Para competir en una economía globalmente integrada, las organizaciones de hoy necesitan una comprensión completa de los mercados, clientes, productos, regulaciones, competidores, proveedores, empleados y más. Esta comprensión exige el uso efectivo de la información y el análisis.
Junto a sus empleados, muchas empresas consideran que la información es su activo más valioso y diferenciado. Ahora, con la aparición y la expansión de la adopción del Big Data, las organizaciones de todo el mundo están descubriendo nuevas formas de competir y ganar, transformándose para aprovechar la amplia gama de información disponible para mejorar la toma de decisiones y el rendimiento en toda la empresa.
Los beneficios que aportará el Big Data
Aunque el 74% de las empresas esperan amplios beneficios gracias al análisis de los datos para finales de 2019, la mayoría todavía no está viendo estos resultados. De hecho, solo el 12% de los que utilizan Big Data están experimentando beneficios tangibles.
Se trata de un campo en constante movimiento, por lo que puede variar en poco tiempo. Para ayudar a las empresas a comprender mejor el estado actual del análisis de datos y cómo está avanzando, es importante que estas presten atención a una serie de puntos:
- Iniciativas integradas en la cultura empresarial:
Es necesario que la empresa en conjunto asuma la necesidad de integrar el análisis de datos en su cultura empresarial, de esta manera se crearán nuevas soluciones que puedan dar respuesta a las necesidades del negocio. Sin embargo, esta cultura ha sido difícil de comprender para los profesionales más tradicionales.
Mos de uno de cada cinco líderes empresariales actualmente califican su estrategia de Big Data como «óptima», lo que sugiere que sus prácticas aún no están a la altura de sus ambiciones.
- Proliferación de datos no estructurados:
Los elementos no estructurados como el audio y el video cambiarán la forma en que se recopilan los datos. En el pasado, los datos han permanecido sin ningún tipo de organización, sin embargo, al pasar los datos no estructurados en un formato estructurado, las organizaciones pueden convertirlos en información procesable.
- Necesidad de modelos en tiempo real:
En el pasado, los análisis se centraban en objetivos a largo plazo, lo que significa analizar la información a lo largo del año y luego tomar decisiones basadas en esa información pasada. A medida que la tecnología avanza, las empresas podrán utilizar el análisis en tiempo real. Por ejemplo, para 2022, el 30% de las interacciones con los clientes se verá influida por el análisis de ubicación en tiempo real.
- Herramienta de confianza:
Las herramientas analíticas continuarán siendo más fáciles de digerir para aquellos que cuentan con una gran experiencia estadística. Esto se debe, a que, aquellos que conocen el negocio y saben cómo utilizar las herramientas son los que las aplican y responden a las preguntas que van surgiendo.
- Mayor movimiento hacia la automatización y la inteligencia artificial:
Para el año 2023, los recursos computacionales utilizados en la IA aumentarán 5 veces con respecto a la 2018, lo que convierte a la inteligencia artificial en la categoría principal para impulsar las decisiones de infraestructura.
La IA y la automatización continuarán progresando, volviéndose más dinámicos y complejos, lo que permitirá la creación de modelos en tiempo real. Por otro lado, la utilización de la nube para almacenar toda la información recabada será indispensable.
Aunque el 78% de las organizaciones ya están ejecutando cargas de trabajo de Big Data en la nube y el 82% cuenta con una estrategia para mover las aplicaciones existentes a la nube, solo una de cada cinco tiene una estrategia de «all cloud», y el 54% utiliza una combinación de nube y aplicaciones on-premise.
¿Cómo ayudará en la relación cliente-empresa?
Si bien la mayoría de las compañías reconocen la importancia de implementar iniciativas de Big Data, muchas aún tienen dificultades con la ejecución, casi el 70% de las empresas han establecido como prioridad el establecimiento de una cultura basada en datos, sin embargo, solo el 40% está alcanzando la meta. No obstante, se puede definir una serie de tendencias comunes en todas ellas:
- En la mayoría de las industrias, el principal objetivo de la adopción del Big Data está centrado en la figura del cliente.
- Gestión de la información escalable y extensible.
- Las compañías están iniciando sus proyectos piloto a partir del uso existente y de reciente acceso a fuentes internas de datos.
- Se requiere personal con capacidades analíticas avanzadas y que se encuentre concienciado sobre la participación de toda la organización con el Big Data.
Más de la mitad de las compañías considera la mejora de la experiencia del cliente como una prioridad dentro de su estrategia de integración del Big Data. Actualmente, las empresas ven claramente que los grandes datos proporcionan la capacidad de mejorar, comprender y predecir los comportamientos de los clientes, y al hacerlo, mejorar la experiencia del cliente.
Las transacciones, las interacciones multicanal, las redes sociales, los datos extraidos a través de fuentes como tarjetas de fidelidad, y otra información relacionada con el cliente han aumento la capacidad de las organizaciones para crear una completa imagen de las preferencias y demandas de los clientes.
A través de este entendimiento más profundo, organizaciones de todo tipo están encontrando nuevas formas de involucrarse con los existentes y potenciales clientes. Este principio se aplica claramente en el comercio minorista, pero igualmente en el sector de las telecomunicaciones, la sanidad, el gobierno, la banca o en los productos de consumo donde consumidores finales y ciudadanos están involucrados, y en las interacciones entre las empresas, los socios y los proveedores.
De hecho, el Big Data puede ser una calle de doble sentido entre los clientes y organizaciones. Por ejemplo, los vehículos conectados producen grandes cantidades de datos, con información los ingenieros aprenden sobre los hábitos de conducción de los clientes.
Respecto al sector del retail, tomar decisiones basadas en datos es imperativo. Un mayor enfoque en la prestación de servicios a menudo puede ser el diferenciador clave entre los competidores. Esto significa que es esencial que las tiendas realmente conozcan a sus clientes.
Desde su método de comunicación preferido hasta sus hábitos de compra, los minoristas tienen muchos de estos datos a la mano, lo que puede ayudar a crear clientes de por vida. En el mundo hiper-personalizado de hoy en día, los consumidores no solo esperan, sino que demandan experiencias de compra personalizadas.
Hoy en día, los compradores se inclinan a pagar extra por un servicio o experiencia personalizada. Desde las autocomprobaciones, las experiencias hiper-personalizadas y la introducción de aplicaciones de mensajería, los clientes están cambiando la forma en que las marcas interactúan con ellas, tanto en la tienda como online.
Al aprovechar los datos, los minoristas pueden crear una experiencia verdaderamente única. Si bien algunos pueden pensar que los consumidores están más preocupados por los últimos y mejores productos, en realidad están más en sintonía con la forma en que se satisfacen sus necesidades.
Crear experiencias del cliente excepcionales es lo que se espera de las compañías. Si una parte de esa experiencia se arruina, podría dañar la opinión del cliente sobre la empresa. Por ello, asegurarse de que compañías están aprovechando adecuadamente los datos que han recopilado puede parecer una tarea desalentadora, pero cuando se hace correctamente, la felicidad del cliente puede convertirse en lealtad de por vida, lo que lleva a una empresa exitosa.
El Big Data tampoco está exento de problemas
Las recientes violaciones de datos han descubierto un gran riesgo asociado con la transformación digital: una pérdida de confianza de los clientes. Existe una desconexión entre la forma en que las organizaciones utilizan los datos de los clientes y la forma en que los clientes piensan que sus datos deberían usarse.
En estos momentos, más de la mitad (57%) de los clientes culpan a las compañías por encima de cualquier otra persona, incluso de los delincuentes, en el caso de una violación de datos. Alrededor del 48% de los consumidores no cree que haya ninguna manera ética en que las organizaciones puedan usar los datos personales.
Es importante que las compañías tengo una serie de requisitos en cuenta sobre las expectativas de privacidad del cliente:
- La importancia del contexto:
Si bien todos los clientes están preocupados por sus datos financieros y por sus contraseñas, otras preocupaciones principales varían según los antecedentes personales. Las organizaciones deben considerar el contexto personal de cada consumidor, ya sea la edad, la nacionalidad o el género, al implementar las políticas de datos.
- Las expectativas de privacidad son culturales:
Las políticas de privacidad pueden afectar a los consumidores de manera diferente según el lugar donde se encuentren. Por ejemplo, el GDPR afecta a los que viven o manejan datos de la UE, sin embargo, no a los que están fuera de ella.
La privacidad de los datos puede cambiar debido a factores culturales, eventos o violaciones de datos de alto perfil en países específicos. Las empresas, especialmente las globales, deben considerar cómo las regulaciones podrían afectar a los consumidores en diferentes países.
- La personalización sigue siendo un rompecabezas:
Si bien la personalización puede aumentar la actividad del usuario y los ingresos del negocio, los consumidores no sienten que sus datos ayuden a las empresas a ofrecer servicios más personalizados. Por ello, es necesario que las empresas comuniquen a sus consumidores por qué y cómo van a utilizar sus datos para mejorar la confianza y la personalización.
El Big Data impulsara las mejores oportunidades laborales
Para poder contrarrestar esta situación las empresas deben de estar preparadas, y para ello deben contar con una fuerza laboral a la altura.
En estos momento se espera que el Big Data, el machine learning y la ciencia de la información generen las mejores oportunidades de trabajo durante 2019. Se prevé que la fuerte actividad de contratación continúe a medida que los roles se amplíen a las contrataciones sénior, dada la mayor demanda de altos ejecutivos con experiencia en administración de negocios.
A medida que las compañías centran sus esfuerzos en profesionalizar sus operaciones, se dará una mayor demanda de talento en funciones de asociación de negocios como los recursos humanos, las finanzas y los asuntos legales. En particular, se espera que la actividad de reclutamiento en el sector de tecnología crecerá significativamente con los nuevos de CTO y CIO. El rápido avance en el espacio digital ha llevado a un aumento en la demanda de profesionales expertos sobre todo en Big Data.
El 36% de las compañías que buscan aprovechar los conocimientos de Big Data carecen de personal con la experiencia requerida. Por ello, las organizaciones necesitan capacitar a cada trabajador de datos, independientemente de su habilidad técnica, para realizar la automatización de procesos de negocios.
El análisis de autoservicio se convertirá en la habilidad más preciada, donde los empleados pueden recopilar datos de diferentes fuentes, transformar y analizar esos datos dentro de un entorno sin código, y determinar su estado final.
Las soluciones tradicionales de catalogación de datos hacen el trabajo pesado en TI, sin embargo, es el momento para que las organizaciones vean la ventaja de ayudar a los analistas de diferentes silos de negocios a unirse para interactuar con los datos y entre ellos.
Este tipo de colaboración social, que involucra al usuario comercial, es fundamental para el avance de las estrategias de datos, además, ayudará a las organizaciones a mirar más allá de los activos de datos corporativos, como por ejemplo fuentes externas que pueden enriquecer el caso y proporcionar mejores resultados.
¿Cómo atraer al talento?
Si bien gran parte de la automatización está involucrada en el análisis y manejo de datos, aún se requiere un gran nivel de desarrollo y monitoreo humano para garantizar que estos sistemas automatizados funcionen de manera efectiva.
Se necesitan ingenieros de datos, especialistas de DevOps, ingenieros de software, científicos de datos, etc. para ayudar a las compañías a desarrollar una estrategia de datos exitosa.
Las personas con diversos roles todavía serán necesarias para construir estos modelos analíticos. Sin embargo, se eliminarán muchas de las tareas de administración y monitoreo que consumen mucho tiempo.
Por supuesto, no hace falta decir que remunerar al talento lo que vale es vital para atraer a las personas adecuadas. Alrededor del 55% de los ejecutivos reconocen que los trabajadores esperan recibir un salario que coincida con el promedio de la industria para su función específica.
Sin dejar de lado, que la capacidad de crear cambios y trabajar con productos innovadores se valora más que el salario, en particular para las generaciones millennial y Gen Z.
A diferencia de sus homólogos millennial, la Gen Z prefiere la oportunidad de trabajar en un proyecto destinado a cambiar el mundo, dejando el salario y los aumentos más abajo en la clasificación de los requisitos indispensables. En cambio, los trabajadores pertenecientes a los baby boomers son los únicos que clasifican el salario y el aumento de este por encima del avance profesional.
Conclusiones
El Big Data es actualmente una de las tecnologías emergentes más críticas. Las organizaciones de todo el mundo buscan explotar el crecimiento de los datos para desbloquear información previamente oculta con la esperanza de crear nuevas fuentes de ingresos, obtener eficiencias operativas y obtener una mayor comprensión de las necesidades de los clientes.
Es importante pensar en el Big Data y la analítica juntos. El Big data es el término usado para describir la reciente utilización de diferentes tipos de datos procedentes de diferentes fuentes. Y la analítica trata de examinar estos datos para derivar tendencias y patrones interesantes y relevantes, que pueden usarse para tomar decisiones, optimizar procesos e incluso impulsar nuevos modelos de negocios.
A causa de la avalancha de datos de hoy en día, surgen los problemas de procesar esos datos, obtener las habilidades correctas para administrar y analizar esos datos y establecer reglas que rijan el uso y la distribución de los datos.
Dentro de esta tecnología, una opción viable es la computación en la nube para alojar cargas de trabajo de Big Data. Sin embargo, trabajar en Big Data en la nube trae su propio desafío al tener que reconciliar dos principios de diseño contradictorios.
La computación en la nube se basa en los conceptos de consolidación y agrupación de recursos, pero los sistemas de Big Data se basan en el principio de no compartir nada, donde cada nodo es independiente y autosuficiente. Para ello, se requiere una arquitectura que permita que estos principios mutuamente exclusivos coexistan para explotar verdaderamente la elasticidad y la facilidad de uso de la computación en la nube para entornos de Big Data.
