En los últimos años, el concepto de dato dejó de definirse como ‘la mínima unidad de información’ para englobar dos elementos más complejos: conocimiento y sabiduría, que –combinados- producen la inteligencia suficiente para tomar decisiones de negocios más acertadas.

Es por ello que los directores de TI buscan la manera de descubrir patrones repetitivos en esa ‘data’ a fin de conocer cuál podría ser el comportamiento de un adolescente al comprar un gadget, cómo puede mejorarse la productividad de un cultivo de flores o de qué forma podría evacuarse rápidamente una ciudad en caso de una emergencia.

Sin embargo, almacenar, procesar y analizar tal cantidad de datos requiere transformar y actualizar la infraestructura tecnológica –especialmente el centro de datos- máxime con la rápida apropiación de tendencias como la computación cloud y la Internet de las Cosas, con las cuales “los volúmenes de información son mucho más grandes y requieren mayores capacidades de almacenamiento, gestión y disponibilidad de la información, así como un componente humano especializado en adoptar con éxito una cultura analítica dentro de la organización”, opina Vivian Jones, Country Manager de SAS Colombia.

Para lograr esta compenetración, Jones opina que “una estrategia de Big Data impartida desde el nivel ejecutivo de las organizaciones permite organizar, gestionar, visualizar y aprovechar las capacidades de los datos y análisis en línea con los objetivos del negocio.”

CAMBIO DE CULTURA

Algo similar opina el Country Manager Colombia de Teradata Fabio Sáenz, para quien “la cultura organizacional es la parte más importante de esa transformación, ya que depende del cambio de visión y paradigmas por parte de los tomadores de decisión, quienes deben hacerse nuevos cuestionamientos sobre su negocio, incluyendo el tradicional: ¿Qué pasaría si?”.

En este escenario, la hoja de ruta para implementar proyectos de Big Data –además del cambio cultura- incluye factores como la disponibilidad de los datos, su gestión, la creación de modelos analíticos, la medición de resultados y finalmente la implementación de la solución.

Por ejemplo, en materia de disponibilidad, “es necesario preguntarse ¿qué tipo de datos se tienen? (estructurados o no estructurados), ¿de qué fuentes provienen?,  ¿cuál es su volumen? y ¿cuál es la frecuencia con que se generan?”, prosigue Sáenz, para quien estos aspectos se relacionan directamente con las capacidades de las plataformas (hardware y software) y no necesariamente implican el cambio de las mismas; “más bien, las organizaciones deben enfocarse en una tecnología integradora que no implique grandes inversiones y permita, por ejemplo, la renta de servicios por determinado tiempo, bien sea en el sitio o en la nube”.

ANÁLISIS, LA CLAVE

Debido a que las organizaciones viven enfocadas en sus procesos de negocio, les resulta complejo entender en profundidad los modelos analíticos necesarios para completar de forma ágil y sencilla el círculo que va de la innovación a la operacionalización.

Para ello, requieren contratar consultores de industria que –además de realizar el análisis- ayudan a mejorar el negocio mediante una práctica conocida como ‘ciclo analítico’, que comprende la identificación de los problemas hasta la evaluación y monitoreo de resultados, pasando por temas críticos como la preparación y exploración de los datos, la creación, validación e implementación de los modelos.

“Dejar a un lado la analítica para tomar decisiones es –de lejos- el error más frecuente al implementar un proyecto de Big Data”, asume con convicción Vivian Jones. “Su uso permite convertir los datos en oportunidades de negocio que, a fin de cuentas, son el mayor activo de las empresas”. Para este ejecutivo, una estrategia analítica debe estar direccionada desde la alta dirección para que sea posible permear a toda la organización y tener impacto no solo en los procesos, sino en los negocios globales.

OBSTÁCULOS EN ANALÍTICA

Sin importar el tipo de empresa, hay tres obstáculos comunes al adoptar soluciones analíticas; el primero, la falta de conocimiento sobre estrategias y métodos para realizar análisis que realmente ayuden a mejorar el negocio; en segundo lugar, la carencia de gestión administrativa para implementar proyectos de analítica debido a la condición de competencia con otros proyectos concebidos como de mayor prioridad; y finalmente, la carencia de habilidades en los equipos internos de la organización para efectuar proyectos analíticos complejos.

El implementar un proyecto de analítica no debe de concebirse como un proceso de difícil desarrollo; todo se basa en la relación adecuada entre los objetivos del negocio, la estrategia y la tecnología existente, las cuales deben de estar enfocadas a resolver problemas de negocio y obtener los objetivos establecidos, sin importar el área de la empresa que lo requiera.

“Lo importante es centrarse en el enfoque analítico y en la visión del negocio”, recalca Fabio Sáenz, quien dice que tales atributos se cultivan y generan desde los niveles superiores de la organización.

“Es aquí donde la analítica deja de ser un tema meramente técnico a cargo del departamento de TI y pasa a ser responsabilidad del director general y de los integrantes del equipo directivo”, recalca Fabio Sáenz, para quien las organizaciones deben tener un enfoque analítico que expanda la visión del negocio.

“Lograr esto requiere un esfuerzo doble”, insiste el ejecutivo. “Primero, que las organizaciones abandonen los conceptos tecnológicos tradicionales, y segundo, que construyan modelos de industria que se adapten a sus necesidades actuales y futuras”.