Erik Beulen, profesor de Gestión de la Información en Alliance Manchester Organization School.
El volumen de datos que las empresas pueden recopilar está creciendo a un ritmo sin precedentes. Esto está siendo impulsado por el Online de las cosas y los datos no estructurados generados a través de las redes sociales, los medios y otras actividades digitales como compras de productos y reseñas de clientes. Significa que las empresas están sentadas sobre una montaña de datos, pero nuestra comprensión de cómo utilizarlos no necesariamente va a la par de nuestra capacidad para recopilarlos.
Existe la conciencia de que los datos pueden ser extremadamente útiles para trazar comportamientos e identificar áreas de eficiencia, oportunidades de crecimiento o expansión y riesgos. Pero no siempre sabemos qué datos nos resulta más útil recopilar y cómo pueden respaldar nuestros objetivos. En cambio, existe una tendencia a recopilar la mayor cantidad de datos posible, ingresarlos en algoritmos y ver qué sale al last.
Para aprovechar realmente los datos al máximo, las empresas necesitan un sistema de gestión y gobierno de datos que esté alineado con sus objetivos generales. En lugar de recopilar datos porque sí, las empresas deberían tener una plan clara de cómo los datos pueden respaldar su estrategia más amplia y ayudarlas a alcanzar sus objetivos.
Información enriquecida
El análisis de datos eficaz puede informar la toma de decisiones estratégicas e identificar oportunidades y riesgos. Ofrece el potencial para importantes transformaciones digitales, la capacidad de monitorear el progreso de la implementación y analizar los logros comerciales. En un panorama cada vez más competitivo, esto puede ayudar a las empresas a identificar las mejores formas de destacarse entre la multitud.
El próximo desafío es controlar los datos, tanto por relevancia como por volumen y uso. Tener el management del volumen y el uso garantiza el manage de costos y contribuye a la sostenibilidad, además de reducir los riesgos de cumplimiento y de seguridad cibernética. La relevancia se puede mejorar mediante la certificación y clasificación de conjuntos de datos. Esto proporciona una buena orientación para seleccionar conjuntos de datos del catálogo de datos para realizar análisis de datos.
Una gestión de datos exitosa crea nuevas oportunidades, pero también requiere una toma de decisiones bien considerada y evaluada continuamente. A medida que los algoritmos se han vuelto más complejos y las reglas de cumplimiento se vuelven más estrictas, ha aumentado el número de propietarios y administradores de datos especializados para gestionar la recopilación y el análisis de datos. Esto no hará más que aumentar a medida que tecnologías como la inteligencia synthetic (IA) presenten más oportunidades para utilizar los datos de forma eficaz.
Gestión de datos
En la recogida de datos existe la obligación de utilizarlos de forma responsable. Es importante en cualquier organización, pero es de suma importancia en sectores que están altamente regulados, como la atención médica y los servicios financieros. Las consecuencias de incumplir dicha regulación pueden ser graves.
Significa que una gestión eficaz debe incluir una evaluación de la ética así como de la aplicación empresarial. Eso debería incluir garantizar un handle whole de los datos, incluso cuando se comparten, y una evaluación ética rigurosa de cualquier algoritmo. La resiliencia cibernética también es primordial, como lo demuestran las varias violaciones de datos de alto perfil que se han producido recientemente.
Con respecto a la gestión de los riesgos de cumplimiento, las organizaciones deberían considerar el uso de tecnología regulatoria. El aumento de la legislación y las reglamentaciones hace que el desarrollo de una capacidad interna sea muy difícil y no siempre rentable. Las empresas de auditoría ofrecen marcos y servicios de consultoría para realizar este tipo de evaluación. Esto aún es temprano, pero en un futuro previsible las empresas de auditoría podrán proporcionar algún tipo de garantía de algoritmo ético.
Informar la innovación
Hemos trabajado con diferentes tipos de organizaciones para recopilar y analizar datos, con dos ejemplos que realmente enfatizan las diversas aplicaciones del análisis de datos y la IA.
Colaboramos con una aerolínea que instaló cámaras que registran diferentes tipos de equipaje de mano. La IA equipara el tamaño de cada pieza de equipaje con la cantidad de espacio para equipaje de mano en el avión para identificar cuándo es necesario colocar algunos artículos en la bodega de equipaje. Esto ayudó a ahorrar tiempo durante el proceso de embarque, reduciendo la necesidad de retrasos debido al exceso de equipaje que se trasladaba a la bodega en el último minuto.
Por otra parte, nos hemos asociado con un proveedor de servicios de TI para realizar inspecciones sanitarias en escuelas de la India aprovechando la IA. Las escuelas cargan fotografías diarias con etiquetas geográficas y de tiempo, que se analizan para concluir si los niveles de saneamiento se mantienen en un estándar aceptable y alertan a los limpiadores sobre las áreas donde se requiere acción. Esto está ayudando a abordar los altos niveles de ausencias y abandonos escolares resultantes de un saneamiento deficiente.
El viaje hacia un mundo más basado en datos acaba de comenzar. El rápido avance de tecnologías como la IA y el aumento continuo en la cantidad de datos que recopilamos plantearán nuevos desafíos y permitirán la innovación que llevará a las organizaciones al siguiente nivel. Otras organizaciones se verán perturbadas o dejarán de ser relevantes.
Es un momento emocionante, pero difícil de predecir exactamente cómo se verán afectadas las empresas y cómo tendrán que adaptarse exactamente. Pero empezar a implementar las mejores prácticas ahora minimizará el riesgo de quedarse atrás.