Gamers ahora disponen en Latam de SSD más fría
Una variedad de empresas pioneras están entrando en la siguiente fase del análisis de datos, apodado o conocido como Analytics 3.0. En esta análisis de los datos no sólo produce decisiones internas más rápidas o mejores, sino que además se puede convertir en productos y servicios externos.
En su intervención en el Simposio y entrega de Premios “CIO 100”, el profesor Tom Davenport esbozó el pasado, presente y futuro de la analítica de datos. Dijo que el camino va de Analytics 1.0, (conocida como el apoyo a las decisiones o inteligencia de negocios), que era en gran medida el análisis retrospectivo de los datos de transacciones internas, a Analytics 2.0 (“el Big Data” de hoy), con énfasis en los datos no estructurados, tratando de encontrar datos científicos, y el uso de Hadoop no importa el tipo problema de la empresa.
Davenport dijo que Analytics 3.0 combina las fases 1 y 2, pero de entrada los análisis en toda la organización se basan en datos, que están disponibles a todos los empleados en el momento en que necesiten tomar una decisión. Datos de aprendizaje técnico y de mercados externos se añaden a la mezcla, y a veces, las innovaciones resultantes pueden convertirse en una nueva fuente de ingresos.
Davenport citó empresas como Cisco, Ford, General Electric , Merck, Monsanto , NCR, Procter & Gamble y Wells Fargo que están a la vanguardia de este proceso. GE está empujando a su visión de la “Industrial Internet” para vender los datos de mantenimiento predictivo sobre sus motores a reacción. Ford ve sus vehículos como colecciones de rodadura de sensores que emiten datos. Y Monsanto está trabajando para ayudar a los agricultores a plantar bajo un esquema de agenda de predicciones.
Un buen ejemplo es GE Capital Américas, que provee financiamiento para las empresas del mercado medio. Con el fin de destacar entre la competencia, la empresa está desarrollando productos basados en datos complementarios, como una herramienta que ayuda a las empresas a administrar el mantenimiento de sus flotas de vehículos, según Kelly Shen, CIO para la inteligencia de negocios. (La herramienta de optimización de la flota de vehículos ganó un premio 100 CIO a la innovación.)
Del mismo modo, el equipo de Shen ha desarrollado una herramienta que ayuda a los franquiciados a que elijan la mejor ubicación para sus negocios, basada en el análisis de datos de los consumidores locales y de la competencia.
En el evento CIO 100, Shen dijo que la compañía actúa como un inversor de capital de riesgo para proporcionar pequeñas cantidades de capital inicial para proyectos de datos experimentales, con el entendimiento de que algunos proyectos pueden tener “fallas rápidas”, mientras que otros florecerán en productos. El objetivo es evitar el exceso de inversión en un experimento, y estar listo para seguir adelante.
En este movimiento más allá de la inteligencia del negocio tradicional, y que según Shen, ha comenzado a contratar a profesionales de TI no tradicionales, como los “estrategas de productos”, cuyo trabajo consiste en encontrar la manera de tomar una innovación basada en el análisis para el mercado.
Davenport hizo una observación similar. Dijo que las compañías necesitarán nuevos tipos de empleados para hacer el trabajo en Analytics 3.0, incluyendo “traductores”, que puede contar historias con los datos de una manera que ponga a los ejecutivos a tomar medidas, y los desarrolladores de productos que comercializan analytics para clientes externos, (una habilidad para la mayoría de los departamentos de TI).
Con la educación apropiada, todos los empleados se convertirán en “aficionados analíticos” en su trabajo hecho a través de los procesos impulsados por datos, dijo Davenport. “Analytics tienen que ser tarea de todos”.
