En México: Los cuatro desafíos en el área de datos y analíticas en 2018

En México: Los cuatro desafíos en el área de datos y analíticas en 2018

Los analistas examinan el futuro del liderazgo en datos y analíticas en la conferencia Gartner Data & Analytics Summit, que se realiza por primera vez en la Ciudad de México. En la inauguración, Donald Feinberg, vicepresidente y analista distinguido de Gartner, comentó que existe una oportunidad sin precedentes para ampliar los datos fundamentados y acelerar los descubrimientos analíticos.

Para alcanzar este objetivo, los analistas de Gartner señalaron que los líderes expertos en datos y analíticas deben dominar las cuatro dimensiones clave: confianza, diversidad, complejidad y conocimiento.

Desafío 1: Confianza

En un mundo en el que aumenta el fraude, la incertidumbre y las noticias falsas, la confianza es un bien escaso pero crucial en los negocios digitales: nada funciona sin ella. Las empresas deben esforzarse por asegurar que todas las partes involucradas confíen en sus datos a la vez que deben permitir un nivel de observación y examen de sus datos que no existe en la mayoría de las organizaciones.

“Hay estrategias nuevas en lo que respecta a la confianza en los datos”, explicó Peter Krensky, analista investigador senior de Gartner. “Estas estrategias se basan en dos técnicas: crowdsourcing y automatización. Con el sistema de crowdsourcing, los usuarios etiquetan lo que hacen y proporcionan, durante el proceso, un registro del linaje de datos (Data Lineage). Así se crea un método más dinámico para confiar en los datos. La automatización se refiere al surgimiento de los catálogos de datos como una competencia crítica de la gestión de datos. Al adoptar estas dos técnicas, la confianza en los datos aumentará significativamente gracias a la capacidad de verificar su origen”.

Desafío 2: Diversidad

La diversidad incluye algoritmos, personas y datos. Como nuestras opiniones y prejuicios se codifican en los algoritmos “las organizaciones deben crear métodos de verificación mejores para las suposiciones y datos usados en los algoritmos que permitan garantizar que sean justos e incluyan los valores atípicos”, afirmó Cindi Howson, vicepresidente de investigaciones de Gartner. “Eso se torna particularmente difícil cuando el sector tecnológico carece de diversidad y suele enfocarse solamente en las diferencias visibles, tales como el género. Además, es necesario que dejemos de integrar solo los datos a los que se accede fácilmente e integremos los datos pertinentes”.

Desafío 3: Complejidad

La complejidad plantea un desafío porque es difícil comprender cabalmente la dinámica de los negocios y tener el tiempo necesario para responder de manera adecuada.

“Hoy, los líderes en datos y analíticas tienen la oportunidad de construir plataformas de datos y análisis precisas y exactas. Estas plataformas proveerán más contexto, gracias a la recopilación de datos integrales; mayor comprensión, gracias a un sistema de medición y clasificación sólido; y más tiempo para responder, gracias a los sistemas de baja latencia”, explicó Krensky. “Mayor contexto, comprensión y baja latencia transforman una complejidad abrumadora en una ventaja competitiva. Comprender el patrón que subyace a la complejidad acelera el tiempo de respuesta. Dominar esta complejidad es la clave del éxito de las iniciativas analíticas”.

Desafío 4: Conocimiento

A medida que las empresas se fortalecen con equipos más diversos, que cuentan con datos más complejos, la necesidad de poder “hablar en el idioma de los datos”, de la misma manera, es mayor que nunca antes.

“Si no hay un lenguaje en común que sirva para interpretar los diversos datos de la organización, habrá problemas fundamentales en la comunicación cuando se empleen soluciones basadas en datos y analíticas”, afirmó Howson.

Los líderes en este campo deben aprender a tratar la información como una segunda lengua y el conocimiento es un elemento fundamental para la trasformación digital.

Gartner espera que, para 2020, el 80% de las organizaciones ponga en marcha el desarrollo deliberado de competencias en el campo de los datos, tras admitir que hay una gran deficiencia. “Desarrollar este tipo de conocimientos puede ser perturbador”, manifestó Howson en el evento.

“Evaluar el conocimiento sobre datos de las personas que crean y consumen información es un paso fundamental para garantizar que la organización esté equipada con las habilidades adecuadas para satisfacer las necesidades presentes y futuras de la sociedad digital”, zanjó.

Fuente: El Economista America.com
Tags:

Share:

Envíanos un mensaje: