Big Data—¿Palabras vacías o tema candente?

Hay muchas definiciones diferentes del término big data, y existe preocupación sobre si va a requerir cambios significativos en los procesos de negocio en el corto plazo. Sin embargo, se reconoce ampliamente que, a medida que la tecnología se vuelve más barata y más fácil de usar, hay más datos de los que había anteriormente, y estos datos atraen como nunca mayor atención por parte de los medios.

Ventajas

Una de las principales ventajas de big data es que puede proporcionar un nuevo entendimiento, lo cual puede llevar a tomar decisiones más informadas. Esto no es aplicable sólo a las organizaciones, sino también a los clientes. Los consumidores comparan experiencias de todos los sectores y esperan poder encontrar evaluaciones sobre servicios o productos, dar retroalimentación, que sus opiniones sean tomadas en cuenta, y colaborar con sus marcas favoritas. Los consumidores están más informados que nunca, lo que significa que toman decisiones más inteligentes que generan mejores resultados. La rápida evolución de la tecnología personal ha creado un afán en los consumidores por nuevos servicios y productos innovadores.

Riesgo

Existen factores de riesgo, así como ventajas, al utilizar “big data”. Un público más experto en datos, muchas veces se opone al “perfilamiento” (del inglés “profiling”: identificación o caracterización de clientes a partir del descubrimiento de patrones y correlaciones en grandes cantidades de datos, mediante el uso de algoritmos u otras técnicas matemáticas), lo cual puede ser ejecutado muy bien mediante análisis de datos. Las entidades reguladoras también están cada vez más conscientes del poder del análisis de datos. Para utilizar los datos, se necesita tenerlos. En el futuro, un eficaz análisis de datos requerirá una efectiva estrategia de datos para planificar su recolección, incluyendo la compra de datos y el acceso a conjuntos de datos externos.

Nunca ha sido tan fácil utilizar los datos para cometer errores de forma tan rápida. Con big data y una toma de decisiones más rápida, comprender la calidad de los datos tiene una importancia primordial. Aprovechar la disponibilidad y el poder de los datos puede reducir los costos, aumentar los ingresos y ayudar a prepararse para el futuro de un negocio. Pero eso también es cierto para los competidores de la organización.

Aproximación a Big Data

El análisis de datos es una herramienta poderosa, pero la clave para el uso exitoso de éstos, se basa en la comprensión anticipada de lo que se busca, o la aplicación de técnicas sistemáticas confiables para determinar respuestas. Un enfoque específico, medible, alcanzable, realista y oportuno (SMART, por su sigla en inglés: Specific, Measurable, Attainable, Realistic, Timely) de big data es una poderosa opción, que ha sido y sigue siendo utilizada. Las organizaciones deben escoger la técnica y el método adecuado, y ser lo suficientemente valientes para actuar de acuerdo con los hallazgos. Deben asegurarse de que en cualquier ejercicio de “big data”, siempre se aplique un enfoque equitativo del cliente para validar los resultados y evidencias, con el objetivo de garantizar el cumplimiento normativo.

Hay varios temas que las organizaciones necesitan dominar para tener éxito:

• Conocer al cliente. Entender el comportamiento del cliente en un entorno digital que evoluciona rápidamente, las necesidades y resultados deseados, así como el impacto en la rentabilidad y el crecimiento.
• Desarrollar productos. Crear nuevas ideas de negocios para la incubación y el desarrollo a escala.
• Crear una estrategia. Diseñar una estrategia que aborda la propuesta requerida y un modelo de funcionamiento óptimo, así como una ruta clara para lograrlo.
• Fomentar la interacción. Adoptar enfoques ágiles para diseñar, generar e integrar soluciones para redes sociales, dispositivos móviles y la web, transversalmente en toda la empresa.
• Administrar el riesgo. Estar equipados para proteger los activos, datos y la reputación de la organización frente a las amenazas del mundo digital.

Diferencia entre el enfoque tradicional y el enfoque SMART

En un enfoque tradicional, el primer paso es recolectar y administrar los datos, a continuación analizarlos, extraer conocimiento de ese análisis y, finalmente, tomar decisiones basadas en el análisis realizado. En el enfoque SMART, el primer paso es determinar previamente las decisiones y, en base a esas determinaciones, adquirir el conocimiento necesario. Después, determinar los datos requeridos para extraer tal conocimiento, finalmente recolectar y administrar los datos necesarios. Sin embargo, los administradores de datos deben prestar atención a la calidad, integridad y exactitud de los datos recolectados para los objetivos del análisis, lo que sigue siendo una preocupación importante en este enfoque.

Preguntas para la audiencia

Durante el evento, se realizaron 10 preguntas a la audiencia, las que fueron contestadas por más de 100 asistentes. Estas son las preguntas y respuestas de la audiencia, en porcentajes.

Pregunta 1: ¿Hay algo novedoso con respecto a big data (figura 1)?

Las posibles respuestas a esta pregunta fueron:

1. No, no hay nada nuevo.
2. Es algo pasajero y va a desaparecer cuando la gente se dé cuenta de que nada ha cambiado.
3. Es nuevo, pero no va a cambiar el mundo.
4. Va a cambiar el mundo.

Resultado: Más del 60 por ciento de la audiencia pensó que el cambio va a ser importante y, por lo tanto, que cambios drásticos ocurrirán en los procesos organizacionales, en el corto plazo. Observaciones formuladas durante el evento, indicaron que la percepción general de la audiencia es que las organizaciones que no adopten big data, pronto pueden perder ventajas competitivas frente a sus competidores. (figure 1)?

Pregunta 2: ¿”Big data” está cambiando su negocio (figura 2)?

Las posibles respuestas a esta pregunta fueron:

1. No hubo cambios hasta el momento, no se ven cambios pronto.
2. No hubo cambios hasta el momento; habrá cambios pronto.
3. Algunos cambios hasta el momento, pero son menores.
4. Grandes cambios hasta el momento, más en el futuro próximo.

Resultado: La mayoría de las personas en la audiencia cree que habrá cambios, pero hubo diferentes opiniones sobre qué tan grandes serán esos cambios. Algunos de los comentarios indicaron que ha habido más cambios en las organizaciones financieras y de telecomunicaciones, que en el resto de los sectores.

Pregunta 3: ¿Qué le impediría adoptar “big data” (figura 3)?

Las posibles respuestas a esta pregunta fueron:

1. Habilidades.
2. Tecnología.
3. Poca disposición de los directivos para su adopción.
4. No saber por dónde empezar.

Resultado: Se reconoció ampliamente que la falta de habilidades es uno de los principales desafíos para adoptar big data. La mayoría de las organizaciones representadas en la audiencia, no tienen recursos con las capacidades necesarias para implementar soluciones de big data. Los comentarios de la audiencia revelaron que las organizaciones estaban tratando de contratar analistas de datos, pero que estaban teniendo dificultades para encontrar candidatos con la experiencia necesaria.

Pregunta 4: ¿Cuál cree que es el principal riesgo de no adoptar big data (figura 4)?

Las posibles respuestas a esta pregunta fueron:

1. Incumplimiento de normas regulatorias.
2. Perder ventajas con respecto a los competidores.
3. No reaccionar a tiempo frente a problemas potenciales.
4. Perder posibles oportunidades.

Resultado: Se reconoció ampliamente, a partir de los comentarios obtenidos, que el elemento comercial de big data y la pérdida de oportunidades potenciales fueron las principales áreas de riesgo de no adoptar big data, en todos los sectores. Los factores de riesgo regulatorios fueron sólo reconocidos en las organizaciones de servicios financieros.

Pregunta 5: ¿Su organización utiliza herramientas de análisis de datos (figura 5)?

Las posibles respuestas a esta pregunta fueron:

1. No.
2. ¿Se considera Excel?
3. Las compramos pero no las hemos utilizado.
4. Sí, y las usamos para analizar nuestros datos.

Resultado: Más de la mitad de la audiencia afirmó tener las herramientas de análisis de datos que utilizan para analizar los datos. Algunas de las observaciones formuladas, indicaron que estas herramientas normalmente son administradas por los equipos de TI y no son utilizadas en el negocio.

Pregunta 6: ¿Su organización recopila datos de las redes sociales (por ejemplo, Twitter, LinkedIn, Facebook) (figura 6)?

Las posibles respuestas a esta pregunta fueron:

1. No.
2. Hay poco análisis de las redes sociales. Nuestros encargados de marketing observan Twitter y Facebook.
3. Hemos hecho algunos análisis de datos de redes sociales.
4. Regularmente recogemos, analizamos y tomamos acciones en base a datos de redes sociales.

Resultado: La mayoría de la audiencia reconoció que los datos no estructurados (por ejemplo, de redes sociales), no son recolectados ni se utilizan adecuadamente para su posterior análisis en un proceso robusto. Algunos comentarios de la audiencia reflejan que sus organizaciones están muy lejos de usar las redes sociales con regularidad.

Pregunta 7: ¿Cómo se sienten sus clientes con respecto a los problemas de datos (figura 7)?

Las posibles respuestas a esta pregunta fueron:

1. No tienen ningún interés en los problemas de datos.
2. Sólo se preocupan por la privacidad y la seguridad.
3. Están interesados en la forma en que usamos y hacemos “perfilamiento” con nuestros datos.
4. No tengo conocimiento.

Resultado: La privacidad y seguridad de los datos del cliente fueron temas clave para la audiencia. El público mencionó algunos escándalos recientes como ejemplo y mostró su inquietud con respecto a la gestión de grandes volúmenes de datos, con acceso desde diferentes aplicaciones y sistemas. La principal preocupación fue controlar el acceso no autorizado a todos los sistemas y aplicaciones, así como mantener dichos controles.

Pregunta 8: ¿Tiene los datos que necesita (figura 8)?

Las posibles respuestas a esta pregunta fueron:

1. No.
2. Sí, pero la calidad es pobre.
3. Sí, tenemos un buen conjunto de datos.
4. Sí, tenemos un buen conjunto de datos y los enriquecemos con fuentes externas.

Resultado: Hubo cierta inquietud entre el público sobre el impacto de la calidad de los datos recolectados con respecto a la precisión de los resultados obtenidos, sobre todo en los datos no estructurados. Para la mayoría de las empresas, es la primera vez que están pasando por este proceso y, por lo tanto, fue la razón principal de estas preocupaciones.

Pregunta 9: ¿Cuál cree que es la mayor ventaja de big data”(figura 9)?

Las posibles respuestas a esta pregunta fueron:

1. Mayor confianza en la toma de decisiones.
2. Mayor rapidez en la toma de decisiones.
3. Mejor involucramiento con los clientes.
4. Mejor cumplimiento de normas.

Resultado: En línea con los resultados de la pregunta 4, el elemento comercial de big data, caracterizado por la interacción con los clientes, es la principal ventaja para casi la mitad de la audiencia.

Pregunta 10: ¿En qué área de su negocio cree que big data va a tener un mayor impacto (figura 10)?

Las posibles respuestas a esta pregunta fueron:

1. Finanzas.
2. Gestión y relaciones con los clientes.
3. Operaciones.
4. Gestión de TI.

Resultado: Como se indica en las preguntas 4 y 9, la relación con los clientes es el área identificada por la audiencia, donde big data puede tener un mayor impacto.

Conclusión

Durante el evento, hubo mesas redondas y sesiones de preguntas y respuestas, y se recogió la mayoría de las observaciones formuladas por los asistentes. Se reconoció ampliamente que la mayoría de las empresas han comenzado a adoptar big data; sin embargo, en los próximos años habrá más cambios con el fin de adaptar los procesos de negocios, para que puedan manejar grandes volúmenes de datos.

En general, a partir de la encuesta se observa que las mejoras en la gestión de clientes y la identificación de nuevas oportunidades serán las principales ventajas para las empresas que adoptan big data. Por otro lado, las mayores inquietudes sobre la implementación de big data fueron la privacidad de datos de los clientes y el impacto de la calidad de los datos recogidos en la exactitud de los resultados. Algunos de los recientes escándalos han generado preocupación en las organizaciones y, por lo tanto, se deberían implementar controles de seguridad en torno a estas tecnologías, para evitar el acceso no autorizado. Además, la falta de experiencia en la implementación de estas tecnologías podría causar problemas en la calidad de datos, lo que puede llevar a un análisis incorrecto. Para evitar estos problemas, las organizaciones deben implementar controles, tales como pruebas de reconciliación o validación, para asegurar la validez de la información.

También se reconoció que el impacto de big data en las organizaciones depende del sector. Hubo diferentes puntos de vista acerca de los riesgos para las empresas del sector financiero, con respecto a otros sectores. Las organizaciones de servicios no financieros, no consideraron los requerimientos regulatorios como un riesgo importante, mientras que las organizaciones del sector financiero sí lo hicieron.

En el debate final, PwC mencionó algunas áreas a considerar antes de implementar estas tecnologías. Las áreas consideradas, y algunos de los comentarios de la audiencia, incluyeron:

• Estrategia de datos. Las organizaciones que deseen invertir en propuestas significativas de análisis de datos y big data, necesitan entender el compromiso que se requiere en términos de habilidades, infraestructura y software. Se requiere una estrategia de datos para establecer el camino para lograrlo. Esta estrategia debe estar alineada con las estrategias de negocios y de TI, y debe centrarse en el cumplimiento de los requerimientos del negocio.
• Análisis de datos e información de gestión. A medida que el volumen de generación de datos en las organizaciones continúa creciendo y las herramientas de análisis de datos se vuelven más sofisticadas, hay oportunidades significativas para que las empresas mejoren la experiencia del cliente a través del análisis detallado de datos. Esto puede variar desde un mayor entendimiento del comportamiento de los clientes hasta un desarrollo más sofisticado de estructuras de precios y posicionamiento en el mercado. Es crítico para el éxito del análisis, tener las herramientas y habilidades adecuadas para administrar los datos recolectados.
• Gobierno de Datos (data governance). Se debe implementar políticas, procedimientos y controles de Gobierno de Datos (data governance), con el fin de obtener adecuados niveles de calidad de datos. Las organizaciones tienen que ser capaces de utilizar datos cuya integridad y calidad sean confiables, y con la garantía de que datos de mala calidad no están influyendo en análisis importantes, cuyo resultado puede afectar importantes decisiones de negocios.
• Privacidad de datos. El aumento de la cantidad de datos en poder de los clientes también representa un aumento en el riesgo de una brecha o infracción de privacidad de datos, en términos de la Ley de Protección de Datos del Reino Unido de 1998 (DPA, por su sigla en inglés: Data Protection Act).
• Capacidad. Las organizaciones deben asegurarse que los sistemas y la tecnología sean capaces de soportar el volumen de datos necesarios para analizar la cantidad de datos requeridos.
• Habilidades. Las organizaciones deben asegurarse de que tienen las habilidades necesarias para administrar el volumen de datos requerido en estos momentos, así como un adecuado proceso de reclutamiento y programas de entrenamiento implementados, para mejorar las habilidades del personal en la medida que la tecnología cambia.
• Arquitectura de datos. Las organizaciones deben consolidar todas las fuentes de datos necesarios para el análisis, en un modelo de datos común, como un almacén de datos (data warehouse). El diseño de la arquitectura de datos y los procesos de extracción, transformación y carga (ETL, por su sigla en inglés: Extract, Transform and Load) son áreas críticas para el éxito de este modelo de datos común, y deben ser evaluados e incluidos en la estrategia.