Con la participación de:

DATA DRIVEN BUSINESS

Tema central

Por: David Suárez - Diseño: Erika Vizuete

28

BUSINESS INTELLIGENCE

INTELIGENCIA ARTIFICIAL

DATA BIG

unque los teléfonos móviles se modificaron de diferentes formas desde su aparición, el primer

smartphone -debido a sus características- fue el Simon, lanzado por IBM en 1994. Si bien era bastante básico, sus aplicaciones -innovadoras para la época- le otorgaron el mérito de ser el primer celular inteligente lanzado al mercado. Sin embargo, tuvieron que pasar 13 años para que un visionario como Steve Jobs presente el iPhone, catapultando a estos dispositivos en el mercado mundial.

En el mismo 2007, Mark Zuckerberg anunció la apertura de los portales en español, francés y alemán de Facebook -plataforma que actualmente cuenta con 1.860 millones de usuarios-, con lo cual popularizó el uso de las redes sociales hasta convertirse en uno de los principales medios de comunicación.

Aunque parecen eventos lejanos, en conjunto represen-tan la raíz de los patrones actuales de consumo, donde los usuarios disfrutan de movilidad y generan informa-ción en cada instante. La data se convirtió en un recurso natural y en un activo importante que potencia el mun-do de los negocios.

Esta realidad fomentó el surgimiento de tecnologías analíticas y cognitivas, que brindan ventajas competitivas basadas en análisis de los usuarios, para ofrecer soluciones adaptadas a estos hábitos particulares. Jorge Barahona, gerente de Unidad CPM de Novatech, explica sus beneficios con la siguiente analogía: “se evalúan los aspectos que incrementan los costos de producción y se identifica dónde están los procesos ineficientes. Al mejor estilo de espionaje militar, se busca aquellas variables de alto impacto que brinden a las instituciones una nueva curva de crecimiento”.

A continuación, un recorrido por los aspectos que deben ser tomados en cuenta para orientar a las compañías a un modelo de negocios potenciado por el valor de la información: la era de los Data Driven Business.

A

“LA INfORMACIóN ES EL PETRóLEO DEL SIgLO XXI, y LA ANALíTICA ES EL MOTOR

DE COMBUSTIóN”Peter Sondergaard, vicepresidente senior de

Gartner Inc.

OPORTUNIDADES DE NEgOCIO

Del total de la información disponible, el

90% fue creada en los últimos

3 AÑOS

El mercado de soluciones de BIg DATA

crece 26,4% al año y alcanzará

USD 42.000 millones en el 2018

En el 2020, los usuarios de negocio impulsarán el

crecimiento doble dígito de analítica de datos no estructurados

60% de las empresas usan analítica para

‘engagement’ (grado de interacción del consumidor con la marca),

27% para operaciones, y

20% en finanzas y riesgo Fu

ente

: ID

C 20

16, I

BV 2

015

30

¿qUé ES DATA DRIVEN BUSINESS?

iariamente se generan cerca de 2,5 cuatrillones de bytes de información, lo que ha obligado a las compañías a

tomar conciencia de la importancia de la data para obtener ventajas competitivas, con productos innovadores. Procesos disruptivos como la democratización tecnológica, la penetración del acceso a Internet o la popularización de los teléfonos inteligentes han provocado un cambio constante en los hábitos de consumo. Clientes, cada vez más informados, demandan servicios de mayor calidad que cumplan con los requerimientos del mercado.

¿Qué pueden hacer las empresas ante este fenómeno? El concepto

de Data Driven Business surge como respuesta a esta inter-rogante. Como explica Este-ban Burbano de Lara, gerente general de Noux, una empresa Data Driven obtiene ventaja

competitiva sustentable y en-trega más valor a su cartera de

clientes, a partir del análisis de datos.

“Las firmas que optan por este camino, requieren de una cultura sólida, construida sobre elementos de información tangible (a diferencia de intuición, dado que esta última no es escalable ni sostenible), incentivando a sus colaboradores a mirar el mundo desde distintas perspectivas, asumir riesgos y retar el status-quo (y a ellos mismos), por medio de la data”, amplía. Para lograr este enfoque, resulta vital la adopción de tecnolo-gías como Machine Learning, Internet de las Cosas (IoT), Business Intelligence o Inteligencia Artificial, herramientas útiles para la recolección de datos. Sin embargo, Big Data cobra especial im-portancia. A continuación, el detalle de cada desarrollo y cómo se interrelacionan en la búsqueda de datos valiosos.

BIg DATAEs el cúmulo de datos que se genera diariamente de distintas fuentes. Para encontrar un nuevo producto o servicio se utili-zan herramientas de analítica y cognitivas.

Analítica: examina el un volumen de datos para confirmar una hipótesis planteada. En caso de no ser positiva la respuesta, se de-sarrollan nuevas ideas sobre ella. El ser humano es quien guía el análisis y desarrolla la inteligencia que absorben esa información.

Cognitiva: la máquina es la que soporta la generación de la hipótesis y de conocimientos dentro de la data. Asimila con-ceptos automáticamente e identifica patrones difíciles de ver para el ojo humano.

BUSINESS INTELLIgENCE (BI)Abarca la comprensión del funcionamiento actual de la compañía, para anticipar acontecimientos futuros, con el objetivo de respal-dar todo tipo de decisiones empresariales. Las herramientas de BI se basan en técnicas ETC (extracción, transformación y carga); los datos son obtenidos, se depuran y preparan (proceso de homogeneización), para luego cargarlos en grandes repositorios.

DATA DRIVENBUSINESS

d

De acuerdo a su nivel de complejidad, las soluciones se pueden clasificar en:

INfORMES: Predefinidos, a medida, consultas (query) / cubos OLAP (On-Line Analytic Processing) y alertas

ANáLISIS: estadístico, pronósticos (forecasting), modelado predictivo o minería de datos (Data Mining) y optimización para minería de procesos

EN BIG DATA

LA DIFERENCIA DE TRABAJARBIG DATACON ESPECIALISTAS

MARCA LA DIFERENCIA

32

DATA DRIVENBUSINESS

INTELIgENCIA ARTIfICIALEn ciencias de la computación, una máquina “inteligente” ideal es un agente racional flexible, que percibe su entorno y lleva a cabo acciones para maximizar sus posibilidades de éxito en la tarea establecida.

Stuart Russell y Peter Norvig diferencian en su libro Inteligencia Artificial, un enfoque moderno cuatro tipos:

SISTEMAS qUE PIENSAN COMO hUMANOS

Tratan de emular el pensamiento humano; por ejemplo, las redes neuronales artificiales. Busca la automatización de actividades que se vincula con procesos de pensamiento como la toma de decisio-nes, resolución de problemas y aprendizaje.

SISTEMAS qUE EMULAN ACTITUDES hUMANAS

Buscan actuar como humanos; es decir, imitan el comportamiento humano. Se define como el estu-dio de lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor.

DE PENSAMIENTO RACIONAL

Tratan de imitar o emular el pensamiento lógico racional del ser humano; por ejemplo, los sistemas que brindan un estudio de cálculos y tienen la po-sibilidad de percibir, razonar y actuar.

DE ACTUACIóN RACIONAL

Es capaz de percibir el ambiente, procesar tales conceptos y responder o actuar en su entorno de manera racional; es decir, de manera correcta. Tien-de a superar el resultado esperado.

MAChINE LEARNINg El aprendizaje de máquinas es una rama de la inteligencia ar-tificial cuyo objetivo es desarrollar técnicas que habilite a las computadoras aprender. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de información suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento.

Tiene un amplia gama de aplicaciones, que incluye motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN, juegos, robótica y el reco-nocimiento de lenguaje oral y escrito.

Su aprendizaje tiene como resultado un modelo (geométrico, probabilístico o lógico) para resolver la tarea dada.

INTERNET DE LAS COSAS (IOT)El concepto -propuesto por Kevin Ashton en el Auto-ID Cen-ter del MIT, en 1999-, se refiere a la interconexión digital de objetos cotidianos con Internet.

Por ejemplo, si los libros, termostatos, refrigeradores, lámpa-ras, botiquines, partes automotrices, etc., estuvieran conecta-dos a Internet y equipados con dispositivos de identificación, no existirían -en teoría- artículos fuera de ‘stock’ o medicinas caducadas; se sabría exactamente la ubicación, cómo se con-sumen y se compran en todo el mundo.

Actualmente, el término IoT se usa con un enfoque en la co-nexión avanzada de mecanismos, sistemas y servicios, lo cual va más allá del tradicional M2M (máquina a máquina) y cubre una extensa variedad de protocolos, dominios y aplicaciones.

DATA DRIVENBUSINESS

33

CDO: UN NUEVO PERfIL DIRECTIVO

a popularización de las Tecnologías de la Comunicación y la Información y su injerencia en los procesos de las

compañías, ha colocado en el tablero siglas como CIO (Chief Information Officer), CTO (Chief Technology Officer) y CSO (Chief Security Officer), perfiles directivos que –cada vez más- toman un rol protagónico en el organigrama empresarial. Sin embargo, la importancia del manejo de información y el auge de tecnologías como Big Data han creado un nuevo car-go: el CDO, o Chief Data Officer. Al respecto, Gartner estima que el 90% de las grandes instituciones tendrán un puesto similar en su directorio de cara a 2019. De hecho, esta es una realidad que ya se vive, en tanto que existen aproximadamen-te 1.000 directores de datos en todo el mundo, lo que repre-senta un 150% de aumento en los dos últimos años. A pesar de la necesidad clara de contar con un profesional especializado en explotar al máximo la información que se genera, las perspectivas que les esperan a estos directivos no es la mejor, al menos en sus primeros años. El conocimiento limitado alrededor de esta gestión puede dificultar la obten-ción de presupuesto y confianza por parte de la empresa.

lFu

ente

: Gar

tner

90%

50%

de las grandes compañías tendrán un CDO en su organigrama de cara a

2019, aunque solo el

tendrán éxito al finalizar este período

Pero, la gran pregunta es: ¿Cuál será su trabajo? A continuación, el detalle de las actividades que estarán a su cargo:

Recopilar y depurar la base de datos acorde a las necesidades de la compañía

Crear una estrategia de gestión de información corporativa sobre la base del plan de negocios y tecnología de la organización

Construir una relación de confianza con el resto de directivos de la empresa, en especial el CIO y el CEOEducar a los principales líderes y compañeros sobre el papel que la información cumple en el éxito de la empresa

Establecer líneas para la gestión y la monetización de los datos de la compañía

Instaurar métricas cuantificables sobre el aprovechamiento de la data

PRINCIPALES fUNCIONES DEL

CDO

34

CLAVES PARA IMPLEMENTAR UN DATA DRIVEN BUSINESS

edir la repercusión del ‘engagement’ en redes sociales y echar un vistazo a la herramienta de analítica de Google no es tener un Data Driven Business. El alcance

de este modelo de negocios va mucho más allá. Jacques Warren, coautor del libro Web Analytics con más de 20 años en el mundo digital, explica las claves para crear un auténtico negocio que basa su gestión en el valor de la información disponible.

La estrategia implica tecnología, personas y procesos; consta de cinco aspectos claves:

DATA: enfoque en la captación y el uso de información.

APLICACIóN: el software debe ser la herramienta idónea para obtener datos claves que induzcan productos innovadores.

ANáLISIS: los datos en sí contienen mucho ruido; es necesario crear modelos, basados en KPI (indicadores claves de rendimiento, por sus siglas en inglés) personalizadas para los objetivos del negocio y fijar el equipo que va a trabajar con ellos.

COMPARTIR RESULTADOS: un grupo que trabaja en la recolección de datos, necesita comunicarlo y la forma de hacerlo es esencial para que el sistema funcione. Es imprescindible socializar los informes de la forma más rápida para agilitar las resoluciones directivas.

TOMA DE DECISIONES: en el punto más importante, Warren reconoce que existen pocas empresas que consiguen determinar mecanismos en base al análisis de información; se debe crear un proceso que impulse a la acción en lugar de caer en recomendaciones poco prácticas.

m

DATA DRIVENBUSINESS

Estas directrices pueden ser realmente úti-les si se aplican de una manera metó-dica; sin embargo, en la actualidad todavía no se logran posicionar estas estrategias en el mercado ecuatoriano. ¿A qué se debe esto? Para Alex Salazar, ger-ente de Soluciones y Transfor-mación de IBM, el concepto de estas tecnologías ha sido bastante difundido en las empresas, lo que no implica que se adopten.

“Para que sean concretas y rentables, es necesario buscar en estos desarrollos mecanismos de innovación. El reto no necesariamente es recopilar la información sino saber gestionarla para cumplir con requerimientos del cliente”

Otro factor a considerar es el lugar que alberga la información. Stephen Brobst, quien fue selecciona-do como el cuarto CTO de los Estados Unidos en el 2014 y actualmente trabaja en Tera-data, explica que “si los datos se crearon internamente, el lugar natural (Data Gravity) y coheren-te para hacer el análisis es dentro de la misma organización”.

36

DATA DRIVENBUSINESS

EL fUTURO COgNITIVO DE LAS INDUSTRIAS

ASEgURADORAS

Las empresas de seguros dependen su éxito de realizar ajustados análisis de datos de sus clientes. En este sentido, han incorpora-do herramientas de analítica a su funcionamiento ordinario.

Este punto de inflexión implica que pueden manejar más información y cruzar los datos de manera más fiable. Incluso, pueden recurrir a los social media y cotejar. Al fin y al cabo, estas estrategias contribuyen a minimizar los riesgos, debido al acaparamiento de información de interés sobre la clientela.

Además, cabe señalar que determinadas aplicaciones relacio-nadas con IoT y las interconexiones de datos, ya permiten dar un paso adelante en la venta de microseguros y productos asociados al pago por uso. Los nuevos dispositivos facilitan un control exhaustivo de las circunstancias relevantes para confi-gurar seguros adaptados a las características del usuario.

Se sabe que la tecnología ha tomado un rol central en el mun-do moderno, tanto en la vida cotidiana de los usuarios como en el empresariado. Desde los sistemas mecánicos de único propósito, el análisis de datos ha proporcionado agilidad a los procesos de las compañías. A continuación, el detalle de va-rios mercados que se benefician de herramientas cognitivas y analíticas.

fINANzAS

El Core Bancario depende de desarrollos tecnológicos para brindar servicios de calidad. Así, ha integrado software de analítica avanzada, inteligencia artificial, aprendizaje auto-mático, robótica, blockchain y más.

Para alcanzar el éxito en la era digital, los bancos precisan aprovechar el tesoro oculto que poseen en cantidades ma-sivas: los datos. La toma de decisiones con el apoyo de las capacidades cognitivas ofrece un alto nivel de conocimientos con interacción humana. Entre los beneficios que conllevan para el mercado financiero, se puede destacar:

En definitiva, estos avances favorecen la preparación de estrategias de escala asociadas a un conocimiento detallado del target y generación de ventajas para compañías y asegurados.

• Proporciona conocimientos más profundos y especializa-dos sobre los clientes

• Apoya la toma de decisiones directivas más informadas

• Acelera las eficiencias opera-tivas y organizacionales

RETAIL Esta industria está experimentando un cambio sin precedentes. A lo largo de la última década, la democratización tecnológica ha creado “consumidores expertos”, dejando de lado los modelos tradicionales de venta. Aquellos días cuando las grandes cadenas de supermercados desarrollaban promociones a audiencias

37

masivas acorde a su edad, género y salario, fueron desplazados por segmentaciones compuestas por individuos.

Como respuesta, muchos comerciantes han inten-tado “surfear” la nueva ola con herramientas de analítica predictiva para descubrir cómo llegar al nuevo público; procesos que generan mayores ganancias y permiten obtener una perspectiva más amplia y profunda sobre el cambio de los mandatos del mercado. Estas solu-ciones integran sistemas de registro, relacionamiento y ejecución, y abarcan todas las fases de la experiencia del usuario y sus canales, para lograr un comercio centrado en el cliente.

TELECOMUNICACIONES

Este mercado también se suma al desafío de lidiar con gran-des volúmenes de información estructurada y no estructura-da. Los avances en la computación cognitiva ofrecen calidad en lugar de cantidad en la información.

Tecnologías como Big Data facilitan el discernimiento de problemas comunes en los usuarios mediante analítica. Así, se puede desarrollar soluciones que respondan los requisitos de la cartera de clientes.

DEPORTES

El análisis de datos ha sido utilizado con frecuencia en los deportes de alto rendimiento. Debido al nivel competitivo, cada vez se busca eficiencia en los procesos (entrenamiento, preparación, análisis, recuperación, etc.). Mediante sensores se monitorea en tiempo real las condiciones que presentan los deportistas, configurando el programa de ejercicio según las necesidades particulares.

Kin Analytics, empresa que comenzó sus operaciones en el mercado ecuatoriano en el 2015 y que actualmente cuenta con proyectos en Ecuador, Perú, Polonia y Brasil, ha sido una de las primeras firmas en aplicar analítica en el fútbol profesional.

En la actualidad, trabaja con los equipos Grêmio y Atlético Paranaense, de la primera división de Brasil. Andrés Pérez Romo Leroux, CEO de la compañía que recientemente amplió su representación comercial a Chile, explica en qué consiste la solución: “entregamos evaluaciones y proyecciones estadísticas de sus jugadores, análisis de sus próximos rivales -a través de modelos de predicción, identificamos sus fortalezas y debili-dades-, análisis de compra y venta de jugadores, simulaciones ‘what if’, desarrollo de KPI y metas para alcanzar el desempeño necesario, optimización de rendimiento y recuperación física y la recolección de datos para sus divisiones inferiores”.

38

SU APLICACIóN EN LOS NEgOCIOS

Se mencionaron múltiples factores que implica una orientación empresarial hacia la importancia de los datos. A continuación, ejemplos de implementaciones exitosas de sistemas analíticos-cognitivos en diferentes industrias.

REAL MADRIDLa institución española tiene más de 450 millones de fanáti-cos a nivel mundial. Ahora, el equipo “merengue” es capaz de conectar estrechamente con sus seguidores y brindarles una mejor experiencia global, mientras analiza los datos de medios sociales y otra información para personalizar las campañas de marketing y aumentar los ingresos.

SAT DE MéXICOEn el organismo equivalente al Servicio de Rentas Internas de Ecuador, esta tecnología contribuye a la recaudación más efecti-va de impuestos, realizar analítica predictiva, proyecciones y aná-lisis de riesgo. En tan sólo dos años, la autoridad ha recopilado la misma cantidad de información que recogió durante los últimos 15 años. Se pasó de manejar 9.500 millones de facturas electró-

nicas en 5 años (entre 1997 y 2012) a un total de 10.000 millones en 2 años (entre 2013 y 2014), hoy en día se estima se procesan 7 billones anuales de estos documentos digitales.

CORTE SUPREMA DE jUSTICIA ARgENTINABrinda un servicio más rápido y digitalizado a los ciudadanos con el portal de medios en la Nube. El tribunal quería acelerar los procedimientos judiciales para los usuarios y agilizar los procesos para abogados y jueces. El equipo de TI del organismo desarrolló una solución basada en el framework de Microsoft.

ICBC ARgENTINACon el objetivo de brindar servicios más eficientes y de mayor valor a clientes, Industrial and Commercial Bank of China (ICBC) Argentina e IBM realizaron un piloto para detectar oportuni-dades de mejora en las operaciones de los cajeros automáticos de la entidad. Se utilizó tecnología analítica para optimizar el mantenimiento predictivo basado en 12 a 18 meses de infor-mación sobre funcionamiento y disponibilidad, entre otra data.

Las pruebas de concepto permitieron analizar grandes volúmenes de datos para prever la cantidad correcta de dinero que nece-sita cada máquina, lo que aumenta la disponibilidad, reduce el efectivo en el sistema y los costos de traslado. Además, con siste-mas cognitivos es posible examinar información no estructurada como comentarios en redes sociales, eventos y datos climáticos para identificar los mejores lugares y el momento correcto de ubicar una red de cajeros.

DATA DRIVENBUSINESS

40

CóMO EVITAR LA fILTRACIóN DE DATOS

ntre los aspectos a considerar, resulta clave garantizar la seguridad de los datos que puede ser crítica para

el Core Business de cada institución. Felipe Gómez, director regional de Data

Center y Seguridad de Level 3, sos-tiene que el primer factor a tener en cuenta es la solidez interna. “Lo recomendable es tener sis-temas robustos y por capas (fi-rewall, IPS, control de fuga de in-formación y todo lo que implica);

sin embargo, esto no es suficiente. Es necesario enfocarse en los temas

de la Red, que es lo más importante en la actualidad”, asegura.

Existen soluciones que permiten aprovechar toda la data que se recolecta a escala global y, así, entregar un tráfico limpio para las organizaciones. Asimismo, advierte que es vital visibilizar los riesgos que representan las prácticas (descarga de aplicaciones o archivos, distribución de claves, etc.) de los colaboradores, el eslavón más débil de la cadena de información. Esta realidad resalta la importancia de socializar los peligros digitales me-diante talleres dirigidos a proveedores (internos y externos) y establecer políticas de control.

e

36.1% de la población ecuatoriana ha sufrido una ataque cibernético los últimos

12 MESES

En América Latina el 81% de programas potencialmente maliciosos son de malware

51% de las organizaciones enfrenta la falta de presupuesto para el desarrollo de

una estrategia de ciberseguridad

80 MILLONES de perfiles en Facebook, Twitter e

Instagram son falsos.

3.3 MILLONES de aplicaciones en Android son malware

Fuen

te: E

asy

Solu

tion,

Del

oitt

e

DATA DRIVENBUSINESS

“LOS SECTORES gUBERNAMENTALES, fINANCIEROS O DE

COMERCIO ELECTRóNICO –POR EjEMPLO- SON MáS

PROPENSOS A SUfRIR ATAqUES EXTERNOS”

VULNERABILIDAD DIgITAL

DATA DRIVENBUSINESS

41

PERSPECTIVAS DEL PAíS

En el 2017, por décimo año consecutivo, Microsoft se posi-ciona entre los líderes del Cuadrante Mágico de Gartner para Plataformas de Inteligencia de Negocios y Análisis. Para conocer las perspectivas de la compañía a escala nacional y regional, conversamos con Juan Carlos Cisneros, Gerente General de la compañía en Ecuador.

¿CUáNDO TOMA RELEVANCIA EL MANEjO DE INfORMACIóN?

Hay un proceso evolutivo dentro de las compañías donde, se-gún su madurez, el manejo de la información cobra un especial interés en el tiempo. Así, se pasa de una Analítica Descriptiva

(responde a la pregunta: ¿Qué pasó?) hacia una Analítica de Diagnóstico, Predictiva y finalmente Prescriptiva. Esto ha toma-do gran interés, al punto que para el 2016 las principales firmas evaluadoras de tendencias y tecnología, colocaron a Business Intelligence como la prioridad número uno de los CIO.

Los grandes volúmenes de data y las opciones de consumo es-calable –principalmente por desarrollos como Cloud Compu-ting-, posibilitan un estudio amplio, derivándose el concepto de Big Data.

¿CóMO ESTá EL MERCADO ECUATORI-ANO CON RESPECTO A LA ADOPCIóN DE ESTAS TECNOLOgíAS?Si bien tenemos muchos clientes que requieren y utilizan solu-ciones avanzadas para el análisis de datos y toma de decisiones, en realidad la necesidad es masiva en Ecuador; la información empodera a toda compañía, sin importar su tamaño. Asimis-mo, permite un enfoque en lo importante: conocer mejor a los clientes y sus necesidades, y tener operaciones más eficientes.

¿CUáLES SON LAS BUENAS PRáCTICAS qUE DEBEN SEgUIR LAS COMPAÑíAS?Muchas empresas quieren ir hacia un BigData pero es reco-mendable hacer un assessment previo, para evaluar en forma precisa el potencial de la institución y optimizar los esfuerzos orientados a su desarrollo. Posiblemente existan necesidades como mejorar el Data Warehouse (colección de datos integrada, no volátil y variable en el tiempo, que ayuda a la toma de de-cisiones), Data Quality (condición de un conjunto de variables cualitativas o cuantitativas) u otros soportes.

Algunas de las áreas en las que las herramientas cognitivo-ana-líticas están evolucionando son: Business Intelligence (Masivo y Mobile), Análisis de Autoservicio, Análisis en Tiempo Real, ma-nejo de altos volúmenes de datos e integración y Social Big Data (análisis de información social).

“Los datos brindan a la compañía una ventaja sobre su competencia; contar con perspectivas en tiempo real que le

permitirán ajustar y adaptar su plan de negocios”

Como hemos mencionado, la información se ha convertido en un activo que marca un diferencial en el mercado, cobrando un valor superlativo para las empresas.

Instituciones que se posicionan en los primeros lugares de las diferentes industrias tienen un patrón en común: productos y soluciones innovadoras; para lograrlo, se

aplican sistemas cognitivos y analíticos , que dejaron de ser aplicados exclusivamente por el departamento IT, para convertirse en una política transversal de varios sectores.

A continuación, el detalle porcentual de los cargos que emplean estos desarrollos.

DATA DRIVENBUSINESS

USUARIOS DE SOfTwARE DE analítica avanzada y PREDICTIVA

0% 20% 40% 60% 80% 100%

EXPERTOS EN BUSINESS INTELLIgENCE

Constante NuncaPocas vecesOcasionalSeguido

Fuen

te: F

orbe

s

42

ANALISTAS DE NEgOCIOS

ESTADISTAS / EXPERTOS EN MANEjO DE DATA

ANALISTAS fINANCIEROS

ANALISTAS DE MARkETINg

EjECUTIVOS

CONSULTORES EXTERNOS

DATA DRIVENBUSINESS

Fuente: IBM

Es la posibilidad que nos ofrece la ana-lítica de encontrar los datos correctos. ENTRE EL 40 y EL 70% DE LA INfORMACIóN ES DESCART-

ABLE

La computación cognitiva permite analizar tanto datos estructurados

como no estructurados y poder sacar provecho de esta diversidad

Tener la data correcta y analizada, puede acelerar la toma de decisiones hasta en un

95%

Gracias a la analítica se puede filtrar grandes volúmenes de datos

LA CREACIóN DE NUEVA DATA ES CONSTANTE

41MILLONES DE POSTS DIARIOS

278 MILTUITS CADA MINUTO

MIL CANCIONES BAjADAS CADA DíA

14 CADA SESIóN EN LA BOLSA DE Ny1TB

4V DEL BIg DATA

LAS

ERACIDADv

ARIEDADv

ELOCIDADv

OLUMENv

43

BIg DATA: RECUPERANDO EL VALOR qUE LOS DATOS POSEEN

En la actualidad, los medios especializados en tecnología re-saltan conceptos como “transformación digital”, “economía compartida”, “capacidad de computación escalable (Cloud Computing)” o “cualquier cosa como un servicio (mode-lo XaaS)”, términos que suenan bien pero, ¿realmente se comprenden? Parecen sistemas complejos –y lo son, pero no para el usuario-, sumamente costosos, difíciles de imple-mentar; en definitiva, ajenos a la realidad del empresariado ecuatoriano.

Entre estos desarrollos, en los últimos años han cobrado especial interés los que permiten un manejo y análisis de la información. Si bien los datos fueron utilizados para tomar decisiones de supervivencia desde que el ser humano posee razonamiento, el nuevo milenio trajo consigo una era car-acterizada por la facilidad de crear y consumir información en cada instante. Esta realidad dio origen a tecnologías como Big Data, que permite extraer data valiosa de grandes volúmenes de información.

La adopción de estos desarrollos debe estar alineada con la búsqueda de productos y soluciones innovadoras que respondan a las necesidades de los usuarios. En otras pal-abras, se obtiene patrones de consumo de una cantidad de datos que supera la capacidad del software convencional para ser capturados, administrados y procesados en un tiempo razonable.

Ahora bien, ¿es costosa? Como explica Jorge Barahona, Gerente de la Unidad CPM de Novatech, el mercado regional percibe estos temas como una inversión onerosa; concepto muy alejado de la realidad. “Las empresas deben percatarse que lo importante es encontrar el paso inicial para tratar volúmenes diversos (en calidad y cantidad) de información, que permitan solucionar problemas puntuales y brinden al-tos retornos de inversión corporativa”, amplía.

Después de derribar uno de los mitos más fuertes (el económico), cabe preguntarse ¿Cuál es el sistema más con-veniente para mi compañía? Para brindar un servicio adapta-do a la realidad ecuatoriana, Novatech analizó por más de un año el comportamiento mundial en aspectos relacionados con Big Data. De esta forma, se encontró la forma correcta de armar una solución de negocios con buenas prácticas ba-sadas en experiencias y componentes tecnológicos claves.La organización regional de consultoría y soluciones em-

P

44

presariales -con 20 años de experiencia en Ecuador y Su-damérica- cuenta con un equipo humano, altamente capaci-tado en proyectos de esta naturaleza a escala internacional; donde se tejen todos los días innovaciones de alto impacto en Big Data.

“DETECTAMOS TENDENCIAS, ERRORES y fRACASOS A NIVEL

MUNDIAL PARA INCORPORAR fACTORES

CRíTICOS DE éXITO PARA ESTE TIPO DE

PROyECTOS”

Jorge Barahona, Gerente de la Unidad CPM de Novatech

45

• Incremento en la productividad e ingresos en tasas que van de un 35 a 50%, acorde al sector que se aplique

• En el ciclo de conversión de clientes en e-commerce, se logra un crecimiento de hasta el 60%

• Aumento de la percepción de calidad en servicios bancarios de cinco puntos porcentuales

• En comunicaciones, mejora en el tiempo y calidad de toma de decisiones hasta en un 50%

LA PROPUESTA DE NOVATECh

• NEw gENERATION BIg DATA ofrece servicios especializados en Análitica Avanzada y Predictibilidad, arquitectura para grandes volúmenes de datos y Real Time (protocolo de nivel de sesión utilizado para la transmisión de información en tiempo real)

• SOLUCIONES DE PLATAfORMA eficientes, escalables y basadas en computación distribuída -las mejores del mundo, Elastic Search-

• VISUAL ANALITyCS de última generación, para cubrir lo que denominamos “la última milla del Big Data”

El impacto empresarial