Los datos son el nuevo petróleo

La cadena de comida rápida Burger King está revolucionando su servicio de delivery en un lugar del planeta, tan congestionado por el tráfico, como Ciudad de México. En el video se ve cómo usan la georeferenciación y la geoanalítica en tiempo real, para entregar pedidos a sus clientes en sus propios autos, mientras avanzan en la interminable línea de vehículos.

Este es el ejemplo más claro de que los datos son el nuevo petróleo, claro, solo en caso de que sepamos cómo usarlos para tomar decisiones acertadas fundamentadas en información adecuada en el momento preciso (just in time data). Así lo considera Jaime Vinueza, Docente de la Especialización en Big Data como Estrategia de Negocios, que forma parte de la oferta de Educación Continua.

En este sentido, Jaime explica cómo la transformación digital es fundamental en las empresas, tanto que aquellas que no han iniciado esta travesía aún, están destinadas a perder su market share o a desaparecer. Para ser parte de esta revolución “no se trata solo de adoptar tecnología, es un cambio cultural y estratégico porque se mueve el ADN y la forma de hacer negocios de la organización”.

Y, en esta transformación digital, los datos y la analítica de los mismos, se convierten en un aspecto clave para que las empresas pasen al siguiente nivel.

Según la información de Jaime, apenas el 10% del sector público está usando la analítica avanzada; a diferencia de la banca, que es un sector que se destaca por el uso de soluciones analíticas que les permiten acceder a data para generar interacción con clientes, fidelización, colocación, recuperación de cartera, scoring crediticio, entre otras aplicaciones.

Entonces, ¿cómo entrar en esta era de los datos de la forma correcta? Jaime destaca cinco etapas en el road map  de madurez analítica de una empresa, que se deberían identificar para entender dónde estamos y hacia dónde deberíamos avanzar.

1. Analítica descriptiva. Es como manejar un auto solo viendo los retrovisores. Y eso es lo que hacen algunas empresas, las cuales trabajan solo viendo data pasada.
2. Analítica diagnóstica. En esta siguiente etapa, el aporte radica en que se hace un análisis de las causas y efectos, sin embargo, se basa también, solo en datos pasados.
3. Analítica predictiva. Es un conjunto de técnicas que tiene la capacidad de identificar patrones de comportamiento y tendencias del negocio para prever y controlar los acontecimientos. Por ejemplo, es posible anticiparse a la demanda para proveer de mejor manera el reabastecimiento de un producto.
4. Analítica prescriptiva. Intervienen herramientas de inteligencia artificial para buscar un punto de equilibrio entre múltiples objetivos. Estas técnicas, en conjunción con la analítica predictiva, permiten automatizar la toma de decisiones en problemas complejos.
5. Analítica cognitiva. Es la que genera mayor valor al negocio. Permite que las máquinas «aprendan, reconozcan y entiendan» por sí mismas los datos para dar respuestas complejas haciendo uso de la inteligencia artificial.

En definitiva, el consejo de Jaime es avanzar en la escalera de madurez de analítica empresarial, transitando rápidamente por las primeras dos etapas, para consolidarse en las dos siguientes y apuntando hacia la etapa de analítica cognitiva, que es la que permite brindar mayor valor a los datos y monetizarlos en beneficio de la empresa, generando mejoras al servicio del cliente final.

Conoce, aprende, practica y profundiza sobre este y otros temas en la Especialización en Big Data como estrategia de negocios .