Las herramientas de analítica de datos y Big Data se están volviendo tremendamente importantes para las empresas, que les permiten extraer información de valor.
Redacción Perspectiva
Cada día se generan volúmenes inmensos de datos, de hecho, se estima que en el 2021 se produjeron tantos datos como los que se generaron durante toda la historia de la humanidad hasta el año 2015.
Adicionalmente, la tecnología actual permite analizar estos grandes volúmenes de datos de manera eficiente, logrando generar información de valor sobre los clientes, la competencia y las operaciones de la misma empresa. Lo anterior ha hecho que rápidamente los datos se conviertan en el activo más importante de las organizaciones en Guatemala y la región.
En este contexto, EY, firma líder en servicios profesionales de auditoría, impuestos, consultoría, estrategia y transacciones, ha realizado un análisis sobre la importancia de la analítica de datos para las organizaciones, así como los aspectos clave que las empresas deben tener en cuenta para lograr el mayor beneficio en su aplicación.
En el estudio Transformación con sentido digital, donde EY encuestó a 670 líderes de empresas en 10 países de Latinoamérica, más de la quinta parte de los encuestados (21%) manifestó que la analítica de datos es la tecnología más usada en sus procesos de transformación digital, por encima de otras tecnologías como robótica e inteligencia artificial (16%) o comercio electrónico (15%).
Nelson Beltrán, Líder de Analytics de EY Latinoamérica Norte, señaló: “Quien más datos tenga, pero sobre todo quien haya desarrollado la capacidad de análisis de esos datos para mejorar la toma de decisiones acertadas de negocio, podrá generar una ventaja competitiva en su industria. Por ello, no solo las herramientas de Big Data y de analítica de datos se están volviendo tremendamente importantes para las empresas, sino que también se vuelve imprescindible contar con un grupo de personas que analice esos datos y que pueda extraer información de valor”.
En el pasado, la mayoría de los datos eran lo que técnicamente se conoce como datos estructurados, básicamente cualquier dígito que se pudiera colocar en una tabla, palabras o números. La tecnología actual permite administrar de una manera eficiente tanto datos estructurados como datos no estructurados, como videos, audios y fotos.
Uso de Analítica de datos
- Incrementar las ventas: a través de la analítica de datos es posible entender mucho mejor a los clientes y anticipar sus necesidades. La analítica de datos permite crear campañas de marketing ultra focalizadas para aquellas personas que tienen la mayor probabilidad de consumir el producto o servicio que ofrece una empresa, reduciendo los costos de promoción y aumentando la rentabilidad.
- Reducir costos: son muchos los usos de la analítica de datos para reducción de costos, por ejemplo, en el mantenimiento de una planta de producción. Actualmente existen soluciones que convierten el audio en datos entendibles por un procesador, a través del cual se pueden identificar los sonidos que una máquina produce horas o días antes de fallar. Lo anterior permite a los operarios adelantar un mantenimiento preventivo sin tener que afectar gravemente la línea de producción.
- Mejorar la salud: uno de los usos más comunes actualmente es la identificación de enfermedades a través del análisis de imágenes diagnósticas. La analítica de datos permite convertir las imágenes en datos que posteriormente son analizados usando técnicas de inteligencia artificial. Estos modelos pueden llevar a cabo análisis de manera más eficiente que el ser humano, logrando diagnósticos aún más precisos al combinar los algoritmos de inteligencia artificial con el conocimiento de los médicos.
- Control de la pandemia: un ejemplo del análisis de datos no estructurados es el video analytics. A raíz de la pandemia de COVID-19, la tecnología de análisis de datos permitió desarrollar algoritmos que identifican a través de videos si una persona está usando correctamente un cubrebocas. Por lo tanto, en lugar de tener a un grupo de personas vigilando que la población esté utilizando de forma adecuada el cubrebocas, las cámaras de video (conectadas a un algoritmo matemático) reconocerán en las imágenes la situación mencionada.
Así como la analítica de datos tiene un gran potencial en múltiples campos e industrias, también presenta varios retos.
Desafíos de la analítica de datos en las empresas
- Definición de una estrategia: muchas organizaciones ven en la analítica de datos simplemente una moda y quieren adoptarla a como dé lugar; sin embargo, es muy importante entender la estrategia de la empresa y alinear las iniciativas de analítica de datos a esa estrategia para realmente obtener el mayor beneficio.
- Acceso a la tecnología: sin las herramientas tecnológicas adecuadas no es posible implementar una buena estrategia de analítica de datos. Existen muchas herramientas en el mercado incluyendo software libre, es importante que la empresa defina claramente la arquitectura tecnológica que va a soportar sus iniciativas de analítica de datos para lograr una buena integración con las demás herramientas de la organización. Se estima que las empresas analizan menos del 5% de los datos que tienen.
- Atracción de talento: cada vez es más competitivo el mercado de los científicos de datos. Crear las condiciones para atraer y retener a este perfil de personas se vuelve crucial para ser exitoso en la adopción de la analítica de datos en cualquier organización. Hoy en día hay una gran demanda de este tipo de profesionales y desafortunadamente en este, como en otros trabajos, existe una importante brecha de género. Menos del 20% de los científicos de datos que existen en la actualidad son mujeres.
“Sin importar la industria, en todas las organizaciones del mundo llegará el momento en el que parte de su equipo esté conformado por arquitectos y científicos de datos. Además, en el futuro cercano las empresas tendrán la responsabilidad de construir un área de analítica que se encargue no solo de los modelos analíticos sino también de la gestión y administración de los datos”, concluyó Nelson Beltrán.