Las decisiones en tiempo real, el gran salto analítico

La analítica de datos conlleva diferentes desafíos para poder integrarse en los nuevos modelos de negocio. La toma de decisiones en tiempo real, la personalización, el talento, crear cultura, compliance… son algunas de las necesidades que es urgente abordar.

Publicado el 12 Dic 2022

43951_79

¡CONTENIDO BLOQUEADO!

Aquí hay un vídeo que no puedes ver debido a tu configuración de cookies.
Puedes ver nuestra política de cookies o abrir el vídeo en youtube.com

Política de cookiesVer en youtube.com

El dato en el centro de la modernización de las organizaciones fue el punto de partida del encuentro que organizó Computing en colaboración de Logicalis y con la participación activa y experta de cinco representantes de compañías enfocadas en la ciencia del dato y en la analítica para ayudar a marcar el rumbo de sus negocios respectivos. Desde los años setenta el dato ha estado considerado como parte crucial de la tecnología, pero es ahora cuando mayor trascendencia ha tomado, toda vez que las compañías abordan su transformación digital que busca especialmente la optimización de su oferta.

Desde el punto de vista de Jorge Martín, CIO de Grupo Anaya, este aumento de importancia radica en que las empresas necesitan tomar decisiones en función de los datos. “Es fundamental gestionar estos datos para que pueda evolucionar la compañía, que se puedan ejecutar escenarios y pienso que más que por la capacidad computacional ha sido porque se ha percibido su valor”. Otro elemento determinante es la personalización, “algo que antes no se consideraba necesario, pero sí ahora cuando tienes que dar un producto determinado y una oferta específica”.

Para Sonia Casado, Head of Modelling & Data Science de Dentsu, se ha multiplicado el acceso a los datos en este tiempo, “primero vienen los datos y luego la personalización”. En este punto, Pedro Tomé, director of el instinto a lo hora de tomar decisiones, ahora las capacidades tecnológicas son mayores y permiten decidir de una manera más certera. “El instinto ha sido sustituido por los datos”, matiza.

“El instinto ha sido sustituido por los datos”

Paralelamente, como señala Sonia Casado, tampoco existían los científicos de datos y los ingenieros analistas, y es ahora cuando las organizaciones exigen un retorno de su inversión en analytics.

Juan Manuel García Horcajo, de Logicalis, añade un ingrediente al cóctel: “Con el cloud ha llegado una cultura de experimentación. Hace años un proyecto de big data era un proyecto de año y medio. En la actualidad se pone en marcha un piloto y si no funciona, se cambia de estrategia casi sobre la marcha”.

José Luis Campuzano, Head of Cloud & Data Platform Services de Nationale-Nederlanden, considera que el problema estriba “en el retorno de la inversión; creo que se está produciendo un hype y se está invirtiendo mucho en software y personal”. Jorge Martín coincide en que se está produciendo un boom que parte de negocio sin ser una línea de ingresos, frente a los proyectos de ciberseguridad. En Grupo Anaya no tienen una arquitectura de proyectos definida, antes el datawarehouse era el paradigma, ahora hablan de otros conceptos más novedosos porque hay potencial para cambiar el negocio. “Una empresa invierte en data y piensa que va a tener éxito, pero antes hay que invertir en cultura, en toma de decisiones y los resultados lo demuestran”,

El factor humano

Un nuevo plato se suma al menú, como recomienda el experto de EVO Banco, Pedro Tomé: “Tenemos muchas herramientas, pero si no hay personas que interpreten los datos de forma eficaz, la inversión no sirve para nada”. En suma, experiencia y datos conforman un binomio poderoso.

Algo que supone un espaldarazo para las áreas de analítica de la compañía, “ahora es difícil defender una estrategia si no va respaldada por los datos y esto supone un refuerzo para nosotros”, se felicita Sonia Casado. Y es que una estrategia de la compañía que no esté basada en datos siempre será endeble, la toma de decisiones fundamentada le permitirá mejorar su presencia en el mercado frente a la competencia. Los expertos reunidos coinciden en que han madurado las empresas: “Si tienes los analistas adecuados, pero no hay colaboración con las líneas de negocio, el proyecto de tecnología será un fracaso; hay que trabajar codo con codo”, advierte Martín. El portavoz de NN coincide en este axioma: “En nuestra empresa, ingeniería del dato y ciencia del dato están integrados en negocio. En IT llevamos la plataforma, pero luego los datos se pasan a negocio”.

Alberto González-Calero, VP of Data de Cabify, explica que “la cultura del dato permea en las áreas de negocio. Hay gente disruptora con mucha capacidad de datos como EVO Banco e ING y la banca tradicional. Hay más sensibilidad y la tecnología abre vías. Antes, en las pruebas de concepto no se planteaba Hadoop, ahora se puede montar en horas. Ya no requieres expertos o equipos de ingeniería para levantar un cluster. Contratamos a la gente que le apasionen los problemas. Sin problemas no se construye nada”.

La figura del Chief Data Officer ha crecido con todo este auge analítico. ¿Pero cuál es su espacio natural dentro de una organización? Dentro de Grupo Anaya el CDO no depende del CISO, el gobierno del dato se establece desde TI. En Nationale-Nederlanden no contemplan ese rol y en EVO Banco aparece para dar y monetizar los datos.

El problema de encontrar talento

La falta de talento es el principal talón de Aquiles del negocio analítico. La representante de Dentsu afirma que hay “profesionales puramente de informática que se están reconvirtiendo en un master, pero no cubrimos la necesidad. En India y Argentina nos cuesta encontrar los recursos necesarios”. A la falta de especialistas en este ámbito, César de Andrés, Sales Manager de Logicalis, añade otro inconveniente: “Son profesionales sobrepagados y normalmente bastante exigentes, es muy probable que a los seis meses abandonen la compañía o exijan mayor salario”. Y para colmo, externalizar esta función se convierte en una tarea compleja. El CIO de Grupo Anaya señala como posible solución recurrir al caso contrario, preparando a profesionales de negocio con cierto conocimiento de datos y reconvertirlos al algoritmo. “Puede ser un filón y no se precisa una cualificación de bata blanca”. Es importante encontrar personas con sensibilidad al dato, independientemente de su formación y su currículo. Por otro lado, hay perfiles que no hacen la transición y necesitan una capa de supervisión de negocio. En cualquier caso, los científicos de datos están en pleno apogeo y deben ser los enlaces con negocio con capacidad de interlocución.

El gobierno del dato es otro aspecto que se aborda en la mesa. Para algunos más importante que el gobierno en sí es ver las iniciativas de la empresa y que todo esté coordinado, para que no haya problemas de silos o nichos. “Siempre resulta ser una cuestión de comunicación, y la comunicación siempre es escasa”, sentencia Sonia Casado.

¿Los datos en la nube o en premise?

Para el portavoz de Grupo Anaya estar en la nube está bien, aunque hay ciertos casos que estar en on premise tiene sentido por eficiencia de costes. En el caso de la entidad financiera presente, el modelo on premise es incuestionable debido a los condicionantes del compliance. Pese a mostrarse fiel defensor de la nube pública, Pedro Tomé objeta que “cuando se mira los grandes números, he oído gente que asegura que el on premise es más barato”. En la mesa queda constancia que existen unos costes ocultos en el viaje a la nube, “hemos visto clientes que han abandonado el cloud y han vuelto a su situación anterior”.

Pero es evidente que las empresas no pueden competir con los hiperescalares en capacidad y proceso. “¿Quién va a pensar que tengo un equipo mejor que Google Cloud?”, comenta el experto de Cabify.

La ciberseguridad es otro escollo con el que topa el mundo de la analítica. Así lo ilustra José Luis Campuzano de NN: “El tema es complicado, al final se trata de una batalla con seguridad; los ingenieros y científicos de datos requieren de niveles de acceso que causan dolor de cabeza al CISO. Si por ellos fuera, estaríamos atados de manos. Aplicamos entornos inferiores que replican el modelo productivo para poder trabajar. Trabajamos con AS400 con duplicaciones, combinando herramientas nuevas y sistemas legacy. Un juego de equilibrio complicado”.

¿Qué te ha parecido este artículo?

La tua opinione è importante per noi!

Rufino Contreras
Rufino Contreras

Artículos relacionados

Artículo 1 de 4