Datos, datos y más datos

En los dos últimos años he leído numerosos artículos sobre data, bigdata, inteligencia artificial o robotización. Está claro que los datos son y serán cada vez más importantes, hasta convertirse en (bueno, ya lo son) un activo estratégico y fuente de valor para el negocio.

El Dato debe ser utilizado por empresas y autónomos para tomar las decisiones correctas, labor fundamental de los directores de datos o CDO (miembros de los comités de dirección responsables de los datos, del inglés Chief Data Officer) como afirma Rafael Fernández Campos que ostenta ese puesto en Bankia y actualmente preside el club español de CDOs.

El dato también ayuda a comprender el negocio y se puede y se debe monetizar, lo cual no implica necesariamente venderlo al peso. Las típicas fórmulas de monetización son: el incremento de las ventas, la reducción de los costes y la contención de los riesgos.

Las empresas deben crear y fomentar una Cultura del Dato, deben identificar los KPI (indicadores clave de rendimiento, del inglés Key Performance Indicator) necesarios y desarrollar Cuadros de Mando visuales y efectivos, que aprovechen todo el potencial que hoy en día ofrece la tecnología, evitando asimismo los sesgos de información. Deben establecer políticas de gobernanza que permitan disponer de datos fiables y accesibles a todos, democratizando su acceso y explotación, de una forma segura.

Una buena idea podría ser la de explorar colaboraciones con startups, preferiblemente tecnológicas que, aparte de ayudarnos a encontrar nuevos modelos de negocio, podrían enriquecer nuestro conocimiento sobre el uso y explotación del Dato, dada su condición de nativos digitales. En nuestro caso, el sector financiero, estas iniciativas empresariales serían las denominadas Fintech, empresas con una base altamente tecnológica que ofrecen servicios financieros.

BigData

Éste es un término muy usado en los últimos tiempos. Hay muchas definiciones de Bigdata pero la que más me gusta es la siguiente: se trata de una tecnología avanzada que permite el almacenamiento y procesamiento de grandes volúmenes de datos.

Es precisamente gracias a esa tecnología que podemos aplicar algoritmos de machine learning (aprendizaje automatizado) o deep learning (aprendizaje profundo) a la ingente cantidad de datos disponible en nuestras empresas. Algoritmos, en definitiva, de inteligencia artificial, que nos permiten contestar a preguntas que van más allá de un simple "¿qué pasó?". Nos ayudan a saber "¿por qué pasó?” y “¿qué va a pasar?”.

Pero ¿es Bigdata una moda? ¿Nos podemos permitir el lujo de no disponer de Bigdata cuando nuestros competidores si pueden? ¿Podemos ignorar esta tecnologia si somos una pyme? Hay muchas razones para querer implantar Bigdata, desde la búsqueda de una mayor personalización de productos y servicios para el cliente, hasta la generación de nuevos datos y modelos de negocio pasando por el ahorro de costes, entre otras.

Para llevar a cabo un proyecto de Bigdata es preciso contar con recursos: por una parte las infraestructuras necesarias y por otra parte los expertos, como por ejemplo ingenieros, arquitectos de datos o científicos de datos. Podemos buscar una solución en la nube o bien hacerlo on-premise (localmente). Pero también hay alternativas para las empresas a las que resulta difícil encontrar los recursos tanto humanos como de infraestructuras. Se trata de herramientas automatizadas de machine learning para las que no es necesario contar con equipos altamente especializados.

Covid-19

La pandemia que nos azota es una oportunidad para poner en valor los datos. Ahora más que nunca debemos hacer un buen uso de los mismos y es especialmente sensible en el caso de las administraciones públicas donde debe haber una máxima transparencia y gestión profesional para salvar vidas humanas. Desde el Club CDO se anima a las AAPP a contratar estos perfiles

Sea como sea, los datos son cada día más importantes y se hace necesaria, por tanto, una adecuada estrategia para gestionarlos, explotarlos, protegerlos y por qué no, hacerlos crecer.