En un informe publicado el 24 de julio y titulado " Poniendo las 'Ops' en DataOps: Factores de éxito para la operacionalización de datos ", BMC Software descubre que las estrategias basadas en datos generan un retorno de la inversión significativo a partir de las inversiones y los esfuerzos en gestión de datos. El estudio fue realizado a fines de 2023 por 451 Research y recopiló información de 1100 profesionales de TI, datos y negocios en grandes empresas en diferentes geografías, industrias y 11 países. Proporciona una descripción general de DataOps y las prácticas de gestión de datos dentro de las organizaciones.

Según el proveedor, no existe un "enfoque único para todos" en cuanto a las estrategias basadas en datos, y variables como el tamaño de la empresa, la geografía, la madurez de la gestión de datos, la madurez de DataOps, la centralización o descentralización de las funciones de gestión y entrega de datos y la estrategia para integrar la IA y el aprendizaje automático en la gestión de datos influyen en cómo una empresa elige refinar su tecnología y procesos de datos.

CDO, automatización, IA, retos para alcanzar la madurez en DataOps

Por lo general, la madurez en DataOps y la gestión de datos está vinculada a la adopción exitosa de ciertos elementos. Por ejemplo, el 75 % de los encuestados más experimentados tienen un CDO (director de datos) en comparación con el 54 % de los encuestados menos avanzados. Según el informe, gran parte de los datos de la empresa siguen subutilizándose debido a los desafíos relacionados con la gestión de datos continua o activa. La calidad de los datos, la implementación y la orquestación de la cadena de suministro son los desafíos más difíciles en los esfuerzos por entregar de manera constante datos de alta calidad. El estudio también descubrió que la falta de automatización a menudo obstaculiza los esfuerzos por entregar datos a las partes interesadas relevantes.

La IA no se ha olvidado de ella: las grandes empresas y las compañías europeas recurren a la gestión activa de datos para respaldar la adopción de tecnologías emergentes como GenAI. Para la creación de modelos de IA que respalden las iniciativas de gestión de datos, las empresas medianas (de menos de 5.000 empleados) adoptan un enfoque de bricolaje, mientras que las grandes cuentas combinan un enfoque interno con el uso de proveedores. Por último, el informe observa que las iniciativas de análisis prescriptivo y predictivo están impulsando ahora el consumo de datos por parte de las empresas y se espera que aumenten.