{"id":11650,"date":"2021-04-20T12:35:57","date_gmt":"2021-04-20T10:35:57","guid":{"rendered":"https:\/\/auren.com\/ar\/blog\/cultura-analitica-el-desafio-de-generar-provecho-de-los-datos\/"},"modified":"2021-04-20T12:35:57","modified_gmt":"2021-04-20T10:35:57","slug":"cultura-analitica-el-desafio-de-generar-provecho-de-los-datos","status":"publish","type":"blog","link":"https:\/\/auren.com\/ar\/blog\/cultura-analitica-el-desafio-de-generar-provecho-de-los-datos\/","title":{"rendered":"Cultura Anal\u00edtica: el desaf\u00edo de generar provecho de los datos"},"content":{"rendered":"

En los \u00faltimos dos a\u00f1os progres\u00f3 la oferta de las soluciones anal\u00edticas y el mundo se interes\u00f3 m\u00e1s en el tema anal\u00edtico. Esto gener\u00f3 una gran confusi\u00f3n: todo suena atractivo\u00a0y\u00a0posible, pero no implica que sea as\u00ed de realizable.\u00a0Vamos a describirlo.\u00a0
\u00a0
Hay m\u00e1s proveedores: los de nicho, los de plataforma, los de nube. Y se confunden las categor\u00edas de especializaci\u00f3n: Analytics, de Visualizaci\u00f3n, de Big Data, de Inteligencia Artificial (IA).\u00a0\u00a0Y cada categor\u00eda\/proveedor tiene su sesgo, desde el que ampl\u00edan su\u00a0blueprint\u00a0de soluci\u00f3n.
\u00a0
Algunos movimientos son el paso a la nube o a esquemas h\u00edbridos; visualizaci\u00f3n con analytics y viceversa, de informaci\u00f3n \u201cestructurada only\u201d a datos no estructurados, capas anal\u00edticas operativas integradas a los procesos transaccionales, movimiento de nicho a plataforma.
\u00a0
Se hizo m\u00e1s\u00a0compleja la selecci\u00f3n de\u00a0plataformas y\u00a0proveedores.\u00a0Es el caso de Oc\u00e9ano Rojo. Y ac\u00e1 sumamos la nueva popularidad del Business Analytics: \u00a0una masiva, como que por TV\u00a0nos presentan una publicidad de Big Data y Small Data para hacer turismo, o nos llenan con avisos de universidades ofreciendo\u00a0\u201cMaestr\u00eda en Big Data\u201d, y son furor los cursos de Data\u00a0Mining\u00a0a gerentes; pero hay otra realidad empresarial: las limitaciones de los sistemas transaccionales en explicarnos c\u00f3mo manejarnos en la incertidumbre, c\u00f3mo nos est\u00e1 yendo y c\u00f3mo nos preparamos a las nuevas condiciones; los ejecutivos nos estuvimos abriendo al uso de Analytics:\u00a0\u201cCon Analytics las cosas se hacen mejor\u201d.\u00a0
\u00a0
\u00bfC\u00f3mo podemos\u00a0aportar un poco de claridad en este contexto, la luz de un Oc\u00e9ano Azul?<\/strong>
\u00a0
El bicho de BI \/ Analytics \/ Big Data o como te lo llamen, se come distinto que los\u00a0proyectos transaccionales. La gesti\u00f3n de datos es una cosa y la captura de datos, la automatizaci\u00f3n de procesos, es otra. La forma de trabajar tradicional de IT no aplica en Analytics: los usuarios tienen un rol protag\u00f3nico, m\u00e1s que IT: la incertidumbre y su administraci\u00f3n\u00a0es\u00a0la esencia, mientras que en los proyectos transaccionales\u00a0las definiciones\u00a0tienen que estar claras, las tecnolog\u00edas que se usan son\u00a0distintas, la performance es muy importante pero la flexibilidad y la adaptaci\u00f3n al cambio lo es mucho m\u00e1s: todos los d\u00edas aparecen nuevas preguntas.\u00a0El mundo anal\u00edtico debe estar separado del transaccional, porque la tecnolog\u00eda buena para un uso\u00a0no lo es para el otro (ej. La base de datos relacional)\u00a0ni debe primar una sobre la otra.\u00a0
\u00a0
El principal valor de los proyectos anal\u00edticos\u00a0no est\u00e1 en c\u00f3mo resuelvo una consulta (Query) o c\u00f3mo calculo un Indicador (KPI) operativo,\u00a0sino que est\u00e1 en brindarle a las personas la\u00a0capacidad de entender, interactuar y gestionar en forma hol\u00edstica\/integral lo que pasa\u00a0con los distintos procesos de negocio, y que\u00a0puedan\u00a0tomar decisiones complejas, informadas\u00a0con sencillez, sin que\u00a0tengan que saber de\u00a0herramientas inform\u00e1ticas, haci\u00e9ndolas m\u00e1s efectivas y cercanas.\u00a0
Deben responder el \u00bfPor Qu\u00e9\u00a0Ocurre? y el \u00bfC\u00f3mo\u00a0podr\u00eda hacerlo? (las causas) m\u00e1s que El Qu\u00e9\u00a0hago en los aspectos aislados de cada proceso. Deben empezar a ver el futuro, y para ello, contar con una visi\u00f3n \u201cn\u00edtida\u201d del presente. Y en ese momento ponerse a redefinir con las personas como factor clave de \u00e9xito. \u00a0
\u00a0\u00a0
Se estima que s\u00f3lo 24% de las personas entienden con claridad la Informaci\u00f3n que les llega de herramientas anal\u00edticas. Debemos poner foco en el desarrollo de lo que llamamos IQ+ (la capacidad\u00a0anal\u00edtica de personas y grupos de trabajo), lo que llaman Data\u00a0Literacy\u00a0(entender los n\u00fameros, argumentar, discutirlos, y generar ideas basados en datos).\u00a0\u00a0
\u00a0
Por eso, a la hora de seleccionar qu\u00e9 soluciones requiere cada caso y con qu\u00e9 proveedor\u00a0\u00a0 implementarlas, hay que asegurarse que\u00a0entiendan y sepan c\u00f3mo ayudar en escenarios de negocio propios de mi empresa, que lo puedan explicar a nivel ejecutivo, que dispongan credenciales y expliquen c\u00f3mo generan impacto en las personas.
Comparto nuevamente mis premisas\u00a0para los proyectos de BI (a\u00fan vigentes con Big Data, IA, Hadoop):\u00a0se trata de gestionar datos.\u00a0
\u00a0\u00a0<\/p>\n