Los datos ociosos le salen caros

Aparte de la información de ventas, de compras, de los clientes y de sus finanzas, las empresas enfrentan un aluvión de datos.

Por ejemplo, de las zonas geográficas donde se encuentran sus operaciones, de los detalles de cada contrato y acuerdo con los clientes, proveedores y distribuidores; de la competencia; de cada segmento demográfico; de todos sus productos y servicios; e incluso de los comentarios de sus clientes en redes sociales.

También hay datos generados y acumulados desde todas las áreas operativas y funcionales de las empresas, así como a lo largo de la cadena de abastecimiento, producción y distribución.

Toda esa información, sin embargo, no se encuentra disponible para que los gerentes y los directivos la aprovechen en la toma de decisiones operativas y estratégicas. Esto genera costos de oportunidad y riesgos al estar en mercados muy dinámicos y en economías que en la actualidad enfrentan muchas incertidumbres.

Las tecnologías de manejo y análisis de grandes volúmenes de datos o big data podrían facilitar el análisis de la información, pero el uso de estos sistemas apenas es “incipiente e intermitente”.

“En general no hay cultura de aplicar técnicas de business analytics en el medio ambiente empresarial de la región”, aseguró Francisco Montesino, gerente de ventas de GBM Costa Rica.

De acuerdo con IBM, IDC y Gartner, si bien el 90% de los datos que tienen en la actualidad las empresas se generaron en los últimos dos años, la mayor parte de toda esa información no está estructurada, lo que dificulta la toma de decisiones corporativas.

Tampoco parece que muchas empresas evolucionarán la uso del big data . Gartner reveló que para el 2016 apenas 25% de las grandes firmas globales tendrán tecnologías de análisis de datos ( big data analytics ) para detectar fraudes e infracciones de seguridad a sus sistemas.

Varias velocidades

Para ser capaces de aprovechar la información acumulada en las bases de datos, incursionando y evolucionando en el campo de Big Data , las empresas pueden optar por diferentes soluciones que se pueden encontrar en el mercado de marcas como IBM, Microsoft, Oracle, SAP y SAS.

El factor común es que estas tecnologías permitirían aumentar la velocidad en el análisis y provechamiento de sus datos.

La oferta incluye software y hardware especializado (conocidos como appliances ) para convertir datos de distintas fuentes en información de valor y conocimiento. Estos sistemas utilizan técnicas de análisis y modelos predictivos para obtener estimaciones y “evidencias”.

Asimismo, hay servicios en la nube para compartir, visualizar y analizar reportes en hojas de cálculo desde cualquier dispositivo.

Existen tecnologías, también, para crear soluciones de datos, aquellas que facilitan la integración y las que agrupan conjuntos de datos de gran tamaño, estructurados y sin estructurar.

Además, hay soluciones de minería de datos ( data mining , que descubren patrones en grandes volúmenes de datos), de estadísticas y de optimización de datos.

Otras soluciones disponibles en el mercado se dirigen a facilitar a las empresas la construcción de servicios de datos a través de nubes privadas creadas en las mismas empresas, a aprovechar servicios de nubes públicas provistas por diferentes firmas. Las compañías también pueden recurrir a esquemas mixtos (algunos servicios en nubes privadas y otras en nubes públicas).

En el campo de la computación en la nube o cloud computing las empresas pueden usar de manera flexible los recursos de equipo, almacenamiento, bases de datos y aplicaciones, con la ventaja de que se simplifica la disponibilidad de tecnologías.

Eduardo Núñez, líder regional de Cloud & Enterprise de Microsoft, destacó que estas plataformas permiten combinar y realizar análisis de diversos flujos de datos. Al mismo tiempo que aumentan la velocidad de procesamiento y de acceso a la información.

La tecnología facilita el acceso eficiente, y el análisis de grandes volúmenes –y de una amplia variedad– de datos, los cuales normalmente están dispersos en sistemas fragmentados. De esta forma, se incrementaría también la confianza en la información.

Otro beneficio es que esas herramientas permiten que las empresas no tengan que entrar “en proyectos de años” y que por el contrario obtengan “resultados en muy corto tiempo”, destacó Rodolfo Yglesias, consultor sénior de tecnología de Oracle Centroamérica.

Entender escenarios

El guardar y acumular datos no tiene sentido para ninguna compañía, menos cuando es información que se podría aprovechar para identificar nuevas fuentes de ingresos.

Según Óscar Emo, CEO de Sysde, que recientemente estableció una alianza para distribuir las soluciones del gigante SAS, los datos también permiten desarrollar nuevos productos y servicios, así como mejorar la experiencia de los clientes.

“El análisis de big data simplificará la forma en que las empresas interactúan con los millones de datos con los que trabajan, permitiendo de forma rápida e intuitiva entender las relaciones clave”, dijo Emo.

Al realizar pronósticos y analizar los escenarios futuros se pueden descubrir oportunidades de negocios, detectar y analizar tendencias, identificar modelos de comportamiento y anomalías operacionales, planificar y pronosticar el uso de los recursos, anticipar amenazas, gestionar la exposición de riesgos en el mercado y marcar la diferencia con respecto a los competidores.

“El costo más alto para las empresas es el costo de oportunidad, ya que tienen toda la información para lograr una toma de decisiones mucho más efectiva y fundamentada, pero no logran explotarla”, dijo Yglesias, de Oracle.

Para Núñez, de Microsoft, en momentos como los actuales –cuando hay un escenario económico incierto– el análisis de datos se hace indispensable para obtener insumos, que permitan a las empresas innovar en sus modelos de generación de ingresos.

Agregó que estas herramientas también ayudan en una gran variedad de campos, como el desarrollo de ciudades inteligentes, en el campo académico y en el servicio a los clientes a nivel del comercio detallista o retail .

Según Núñez, en Colombia el Departamento para la Prosperidad Social mejoró sus programas sociales y aumentó la eficiencia de la inversión al crear un mapa social para proveer información de valor basada en datos no estructurados.

Ese mapa presenta los proyectos ejecutados en los municipios y permite hacer inteligencia de negocios para realizar cruces de información, lo que “se traduce en aumento en la productividad y eficiencia y en datos analizables para mejorar la colocación de recursos y el impacto social”.