29 Mar Data Blending y Preparación de datos con autonomía: oportunidades
¿La relevancia de la analítica de datos dentro de los procesos de negocios es una realidad admitida?
En teoría, es una certeza que se maneja desde hace casi una década. En 2013, el informe Big Data: The Organizational Challenge, publicado por la consultora multinacional Bain & Company, revelaba:
Las empresas que utilizan la analítica de datos cuentan con el doble de probabilidades de tener un rendimiento financiero trimestral superior al de las que no lo hacen…
Asimismo, tienen 5 veces más posibilidades de tomar decisiones «mucho más rápidas y acertadas que la competencia».
Si algo hemos aprendido en los últimos años, con base en desafíos sociales y comerciales más y más complejos, es que los procesos de toma de decisiones son cruciales para que una organización tenga éxito en los mercados actuales.
No obstante, a medida que surgen nuevas fuentes de datos, por ejemplo, las redes sociales y los sistemas comerciales tradicionales (registros de transacciones), los datos se generan en mayor volumen, velocidad y variedad.
Esta realidad está generando desafíos importantes, ya que los métodos tradicionales que aplican los analistas de datos no son capaces de manejar la situación actual.
¿Cuál es la situación actual?
El escenario es el siguiente: el Big data ha planteado un desafío para los analistas de datos y los usuarios de negocio que aún utilizan tecnologías tradicionales -tales como hojas de cálculo- para acceder, limpiar y unir datos con el fin de obtener un conocimiento más aterrizado.
Estas tecnologías tradicionales no fueron diseñadas para gestionar el big data; por eso, cada vez son menos adecuadas para trabajar con las nuevas tendencias en análisis de datos y toma de decisiones.
Hoy en día, un analista puede dedicar entre 60 y el 80% de su tiempo en la preparación de datos, en lugar de realizar análisis reales.
Se trata de un problema de capacidad y tiempo: los analistas no pueden manejar los volúmenes de datos actuales con las tecnologías tradicionales; esto provoca que las preguntas de negocio no se respondan en tiempos eficientes.
Con base en esta realidad, se ha trabajado en el desarrollo del Data Blending (Combinación de datos). La combinación de datos es el proceso de fusionar, clasificar, unir y combinar todos los datos útiles en un conjunto de datos funcional.
En otras palabras, la combinación de datos es un proceso que puede ayudar a los analistas de datos y usuarios de negocio a extraer valor de múltiples fuentes de datos de forma rápida y sencilla.
Este proceso también puede ayudar a descubrir correlaciones entre los diferentes conjuntos de datos, con menos tiempo y gastos que los procesos de almacenamiento de datos tradicionales.
La combinación de datos está representando actualmente un cambio significativo en la forma en que las organizaciones están trabajando sus datos; no solo en sus procesos de toma de decisiones, sino en sus dinámicas de operación.
Con base en este nuevo proceso, las organizaciones se están alineando tecnológicamente a las demandas del Big Data; además, están logrando empoderar a los usuarios de negocio a trabajar los datos con independencia.
La independencia analítica está llegando de la mano de nuevas tecnologías y soluciones que permiten que cualquier persona, independientemente de su competencia técnica, sea un analista de datos y, con ello, tome decisiones comerciales basadas en datos.
Gran parte de estas transformaciones se debe al Data Blending.
Actualmente, si se aprovecha este proceso de forma eficiente, las organizaciones no solo podrán trabajar mejor el Big Data, sino que podrán revertir el común defecto de solo compartir la información con unos pocos.
La combinación de datos democratiza el uso de la información y, de allí, que las decisiones y las acciones se alineen en tiempo y forma con el negocio, en cualquiera de sus frentes.
¿Qué es el Data Blending y cómo usarlo?
Según una encuesta realizada a 502 líderes empresariales y ejecutivos, académicos y gerentes de TI, en más de 15 sectores industriales, muestra que la gran mayoría de los ejecutivos consideran que el análisis de datos es importante para sus procesos de toma de decisiones.
Los datos de dicha encuesta fueron publicados en el reporte Data blending: a powerful method for faster, easier decisions, desarrollado por la Harvard Business Review Analytic Services.
En ese trabajo, los autores también detectaron que los gerentes de negocios encuestados enfrentan una presión creciente para crear nuevas oportunidades de negocios que maximicen los beneficios de sus organizaciones.
Parte del problema radica en que, para tomar decisiones comerciales inteligentes y rápidas a partir de los datos, los gerentes de negocios deben superar múltiples desafíos.
Uno de los desafíos más grandes está en el creciente número de fuentes de datos a las que los analistas deben tener acceso, debido a que las tecnologías analíticas con las que cuentan presentan serias dificultades a la hora de procesar dichas fuentes.
Las tecnologías tradicionales condicionan a los analistas a revisar manualmente las hojas de cálculo y crear fórmulas y reglas complejas desde cero, en cada una de las ocasiones que se requiera.
Esta situación obstaculiza el flujo de la información: los usuarios de negocio se vuelven dependientes de los científicos de datos y los especialistas de TI para acceder a información relevante.
En repetidas ocasiones, para responder una pregunta, deben levantar tickets de soporte y entrar en una lista de tareas.
El costo en tiempo (pérdida) y esfuerzo que asumen las empresas, debido a esta realidad, es muy doloroso.
Por tal motivo, vale la pena remarcar la transformación que está generando el Data Blending.
Este proceso, una combinación de nuevas metodologías de análisis de datos y tecnologías analíticas, brinda a los usuarios de negocios soluciones de autoservicio para limpiar, enriquecer y unir los datos que necesitan.
El Data Blending permite recolectar y trabajar datos de múltiples fuentes (internas y externas).
Esta capacidad permite gestionar los datos a una nueva velocidad y con una facilidad de uso altamente eficientes. De allí que el conocimiento adquirido sea mucho más profundo y rentable.
Esta multiplicidad de atributos converge, finalmente, en una mejora evidente de los procesos de toma de decisiones comerciales, los cuales serán cada vez más informados, aterrizados e inteligentes. Entendiendo, además, que se produce con total autonomía de los equipos comerciales y en tiempos sumamente eficientes para el negocio.
¿Por qué el Data Blending es importante para tu industria?
Las tecnologías tradicionales se diseñaron para un entorno de datos mucho más sencillo, en el que existían menos tipos de datos y, en su mayoría, todos eran estructurados.
Si bien Excel es la aplicación preferida para los cálculos básicos y la manipulación de datos numéricos, su diseño se remonta a mucho antes del surgimiento del big data.
El acceso a grandes cantidades de fuentes, la limpieza, el procesamiento y la combinación de datos internos y externos son requisitos de facto dentro de cualquier organización.
Cuando se trata de realizar estas tareas en Excel, los analistas deben crear fórmulas complejas y ajustes manuales que -la experiencia lo demuestra- siempre son susceptibles a errores.
El catedrático en ciencia de datos y profesor universitario Tom Davenport explica que “algunas empresas con alcance global pueden tener cientos de analistas de datos trabajando en Excel; lo cual representa una enorme pérdida de tiempo”.
El ciclo (vicioso) se expande cuando, al no poder generar sus propias fórmulas -debido a la complejidad-, los usuarios de negocio recurren a TI para poder generarlas.
Sin duda, los científicos de datos y perfiles técnicos podrán gestionar estas tareas, pero esta dependencia es negativa, puesto que los tiempos de respuesta se hacen poco eficientes.
La encuesta realizada en el reporte Data blending: a powerful method for faster, easier decisions detalla que más del 60% de los participantes dice que sus gerentes comerciales dependen de sus gerentes de TI, científicos de datos, administradores de datos y otros profesionales técnicos dedicados.
No obstante, solo el 2% dice estar extremadamente satisfecho con los esfuerzos de los profesionales de TI. En cambio, un grupo mucho más grande, casi el 40%, dice que solo está moderadamente satisfecho. ¿Y el resto?
Los usuarios de negocio necesitan mejores tecnologías y soluciones analíticas. El Data Blending es una de las más importantes, principalmente por su posibilidad de autoservicio: minimizar la dependencia con TI, incrementar el volumen de datos que se puede procesar, facilitar en mayor medida la gestión de datos y aumentar la velocidad para la obtención de respuestas a las preguntas de negocio.
Las implementaciones ya existen: los usuarios de negocio de múltiples industrias se están apoyando en soluciones de Data Blending para:
- Eliminar las duplicidades innecesarias.
- Generar entendimiento del valor de todos los datos en un conjunto.
- Procesar la información de la manera que más se necesita (flexibilidad para adaptar los datos a diversos usos).
- Combinar datos estructurados y no estructurados (por ejemplo, fusionar
- información de CRM, redes sociales, sitios web y otras fuentes).
Todas estas capacidades permiten que los usuarios de negocio mejoren sus procesos de extracción, limpieza, combinación y enriquecimiento de datos.
A partir de esta realidad, hemos creado una guía maestra para hacer Data Blending y Preparación de datos con autonomía en tu industria.
En este ebook gratuito, detallamos los pasos que se deben seguir para comenzar realmente a trabajar grandes volúmenes de datos y consolidar múltiples fuentes.
Asimismo, descubrirás cómo las nuevas tecnologías y soluciones de Data Blending te permiten:
* Acceder a todos los datos que se necesitan y analizarlos de manera óptima.
* Brindar un único flujo de trabajo intuitivo para un proceso completo de combinación de datos y análisis avanzado.
* Ofrecer una visión empresarial más profunda, sin depender de TI para el análisis espacial o predictivo.
¡Esperamos lo disfrutes y te sea de mucha ayuda!