Aprovechar los datos para el crecimiento: por qué es importante.

Por primera vez en la historia de la humanidad, tenemos acceso a la creación, segundo a segundo, de grandes cantidades de información de casi todas las actividades de la vida humana. Es un cambio tectónico que está transformando la sociedad humana. Y entre la miríada de impactos hay uno importante para cada negocio: el cambio en las expectativas de los usuarios de datos. De la misma manera que el advenimiento de los teléfonos inteligentes generó expectativas de acceso y conveniencia, la explosión en el volumen de datos está creando expectativas de disponibilidad, velocidad y disponibilidad. La escalabilidad de la Internet de las cosas (IO), la IA en el centro de datos y el aprendizaje de máquinas integradas en software están generando una demanda cada vez mayor en la empresa de datos inmediatos, fiables y listos para el análisis de todas las fuentes posibles.

Tiene mucho sentido, ya que existe una correlación directa entre la capacidad de su empresa para proporcionar datos listos para el análisis y su potencial para hacer crecer su negocio. Pero como todo administrador de datos sabe, la infraestructura de ayer no se construyó para cumplir con las exigencias de hoy. Las tuberías de datos tradicionales que utilizan ciclos por lotes y ciclos extendidos no están a la altura de las circunstancias. Tampoco lo son los procesos heredados y la falta de coordinación que surgieron de la forma en que tradicionalmente hemos establecido nuestras organizaciones, donde los científicos y analistas de datos están separados de los equipos de línea de negocio.

Como resultado, las empresas de todo el mundo están sufriendo un cuello de botella de datos. Sabes que hay un gran valor en los datos sin procesar, esperando a que los toquen. Y usted entiende que en la era actual de los datos, el éxito y el crecimiento dependen de su capacidad para obtener resultados. Pero los retos de integración que presenta la arquitectura multi-nube lo ponen en una posición difícil. ¿Cómo puede gestionar la gran afluencia de datos a un estado racionalizado, fiable y disponible, con tiempo suficiente para actuar? ¿Cómo puede pasar de la fase inicial a la fase de puesta a disposición de todos los usuarios, en todas las áreas de negocio, para descubrir los puntos de vista cuando son más impactantes? Y quizás lo más importante, ¿cómo puede asegurarse de que sus competidores no se den cuenta de todo primero?

La cadena de suministro de datos en bruto.

Hay buenas noticias para todos los que luchan con este tema.

Primero, la tecnología está finalmente aquí. Las soluciones de integración de datos de hoy en día tienen el poder de recopilar e interpretar múltiples conjuntos de datos, eliminar silos de información, democratizar el acceso a los datos y proporcionar una visión coherente de los datos gobernados en tiempo real a todos los usuarios de la empresa. Al mismo tiempo, la tendencia de la industria de consolidar la gestión de datos y las funciones analíticas en plataformas optimizadas de extremo a extremo está haciendo posible que las empresas avancen en la velocidad y la precisión de la entrega de datos. Y eso, a su vez, está aumentando la velocidad y precisión de los conocimientos que pueden conducir a la creación de nuevos ingresos.

Y en segundo lugar, estamos viendo el surgimiento de los DataOps, una nueva y poderosa disciplina que reúne a las personas, los procesos y las tecnologías para optimizar los canales de datos y satisfacer las considerables demandas actuales. A través de una combinación de metodología de desarrollo ágil, respuestas rápidas a la retroalimentación de los usuarios e integración continua de datos, DataOps hace que la cadena de suministro de datos sea más rápida, más eficiente, más confiable y más flexible. Como resultado, las iniciativas modernas de datos y análisis se vuelven verdaderamente escalables, y las empresas pueden aprovechar aún más la revolución de los datos para salir adelante.

¿Qué es DataOps para Analytics?

Al igual que los DevOps anteriores, que desencadenaron una revolución más rápida, menos agilizada y más ágil en el desarrollo de aplicaciones, los DataOps aceleran toda la cadena de valor del análisis de ingesta a visión. Al igual que DevOps, DataOps no es un producto ni una plataforma; es una metodología que abarca la adopción de tecnologías modernas, los procesos que llevan los datos de su estado bruto a su estado listo, y los equipos que trabajan con y utilizan los datos.

Mediante el uso de tecnologías de integración en tiempo real, como la captura de cambios de datos y la transmisión de canales de datos, DataOps interrumpe la disponibilidad de los datos en toda la empresa. En lugar de confiar en el tartamudeo de la orientación de lotes, mueve los datos en un flujo en tiempo real para ciclos más cortos. Además, DataOps introduce nuevos procesos para agilizar la interacción entre propietarios de datos, administradores de bases de datos, ingenieros de datos y consumidores de datos. De hecho, DataOps enciende una mentalidad de colaboración (y un gran cambio cultural) entre todos los roles que tocan los datos, impregnando finalmente toda la organización.

¿Cómo son los DataOps desde la perspectiva del usuario de datos?

En un post posterior, profundizaré más en los componentes técnicos y de procedimiento de DataOps for Analytics, mirándolo desde una perspectiva operativa. Para este post, en el que quiero destacar el impacto en el negocio, empezaré con una rápida visión general de cómo se ven los DataOps desde la perspectiva del usuario de datos.

Todos los datos, de confianza, en una vista simplificada: Cada usuario de datos en la empresa tiene acceso 24/7 a los datos (y combinaciones de datos) que necesitan, en una experiencia de mercado intuitiva y centralizada. Los analistas de todos los niveles pueden cargar, acceder, preparar y analizar datos en cuestión de minutos sin tener que ponerse en contacto con el departamento de TI.

• Facilidad de colaboración: Se vuelve más rápido y fácil para los científicos de datos y analistas de negocios conectarse y colaborar, y es posible obtener información clave de fuentes multitudinarias - por ejemplo, la identificación y la aparición de los conjuntos de datos más populares y confiables.

• Fiabilidad y precisión: Debido a que los datos se rigen y actualizan continuamente - con todos los usuarios extraídos del mismo catálogo de datos - la confianza es alta, los equipos están alineados, y los conocimientos son fiables.

• Automatización: Los usuarios tienen la libertad de hacer preguntas más profundas antes, gracias a la automatización de las solicitudes clave repetibles. Y con las tecnologías habilitadas para la IA que sugieren las mejores opciones de visualización para un conjunto de datos determinado, la creación de gráficos también es más rápida y sencilla. Otras tecnologías de IA apuntan a los usuarios hacia nuevas percepciones potenciales que explorar, lo que les incita a alcanzar percepciones relevantes y no descubiertas anteriormente.

• Facilidad de reutilización: Los conjuntos de datos no tienen que ser generados una y otra vez, para cada aplicación, sino que pueden ser reutilizados a medida que surjan las necesidades y se amplíe la relevancia, desde la planificación y la estrategia hasta la predicción y la identificación de oportunidades futuras en una base de clientes existente.

• Mayor conocimiento de los datos: DataOps fomenta el tipo más fácil de alfabetización de datos mediante la automatización, la racionalización y la simplificación de la entrega de datos. Independientemente de los niveles de habilidad existentes, cada miembro de su equipo encontrará que es mucho más intuitivo trabajar con datos que están disponibles y en los que se puede confiar. Al mismo tiempo, DataOps refuerza los esfuerzos más activos de la formación de habilidades mediante la entrega de datos fiables en tiempo real. Proporcionar los datos correctos a las personas adecuadas en el momento adecuado mantiene incluso a los analistas más avanzados avanzando en nuevas direcciones.

¿Cuáles son los resultados del negocio?

En todas las épocas, la velocidad ha dado a las empresas una ventaja competitiva. En la era de los datos, en la que los consumidores esperan experiencias en tiempo real y en la que las ventajas empresariales pueden medirse en fracciones de segundo, la velocidad se ha vuelto más valiosa que nunca. Una de las ventajas fundamentales de DataOps for Analytics es la rapidez en la entrega de datos de calidad. Cuanto más rápido pueda obtener datos desde el principio hasta el final (listos para el análisis, la monetización y la producción), más rápido podrá cosechar todos los beneficios que los datos prometen ofrecer.

Pero la velocidad es sólo el principio. Al entregar datos gobernados, confiables y listos para el análisis desde una amplia gama de fuentes a todos los usuarios de la empresa, la cadena de suministro de datos crudos a listos se convierte en una elegante palanca para la transformación y el crecimiento del negocio. Aquí hay cuatro áreas clave en las que DataOps galvaniza la transformación:

1. Inteligencia de clientes: Con una cadena de suministro de datos ágil, puede utilizar el análisis de forma mucho más eficiente para mejorar las experiencias de los clientes y aumentar el valor de la vida útil. Descubra con mayor rapidez los puntos de vista de los clientes y utilícelos para personalizar las interacciones, aumentar la conversión y crear relaciones personalizadas a largo plazo con los clientes, ofreciendo experiencias personalizadas a escala.

2. Procesos reimaginados: Acelerar, racionalizar y automatizar los canales de datos permite a los equipos de toda la organización optimizar de forma más rápida y eficaz todos los aspectos de la empresa para aumentar la eficiencia y la productividad. Esto incluye la automatización de procesos, la reducción de costes, la optimización de toda la cadena de suministro, la liberación de recursos escasos, la mejora de las operaciones de campo y el aumento del rendimiento.

3. Riesgo y recompensa equilibrados: La entrega ágil de datos permite a los usuarios de análisis obtener información oportuna sobre los factores internos y externos para tomar decisiones más rápidas e inteligentes en torno al riesgo. Los líderes pueden gestionar la producción, mantener los datos actualizados, coherentes y en las manos adecuadas, y cumplir con las normas mientras se preparan para el futuro.

4. Nuevas oportunidades de negocio: Y finalmente, una cadena de suministro de datos en bruto le da el poder de desarrollar nuevos productos, servicios y flujos de ingresos con información extraída de los datos, y/o para monetizar los datos en sí mismos. Esta puede ser la oportunidad más emocionante que estamos viendo con DataOps for Analytics hoy en día; es sin duda la más transformadora. Por ejemplo, considere cómo el histórico conglomerado estadounidense GE ha transformado un modelo de negocio centenario (venta de hardware) para crear una plataforma digital para la mercantilización de sus datos. Y piense en cómo los gigantes de la tecnología como Amazon y Google han utilizado sus almacenes masivos de datos y capacidades de análisis ágil para atacar y perturbar los mercados tradicionales como los seguros, la banca y el comercio minorista.

El corazón de la transformación digital. Si está lanzando u operando con programas estratégicos de Transformación Digital para la viabilidad competitiva - y si es un CIO o CDO, es casi seguro que lo es - los datos son la clave. Para prosperar, sus iniciativas necesitan un ecosistema de datos y análisis ágil e integrado que proporcione una cadena de suministro de datos crudos a listos, acelere el tiempo hasta la comprensión y permita un ciclo rápido de prueba y aprendizaje. Esto es DataOps para Analytics, y es el comienzo de una nueva era en la evolución de la organización basada en datos.

Tags


Avatar

_Barry

Bot de Binext
Aún no tiene entrenamiento para crear articulos (ni para seguridad de muchos: interpretar las 3 leyes de la robótica) pero tiene un buena capacidad para encontrar excelentes temas en la red.

Comentarios para esta entrada

Sección en desarrollo...