Libere el verdadero poder de los datos: Bienvenido a la nueva era de la estrategia de datos

Blog /Libere el verdadero poder de los datos: Bienvenido a la nueva era de la estrategia de datos
Unleash the True Power of Data, NTT DATA Services

En el mundo digital de hoy en día, la mayoría de las organizaciones cuentan con una enorme cantidad de datos, tanto estructurados como no estructurados. Ahora, los datos son la materia prima y las organizaciones precisan saber cómo monetizarlos y sacar provecho del aluvión. Valorar los datos es una de las mejores maneras de que disponen las empresas para alcanzar el éxito y destacarse en el mercado.

Los datos son el "nuevo petróleo"
De hecho, los datos en sí se han convertido en la materia prima, aunque, cabe destacar, el mero hecho de contar con grandes volúmenes de datos no resulta suficiente. No obstante, la capacidad para monetizar datos de manera efectiva (y no solo acumularlos) sin lugar a dudas puede ser el origen de una ventaja competitiva en la economía digital. Ahora bien, debemos refinar los datos. Sin embargo, la refinería de este "nuevo petróleo" tomará una cantidad de tiempo significativa. En mi opinión, todavía no hemos llegado a esa instancia. En consecuencia, la "refinería de datos" sigue siendo un factor clave para lograr un análisis avanzado exitoso.

Si hablamos sobre el nivel de actividad en el espacio de los datos y del análisis en los últimos dos años, puede observarse que gran parte del análisis avanzado tuvo lugar en torno a tres categorías:

  1. Descriptivo, o qué ocurrió
  2. Predictivo, o qué podría ocurrir, y
  3. Prescriptivo, o qué deberíamos hacer

El análisis descriptivo ha ocupado el lugar de análisis central durante muchos años. Anteriormente, solo era posible describir lo que había ocurrido con los datos históricos (como los datos almacenados en un depósito de datos) a partir de informes de panel y mediante el uso de análisis tradicionales. Sin embargo, con la llegada del análisis avanzado, aprendizaje automático (ML), aprendizaje profundo e inteligencia artificial (IA), el enfoque se ha trasladado al análisis en tiempo real. En los últimos dos años, se ha trabajado mucho en el análisis predictivo. A medida que avancemos por el camino del análisis, las organizaciones centradas en los datos deberán enfocarse de ahora en más en el análisis prescriptivo. El uso del análisis prescriptivo –junto con el análisis predictivo– reviste fundamental importancia para que una organización sea exitosa en el futuro.

Tendencias actuales y recientes en relación con los datos y análisis
Las tendencias analíticas giran en torno a la IA y el ML. El modelo de "análisis como servicio" es una pieza fundamental para cualquier organización inteligente y basada en los datos. A partir del uso de análisis avanzados, podemos ejercer un impacto sobre la sociedad e intentar convertirla en un mejor lugar para vivir. En NTT DATA, nos esforzamos por solucionar este tipo de problemas en pos de mejorar la calidad, la seguridad y el progreso de la humanidad. Desde un punto de vista comercial, utilizamos el análisis de datos y el modelo predictivo para ayudar a las empresas a incrementar sus ventas e ingresos.

Permítame darle algunos ejemplos. Colaboramos con varios socios tecnológicos en un proyecto de una Ciudad Inteligente. Para llevar a cabo este proyecto, se recurrió al análisis predictivo para la validación de alertas críticas que permitiesen reducir el tiempo y la cantidad de datos que deben procesarse. Se utilizaron dispositivos de Internet de las Cosas (IoT), cámaras de video de alta definición y sensores de sonido, así como datos de video y sonido capturados en ubicaciones específicas. Finalmente, en la solución también se incorporaron datos disponibles obtenidos de distintas fuentes de datos, como delitos, clima y redes sociales. El objetivo general del proyecto Ciudad Inteligente consistía en utilizar y aplicar análisis avanzados con informática cognitiva como medio para facilitar la toma de decisiones en materia de seguridad y para que quienes acuden en respuesta a un llamado puedan hacerlo antes en función de datos en tiempo real.

Otro ejemplo es el Sistema de UCI Inteligente, desarrollado por NTT DATA para lograr la detección predictiva de amenazas en pacientes gravemente enfermos internados en una UCI. Para lograrlo, se toman en cuenta los datos. Se consolidaron los datos obtenidos de distintos dispositivos médicos de la UCI en una sola plataforma. A partir de dichos datos, desarrollamos un modelo que permite predecir el riesgo de complicaciones que podrían tener lugar en las próximas horas en un evento médico. Asimismo, recurrimos al análisis avanzado aportado por los pronósticos de datos climáticos y utilizamos modelos predictivos para predecir desastres naturales.

Estrategia de datos y análisis
La estrategia es una pieza clave en cualquier organización basada en datos. Debería incluir estrategias de datos para IA, ML, modelado estadístico y otras disciplinas de ciencias de datos, como el análisis predictivo y prescriptivo. En general, el análisis avanzado tiene un carácter mucho más predictivo y accionable que retrospectivo. Las organizaciones inteligentes observan resultados positivos cuando depositan la estrategia de datos y análisis en manos de empleados que se encuentran bien posicionados para tomar decisiones, como aquellos que interactúan con clientes, supervisan el desarrollo de productos o ejecutan procesos de producción. A partir de perspectivas basadas en los datos y reglas definidas en relación con las decisiones, los empleados pueden ofrecer servicios de mayor relevancia y mejores activos, abordar las demandas del cliente y optimizar la producción. Las organizaciones inteligentes deben tomarse el tiempo necesario para limpiar y actualizar la arquitectura de datos modernos subyacente –junto con el proceso debido de gestión de datos– para dar lugar a una estrategia de análisis y datos más definida. Si se cuenta con una moderna arquitectura de datos, en combinación con un buen proceso de gobierno, es posible hacer uso de la IA y del ML para ayudar a las organizaciones a llevar la delantera respecto de sus competidores.

Innovación en materia de análisis de datos
El Aprendizaje Automático y Profundo, junto con la IA, son muy populares. Sin embargo, me gustaría reiterar que las tecnologías avanzadas, como la IA y el aprendizaje automático, continuarán transformado los análisis de datos. La siguiente innovación podría ser el uso de análisis automatizados, que pueden ser utilizados por las herramientas de aprendizaje automático para identificar patrones ocultos en los datos. Por ejemplo, problemas con la retención de clientes, incumplimiento con los préstamos por parte de los clientes o predicción de clientes propensos a sufrir accidentes automovilísticos. Asimismo, tanto el análisis predictivo como el prescriptivo serán fundamentales para las innovaciones futuras que tengan lugar en la IA y el ML.

Debemos realizar inversiones específicas en herramientas tradicionales de innovación del negocio, junto con herramientas analíticas de datos emergentes para sacar el máximo provecho de las iniciativas de negocios basadas en los datos. Debemos invertir en la nube y en infraestructura subyacente de TI para brindar respaldo a estas iniciativas de análisis y negocios. Y, lo que es aún más importante, es preciso invertir en las personas, es decir, en recursos capacitados y calificados en distintas disciplinas, y, además, brindarles las habilidades necesarias para que puedan trabajar en forma estrecha con los clientes y tomar decisiones acertadas para el análisis.

En NTT DATA, también invertimos en el área de Investigación y Desarrollo. Nuestros equipos de desarrollo de productos y Propiedad Intelectual (IP) crean productos patentados que ofrecen un valor agregado a nuestros clientes. Disponemos de una sólida estrategia de datos y una organización bien establecida basada en los datos. Siempre buscamos talentosos científicos de datos en los emprendimientos y las empresas de productos. A nivel interno, brindamos reconocimiento a quienes poseen las habilidades adecuadas y una visión optimista, y los capacitamos y desarrollamos dentro de nuestra organización. Asimismo, también contamos con módulos de capacitación específica –desarrollados de manera interna– que contribuyen a incrementar nuestra base de conocimientos en el análisis y la tecnología de avanzada. En nuestro carácter de organización de servicios, somos independientes de la tecnología y admitimos todo tipo de IA y datos, y tecnologías relacionadas con el análisis. Por ejemplo, apoyamos el desarrollo y la implementación basados en la nube, así como el desarrollo en las instalaciones. Asimismo, admitimos las implementaciones basadas en Python y Hadoop.

Finalmente, es preciso mencionar que nos enfocamos en nuestros clientes. Compartimos las ventajas y las desventajas de todas las tecnologías con nuestros clientes, y permitimos que decidan cuáles funcionan mejor para ellos. Luego, nos ocupamos de reunir todos estos aspectos en una solución única que les permita a nuestros clientes diferenciarse de sus competidores.

Obtenga más información sobre las soluciones de NTT DATA Services para la Inteligencia y Automatización de Datos.

Fecha de publicación: 20/02/2020

EXPLORAR NUESTROS BLOGS