Empresas avanzan hacia la data como producto y crece demanda de nuevos roles profesionales

Compartir en:

Así lo determina un nuevo estudio de Accenture, el cual muestra que, para que las organizaciones se conviertan en “data driven”, deben avanzar más allá del modelo de proyecto.

Los datos son una nueva y poderosa forma de capital. Es esencial para que las organizaciones puedan sobrevivir y prosperar en el acelerado entorno empresarial actual. Hoy en día, los datos se generan en todas partes. Provienen de los seres humanos, las máquinas, los dispositivos del Internet de las Cosas (IoT), los sistemas de edge computing y más, aquí en la tierra e incluso en el espacio. Todos esos datos se acumulan. De hecho, 2,5 quintillones de bytes de datos se generan cada día.

En ese contexto, un nuevo estudio de Accenture muestra que las empresas están avanzando hoy hacia la data como producto, yendo más allá del modelo de proyecto. Francisco Rojas, Director Ejecutivo de Applied Intelligence de Accenture Chile, explicó que “hoy las compañías buscan maximizar el valor de sus datos y tratarlos como un activo diferenciado, maximizando el valor potencial, la calidad y la facilidad de uso. Se trata de basar las decisiones empresariales críticas en datos y análisis de alta calidad. En resumen, significa pensar en los datos, y los análisis que se basan en ellos, como un “producto”, uno que es esencial para impulsar los resultados empresariales”.

En la actualidad, la mayoría de las empresas aborda los datos con una mentalidad de proyecto. En otras palabras, una función tiene un problema específico que quiere resolver con datos. Entonces inicia un proyecto para adquirir la data de las fuentes pertinentes, limpiarla y prepararla, y luego analizarla para el caso de uso específico. Y cada vez que surge un nuevo problema de negocio, se sigue un proceso similar para adquirir, preparar y analizar los datos para su necesidad específica. Este enfoque tiene una serie de problemas: puede conducir a la duplicación de trabajo, es lento y los resultados de cada proyecto normalmente no pueden ser usados para otros.

Rojas destacó que “los productos de datos ofrecen a las empresas una mejor manera de abordar sus necesidades. En primer lugar, el equipo determina las necesidades de data de la organización, examinando las unidades de negocio individuales y la empresa en su totalidad. A continuación, crean productos de datos reutilizables que ayudan a múltiples funciones empresariales a resolver diferentes casos de uso”.

Los tipos de productos de datos

Hay diferentes productos de datos. Pueden ser conjuntos de datos reutilizables, streaming, feeds y APIs (por ejemplo, para diseño, fabricación, finanzas y operaciones) que satisfacen las necesidades de toda la empresa, así como de cada función empresarial. También pueden ser fragmentos de código y transformación (pequeños bloques de código reutilizable) o modelos de datos (representaciones de la estructura lógica de cómo encajan los diferentes elementos de datos).

Los productos de datos pueden ser también modelos de análisis, de aprendizaje automático reutilizables (por ejemplo, para el mantenimiento predictivo) o informes de cuadros de mando reutilizables y otras visualizaciones (por ejemplo, un panel de control de riesgos).

Francisco Rojas explicó que “los productos de datos suelen ofrecer un mayor ROI y un menor costo por uso que los proyectos de datos, porque evolucionan para soportar múltiples resultados a lo largo del tiempo y se adaptan a los nuevos casos de uso que van surgiendo. La mentalidad de producto mantiene el enfoque en la realización de los casos de uso de la empresa. Ofrecen una forma innovadora de desvincular la data de aplicaciones y casos de uso específicos para maximizar su valor. Y ayudan a romper los silos de datos en toda la empresa”.

El estudio de Accenture muestra también que los productos de data ofrecen una serie de beneficios a las personas. El primero es la velocidad. El tiempo para obtener información es mucho más rápido, porque el producto de datos está pre-construido. Eso significa que la gente no tiene que iniciar un nuevo proyecto cada vez que quieran datos. El segundo es la confianza. Los usuarios saben que los productos de datos han pasado por un riguroso control de calidad. El tercero es la información en tiempo real. A diferencia de los conjuntos de datos estáticos, los productos de datos proporcionan datos en tiempo real para la toma de decisiones. Cuarto, la accesibilidad. Los datos pertinentes ya están disponibles, por lo que no hay que ir a pedirlos a otro equipo. Y, finalmente, la usabilidad. Un producto de datos bien definido con una interfaz adecuada es mucho más fácil de consumir que un conjunto de datos en bruto.

El nuevo talento

Para crear productos de datos, las organizaciones necesitan una amplia gama de capacidades de gestión de datos. Estas habilidades incluyen especialistas en adquisición, integración y calidad de data; gestión de metadatos, modelado, catalogación, gestión de derechos de datos y seguimiento. Así también, las empresas necesitan desarrolladores de APIs, DevOps e ingenieros de datos. Además, los equipos que crean productos de datos necesitan conocimientos de la industria y el dominio pertinentes.

El objetivo fundamental es utilizar los datos como un diferenciador competitivo. Francisco Rojas explicó que “esto significa que las organizaciones querrán actualizar y lanzar nuevos productos de datos en todo momento. Por esto, la nube es clave. Cloud permite escala, agilidad y la oportunidad de impulsar la reinvención. Permite que los datos se conecten como parte de un continuo más amplio y entrega a las organizaciones la capacidad de producir sus datos dondequiera que residan”.

El experto concluyó que “para la mayoría de las empresas, pasar a una mentalidad de producto es un cambio de paradigma. Requiere una estrategia de datos madura que reconozca que la data y los modelos de análisis son productos que diferencian a la empresa en el ecosistema digital. Esto significa que la estrategia debe determinar los objetivos empresariales, ya sea abrir nuevas fuentes de ingresos, hacer crecer el número de clientes, la creación de recomendaciones personalizadas, entre otros. Y debe obtener los datos y los modelos que mejor se adapten para alcanzar esos objetivos”. Link al estudio

Francisco Rojas, Director Ejecutivo de Applied Intelligence de Accenture Chile

También te podría interesar: Encuesta revela la importancia de las políticas de inversión ESG y la brecha existente en su medición

Skip to content