Kesu - Fotolia

Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

¿Quiere aprovechar sus datos al máximo? Empiece pequeño y experimente, dice Gartner

Tener una mentalidad de datos abierta a la experimentación, adoptar el papel de guardián de los datos de sus clientes y aprovechar IA para automatizar tareas son tres principios necesarios para tener éxito en su estrategia de datos, afirma Gartner.

El éxito de un negocio digital es impulsado por las estrategias de datos y analítica escalables a la par de las aspiraciones de una empresa, afirma la consultora Gartner. Pero, aunque virtualmente todas las organizaciones están poniendo actualmente los datos en el centro de su estrategia digital, «la claridad en su planificación es clave para aportar valor a la organización», afirmó Donald Feinberg, distinguido vicepresidente de investigaciones y análisis de Gartner, en la apertura del Gartner Data & Analytics Summit en la Ciudad de México.

«No importa si se trata del director del área de datos o de la data wrangler de la organización; todos necesitan tener en claro cuáles son los objetivos», dijo Feinberg. «Siempre puede haber ambigüedad en los datos y en la analítica, por eso es tan crítico para los líderes de datos y analítica dejar claro cuáles son sus principios».

Primero, recomendó el experto, es fundamental crear un marco compartido de referencia –es decir, un conjunto de creencias o ideas sobre las cuales se puedan basar los juicios y análisis– para los datos en toda la empresa. Luego, las organizaciones pueden enfocarse en tres principios básicos sobre los cuales establecer reglas de actuación: Adoptar una mentalidad abierta a la experimentación, convertirse en guardianes de los datos de sus clientes y automatizar los procesos manuales aprovechando la inteligencia artificial.

La importancia de la experimentación

Peter Krensky, analista senior de investigación de Gartner, explicó que la inteligencia de negocios tradicional ya no está dando más valor, por lo que hoy se requiere romper el status quo aprovechando la analítica, pero hay que hacerlo de forma pequeña para tener un mejor control y aprendizaje de lo que se puede obtener con este cambio y la forma de hacerlo.

«Con mucha frecuencia las empresas solo miden los datos que son sencillos de cuantificar, en lugar de recopilar nueva información para crear métricas más significativas. Descubrir nuevos indicadores al usar datos alternativos puede impulsar el desempeño, pero los buenos datos y métricas requieren una dosis de experimentación para ver resultados, incluso los inesperados», ofreció Krensky.

Al adoptar una actitud abierta a la experimentación, los líderes de datos y analítica pueden cuestionar constantemente las decisiones que ha tomado la empresa con base en los datos, anticipar las consecuencias involuntarias de las métricas, y experimentar con nuevos datos, nuevas medidas y modelos de analítica. «Adoptar una actitud propensa a la experimentación no es fácil, pero es el mejor camino para contar con una organización basada en los datos y evitar crear una tiranía de las métricas», señaló el analista.

Privacidad versus comodidad

La privacidad, como la conocíamos, ya no existe, afirmó Rita Sallam, distinguida vicepresidente de investigación y analista de Gartner. Con la inteligencia artificial, la internet de las cosas y la digitalización de los negocios es virtualmente imposible asegurar la privacidad porque las empresas pueden acceder a cualquier información sobre cualquiera, y los usuarios de estos servicios ya no pueden optar por no compartir su información si quieren utilizarlos.

«La ambigüedad aquí es que la gente quiere privacidad, pero también quiere personalización en sus productos y servicios, y para saber mejor lo que la gente quiere de sus datos, se necesita más información sobre esas personas», afirmó Sallam.

En este escenario, la analista indicó que los líderes de datos y analítica deben convertirse en guardianes de dicha información, garantizando su relevancia y seguridad; y, al mismo tiempo, ser los guías y protectores de los datos. «Como guías y guardianes de los datos de nuestros clientes, podemos garantizarles que la organización solo disponga de aquellos datos que necesitan. Se debe proteger la privacidad al ir más allá de lo que está establecido legalmente, para estar en sintonía con las expectativas de los clientes, acerca de quiénes tienen acceso a sus datos y con qué fin», dijo Sallam.

«Al balancear transparencia e integridad, las organizaciones pueden usar los datos para alimentar la creación de insights que conlleven a la toma de decisiones y hagan que los clientes y ciudadanos estén orgullosos de que sus datos se están utilizando en su beneficio», continuó. Es decir, hay que proteger los datos de los clientes, y hacer crecer su confianza dejándoles saber el valor que reciben por lo que dan.

En cuestión de normativas, Feinberg dijo que el Reglamento de protección de datos personales (GDPR) de la Unión Europea se va a considerar como mejores prácticas para implementar en términos de privacidad y cumplimiento.

Aprovechar la inteligencia artificial en la empresa

Para la consultora, ninguna compañía o gobierno prosperará o sobrevivirá sin una estrategia que involucre la inteligencia artificial (IA), ya que la toma de decisiones con base en algoritmos es algo inevitable. Sin embargo, los líderes de datos y analítica deben adoptar un objetivo en el cual enfocarse al utilizar las tecnologías de IA, ya sea para automatizar las tareas manuales o en el proceso de habilitar grandes cantidades de recursos para que las personas se enfoquen en tareas más creativas.

«Los nuevos proyectos de inteligencia artificial no deben fomentar una relación conflictiva entre el hombre y la máquina. Deben estar diseñados para que las personas se compenetren con las máquinas y creen una dinámica que amplifique sus fortalezas y compense sus debilidades», (no que se enfoque en el reemplazo), apuntó Carlie Idoine, directora senior de investigación y analista de Gartner. «Este es el principio para diseñar, implementar y expandir los proyectos de IA que los líderes de datos y analítica deben seguir».

«Aplicar la IA y entender los resultados que genera aún requiere un componente humano, al igual que la estrategia de qué se va a hacer con la tecnologia, cómo se va a aplicar y qué se está obteniendo», ratificó.

Los expertos señalaron que las áreas donde observan un mayor despegue en el uso de IA son aquellas que ya tienen muchos datos, como bancos y financieras, seguros, retail, salud y gobierno, y aquellas que requieren automatización, como manufactura.

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close