Los CIO de hoy en día no sólo comprenden el valor de los datos, sino también que la inteligencia empresarial procesable, alimentada por datos de alta calidad, conduce a mejores decisiones corporativas y a operaciones más eficientes.
Sin embargo, la recopilación de datos dista mucho de ser un proceso estático. La recopilación de datos precisos y procesables requiere una planificación cuidadosa, acceso a las fuentes pertinentes y capacidades de gestión sólidas pero flexibles. Para estar al tanto de los últimos enfoques y técnicas de gestión de la información, eche un vistazo a estas tendencias líderes en estrategia de datos.
1. La IA transforma la propuesta de valor de los datos
La inteligencia artificial (IA) representa la tendencia de estrategia de datos más importante de la actualidad, dado su profundo potencial transformador, afirma Craig Muir, socio del banco de inversión Solomon Partners, que ejerce como líder de software, datos y análisis de la firma.
Según Muir, la IA ofrece a las organizaciones la posibilidad de extraer información de amplios conjuntos de datos, lo que facilita la toma de decisiones informadas y fomenta la innovación. “Sus capacidades de automatización pueden agilizar las operaciones, mejorando así la asignación de recursos y la eficiencia”.
Muir señala que la IA también abre nuevas oportunidades para las empresas que actualmente no venden datos como producto principal. “Un ejemplo de ello es el reciente acuerdo de licencia entre Google y Reddit”, afirma. El acuerdo, por valor de 60 millones de dólares, permitirá al gigante de las búsquedas entrenar modelos de inteligencia artificial a partir de publicaciones humanas en Reddit. “La estrategia de datos de una empresa debe priorizar la inversión y el aprovechamiento del poder de la IA, ya sea internamente o a través de la comercialización externa”.
Muir cree que no comprometerse proactivamente con la IA tanto interna como externamente sería “una oportunidad perdida en el mejor de los casos, y potencialmente un evento de extinción similar a Kodak en el peor”.
2. La democratización de los datos cobra impulso
La democratización de los datos está desempeñando un papel cada vez más crucial en las empresas con visión de futuro, haciendo que los datos sean accesibles y utilizables para todos, no solo para los científicos de datos y otros expertos. “Al permitir diferentes perspectivas, puede ayudar a redondear las conclusiones y fomentar la colaboración en toda la organización”, afirma Portia Crowe, estratega jefe de Datos para Defensa e Inteligencia Aplicada de Accenture Federal Services.
La democratización funciona rompiendo silos. “Permite una cultura basada en los datos al proporcionar acceso a los datos y herramientas que fomentan la usabilidad”, explica Crowe. “El auge de las herramientas de autoservicio fáciles de usar capacita a los usuarios con conocimientos mínimos para explorar y analizar los datos”.
3. La calidad de los datos ocupa un lugar central
La calidad de los datos abarca precisión, integridad, coherencia, validez y puntualidad, y se está convirtiendo en una de las principales preocupaciones de TI a medida que la IA y otras iniciativas basadas en datos se afianzan en la empresa.
“En general, la adecuación de los datos a su propósito, así como la confianza en los datos, es esencial para una organización y debe estar bien gobernada”, dice Crowe. “La calidad de los datos también actúa como combustible para un uso sensato de la inteligencia artificial, ya que influye directamente en su capacidad para actuar y generar resultados fiables”.
Crowe predice que, a medida que las empresas se orientan cada vez más a los datos, la necesidad de datos de alta calidad para impulsar la toma de decisiones no hará más que intensificarse. “Los llamados ‘datos sucios’ conducen a malas decisiones y obstaculizan la capacidad de una organización para competir y actuar con eficacia”, advierte. “Los datos inexactos o sesgados conducen a resultados de IA defectuosos, lo que pone de relieve la necesidad de datos limpios y fiables”.
Si bien los detalles específicos de cómo se implementa la calidad de los datos pueden evolucionar con el tiempo, es probable que los principios básicos detrás de ellos sigan siendo importantes para las organizaciones a largo plazo.
4. Las estrategias de datos cambian de dirección
Hay un creciente cambio de dirección en la forma en que algunas empresas implementan iniciativas internas basadas en datos, dice Jayaprakash Nair, jefe de Análisis de Altimetrik, una empresa de datos e ingeniería digital.
Nair observa que la estrategia de datos tradicional se dirige principalmente de izquierda a derecha. Esto significa que los datos recogidos de diversas fuentes se canalizan hacia un único lugar, como un lago de datos o un almacén, y luego se limpian para crear una única fuente de verdad (SSOT). Aunque este enfoque suele tener éxito, señala que algunas organizaciones tienen problemas con el tiempo necesario para crear una SSOT, así como con la forma de obtener el máximo valor de ella.
En el futuro, la dirección de la estrategia de datos seguirá cada vez más un enfoque de derecha a izquierda, predice Nair. Siguiendo este modelo, el equipo empresarial definirá las prioridades que necesita resolver utilizando los datos disponibles.
“El equipo de TI recopilará y limpiará suficientes datos para satisfacer esas prioridades empresariales, generando así valor empresarial en un plazo relativamente corto de meses o incluso semanas”, afirma. “El equipo empresarial definirá entonces el siguiente conjunto de prioridades”.
Nair cree que un enfoque de derecha a izquierda construirá el SSOT orgánicamente durante un período de tiempo, generando un valor empresarial tangible en el camino.
5. Repensar las estrategias de datos desde la base
Según Stephen Bailey, director de la consultora de seguridad NCC Group, la tendencia actual más importante en estrategia de datos es revisar el plan actual de la empresa o crear uno nuevo.
Para exprimir al máximo el valor de unas reservas de datos en rápido crecimiento, Bailey afirma que las empresas deben adoptar un enfoque centrado que incluya todas las áreas de negocio. “Ya sea para mejorar los procesos y procedimientos internos o para conocer mejor a los clientes, una buena estrategia de datos define la gobernanza, la propiedad y los resultados deseados para todos los datos”, afirma.
Una reevaluación de la estrategia de datos debe empezar por definir y acordar la necesidad de hacerlo y, a continuación, asegurarse de que la iniciativa cuenta con el apoyo del más alto nivel. El siguiente paso debe ser nombrar a un responsable del proyecto y a un grupo de dirección que incluya a representantes de todas las áreas de negocio pertinentes. “Alinee la estrategia de datos y su marco de gobernanza de la IA para reducir cualquier conflicto entre ellos”, recomienda Bailey.
Bailey señala que los nuevos requisitos creados por la legislación relacionada con la IA probablemente harán que muchas empresas no tengan una estrategia formal de gestión de datos, creando trozos de un plan sin desarrollar una política integral.
6. Los datos se dirigen a la periferia
A medida que las empresas se orientan cada vez más a los datos, la computación de borde proporciona análisis de datos en tiempo real, reduciendo los problemas de latencia que suelen asociarse a la computación en nube, afirma Javier Muñiz, CTO del bufete de abogados LLC Attorney, con sede en Colorado.
La importancia de esta tendencia radica en su potencial para revolucionar la forma en que se manejan, procesan y entregan los datos, afirma Muniz. Al volcarse en el borde, las empresas pueden analizar los datos más cerca de la fuente, mejorando la eficiencia y permitiendo una visión más rápida. “Esto tiene implicaciones particularmente importantes para industrias como la manufacturera, donde el análisis de datos en tiempo real puede agilizar los procesos y mejorar la toma de decisiones”.
Para maximizar los beneficios, las empresas deben considerar la implementación de una estrategia de borde integral, identificando las áreas clave donde la latencia de los datos afecta más a las operaciones. “También es muy valiosa la contratación de socios estratégicos con experiencia en infraestructura y arquitectura de edge-computing”, añade Muniz.
Según Muniz, para comunicar el valor del edge a los directivos es necesario ilustrar claramente sus posibles ventajas y eficiencias. “Es crucial transmitir cómo mover el análisis de datos más cerca de la fuente puede impulsar mejores resultados, agilizar los procesos de toma de decisiones y, en última instancia, impulsar el resultado final”.
7. Aumentan los datos como servicio
Data-as-a-service (DaaS) es una tendencia fundamental en la gestión de datos empresariales, ya que ofrece acceso bajo demanda a los datos, un atributo cada vez más esencial para las empresas globales, afirma Gloria Flynt, analista de investigación senior de Straits Research. “Su rentabilidad radica en que elimina la necesidad de infraestructuras locales, reduciendo así los gastos operativos y de capital”.
La agilidad de DaaS permite a quienes lo adoptan integrar rápidamente nuevas fuentes de datos, adaptándose a los cambios del mercado con poco o ningún retraso. “Además, DaaS permite monetizar fácilmente los datos, creando nuevas fuentes de ingresos”, explica Flynt. “También garantiza una alta calidad de los datos al estandarizarlos en todas las unidades de negocio y mejora la analítica y la inteligencia empresarial al agilizar la virtualización y automatización de los datos, lo que conduce a una mejor toma de decisiones”.
Para aprovechar al máximo DaaS, Flynt aconseja a las empresas integrar el enfoque en sus ecosistemas de datos existentes, garantizando un acceso sin fisuras a las fuentes de datos externas. “Esta integración también puede potenciar la analítica, mejorar la toma de decisiones e impulsar la innovación”.
Flynt afirma que los responsables de TI pueden comunicar la importancia de DaaS a sus colegas directivos destacando su valor estratégico y su alineación con los objetivos empresariales. “Pueden enfatizar aún más la agilidad que ofrece, permitiendo a la empresa integrar rápidamente nuevas fuentes de datos y adaptarse a los cambios del mercado”. Señala que este enfoque no solo transmite los beneficios prácticos de DaaS, sino que también enmarca el servicio como una inversión con visión de futuro que apoya el crecimiento y la innovación a largo plazo.
Dados los crecientes volúmenes de datos que deben manejar las empresas y la necesidad de un acceso flexible a los mismos, Flynt cree que es probable que DaaS atraiga a una amplia base de clientes. “Su alineación con la computación en nube y la creciente demanda de análisis de datos en tiempo real sugieren que DaaS seguirá siendo relevante en el futuro previsible”.
Una reflexión final
Las empresas disponen de más datos que nunca -de primera y tercera parte, estructurados y no estructurados- a través de la nube, afirma Murli Buluswar, responsable de analítica de Citi para banca personal estadounidense. “Las empresas avanzadas se diferenciarán por ser más sofisticadas en su capacidad para almacenar, consultar, derivar y coser perspectivas a escala a partir de estos datos”.
