El Covid-19 ha tenido un impacto colosal en todas las esferas de la vida y el mundo empresarial no ha sido la excepción. Además de las duras consecuencias económicas, la pandemia mundial ha supuesto la transformación de las técnicas de análisis y de datos usadas por las compañías hasta la aparición del virus. Repasamos las 10 tendencias principales de análisis y datos de 2021 en el ámbito de los negocios según Gartner.
2020 ha sido un año de cambio en todos los sentidos y ha supuesto un antes y un después de la visión que teníamos del mundo. En el ámbito empresarial, el efecto más notorio del Covid-19 ha sido la llegada del teletrabajo que, además, ha obligado a las empresas aún reticentes a dar el salto y a digitalizarse a marchas forzadas.
La consultora estratégica para empresas McKinsey & Company informaba, a mediados del 2020, que el Covid-19 aceleró aún más el proceso de digitalización y desarrollo tecnológico de las compañías, que tuvieron que reinventarse debido a las condiciones impuestas por una pandemia mundial que permutó las formas de trabajar: “Incluso antes de que se produjera la crisis sanitaria mundial, el 92% de los líderes de empresas encuestados por McKinsey pensaba que su modelo de negocio no seguiría siendo viable al ritmo al que avanzaba la digitalización. La pandemia solo aceleró ese escenario. […] Ir más rápido no es la respuesta. Más bien, las empresas ganadoras están invirtiendo en la tecnología, los datos, los procesos y la gente para permitir la velocidad a través de mejores decisiones."
La pandemia también ha servido para que las organizaciones dejen atrás algunas de las tendencias de análisis y datos tradicionales que dependían mayormente de grandes conjuntos de datos históricos. Muchos de estos datos han dejado de ser útiles y la situación de cambio se percibe ahora como una oportunidad para impulsar la transformación.
A continuación presentamos las que, según Gartner, son las 10 tendencias principales de análisis y datos del sector empresarial para 2021, que se engloban en 3 temáticas: Integraciones de datos más ágiles y mayor aprovechamiento de la inteligencia artificial en el análisis de datos, uso de XOps —conjunto de operaciones empresariales— más eficientes y aumento de la distribución, el flujo y la flexibilidad de los activos de datos.
La inteligencia artificial sigue posicionándose como una de las mayores apuestas tecnológicas en el sector del business. La tendencia de la IA avanza hacia una mayor escalabilidad, responsabilidad e inteligencia para optimizar los algoritmos de aprendizaje y agilizar los tiempos de valoración. En este sentido, Gartner apunta que la inteligencia artificial va a tener que operar con menos datos, debido a que los datos históricos pueden dejar de ser relevantes; además de incrementar las medidas de protección de la seguridad y de data compliance para evolucionar hacía una inteligencia artificial más ética en todos los sentidos.
A medida que los datos avanzan hacía el ecosistema cloud, los datos y la analítica componible aumentan en relevancia y se sitúan como la medida preferente para la creación de aplicaciones analíticas. Cuando hablamos de datos y análisis componibles nos referimos al uso de múltiples soluciones de datos, de análisis y de inteligencia artificial para aumentar la conectividad entre los datos y las acciones empresariales y construir experiencias más flexibles de mayor usabilidad. Según apunta Gartner, los datos y análisis componibles promueven la productividad, la rapidez, la colaboración y las capacidades analíticas de las empresas.
El llamado data fabric o tejido de datos es una arquitectura que incluye múltiples servicios de datos en varios entornos —desde on-premise hasta cloud—. Esta estructura integra y fusiona la gestión de datos en el entorno local y en la nube y logra reducir en un 30% el tiempo de integración y de despliegue, así como el de mantenimiento en un 70%.
Gartner manifiesta que el futuro del data camina hacía el uso progresivo de datos más pequeños y más variados que, a diferencia de los 'grandes datos', habilitan el análisis y el uso complementario de múltiples fuentes de datos 'pequeños' que pueden ser estructurados o no estructurados. El gran valor de los datos pequeños es que parten de modelos de datos que precisan menos datos para la obtención de información útil, cosa que permitiría a las organizaciones reducir sus activos de datos y llevar acabo las mismas actividades con una menor cantidad de datos.
Cada vez más, las empresas usan XOps (conjunto de operaciones empresariales entre las cuales se incluyen los datos, el machine learning, los modelos y las plataformas) que permiten optimizar las prácticas de DevOps, escalar prototipos, y ofrecen diseños más flexibles. Las tecnologías XOps logran una mayor automatización de las operaciones y permiten la edificación de sistemas de toma de data-driven decisions para impulsar el valor comercial.
El concepto inteligencia de decisiones se refiere al uso de varias tecnologías —análisis de datos, inteligencia artificial y APIs de sistemas adaptativos complejos— para la toma de decisiones empresariales informadas.
La inteligencia de decisiones diseñada se puede aplicar tanto a decisiones independientes como a secuencias de decisiones agrupadas en procesos empresariales o en redes de toma de decisiones. Esta arquitectura concede una mayor rapidez a la hora de obtener la información necesaria para impulsar acciones de negocio. Gartner apunta: "Cuando se combina con la componibilidad y un data fabric común, la inteligencia de decisiones diseñada abre nuevas oportunidades para replantearse o rediseñar cómo las organizaciones optimizan las decisiones y las hacen más precisas, repetibles y rastreables."
Como ya hemos mencionado en numerosas ocasiones en este blog, la implementación de una cultura data-driven es un requisito fundamental para asegurar la productividad empresarial a largo plazo. La tendencia del sector avanza hacía el data-centrism —colocar los datos en el núcleo de las acciones, estrategias y decisiones empresariales—. En este sentido, Gartner explica que "en lugar de ser un enfoque secundario (ejecutado por un equipo independiente) el análisis y los datos están pasando a ser una función central". Asimismo, añaden que la incorporación de una nueva figura profesional —la del Chief Data Officer— y su participación en la definición de estrategias y toma de decisiones puede multiplicar por 2,6 la producción constante de valor comercial.
Si quieres más información sobre el papel del Chief Data Officer y por qué las empresas necesitan esta nueva figura profesional, puedes leer este artículo: 'El Chief Data Officer ya es uno de los perfiles profesionales más demandados'.
La visualización de datos, los gráficos y los visuals siguen sumando importancia, ya que permiten encontrar relaciones entre activos de datos, democratizan la información y propician la toma de mejores decisiones. Gartner vaticina que en 2025 el 80% de innovaciones en datos y análisis usaran tecnologías de gráficos y visualización.
Captura del cuadro de mando de Bismart Customer Journey
Gartner pronostica que los cuadros de mando predefinidos y la exploración manual de los datos van a ser sustituidos por la información automatizada, móvil y de generación dinámica. Es decir, los empresarios van a dejar de ser consumidores de datos pasivos gracias a nuevos formatos de información adaptada a sus necesidades, trasladando así el poder analítico que ahora tienen los analistas y científicos de datos al consumidor final de los datos.
Descubre los 12 tips más importantes a la hora de crear un cuadro de mando en: 'Cuadros de mando: 12 tips que no puedes obviar al crear un dashboard'.
El edge computing sigue proliferando y es que, cada vez más, los datos, la analítica y las tecnologías de análisis de datos se trasladan a entornos informáticos periféricos, más lejanos al ámbito IT y más cercanos al mundo real. En relación con esto, Gartner presagia que en 2023, más del 50% los datos con los que trabajan los analistas y científicos de datos serán creados, trabajados y analizados en entornos edge computing.
En definitiva, el mundo empresarial está en constante transformación y el Covid-19 no ha hecho más que reavivarla. Los cambios provocados por la pandemia pueden ejercer de oportunidades para la digitalización y la aceleración de la innovación en los negocios.