Para la consultora Gartner, la analítica avanzada es una de las principales prioridades de los negocios hoy en día, impulsada por la necesidad de ampliar el número de usuarios para los que estará accesible, al mismo tiempo que para aprovechar los “insights” obtenidos y mejorar el negocio.
De hecho, la analítica avanzada es el segmento de mayor crecimiento dentro del área de Business Intelligence y software de análisis, superando los mil millones en 2013.
Por eso y de acuerdo con Gartner, los directivos de las empresas deben ampliar sus esfuerzos para que sus organizaciones no sólo utilicen el BI tradicional, que aborda el análisis descriptivo (lo que pasó), sino que den un paso hacia la analítica avanzada, que lo complementa al intentar explicar el “por qué”, el “qué va a pasar” y “cómo podemos abordarlo”.
Aunque la analítica avanzada ofrece un conocimiento más profundo y granular de los datos, conseguir que estos se conviertan en valor para la empresa no es fácil, requieren de su integración y preparación, de entornos especializados de computación/base de datos, minería de datos y algoritmos inteligentes. “Extraer valor de los datos no es una tarea trivial Uno de los elementos clave de ‘dar sentido a los datos’ es la gente, que debe tener la habilidad y capacidad adecuadas”, explica Linden.
¿Y qué hacen con la información obtenido? Según Gartner, la prioridad de los data scientists es mejorar la experiencia del cliente. Según una encuesta reciente, el 68% de las empresas dijo que utilizan Big Data para mejorar la experiencia del cliente. Este es el tercer año consecutivo que customer experience es el principal problema de negocio que intentan abordar.
“Los científicos de datos no son analistas de negocio,” explica Linden. “Son profesionales con la capacidad de derivar modelos matemáticos de los datos que permitan obtener beneficios de negocio claros y contundentes. Para ello, necesitan relacionarse bien con las diferentes unidades de negocio”.
En última instancia, la ciencia de datos puede ayudar a extraer varios tipos de conocimiento, por ejemplo, la forma de adquirir nuevos clientes (marketing de base de datos), cómo hacer más ventas cruzadas (a través de modelado de propensión a la compra) o recabar información sobre optimización de rutas, el diseño de fármacos, y la demanda o el fracaso de predicción.
“No importa si se llaman data scientists o de otra manera, los individuos (o equipos de profesionales) con estas habilidades serán esenciales para maximizar el valor obtenido de sus datos, para descubrir y mejorar las oportunidades del rendimiento empresarial y para dotarlas de una ventaja competitiva”, puntualiza Linden.
Las transacciones de pago instantáneo crecerán un 161% en el próximo lustro, superando los 58…
POWERBIM ha logrado destacarse a nivel mundial gracias a su enfoque tecnológico y su visión…
Este nuevo Software Hub de Renault nace con el objetivo de liderar la revolución del…
La compañía en la que se enmarca Google ha publicado los resultados financieros de su…
Alcanzó los 61.900 millones de dólares, de los que 35.100 millones corresponden a Microsoft Cloud.
La tecnológica española registró durante el año una mejoría del 23 % respecto al ejercicio…