Las 10 principales tendencias de inteligencia empresarial para 2018

Datos. Datos por todas partes. Estructurados, no estructurados, hojas de cálculo, documentos con texto plano, archivos con valores separados por comas, archivos PDF, etc.

Al final, los datos son invaluables para todas las empresas, desde las startups en ciernes hasta las empresas globales. Este "commodity" en crecimiento está impulsando a las organizaciones a implementar soluciones de inteligencia empresarial que elevarán y acelerarán las decisiones basadas en datos.

Las organizaciones exitosas están priorizando un enfoque moderno de inteligencia comercial y a su vez, preparando a su fuerza de trabajo para que sea la generación analíticamente más inteligente que se haya visto. Para tener una ventaja competitiva en 2018, las organizaciones deben reconocer las estrategias, las tecnologías y los roles comerciales que pueden mejorar su enfoque de inteligencia empresarial.

Estas son algunas de las tendencias más importantes a tener en cuenta para el año nuevo e incluso más allá.

Tendencias de inteligencia empresarial para 2018

No tema a la Inteligencia Artificial: ¿Cómo el aprendizaje automático mejorará al analista?

La cultura popular está alimentando una visión distópica de lo que la inteligencia artificial puede hacer. Pero mientras la investigación y la tecnología continúan mejorando, el aprendizaje automático se está convirtiendo rápidamente en un valioso complemento para el analista, que proporciona asistencia y eficiencia en la conducción.

Mediante la automatización de tareas simples pero intensivas en mano de obra, como las matemáticas básicas, los analistas ganan tiempo para pensar estratégicamente sobre las implicaciones comerciales de su análisis y planificar los próximos pasos. En segundo lugar, ayuda al analista a permanecer en el flujo de sus datos. Sin dejar de analizar las cifras, los analistas pueden hacer las siguientes preguntas para profundizar.

El potencial del aprendizaje automático para ayudar a un analista es innegable, pero es fundamental reconocer que debe adoptarse cuando hay resultados claramente definidos. Si bien puede haber preocupación por el reemplazo, el aprendizaje automático potenciará a los analistas y los hará más precisos e impactantes para el negocio.

La promesa del "Procesamiento del Lenguaje Natural" (NLP)

Gartner predice que para 2020, el 50 por ciento de las consultas analíticas se generarán a través de la búsqueda, el Procesamiento del Lenguaje Natural (NLP por sus siglas en inglés) o la voz. La NLP capacitará a las personas para hacer preguntas de datos más matizadas y recibir respuestas relevantes que conduzcan a mejores perspectivas y decisiones.

Simultáneamente, los desarrolladores e ingenieros lograrán mayores avances al explorar cómo las personas usan NLP, examinando la manera en que las personas hacemos preguntas. Desde la gratificación instantánea hasta la exploración. Los mayores avances analíticos se obtendrán al abordar esta ambigüedad y comprender los diversos flujos de trabajo del NLP.

La oportunidad surgirá no de colocar NLP en cada situación, sino de hacer que esté disponible en los flujos de trabajo correctos para que se convierta en algo natural para quienes lo usan.

El futuro de la gobernabilidad de los datos proviene de la multitud

Es poco decir que el análisis de autoservicio ha provocado una disrupción en la inteligencia empresarial y lo mismo está ocurriendo con la gobernabilidad. A medida que se expande el análisis de autoservicio, un embudo de perspectivas e información valiosa inspira innovadoras formas de implementar la gobernabilidad de los datos.

La gobernabilidad se trata tanto de utilizar la sabiduría de la multitud para obtener los datos correctos, como también detectar la persona adecuada, ya que los datos de la persona equivocada son un factor que bloquea dicha gobernabilidad. Las estrategias de inteligencia empresarial y analítica abarcarán el modelo de gobernabilidad moderno en 2018: los departamentos de TI y los ingenieros de datos, seleccionarán y prepararán fuentes de datos confiables y con el auto-servicio generalizado, los usuarios finales podrán explorar libremente datos confiables y seguros.

Se recrudecerá el debate para el uso de las Multi-Nubes

Según Gartner, "una estrategia multi-nube se convertirá en la estrategia común para el 70 por ciento de las empresas en 2019". A medida que las empresas se vuelven cada vez más cautelosas acerca de estar atadas a una única solución heredada, para la evaluación e implementación de un entorno Multi-Nube será determinante quién provee el mejor desempeño y soporte para cada situación.

Sin embargo, aunque la flexibilidad es un plus, este enfoque aumenta el costo general al dividir las cargas de trabajo entre los proveedores y forzar a los desarrolladores internos a aprender múltiples plataformas. Con la adopción de múltiples nubes en aumento, las organizaciones deben evaluar su estrategia y medir la adopción, el uso interno, las demandas de carga de trabajo y los costos de implementación para cada plataforma.

El surgimiento del Chief Data Officer (CDO)

Los datos y su análisis se están convirtiendo en el núcleo de todas las organizaciones. Pero en algunos casos, se crea una brecha entre un CIO y el negocio, mientras se lucha contra la seguridad y la gobernabilidad frente a la velocidad. Con esto, el o la CSuite es cada vez más responsable de crear una cultura de análisis.

Para muchos, la respuesta es nombrar a un Jefe de Datos (CDO) o Jefe de Análisis (CAO) para liderar el cambio del proceso de negocios, superar las barreras culturales y comunicar el valor de los análisis en todos los niveles. El rol de CDO y/o CAO está enfocado en los resultados y aseguran que haya conversaciones proactivas de nivel C, sobre cómo desarrollar una estrategia de análisis desde el principio.

La ubicación de las cosas impulsará la innovación de la IO

Como subcategoría de IoT, la "ubicación de las cosas" abarca a los dispositivos que detectan y comunican su posición geográfica. La captura de estos datos permite a los usuarios considerar el contexto agregado de la ubicación de un dispositivo al evaluar la actividad y los patrones de uso.

Esta tecnología se puede utilizar para rastrear activos, personas e incluso interactuar con dispositivos móviles como relojes inteligentes o insignias para proporcionar experiencias más personalizadas. En lo que se refiere al análisis de datos, las cifras basadas en la ubicación se pueden ver como una entrada frente a una salida de resultados.

Si los datos están disponibles, los analistas pueden incorporar esta información para comprender mejor lo que está sucediendo, dónde está sucediendo y qué deberían esperar que ocurra.

La vulnerabilidad conduce a un aumento en los suguros para los datos

Según un estudio realizado en 2017 por IBM y el Ponemon Institute, el costo promedio de una violación de datos incurrida por compañías indias alcanzó un International Normalized Ratio (INR) de 110 millones en 2017. Para muchas empresas, los datos son un activo comercial crítico. Como hemos visto con vulnerabilidades de datos recientes, una amenaza a los datos de una compañía puede ser paralizante, causando daños irreparables a la marca.

La información como materia prima significa que su valor solo aumentará y en última instancia, generará nuevas preguntas y conversaciones sobre cómo esta materia prima impulsará a las empresas a mayores alturas y cuáles serán sus ventajas. Y como cualquier producto, ¿de qué sirve si se puede robar sin consecuencias?

Busque empresas que inviertan sabiamente en pólizas de ciberseguridad para cerciorarse de que este activo esté protegido.

Mayor prominencia al rol de Ingeniero de Datos

Los Ingenieros de Datos continuarán siendo una parte integral del flujo de una organización, para el uso de los datos y tomar mejores decisiones sobre sus negocios. A partir de noviembre de 2017, hay más de 1.700 puestos vacantes en India para "Ingeniero de Datos" en LinkedIn, lo que indica la creciente y continua demanda de esta especialidad.

Los ingenieros de datos son responsables de extraer los datos de los sistemas fundacionales de la empresa, de una manera que pueda ser utilizada y aprovechada para obtener ideas y tomar decisiones. A medida que aumenta la tasa de datos y la capacidad de almacenamiento, alguien con un profundo conocimiento técnico de los sistemas, la arquitectura y la capacidad de comprender lo que el negocio requiere y necesita, se vuelve más crucial.

El impacto humano de las Artes Liberales en la industria de análisis

Con las plataformas tecnológicas cada vez más fáciles de usar, el enfoque en especialidades tecnológicas disminuye. Todos pueden jugar con datos sin necesidad de las habilidades técnicas profundas antes requeridas. Aquí es donde las personas con habilidades más amplias, incluidas las Artes Liberales, entran en el juego. Éstas pueden generar un impacto donde industrias y organizaciones tienen una escasez de almacenamiento.

Un mayor enfoque y priorización del análisis de datos también colocará a estos administradores de datos en la posición de ayudar a sus compañías a obtener una ventaja competitiva. Y a medida que la analítica evoluciona para capturar tanto el arte como la ciencia, el enfoque cambiará de simplemente entregar la información a crear historias basadas en datos que influyan en las decisiones.

Las universidades duplican su apuesta para los programas de ciencia y análisis de datos

En la Cumbre Big Data & Analytics 2017, Nasscom identificó seis áreas de especialización en el dominio de análisis de big data. Se espera que los analistas de negocios, los arquitectos de soluciones, los integradores de datos, los arquitectos de datos, los analistas de datos y los científicos de datos sean clave para el crecimiento del sector de TI.

Dado que las empresas adoptan un enfoque basado en datos para la toma de decisiones en todas las funciones, las organizaciones necesitan urgentemente profesionales con conocimientos de ciencia de datos y análisis. ¿Cómo están respondiendo las principales universidades?

Los principales institutos como IIM Bangalore, IIM Calcuta, IIT Kharagpur e IMT Ghaziabad han desarrollado programas robustos en análisis.

¿Cómo afrontará su Organización esta creciente cantidad y descomunal de datos?