Empresas & Management

Cinco claves para aplicar el Big Data en su empresa


3. Análisis de datos. La variedad y cantidad de datos hace complicada la labor de extraer conocimiento de los mismos. Cómo huir de la parálisis por el análisis, qué debemos buscar, cómo comparamos, cómo detectamos patrones e insights que tengan sentido y aporten valor real y ROI.

4. Tiempo real. En muchas ocasiones, se debe realizar el análisis en tiempo real. A nivel del proceso productivo, por ejemplo, detectar un cambio en los parámetros de una máquina en cuanto ocurre puede evitar una parada costosa en la cadena de producción.

5. Capacidad predictiva. ¿Puedo predecir el riesgo crediticio de un cliente en función de sus datos comportamentales históricos? ¿O prever si una serie de televisión tendrá éxito por el boca a boca inicial en las redes sociales?

2016-03-28

Por Fernando Polo, Socio y Director General Ejecutivo de Territorio Creativo y profesor de transformación digital en el IE Business School y EOI; y Vania Maghalaes, Social Media Analyst de Territorio Creativo.


200.000 mil millones de iPads de 32GB completamente llenos es la cantidad de información que EMC e IDG estiman que se habrá producido en el mundo en 2020. En otros términos: 6,6 zettabytes (6,6 por diez elevado a 21 bytes). "Big data" es el neologismo que designa la capacidad para recopilar ingentes cantidades de datos, analizarlos e incluso llegar a predecir lo que acontecerá, mediante modelos y patrones estadísticos.

Muchas empresas usarán muchos de esos datos para conocer mejor a sus clientes y hacerles llegar ofertas más relevantes. Otras los usarán, por supuesto, para hacer más eficientes sus operaciones. Vamos a modelizar el mundo real hasta un detalle jamás conocido. Una empresa gestora de molinos electro eólicos analiza millones de datos en tiempo real para obtener la mejor orientación de sus cabezas rotoras y producir así el máximo de energía posible. Una empresa automotriz podrá saber el uso que se hace de sus autos y mejorarlos técnicamente o diseñar servicios post venta ad-hoc.

Mapfre lanzó hace ya mucho tiempo YCAR, un dispositivo oculto en el vehículo de sus clientes, para que las bonificaciones del seguro dejen de centrarse en datos sociodemográficos y pasen a depender del tipo de conducción del usuario. Waze es un GPS social que toma los datos de sus usuarios en tiempo real para detectar embotellamientos y recomendar rutas alternativas. La captura, almacenamiento y tratamiento de datos es una capacidad crucial de la empresa digital. Conocer mejor a los clientes, optimizar la cadena de suministro con la integración de datos de stock y demanda. Implantar sistemas de mantenimiento preventivo en sus instalaciones industriales, a través de la captura de datos en tiempo real que las máquinas pueden emitir sobre su funcionamiento.

La ciencia de los datos mejora drásticamente la eficiencia de la organización. Datos provenientes
de distintas fuentes, como apps móviles, sitios web, terminales de punto de venta, registros de ATC, etc., pueden ahora ser normalizados, cruzados y analizados en tiempo real. Por eso les presentamos cinco claves para aplicar Big Data en su empresa:

1. Arquitectura de datos. Uno de los problemas a los que se enfrenta una organización es definir una arquitectura de datos, para poder combinar diferentes procedencias y estructuras. Los datos estructurados suelen almacenarse de manera que se sabe qué es cada dato (un nombre, una cantidad, una dirección) pero el almacenamiento de datos no estructurados (principalmente semánticos) se ha disparado con el advenimiento de la web social.

2. Capacidad de almacenamiento. La cantidad de datos disponible es cada vez más grande y aunque los sistemas de almacenamiento se abaratan, la capacidad posterior de extracción de esos datos es compleja. Nuevas tecnologías de bases de datos para "big data" que superan las bases de datos relacionales, como Hadoop, son más desconocidas pero necesarias.


3. Análisis de datos. La variedad y cantidad de datos hace complicada la labor de extraer conocimiento de los mismos. Cómo huir de la parálisis por el análisis, qué debemos buscar, cómo comparamos, cómo detectamos patrones e insights que tengan sentido y aporten valor real y ROI.

4. Tiempo real. En muchas ocasiones, se debe realizar el análisis en tiempo real. A nivel del proceso productivo, por ejemplo, detectar un cambio en los parámetros de una máquina en cuanto ocurre puede evitar una parada costosa en la cadena de producción.

5. Capacidad predictiva. ¿Puedo predecir el riesgo crediticio de un cliente en función de sus datos comportamentales históricos? ¿O prever si una serie de televisión tendrá éxito por el boca a boca inicial en las redes sociales?

Foto: Estrategia y Negocios

"Lean Everything" para hacer frente a las leyes de la evolución digital

La filosofía lean se basa en el Lean Manufacturing, la filosofía de producción just in time desarrollada en los años setenta por Toyota. Un sistema que consideraba un desperdicio todo gasto de recursos que no creara valor para el consumidor final y reducía los tamaños de lote buscando ganar flexibilidad para ajustarse a una demanda cada vez más volátil. Toyota inició la "era digital" en la función de las operaciones y la producción. Años después, el espíritu lean se ha colado por todos los resquicios de pensamiento organizativo. Ha inspirado metodologías ágiles de programación informática que buscan trocear los grandes desarrollos de software, lanzando un producto mínimo viable al mercado que es mejorado con el feedback directo de los usuarios y "pivota" hacia otras funcionalidades cuando es necesario. Esta flexibilidad es clave para las
startups digitales a las que el contexto del mercado y la escasez de recursos obliga a introducir
cambios continua e inmediatamente.
La clave para abordar este proceso es entender que vender sin escuchar a los clientes no funciona. Incluir la opinión de los clientes durante el desarrollo del producto es clave de la metodología para evitar el desperdicio de recursos y tiempo en crear productos o servicios que el cliente no desea.

Esta filosofía influye en cómo empresas ya establecidas deben desarrollar nuevas metodologías de lanzamiento de productos y servicios, rehacer los procesos de I+D y cómo adoptar, en definitiva, procesos más ágiles que se ajustan mejor a un contexto de cambio continuo. La digitalización está obligando a las empresas a incorporar metodologías radicales de prueba y error: recogida de datos, análisis, corrección, acción… Aprendiendo a fallar de manera ágil, rápida y eficiente.

12 ejemplares al año por $75

SUSCRIBIRSE