Actian Datacast: ¿Está aprovechando los datos adecuados para prise de décision correctas?
La semana pasada anunciamos los resultados del Actian Datacast 2019: Resumen de tendencias en datos híbridos, en el que compartimos información sobre los retos actuales y las oportunidades para las empresas basadas en datos en lo que respecta a la gestión de entornos de datos híbridos.
En nuestra encuesta se entrevistó a 303 profesionales de TI con influencia o capacidad de decisión en sus empresas, de más de 500 empleados.
En esta primera entrega de nuestra serie de entradas de blog, en la que analizamos las cuatro tendencias clave que se desprenden de nuestro estudio, profundizaremos en los retos y oportunidades relacionados con el acceso a los datos.
El acceso a los datos es limitado: la mitad (51 %) de los usuarios finales no dispone de los datos en el momento en que los necesita
Se está generando un gran volumen de datos, pero la mitad de las empresas carecen de los recursos necesarios para acceder a ellos y utilizarlos en tiempo real. Nuestros datos revelan que más de cuatro de cada cinco responsables de la toma de decisiones en materia de TI (ITDM) afirman que uno de los aspectos más problemáticos del análisis de datos es el tiempo que lleva implementarlo; sin embargo, las empresas que logran aprovechar mejor sus datos, con mayor rapidez y frecuencia, para obtener información útil, superan a sus competidores menos ágiles.
Casi tres de cada cinco responsables de la toma de decisiones en materia de TI afirman que disponen de una gran cantidad de datos y de tecnología, pero no creen que esto suponga ninguna diferencia para su negocio. La capacidad de actuar sobre la base de los datos en el momento oportuno es fundamental para transformar los resultados empresariales y mejorar las posibilidades de éxito del negocio.
Con el tiempo, las ventajas que ofrece el uso de datos determinarán quiénes son los principales actores en cada sector empresarial.
Para garantizar el éxito a largo plazo, es fundamental adoptar una arquitectura de datos que permita alcanzar todos los objetivos y metas específicos de la empresa en materia de datos. Esto implica poder aplicar capacidades analíticas en cualquier lugar donde ya se encuentren los datos de la empresa, ya sea en las instalaciones o en la nube.
Las organizaciones deben poder acceder a los más altos niveles de rendimiento en consultas y análisis ad hoc en el conjunto de sus datos, y deben poder hacerlo al tiempo que aplican con facilidad las políticas de privacidad y gobernanza de datos necesarias.
Los datos disponibles no son recientes ni están actualizados: solo el 26 % de los usuarios finales está aprovechando al máximo el potencial de los conocimientos prácticos que pueden extraer de sus datos
En la empresa se generan datos que no se aprovechan de forma eficaz y estratégica. Los ingenieros tardan semanas, o incluso meses, en analizar las lagunas del sistema y extraer información útil. Sin embargo, la lentitud en la toma de decisiones es solo una de las consecuencias de tener que esperar a que los datos estén disponibles para su análisis.
Los casos de uso de análisis modernos y ambiciosos, como la visión 360 del cliente y la hiperpersonalización, simplemente no funcionan con datos obsoletos.
A medida que el aprendizaje automático y la inteligencia artificial adquieren un papel cada vez más activo en la definición de la experiencia del usuario, se difuminan las fronteras entre las bases de datos transaccionales y los almacenes de datos —tradicionalmente separados— cuando se trata de alimentar con datos los algoritmos que toman o respaldan decisiones en tiempo real y la automatización.
Por lo tanto, el papel de los datos «en tiempo real» en la empresa va más allá de los informes y análisis internos, y ahora empieza a influir en la experiencia del cliente, en las operaciones de fabricación y logística, y en multitud de otros casos de uso de importancia crítica.
Sin embargo, la complejidad de los datos supone aquí una barrera de entrada. Más de dos de cada cinco (45 %) afirman que la complejidad de los datos en tiempo real y del big data supone un reto a la hora de aprovechar sus datos. Esto se debe en gran medida al tiempo y al coste que entrañan el procesamiento y la preparación de los datos, inherentes a los métodos más tradicionales de recopilación y almacenamiento de datos en silos y por lotes.
La analítica moderna para la empresa consiste en aprovechar todos los datos, procedentes de todas las fuentes: aplicaciones, transacciones, CRM y mucho más. Es necesario aprovechar estos datos —integrarlos— en un marco común capaz de satisfacer todas las necesidades de generación de informes, obtención de información y, cada vez más, de análisis predictivo y apoyo a la toma de decisiones que pueda tener una empresa.
En concreto, a medida que el tipo y la profundidad de los conocimientos y el apoyo predictivo se convierten en el centro de atención, las necesidades derivadas de la aplicación práctica del aprendizaje automático, la inteligencia artificial y los algoritmos en un mayor número de sectores y empresas exigirán nuevos datos híbridos.
En busca de un camino a seguir
Las empresas llevan mucho tiempo persiguiendo la promesa del big data y buscando la forma de aprovecharlo para impulsar sus negocios. Sin embargo, lo que estamos viendo actualmente como resultado de esta búsqueda es que muchas empresas se están ahogando en datos. Al centrarse exclusivamente en obtener la mayor cantidad de datos posible, las empresas se han visto abrumadas por la enorme cantidad de información y, como consecuencia, se están alejando cada vez más de sus objetivos y aspiraciones en materia de datos.
Las empresas buscan una hoja de ruta clara sobre cómo recopilar, analizar, gestionar y utilizar sus datos de la forma más eficaz; no te pierdas las partes 2 a 4 de esta serie, en las que profundizaremos en este tema.
Echa un vistazo a nuestra infografía.
Manténgase conectado
Información detallada sobre los datos a su disposición.
(por ej., ventas@..., asistencia@...)
