Los grandes datos llevan las metodologías probadas a lo largo del tiempo de mejora continua al siguiente nivel. Aquí están los pasos específicos para unir la analítica y los programas de IC.
No es ningún secreto que las empresas inteligentes utilizan la Mejora Continua (IC) para mejorar; sin embargo, las empresas realmente inteligentes integran grandes datos con sus ciclos de IC para ser lo mejor que pueden ser.
CI es la filosofía de la mejora interminable de un producto, servicio o proceso. Han pasado varias décadas desde que el Dr. W. Edwards Deming popularizó lo que hoy conocemos como el ciclo Planeación, Estudio y Acción (PDSA), que es la metodología más conocida para implementar la IC. Numerosas empresas han institucionalizado esta metodología en varias áreas de su negocio, entre las cuales no es la menos importante su ciclo de planificación anual, y sin embargo no muchas empresas están aprovechando plenamente el potencial que tienen con grandes datos cuando se trata de sus ciclos anuales de mejora. CI y los datos son una unión que vale la pena explorar, así que vamos a profundizar un poco más en esto.
VER: Un nombre mejor para DevOps: ‘mejora continua’ (ZDNet)
Planificación con grandes datos
En la planificación tradicional, los objetivos se establecen generalmente en función del rendimiento histórico; la planificación con grandes datos se compone principalmente de la fijación de objetivos y el desarrollo de un plan de acción.
Los profesionales de la analítica de grandes datos son capaces de comprender el verdadero potencial de la empresa o «lo mejor teórico». Sin el gran volumen de datos disponibles y las sofisticadas técnicas analíticas utilizadas por los grandes expertos en datos, la planificación tradicional se reduce típicamente a conjeturas informadas. Además, las actividades y los horarios son mucho más precisos cuando se aplican datos de gran tamaño.
La recolección y el análisis de datos operativos proporciona grandes beneficios, incluyendo estimaciones de duración mucho más precisas, una mejor identificación y mitigación de los riesgos, y una asignación de recursos mucho más razonable. Esto, a su vez, prepara el terreno para una ejecución exitosa.
Haciendo con grandes datos
Más información sobre Big Data
Pero incluso con los mejores planes, la ejecución a veces se sale de control, por lo que el análisis de grandes datos es crítico durante la fase «do» del ciclo de mejora anual de una empresa. Aquí es donde la capacidad de los grandes datos para manejar la velocidad de los datos producidos se vuelve extremadamente valiosa. La mayoría de las empresas producen una gran cantidad de datos operativos a un ritmo vertiginoso, independientemente de la industria o de la naturaleza de sus productos y servicios. Cuando trabajaba con PayPal, mirábamos los datos del flujo de clics que se generaban constantemente a un ritmo vertiginoso. Sin la tecnología y las herramientas adecuadas, sería imposible mantenerse al día. Pero es necesario vigilar de cerca todos estos datos en tiempo real para asegurarse de que su plan se mantiene en el buen camino. Los grandes análisis de datos proporcionan alertas oportunas para correcciones en tiempo real y una gran cantidad de información para estudiar en la siguiente fase.
Estudiar con grandes datos
En algún momento, normalmente alrededor del tercer trimestre fiscal, es el momento de analizar este valioso almacén de datos operativos. El objetivo de la fase de «estudio» de la IC es identificar las áreas problemáticas y las posibles áreas de mejora. Los grandes profesionales de datos tienen una ventaja sobre sus contrapartes más tradicionales cuando se trata de esta fase.
La mayoría de las empresas tienen una capacidad limitada para descubrir oportunidades y deben conformarse sólo con las más obvias. Por el contrario, los científicos de datos que realizan análisis exploratorio de datos (EDA) a menudo encuentran gemas en sus datos operativos que nadie sospecharía; estas gemas ocultas podrían ser la diferencia entre un cambio incremental y un gran avance para la empresa.
Actuar con grandes datos
Cualquier tesoro escondido descubierto a través de EDA debe ser analizado e integrado, que es como la fase de «actuar» busca a aquellos que emplean la analítica de grandes datos. Esto es muy superior a lo que tradicionalmente se hace en la fase de «acto». De hecho, muchas empresas malinterpretan lo que se pretende conseguir con esta fase y simplemente ajustan sus planes en función de sus estudios de la fase anterior.
Esta fase no se trata de replanificar y reimplementar, sino de incorporar lo aprendido para alimentar el siguiente ciclo de planificación. Para las grandes empresas de datos, esto significa realizar un análisis cuantitativo de los resultados cualitativos de la AED. De esta manera, cuando el ciclo anual se completa y la empresa entra de nuevo en la fase de planificación, comienza sobre una base sólida respaldada por la ciencia de los datos.
VER: Descripción del puesto: Científico de datos (Tech Pro Research)
Resumen
Anteriormente definía los grandes datos en términos competitivos como tales: Los grandes datos son la enorme cantidad de datos que se mueven rápidamente y están disponibles gratuitamente y que potencialmente satisfacen una necesidad valiosa y única en el mercado, pero son extremadamente caros y difíciles de extraer por medios tradicionales. Las empresas inteligentes con la capacidad analítica para procesar y analizar estos datos tienen el potencial de hacer mejoras exponenciales en lugar de incrementales.
Tómese el tiempo hoy para reunir su programa de IC y su programa de ciencia de datos. Si realmente quieres mejorar, es la única manera de hacerlo.
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega