Los CIO de hoy comprenden no solo el valor de los datos, sino también que las aplicaciones de análisis procesables basadas en datos de alta calidad conducen a mejores decisiones comerciales y operaciones más eficientes. Pero la recopilación de datos está lejos de ser un proceso estático.

En primer lugar, porque los activos de datos que posee la empresa están creciendo considerablemente. Ya sean datos propios o de terceros, ya sean estructurados o no estructurados. Para Murli Buluswar, responsable de análisis de los servicios bancarios de consumo de Citi en Estados Unidos, “las empresas más avanzadas se diferenciarán por su sofisticada capacidad para almacenar, consultar, derivar y ensamblar información a partir de estos datos. Y a gran escala”.

Implementar una estrategia de datos requiere una planificación cuidadosa, acceso a fuentes relevantes y sólidas capacidades de gestión, todo ello sin perder la capacidad de adaptación. A continuación, se presentan las tendencias para mantenerse al día con los últimos enfoques.

1. La IA transforma la propuesta de valor

La inteligencia artificial (IA) es la tendencia más importante en la estrategia de datos hoy en día, debido a su profundo potencial transformador, afirma Craig Muir, socio del banco de inversión Solomon Partners, donde es responsable de aplicaciones de software, datos y análisis.

La IA permite a las organizaciones aprender de grandes conjuntos de datos, lo que facilita la toma de decisiones e impulsa la innovación, afirma Craig Muir: “Sus capacidades de automatización pueden agilizar las operaciones, mejorando la asignación de recursos y la eficiencia general”.

Muir también señala que la IA abre nuevas oportunidades para las empresas que no venden directamente datos como producto. “El reciente acuerdo de licencia entre Google y Reddit es un ejemplo”, afirma. El acuerdo, por un valor de 60 millones de dólares, permitirá al gigante de las búsquedas entrenar modelos de IA basándose en las publicaciones de los usuarios en Reddit. “La estrategia de datos de una empresa debe priorizar la inversión en el poder de la IA y su aprovechamiento, ya sea internamente o a través del marketing externo”. Muir cree que no involucrarse de manera proactiva con la IA, tanto interna como externamente, sería “en el mejor de los casos una oportunidad perdida, en el peor de los casos un riesgo de extinción al estilo Kodak”.

2. La democratización de los datos está cobrando impulso

La democratización de los datos está desempeñando un papel cada vez más importante en las empresas avanzadas. El desafío es hacer que los datos sean accesibles y utilizables para todos, no solo para los científicos de datos y otros expertos. “Al incorporar diferentes perspectivas, esta democratización puede ayudar a complementar los hallazgos [issues de l'analyse de données, NDLR] y fomentar la colaboración en toda la organización”, afirma Portia Crowe, líder de estrategia de datos de defensa de Accenture Federal Services.

La democratización tiene que ver con la capacidad de ir más allá de los silos. “Fomenta una cultura basada en datos al brindar acceso a datos y herramientas que fomentan su uso”, explica Portia Crowe. “El auge de las herramientas de autoservicio fáciles de usar permite que los usuarios con un mínimo de experiencia exploren y analicen los datos”.

3. La calidad de los datos vuelve al centro de las preocupaciones

La calidad de los datos abarca la precisión, la integridad, la coherencia, la validez y la actualidad, y se está convirtiendo en una preocupación importante para el departamento de TI a medida que la inteligencia artificial y otras iniciativas basadas en datos se afianzan en toda la empresa.

“Los datos adecuados para el propósito y la confianza en los datos son fundamentales para una organización”, afirma Crowe. “La calidad de los datos también proporciona la base para el uso eficaz de la IA, ya que afecta directamente su capacidad para funcionar y generar resultados confiables”.

Según predice, a medida que las empresas se basan cada vez más en los datos, la necesidad de contar con datos de alta calidad para fundamentar la toma de decisiones se intensificará. “Los datos denominados 'sucios' conducen a malas decisiones y obstaculizan la capacidad de una organización para competir y rendir”, advierte. “Los datos inexactos o sesgados conducen a resultados de IA inexactos, lo que subraya la necesidad de contar con datos limpios y fiables”.

Si bien los detalles de la implementación de datos de calidad pueden evolucionar con el tiempo, es probable que los principios básicos que sustentan la disciplina permanezcan arraigados en las organizaciones a largo plazo.

4. Las estrategias de datos están cambiando de dirección

Según Jayaprakash Nair, director de análisis de Altimetrik, una empresa de ingeniería digital y de datos, la forma en que algunas compañías implementan iniciativas internas basadas en datos se está volviendo cada vez más sesgada.

Según él, la estrategia tradicional es principalmente de izquierda a derecha. Es decir, los datos recopilados de varias fuentes se enrutan a una única ubicación, como un lago de datos o un almacén de datos, y luego se limpian para crear una única fuente de verdad (SSOT). Si bien este enfoque suele ser exitoso, Nair señala que algunas organizaciones tienen dificultades con este enfoque debido al tiempo que lleva configurar una SSOT e implementar aplicaciones para aprovecharla.

En el futuro, la estrategia de datos se orientará cada vez más de derecha a izquierda, predice el experto. En este modelo, la empresa definirá las prioridades que se deben resolver utilizando los datos disponibles. “El equipo de TI recopilará y limpiará suficientes datos para abordar estas prioridades, generando así valor en un período de tiempo relativamente corto, del orden de meses o incluso semanas”, explica. “Después de lo cual, la empresa definirá el siguiente conjunto de prioridades”. Este enfoque debería permitir que SSOT se construya orgánicamente a lo largo del tiempo, generando valor tangible a lo largo del camino.

5. Repensar la estrategia de datos de arriba a abajo

Según Stephen Bailey, director de la consultora de seguridad NCC Group, la mayor tendencia en estrategia de datos en este momento es... revisar el plan actual de la empresa desde cero y crear uno nuevo.

Stephen Bailey cree que, para aprovechar al máximo el rápido crecimiento de los datos, las empresas deben adoptar un enfoque centrado en todas las áreas del negocio. “Ya sea para mejorar los procesos y procedimientos internos o para obtener información más profunda sobre los clientes, una buena estrategia define la gobernanza, la propiedad de los datos y los resultados esperados”, explica.

Para reevaluar una estrategia existente, es necesario empezar por aceptar la necesidad de adoptar un enfoque de este tipo y, a continuación, asegurarse de que la revisión cuente con el apoyo del más alto nivel de la organización. El siguiente paso es designar un líder de proyecto y un grupo directivo con representantes de todas las líneas de negocio pertinentes. “Hay que alinear la estrategia de datos y el marco de gobernanza de la IA para reducir los conflictos entre ambos”, recomienda el experto del NCC. Stephen Bailey cree que los nuevos requisitos creados por la legislación sobre IA harán que muchas organizaciones limiten determinados elementos de un plan sin desarrollar una política de datos global.

6. Los datos se procesan en el borde

La computación de borde permite el análisis de datos en tiempo real, lo que reduce los problemas de latencia típicamente asociados con la nube, dice Javier Muniz, CTO de la firma de abogados LLC Attorney con sede en Colorado.

La importancia de esta tendencia radica en su potencial para revolucionar la forma en que se manipulan, procesan y distribuyen los datos, continúa el CTO. Al pasar al Edge, las empresas pueden analizar los datos más cerca de la fuente, mejorando la eficiencia y permitiendo obtener información más rápidamente. “Esto tiene implicaciones especialmente importantes para industrias como la fabricación, donde el análisis de datos en tiempo real puede agilizar los procesos y mejorar la toma de decisiones”, afirma Javier Muniz.

Para maximizar los beneficios de este enfoque, las empresas deberían considerar la implementación de una estrategia integral de Edge Computing, identificando las áreas clave donde la latencia de los datos impacta más en las operaciones. “También es importante involucrar a socios estratégicos con experiencia en la infraestructura y arquitectura de Edge IT”, enfatiza el CTO.

Para comunicar el valor de la informática de borde a la dirección, el director de tecnología recomienda que se ilustren claramente los posibles beneficios y eficiencias. “Es fundamental transmitir cómo acercar los análisis a la fuente de los datos puede generar mejores resultados, procesos de toma de decisiones más rápidos y, en última instancia, mayores beneficios empresariales”.

7. El auge de los datos como servicio

Los datos como servicio (DaaS) son una tendencia central en la gestión de datos empresariales porque ofrecen acceso a los datos a demanda, algo que se está volviendo cada vez más importante para las empresas globales, afirma Gloria Flynt, analista sénior de Straits Research. “Su rentabilidad radica en el hecho de que no requiere infraestructura local, lo que reduce los gastos de capital y operativos”.

La agilidad de DaaS permite a los usuarios integrar rápidamente nuevas fuentes y adaptarse a los cambios del mercado con poca o ninguna latencia. “Además, DaaS facilita la monetización de los datos, lo que crea nuevos flujos de ingresos potenciales”, afirma Flynt. “También garantiza una alta calidad de los datos al estandarizarlos en todas las líneas de negocio y mejora el análisis y la inteligencia empresarial al optimizar la virtualización y la automatización de los datos, lo que conduce a una mejor toma de decisiones”.

Para aprovechar al máximo DaaS, Flynt recomienda a las empresas que integren el enfoque en sus ecosistemas de datos existentes, garantizando un acceso sin problemas a fuentes externas. “Esta integración también puede mejorar la relevancia de los análisis, mejorar la toma de decisiones e impulsar la innovación”.

Según la analista, los CIO pueden ilustrar la importancia de DaaS para sus líderes enfatizando su valor estratégico y su alineación con los objetivos de negocio. “También pueden destacar la agilidad que proporciona, permitiendo a la empresa integrar rápidamente nuevas fuentes de datos y adaptarse a los cambios del mercado”, afirma. Señala que este enfoque no solo comunica los beneficios prácticos de DaaS, sino que también presenta el servicio como una inversión que respalda el crecimiento y la innovación a largo plazo.

Dados los crecientes volúmenes de datos que las empresas necesitan procesar y la necesidad de un acceso flexible a ellos, Flynt cree que la alineación de DaaS con la nube y la creciente demanda de análisis de datos en tiempo real sugieren que la tendencia "seguirá siendo relevante en el futuro previsible".