Por William Quiñónez
La rápida aceleración de los avances tecnológicos, el valor reconocido de los datos y el aumento de la alfabetización de datos (Data Literacy) están cambiando lo que significa ser "impulsado por datos" o “Data-Driven”
Para 2025, los flujos de trabajo inteligentes y las interacciones fluidas entre humanos y máquinas probablemente serán tan estándar como el balance general corporativo, y la mayoría de los empleados usarán datos para optimizar casi todos los aspectos de su trabajo.
Sabemos que 2025 no está muy lejos, pero ese es el punto.
Siete características definirán esta nueva empresa basada en datos , y ya hemos visto que muchas empresas exhiben al menos algunas de ellas, y muchas más comienzan el viaje para hacerlo.
Hoy
Las organizaciones a menudo aplican enfoques basados en datos, desde sistemas predictivos hasta automatización impulsada por IA, esporádicamente en toda la organización, dejando valor sobre la mesa y creando ineficiencias. Muchos problemas comerciales todavía se resuelven a través de enfoques tradicionales y tardan meses o años en resolverse.
Para 2025
Casi todos los empleados aprovechan los datos de forma natural y regular para respaldar su trabajo. En lugar de resolver problemas por defecto mediante el desarrollo de hojas de ruta extensas, a veces de varios años, están facultados para preguntar cómo las técnicas de datos innovadoras podrían resolver los desafíos en horas, días o semanas.
Las organizaciones son capaces de tomar mejores decisiones, así como de automatizar las actividades básicas del día a día y las decisiones que ocurren regularmente. Los empleados son libres de concentrarse en dominios más "humanos", como la innovación, la colaboración y la comunicación. La cultura basada en datos fomenta la mejora continua del rendimiento para crear experiencias de clientes y empleados verdaderamente diferenciadas y permitir el crecimiento de nuevas aplicaciones sofisticadas que no están ampliamente disponibles en la actualidad.
Hoy
Solo una fracción de los datos de los dispositivos conectados se ingiere, procesa, consulta y analiza en tiempo real debido a los límites de las estructuras tecnológicas heredadas, los desafíos de adoptar elementos arquitectónicos más modernos y las altas demandas computacionales del procesamiento intensivo en tiempo real. trabajos. Las empresas a menudo deben elegir entre velocidad e intensidad computacional, lo que puede retrasar análisis más sofisticados e inhibir la implementación de casos de uso en tiempo real.
Para 2025
Vastas redes de dispositivos conectados recopilan y transmiten datos e información, a menudo en tiempo real. La forma en que se generan, procesan, analizan y visualizan los datos para los usuarios finales se transforma drásticamente gracias a tecnologías nuevas y más ubicuas, como las arquitecturas kappa o lambda para el análisis en tiempo real, lo que conduce a conocimientos más rápidos y potentes. Incluso los análisis avanzados más sofisticados están razonablemente disponibles para todas las organizaciones a medida que el costo de la computación en la nube continúa disminuyendo y las herramientas de datos "en memoria" más poderosas están en línea. En conjunto, esto permite muchos casos de uso más avanzados para brindar información a clientes, empleados y socios.
Hoy
Aunque la proliferación de datos está impulsada por datos no estructurados o semiestructurados, la mayoría de los datos utilizables todavía están organizados de manera estructurada utilizando herramientas de bases de datos relacionales. Los ingenieros de datos a menudo pasan mucho tiempo explorando manualmente conjuntos de datos, estableciendo relaciones entre ellos y uniéndolos. Con frecuencia, también deben refinar los datos de su estado natural y no estructurado a una forma estructurada mediante procesos manuales y personalizados que consumen mucho tiempo, no son escalables y son propensos a errores.
Para 2025
Los profesionales de datos aprovechan cada vez más una variedad de tipos de bases de datos, incluidas bases de datos de series temporales, bases de datos de gráficos y bases de datos NoSQL, lo que permite formas más flexibles de organizar los datos. Esto permite a los equipos consultar y comprender las relaciones entre datos no estructurados y semiestructurados de forma más fácil y rápida, lo que acelera el desarrollo de nuevas capacidades impulsadas por IA y el descubrimiento de nuevas relaciones en los datos para impulsar la innovación. La combinación de estos almacenes de datos flexibles con los avances en tecnología y arquitectura en tiempo real también permite a las organizaciones desarrollar productos de datos, como plataformas de datos de "cliente 360".
Hoy
La función de datos de una organización, si existe una fuera de TI, administra los datos utilizando estándares, reglas y controles de arriba hacia abajo. Los datos a menudo no tienen un verdadero "propietario" que garantice que estén actualizados y listos para usar de varias maneras. Los conjuntos de datos también se almacenan, a veces por duplicado, en entornos extensos, aislados y, a menudo, costosos, lo que dificulta que los usuarios dentro de una organización (como los científicos de datos que buscan datos para crear modelos analíticos) encuentren, accedan e integren rápidamente los datos. datos que necesitan.
Para 2025
Los activos de datos se organizan y admiten como productos, independientemente de si los utilizan equipos internos o clientes externos. Estos productos de datos tienen equipos dedicados, o "escuadrones", alineados contra ellos para incorporar la seguridad de los datos, hacer evolucionar la ingeniería de datos (por ejemplo, para transformar datos o integrar continuamente nuevas fuentes de datos) e implementar herramientas de análisis y acceso de autoservicio. Los productos de datos evolucionan continuamente de manera ágil para satisfacer las necesidades de los consumidores, aprovechando DataOps (DevOps para datos) y procesos y herramientas de integración y entrega continuas . En conjunto, estos productos brindan soluciones de datos que se pueden usar de manera más fácil y repetida para enfrentar varios desafíos comerciales y reducir el tiempo y el costo de brindar nuevas capacidades impulsadas por IA.
Hoy
Los directores de datos (CDO) y sus equipos funcionan como un centro de costos responsable de desarrollar y hacer un seguimiento del cumplimiento de las políticas, estándares y procedimientos para administrar los datos y garantizar su calidad.
Para 2025
Los CDO y sus equipos funcionan como una unidad de negocios con responsabilidades de pérdidas y ganancias. La unidad, en asociación con los equipos comerciales, es responsable de idear nuevas formas de usar los datos, desarrollar una estrategia de datos empresariales holística (e incorporarla como parte de una estrategia comercial) e incubar nuevas fuentes de ingresos mediante la monetización de los servicios de datos y el intercambio de datos. .
Hoy
Los datos a menudo se almacenan en silos, incluso dentro de las organizaciones. Si bien los acuerdos de intercambio de datos con socios y competidores externos están aumentando, aún son poco comunes y, a menudo, limitados.
Para 2025
Las organizaciones grandes y complejas utilizan plataformas de intercambio de datos para facilitar la colaboración en proyectos basados en datos, tanto dentro como entre organizaciones. Las empresas basadas en datos participan activamente en una economía de datos que facilita la agrupación de datos para crear conocimientos más valiosos para todos los miembros. Los mercados de datos permiten el intercambio, el intercambio y la complementación de datos, lo que en última instancia permite a las empresas crear productos de datos verdaderamente únicos y patentados y obtener información de ellos. En conjunto, las barreras para el intercambio y la combinación de datos se reducen considerablemente, reuniendo varias fuentes de datos de tal manera que el valor generado es mucho mayor que la suma de sus partes.
Hoy
La seguridad y la privacidad de los datos a menudo se consideran cuestiones de cumplimiento, impulsadas por los mandatos regulatorios de protección de datos nacientes y los consumidores que comienzan a darse cuenta de la cantidad de su información que se recopila y utiliza. Las protecciones de seguridad y privacidad de datos a menudo son insuficientes o monolíticas, en lugar de adaptarse a conjuntos de datos individuales. Proporcionar a los empleados un acceso seguro a los datos es un proceso muy manual, lo que lo hace propenso a errores y prolongado. Los procesos manuales de resiliencia de datos dificultan la recuperación rápida y completa de los datos, lo que genera riesgos de interrupciones prolongadas de los datos que afectan la productividad de los empleados.
Para 2025
La mentalidad organizacional ha cambiado completamente hacia el tratamiento de la privacidad, la ética y la seguridad de los datos como áreas de competencia requerida, impulsadas por expectativas regulatorias en evolución, aumentar la conciencia de los consumidores sobre sus derechos de datos; y los riesgos cada vez mayores de los incidentes de seguridad. Los portales de aprovisionamiento de autoservicio administran y automatizan el aprovisionamiento de datos utilizando "scripts" predefinidos para proporcionar a los usuarios acceso a los datos de manera segura casi en tiempo real, lo que mejora en gran medida la productividad del usuario.
Los procedimientos de copia de seguridad automatizados y casi constantes garantizan la resiliencia de los datos; Los procedimientos de recuperación más rápidos establecen y recuperan rápidamente la "última copia buena" de los datos en minutos en lugar de días o semanas, lo que minimiza los riesgos cuando ocurren fallas tecnológicas. Las herramientas de IA están disponibles para administrar los datos de manera más efectiva, por ejemplo, mediante la automatización de la identificación, corrección y solución de problemas de calidad de los datos. En conjunto, estos esfuerzos permiten a las organizaciones generar una mayor confianza tanto en los datos como en la forma en que se administran, lo que en última instancia acelera la adopción de nuevos servicios basados en datos.
