Resumen Podcast – Entrevista a Silvia Banchini por Red.es – Pabellón de España dentro del evento MWC24 en Barcelona 26-29 Febrero 2024
¿Cómo las empresas usan el Big Data para impulsar la innovación y la toma de decisiones estratégicas?
Hola déjame mencionar solo algunos hechos históricos para entender como el Big Data ha cambiado el proceso de toma de decisiones en las empresas.
Recordemos que en el origen del Big data se remonta al 1989, cuando el científico informático británico Tim Berners-Lee inventó finalmente la World Wide Web (www) para facilitar el intercambio de información a través de un sistema de «hipertexto». Él no sabía en ese momento el impacto que su invento iba a tener en el futuro.
A partir de los años 90, la creación de datos crece de forma desmesurada a medida que cada vez más dispositivos están conectados a Internet.
En 1995 se construyó la primera supercomputadora. Que fue capaz de hacer en un segundo el trabajo que podía hacer una calculadora operada por una sola persona en 30.000 años.
En 2005, Roger Mougalas de O’Reilly Media acuñó el término Big Data por primera vez, solo un año después de que crearan el término Web 2.0. que se refiere a un gran conjunto de datos que es casi imposible de administrar y procesar con herramientas tradicionales de inteligencia empresarial.
El 2005 es también el año en que Yahoo! creó Hadoop, construido sobre MapReduce de Google. Su objetivo era indexar toda la World Wide Web y, hoy en día, muchas organizaciones utilizan Hadoop de código abierto para analizar grandes cantidades de datos.
A medida que comienzan a aparecer más y más redes sociales y la Web 2.0 toma vuelo, se crean más y más datos a diario.
En 2010 Eric Schmidt habla en la conferencia Techonomy en Lake Tahoe en California y afirma que «hubo 5 exabytes de información creada por el mundo entero entre los albores de la civilización hasta el 2003. Ahora esa misma cantidad se crea cada dos días».
Las startups innovadoras lentamente comienzan a profundizar en esta enorme cantidad de datos y también los gobiernos comienzan a trabajar en proyectos de Big Data.
El uso del Big Data en las empresas para impulsar la innovación y las tomas de decisiones se centra en la creación de sistemas que les permitan hacer dos cosas sustancialmente:
- ALMACENAR datos (para no perder información)
- ANALIZAR DATOS mediante procesamientos cada vez más sofisticados, para obtener de forma cada vez más rápida y fácil la información realmente relevante para el éxito de sus negocios, delegando a la tecnología Big Data, la sofisticación del procesamiento, lectura e interpretación de las ingentes cantidades de datos brutos que una organización no solo genera a diario en cualquiera de sus departamentos, (desde el marketing al comercial, el departamento financieros y de gestión de sus RRHH) sino también de la información que necesita cruzar con datos externos que el resto del mundo genera a diario (datos de potenciales clientes de sus servicios y/o productos, datos de su competencia, datos de precios de mercados y tendencias, etc…
Dentro de las EMPRESAS PRIVADAS puedo mencionar casos de negocio en el que el Big Data se ha convertido en un imperativo para los procesos de toma de decisiones y que desde inAtlas trabajamos para darles soluciones:
Telecom –se almacenan y procesan exabyte de datos que se generan a diario en el mundo sobre las llamadas telefónicas entre personas en todo el mundo y de conexiones a internet por franjas horarias, por países, por el uso y consumo de productos de telefonía e internet. Esta información anonimizada y agregada define perfiles de segmentos de mercados y es fundamental para el diseño de nuevos servicios y productos que realmente acierten con la demanda; lo mismo vale para las energéticas y el estudio de su mercado potencial y del consumo.
Entidades financieras y Retailers- necesitan almacenar e interpretar, extraer patrones de los datos de transacciones que se generan por el uso de TPV y tarjetas de créditos en todo el mundo a cada minuto, para entender dónde se está consumiendo más un determinado servicio o producto, en qué producto se gasta más un determinado segmento de consumidor, y/o en qué tipo de establecimiento un mercado puede estar más interesado en base a su perfil de consumo.
Sector Sanitario: El Big Data aparece en grandes cantidades en la industria sanitaria. Los registros de pacientes, planes de salud, información de seguros y otros tipos de información pueden ser difíciles de manejar, pero reúnen una información clave una vez que se aplican las analíticas. Es por eso que la tecnología de análisis de datos es tan importante para el cuidado de la salud. Al analizar grandes cantidades de información – tanto estructurada como no estructurada – rápidamente, se pueden proporcionar diagnósticos u opciones de tratamiento casi de inmediato.inAtlas ha sido premiada en el mes de diciembre 2023 como mejor herramienta de geolocalización creada en colaboración con la RedGDPS, Federación Española de Diabetes (FEDE) en el marco del Ennova Health Day de Diario Médico & Correo Farmacéutico.
Y estos son solo algunos ejemplos porque potencialmente todos los sectores empresariales generar datos de negocio y cuanto más ágil y sistemática sea la recogida y tratamiento de los datos para su lectura e interpretación, más poderosa será la empresa a la hora de emprender decisiones de negocio, soportados por un conocimiento exhaustivo de sus procesos, pasados y presentes,para anticipar tendencias futuras en cuanto oportunidades de negocios y análisis de riesgos.
¿Cuáles son los mayores desafíos que enfrentan las empresas al trabajar con Big Data y cómo están abordándolos?
Yo resumiría los mayores desafíos en 3:
- LA PUESTA EN MARCHA Y EL DISEÑO DE UN SISTEMA ESCALABLE: Organizar y almacenar datos estructurado y desestructurados, es decir las empresas pueden generar datos y adquirir datos ya organizados en tablas (excel, csv…) para insertarlos o extraerlos de sus sistemas (CRM, ERP…) pero también necesitan recopilar y no perder información desestructuradas como los textos, las imágenes y/o lo videosy que proviene de fuentes diversas (web, redes sociales, ). En este sentido la Inteligencia artificial está ayudando muchísimo en la conversión de palabras e imágenes en datos ya almacenables y procesables por un sistema Big Data.
- EL USO RENTABLE DEL SISTEMA: La escasez aun de personal especializado muchas veces en la interpretación de los datos que la tecnología puede extraer. A menudo visitamos a clientes que nos explican no poder contratar tecnología Big Data por no tener personal cualificado. Para nosotros esto ha sido un driver de innovación que nos ha permitido crear soluciones que no requieran de un técnico especializado, sino que consumen tecnología Big Data accediendo a las extrapolaciones de información relevante mediante un interfaz muy sencilla de usar, directamente por los propios cargos funcionales como Directores de Marketing y ventas, directores de expansión hasta los propios comerciales para cualificar sus prospecciones.
- EL MANTENIMIENTO con sistemas de gobernanza de los datos que las empresas deben poder gestionar y sobre los que deben garantizar las seguridad y la protección adecuada, especialmente sobre los más sensibles de carácter personal. Los mayores desafíos en el mantenimiento residen en la capacidad de resiliencia del sistema mismo de Big Data es decir de como el sistema, en base a su arquitectura inicial, es capaz de adaptarse a los cambios que la generación constante de información requiere.
¿Cuál es el impacto del Big Data en la transformación digital de las organizaciones y cómo pueden las empresas aprovechar al máximo esta tecnología?
El mayor impacto en cualquier organización está en el repensar sus modelos de negocio, a partir de diseñar modelos productivos basados en la adquisición constante de conocimiento con el objetivo de introducir en sus sistemas operativos la monitorizar continua de sus actividades, y así generar diagnósticos y estrategias más rápidas y acertadas.
El análisis de Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos para identificar nuevas oportunidades. Eso, a su vez, conduce a movimientos de negocios más inteligentes, operaciones más eficientes, mayores ganancias y clientes más satisfechos. Las empresas con más éxito con Big Data consiguen valor de las siguientes formas:
- Reducción de coste. Las tecnologías de datos y el análisis especialmente basado en la nube, aportan importantes ventajas en términos de costes cuando se trata de almacenar grandes cantidades de datos, además de identificar maneras más eficientes de procesarlos para hacer negocio.
- Más rápido, mejor toma de decisiones. Con la velocidad y la analítica en memoria, combinada con la capacidad de analizar nuevas fuentes de datos, las empresas pueden analizar la información inmediatamente y tomar decisiones basadas en lo que han aprendido.
- Nuevos productos y servicios. Con la capacidad de medir las necesidades de los clientes y la satisfacción a través de análisis viene el poder de dar a los clientes lo que quieren. Con la analítica de Big Data, más empresas están creando nuevos productos para satisfacer las necesidades de los clientes.
¿Cuáles son las tendencias emergentes en el ámbito del Big Data y cómo pueden las empresas prepararse para aprovechar estas oportunidades?
En los últimos años, ha habido un aumento masivo de nuevas empresas de BigData, todas tratando de lidiar con datos y ayudando a las organizaciones a comprenderlos. Cada vez más empresas están adoptando y avanzando lentamente hacia una cultura basada en datos.
Las tendencias emergentes en Big Data acompañan los principales desafíos de esta tecnología, que residen en: el Volumen, La velocidad y la veracidad (es decir la calidad, fiabilidad de las fuentes) y la visualización.
En cuanto a la RECOGIDA Y ALMACENAJE, se hablará más de Edge Computing, Hybrid Cloud y Data Lake).
Los desafíos ligados al PROCESAMIENTO Y ACCESO AL USUARIO FINAL serán abordados cada vez más mediante:
- La INTELIGENCIA ARTIFICIAL GENERATIVA Y LOS LLMs (Large Language Models) además de los procesos de machine learning
- Real Time Analytics / para recibir resultados analíticos en streaming en tiempo real.In 2022, Gartner predecia más de la mitad de los nuevos negocios iban a nacer ya incorporando sistemas de analítica en tiempo real, que definían como “inteligencia continua”.
- Los DAAS– Soluciones de Data-As-A-Service que ofrecen escalabilidad y una gestión más eficaz de los costes de mantenimiento d ellos datos. “The data-as-a-service (DaaS) market was estimated to hit $ 10.7 billion in 2023 DaaS platforms can lower costs and enable agile decision-making for organizations that would otherwise struggle to manage big data.”
La visualización de Datos. Los mapas y la GeoAnalytica será siempre más requerida precisamente para el poder de visualización que tiene y por la inmediatez que proporciona en los estudios de mercado, estudios de expansión de negocios y analíticapredictiva.
Las empresas deben prepararse a generar y reforzar cada vez más dos cosas importantes:
- Una cultura de empresa basada en datos, como hemos dicho antes tanto internos, generado por la propia organización dentro de cualquier departamento, como externos, generados por el resto del mundo al que estamos todos conectados. Muchas veces el problema empieza ya por la falta de comunicación interna entre los departamentos de una misma empresa, que no comparten información y esto ya genera una ingente perdida de dinero para muchas organizaciones, por alimentar procesos improductivo de duplicidad de gastos innecesarios, y de ineficiencia a la hora tanto de generar los productos que realmente el mercado requiere como de promoverlos correctamente al perfil de mercado acertado.
- Su propia capacidad de resiliencia a los cambios, y el Big Data en este aspecto puede ayudarles muchísimo en saber prever el riesgo y/o la oportunidad de un cambio, para poder aprovecharlo de la forma más rentable y coherente con la sociedad en la que vivimos.
