Blog de presencia en internet

TRANSFORMACIÓN DIGITAL – PARTE III

Fecha de publicación: martes, 07 marzo 2017

La importancia del big data en la transformación digital

La mayoría de las empresas reconoce las ventajas de analizar diferentes datos. El big data en la transformación digital sirve tanto para aumentar la productividad, como para mejorar la eficacia en la toma de decisiones y ganar en competitividad. En 2015, en el informe de Brain & Company  destacaron estas ventajas: frente a sus competidores, las empresas con análisis de datos tenían una probabilidad tres veces mayor de llevar a cabo las acciones deseadas y cinco veces mayor de tomar una decisión más rápidamente.

Todos los expertos aseguran que el big data en la transformación digital marcará la diferencia entre el éxito y el fracaso en la mayoría de los negocios.

¿Qué es el big data en la transformación digital?

El término big data hace referencia a una gran cantidad de datos con potencial para influir en la toma de decisiones de una empresa. Se caracteriza por sus «3Vs»: el gran volumen de información, la amplia variedad de tipos de datos (estructurados o sin estructurar, emails, videos, fotos…) y la velocidad a la que esta información debe ser procesada para ser útil.

La importancia del big data en la transformación digital no reside en la cantidad de datos almacenados, sino en lo que cada organización puede hacer con ellos. Los datos de cualquier fuente pueden ser analizados para 1) reducir costes, 2) aumentar la productividad, 3) desarrollar nuevos productos y optimizar las ofertas, y 4) tomar decisiones inteligentes.

Big data en la transformación digital.

El problema más común del big data en la transformación digital es el tamaño. Por eso, cada vez se escucha más hablar de small data.

Pero, si los resultados son tan buenos, ¿por qué no todas las organizaciones utilizan el big data en la transformación digital? Para muchos es un proceso intimidante, surgen dudas sobre de dónde obtener la información y cómo traducir los datos en informes útiles para la toma de decisiones. La clave está en empezar a usar el big data de forma lenta y metódica.

El problema más común es, precisamente, el tamaño de la base de datos. Se necesitan diferentes herramientas para analizar y visualizar la información. Por eso, cada vez se escucha más hablar de small data, con atributos más específicos, centrados en las percepciones y las emociones del cliente.

Martin Lindstrom, autor Small Data: pequeñas pistas que revelan las tendencias más importantes asegura que «si te fijas en el top 100 de las mayores innovaciones de nuestra época, quizás entre el 60% y el 65% están basadas en Small Data.»

Riesgos del big data

Muchas organizaciones se han encontrado montañas de datos sin saber qué hacer, sin ser capaces de acceder a la información y consolidarla. A esta multitud de datos inaccesibles se añaden otros que están incompletos y equipos de analistas que se pasan la mayor parte del tiempo investigando y limpiando la base de datos -según Forrester, esto supone entre el 64% y el 80% de su tiempo.  Por eso, para el año 2017, Ganter (compañía consultora y de investigación de tecnologías de la información) predijo que el 60% de los proyectos de big data se quedarán estancados en la fase de exploración.

Además, cuando se analizan correlaciones se corre el riesgo de no contrastar esa información. Lo ideal sería confirmar las conclusiones del big data con el small data.

En 2009, cuando Google estaba analizando los algoritmos de búsqueda concluyó que podía predecir los brotes de gripe un par de días antes, basándose en las búsquedas de «gripe» («flu» en inglés). Las compañías médicas y farmacéuticas empezaron a adelantar sus pedidos antigripales en base a estas predicciones. Al principio, los datos de Google coincidían con la información aportada por centros médicos. Sin embargo, en 2014 los Centros para el Control y la Prevención de Enfermedades concluyeron que Google se había equivocado: las predicciones duplicaron los casos reales, poniendo de manifiesto las flaquezas del big data. No obstante, las predicciones podrían seguir siendo correctas si se contrastaran con otra información, históricos de centros de salud o, incluso, encuestas directas en hogares (volviendo a lo básico).

¿Externalizar el análisis de datos?

A la hora de decidir si externalizar o no, plantéate esta pregunta: ¿cómo de importantes son estos datos para tu empresa? Si la información es esencial para la supervivencia del negocio, trata de mantenla dentro de la empresa; el resto puede ser externalizado. Pero cuidado, el servicio de big data no puede quedarse en el almacenamiento de datos, tanto si la información es crítica como si no, los datos deben ser analizados (con un software y/o personal especializado).

Con el aumento de la demanda, cada vez es más difícil contratar a un experto en big data. Además, muchas empresas han fracasado realizado grandes inversiones en tecnología big data con un ROI mucho más bajo de lo esperado. Por estos motivos, cada vez más empresarios deciden externalizar este departamento.

Recuerda que el big data en la transformación digital no solo sirve para alcanzar a los competidores y hacer lo mismo que ellos, es mucho más útil a la hora de diferenciarse. La clave del éxito está en exponerse a nuevas oportunidades de negocio y de crecimiento.

La importancia del big data en la transformación digital no reside en la cantidad de datos almacenados, sino en lo que cada organización puede hacer con ellos.

¿Necesitas ayuda con el marketing digital de tu empresa?