líderes de D&A también deben intentar optimizar sus propios procesos para mejorar la sostenibilidad. Los beneficios potenciales son enormes. Los profesionales de D&A y AI son cada vez más conscientes de su creciente huella energética. Como resultado, están surgiendo diversas prácticas, como el uso de energía renovable por parte de los centros de datos (en la nube), el uso de hardware más eficiente energéticamente y el uso de small data y otras técnicas de aprendizaje automático (ML).
Tendencia 6: Tejido de datos práctico
Data Fabric es un patrón de diseño de gestión de datos que aprovecha todo tipo de metadatos para observar, analizar y recomendar soluciones de gestión de datos. Al ensamblar y enriquecer la semántica de los datos subyacentes y aplicar análisis continuos sobre los metadatos, Data Fabric genera alertas y recomendaciones que pueden ser aplicadas tanto por humanos como por sistemas. Permite a los usuarios empresariales consumir datos con confianza y facilita a los desarrolladores ciudadanos menos cualificados una mayor versatilidad en el proceso de integración y modelado.
Tendencia 7: IA emergente
ChatGPT y la IA generativa son la vanguardia de la próxima tendencia de IA emergente. La IA emergente cambiará el funcionamiento de la mayoría de las empresas en términos de escalabilidad, versatilidad y adaptabilidad. La próxima ola de IA permitirá a las organizaciones aplicar la IA en situaciones en las que hoy no es factible, haciendo que la IA sea cada vez más omnipresente y valiosa.
Tendencia 8: Ecosistemas convergentes y componibles
Los ecosistemas convergentes de D&A diseñan y despliegan la plataforma de D&A para operar y funcionar de forma cohesiva a través de integraciones, gobernanza e interoperabilidad técnica sin fisuras. La componibilidad de un ecosistema se consigue mediante la arquitectura, el ensamblaje y el despliegue de aplicaciones y servicios configurables.
Con la arquitectura adecuada, los sistemas de D&A pueden ser más modulares, adaptables y flexibles para escalar dinámicamente y ser más ágiles para satisfacer las crecientes y cambiantes necesidades empresariales y permitir la evolución a medida que el negocio y el entorno operativo cambian inevitablemente.
Tendencia 9: Los consumidores se convierten en creadores
El porcentaje de tiempo que los usuarios pasan en cuadros de mando predefinidos será sustituido por experiencias de usuario conversacionales, dinámicas e integradas que respondan a necesidades puntuales específicas de los consumidores de contenidos.
Las organizaciones pueden ampliar la adopción y el impacto de la analítica proporcionando a los consumidores de contenidos información automatizada e integrada fácil de usar y las experiencias conversacionales que necesitan para convertirse en creadores de contenidos.
Tendencia 10: Los seres humanos siguen siendo los principales responsables de la toma de decisiones
No todas las decisiones pueden o deben automatizarse. Los grupos de D&A están abordando explícitamente el apoyo a la toma de decisiones y el papel humano en la toma de decisiones automatizada y aumentada.
«Los esfuerzos por impulsar la automatización de las decisiones sin tener en cuenta el papel humano en las mismas darán como resultado una organización basada en datos sin conciencia ni propósito coherente», afirma Herschel. «Los programas de alfabetización de datos de las organizaciones necesitan enfatizar la combinación de datos y análisis con la toma de decisiones humana».
Fuente: Gartner
