HPE entre los líderes de almacenamiento de Gartner
Analizando los hábitos y capacidades de ciertas entidades bancarias se pueden identificar ciertas pautas de comportamiento que se dan en aquellos que dominan la tecnología Big Data.
Los pensadores del Executive Leadership Council en AIIM utilizan de forma sistemática una matriz de cuatro cuadrantes para reducir la incertidumbre, asignar inversiones y calibrar iniciativas de nuevos productos y servicios. Esta simple herramienta, com “importante y difícil” en el extremo superior derecho y “no importante y fácil” en el inferior izquierdo, ofrece resultados sorprendentes.
En las discusiones de fin de año con 40 directivos de 20 mercados verticales, descubrí que ahora todos ellos sitúan al Big Data en el cuadrante superior derecho. De igual forma, lectores del blog de Negocio y Estrategia Booz & Co, nombraron Big Data como “Estrategia del Año 2013”, y los co-directores del Centro de Competencia para el Futuro del Trabajo, situaban también en un estudio, al Big Data en la cima del trabajo estratégico. Con todo esto, sólo hay que arremangarse y examinar sistemáticamente, sector por sector, cómo las organizaciones se preparan para saber gestionar adecuadamente el Big Data.
Sin embargo, un reciente estudio de cómo 7100 bancos de Norte América están enfocando la oportunidad del Big Data ha descubierto que el 20% no está haciendo nada, el 25% se están preparando para hacer algo, el 30% están ya haciendo algo, y el 25% están alcanzando ya la maestría.
Reconociendo que cada banco es único, con sus propios hábitos y capacidades, y su propia realidad de mercado, se pueden identificar ciertas pautas de comportamiento que manifiestan los banco que parecen haber alcanzado el nivel de maestría o dominio de la tecnología de Big Data. Las siguientes pautas de alto nivel, en 10 pasos, se repiten en aquellas instituciones con capacidades diferenciadas en Big Data:
Paso 1: Decidir hacer algo
Paso 2: Elaborar una simple narrativa
Paso 3: Acceder a un nivel 1 de conocimiento
Paso 4: Hacer inventario de recursos analíticos
Paso 5: Evaluar la preparación
Paso 6: Gestionar centralmente los recursos analíticos
Paso 7: Crear la capacidad analítica
Paso 8: Obtener el soporte de la alta dirección
Paso 9: Actuar en base a los resultados
Paso 10: Vincularlo con el comportamiento empresarial
El nivel 1 de conocimiento es aquel nivel de inteligencia que tiene alguien que puede hacer un análisis no sesgado para resolver un problema, como un doctor que puede diagnosticar un situación y proponer un plan de acción. Aunque la “senda de la maestría” en concepto es muy simple, su ejecución exitosa requiere valor, perseverancia y paciencia. Obtener el potencial del Big Data es importante y no es sencillo. Este proceso lleva tiempo. Adquirir el conocimiento, aprender el lenguaje, adoptar las ideas y hacer los cambios culturales necesarios para obtener el valor total del Big Data es un proceso acumulativo.
Chris Wegrzyn, director de arquitectura de datos del Comité Nacional Demócrata explicó al Huffington Post porqué la rampa hacia la maestría en Big Data llevó dos años en la campaña de Obama de 2012: “Una cosa es crear cierta infraestructura tecnológica y contratar algunas personas. Otra muy diferente transformar como funciona toda la operación”.
¿Dónde se encuentra usted en la senda de la maestría del Big Data?
Francisco Carrasco, CIO America Latina
