El escollo para muchas empresas -y la razón por la que las organizaciones se retrasan en las etapas de planificación y preplanificación de los grandes datos- parece ser la confusión sobre la mejor manera de hacer que los grandes datos funcionen para la empresa y sean rentables desde el punto de vista de la competencia.
Con todo lo que se habla sobre el despliegue rápido y el cambio empresarial vertiginoso, puede haber una tendencia a asumir que las empresas están en marcha con nuevas tecnologías tan pronto como estas tecnologías emergen de la prueba de concepto y entran en un estado maduro y comercializado. Sin embargo, la realidad de dónde están las empresas no siempre refleja esto.
Por ejemplo, la virtualización. Ha estado en el escenario durante más de una década, aunque una investigación reciente de 451 Research muestra que sólo el 51 por ciento de los servidores de los centros de datos empresariales de todo el mundo están virtualizados. Otros datos de encuestas recientes recopilados por DataCore muestran que el 80 por ciento de las empresas no utilizan el almacenamiento en nube, aunque los conceptos de nube también han estado con nosotros durante varios años.
Esta situación no es diferente en el caso de los grandes datos, como se refleja en un estudio de trabajo de Big Data @ Work Study realizado por el Institute of Business Value de IBM y la Saïd Business School de la Universidad de Oxford. El estudio reveló que mientras que el 33 por ciento de las grandes empresas y el 28 por ciento de las medianas empresas tienen grandes proyectos piloto de datos en marcha, el 49 por ciento de las grandes empresas y el 48 por ciento de las medianas empresas están todavía en grandes etapas de planificación de datos, y otro 18 por ciento de las grandes empresas y el 38 por ciento de las medianas empresas aún no han iniciado grandes iniciativas de datos.
La buena noticia es que el estudio también mostró que de las organizaciones que utilizan activamente la analítica de datos de gran tamaño en sus negocios, el 63 por ciento dijo que el uso de la información y la analítica, incluidos los datos de gran tamaño, está creando una ventaja competitiva para su organización, en comparación con el 37 por ciento de apenas dos años antes.
El escollo para muchos -y la razón por la que las organizaciones se retrasan en las etapas de planificación y preplanificación de los grandes datos- parece ser la confusión sobre la mejor manera de hacer que los grandes datos funcionen para la empresa y sean rentables desde el punto de vista de la competencia.
Matt Ariker, de McKinsey, cree que los grandes proyectos de datos necesitan demostrar valor rápidamente y estar estrechamente vinculados a las preocupaciones del negocio si se quiere que los grandes datos se consoliden como una estrategia de negocio a largo plazo.
«En demasiados casos veo a personas que planean construir un sistema y una arquitectura completa antes de usar una sola visión o construir incluso un modelo predictivo para acelerar el crecimiento de los ingresos», dijo Ariker en un reciente Foro de Directores de Marketing y Ventas de McKinsey. «Todo el mundo anticipa el día en que Big Data pueda convertirse en una fábrica escupiendo modelos que finalmente divulguen todo tipo de secretos, ideas y beneficios.»
Así que, ¿cómo puede empezar de inmediato sus grandes esfuerzos en el campo de los datos?
Encuentre grandes campeones de datos en el negocio final y casos de negocio que estén bien construidos y ofrezcan oportunidades en las que el análisis se pueda utilizar rápidamente.
Cuando Yarra Trams, de Melbourne, Australia, quiso reducir el tiempo de reparación de las vías del tren, colocó sensores de Internet sobre la vía física y sondeó las señales de estos dispositivos en un programa analítico que pudiera evaluar qué áreas de la vía estaban más desgastadas y que probablemente necesitaría ser reparadas pronto. El programa redujo el tiempo medio de reparación (MTTR) para los equipos de servicio porque fue capaz de evitar que ocurrieran problemas en primer lugar. La vía desgastada podía ser reparada o reemplazada antes de que se convirtiera en un problema, lo que resultaba en un mejor servicio (y una mayor satisfacción) para los consumidores.
Defina grandes casos de uso de datos que pueden generar ingresos o contribuir al resultado final.
Santam, el mayor proveedor de seguros a corto plazo de Sudáfrica, utilizó grandes datos y análisis avanzados para recopilar datos sobre las reclamaciones entrantes, evaluando automáticamente cada una de ellas en función de diferentes factores para ayudar a identificar patrones de fraude y ahorrar millones en pagos fraudulentos de seguros.
Enfoque en el cliente
Ya hay un cuerpo de grandes aplicaciones de datos maduras que rodean la experiencia del cliente en línea. Las empresas (especialmente si son minoristas) pueden sacar provecho de esto si se asocian con un fuerte integrador de sistemas o con un gran proveedor de productos de datos con experiencia en esta área.
Walmart y Amazon analizan los patrones de compra de los clientes y de navegación por la Web para ayudar a predecir los volúmenes de ventas, administrar el inventario y determinar los precios.