Al llarg d’una jornada laboral, tot professional ha de prendre moltes decisions. Algunes són rutinàries, programades o repetides, d’altres són complexes, no programades o úniques. Algunes tenen poca repercussió, d’altres són molt rellevants. Sigui quina sigui la naturalesa d’aquestes decisions i el mecanisme que fem servir per triar una resposta davant un escenari (per exemple, la intuïció o l’experiència), cada vegada que prenem una decisió hi ha un grau d’incertesa associat.

De manera natural ens podem preguntar si seria possible minimitzar aquesta incertesa, si seria factible millorar el procés de presa de decisions, si podríem prendre decisions amb més agilitat. Aquests són objectius importants per a una organització.

Prendre decisions millors vol dir que comprenem més bé l’entorn competitiu en què operem. Prendre decisions millors comporta cometre menys errors, també. Per això necessitem tenir el marc de presa de decisions adequat en la nostra institució per poder automatitzar-les, controlar el risc, assumir un volum més important i millorar la col·laboració.

 

Dades i proves

Afortunadament actualment existeix un mecanisme que permet reduir la incertesa: la presa de decisions basades en proves. Parlem de fer servir la dada com a actiu de valor, i aplicar diferents tècniques d’anàlisi que ens permetin entendre i fer servir les proves representades per les dades capturades.

Quan tota l’organització té els coneixements per explotar la dada de manera adequada i és capaç no solament de millorar la presa de decisions, sinó també de crear avantatges competitius, parlem d’una organització orientada a dades (i proves).

Ser capaços d’explotar la dada eficientment no és la nova moda en estratègies de negoci (encara que ho sembli). Tampoc no va ser inventada fa cinc anys o una dècada, com moltes de les principals empreses líders en el context actual. De fet, ja en la dècada dels setanta, algunes institucions (per exemple, bancs) feien servir sistemes generadors d’informes i estadístiques per comprendre el rendiment operacional. Parlem d’una estratègia molt coneguda en el negoci, i, no obstant això, som lluny de dominar-la.

Diverses dècades i diverses revolucions tecnològiques després, som en l’era de les dades. Progressivament hem digitalitzat els processos de negoci i el comportament d’objectes, persones i animals. Aquesta digitalització ha deixat pas a una dadificació creixent (és a dir, quantificació del fenomen o entitat). La dada s’ha convertit en un producte potencialment generat per defecte.

I, un cop les organitzacions són capaces de digitalitzar i dadificar, el repte següent passa a ser aconseguir la capacitat d’extreure’n valor i explotar-lo de manera eficient. Per a això cal arribar a una maduresa en àmbits diversos. Un és el tecnològic. Actualment hi ha nombroses tecnologies que permeten treballar al llarg del cicle de la dada, és a dir, en la captura, el processament, l’emmagatzematge, l’anàlisi i la representació.

Són tantes les estratègies que hi ha (a saber, intel·ligència de negoci, analítica de negoci, dades massives o big data, ciència de dades, govern de la dada, etc.), les tecnologies subjacents (integració de la dada, informes, quadres de comandament, OLAP, etc.) i els algoritmes que es fan servir (regressió, clusterització o clustering, regles d’associació, etc.), que és fàcil no saber per on es pot començar o quina d’aquestes estratègies, tecnologies o algoritmes és el que necessita la nostra organització per a cada un dels diferents casos d’ús.

 

Reptes per esdevenir una organització orientada a dades

Convertir-se en una organització orientada a dades és més fàcil de dir que d’aconseguir. Les barreres i els reptes a què s’enfronta el responsable d’aquestes iniciatives i tot l’equip directiu són diversos (a saber, operacionals, tàctics, estratègics, de costos, tecnològics i de persones) i cal conèixer no solament les barreres existents, sinó també com es poden pal·liar.

A més a més hi ha desafiaments majúsculs en la implementació (què, com i per què), en la transformació de la cultura organitzativa i en la manera de treballar. És a dir, aquesta transformació no tracta només de tecnologia, sinó també de la manera de competir i col·laborar en el mercat, i tenir clares les facetes que la componen és importantíssim.

Les organitzacions necessiten saber de què parlem quan fem referència a aquesta estratègia, les tecnologies en què es fonamenta, les barreres existents, els beneficis que es poden generar i molts altres aspectes com els valors ètics i la regulació de la dada.

Els professionals necessiten adquirir aquestes capacitats com més aviat millor per situar la seva organització correctament en l’àmbit de la transformació digital. Per això, en el context de UOC X, hem creat un programa de desenvolupament professional, anomenat Big Data i Analítica de Negoci, que introdueix i busca capacitar els professionals en els sistemes d’informació que permeten competir analíticament.

AUTOR
Josep Curto Díaz
Director del màster d’Intel·ligència de Negoci i Big Data Analytics de la UOC i programes derivats. Professor dels Estudis d’Informàtica, Multimèdia i Telecomunicació de la UOC i assessor en business intelligence (intel·ligència de negoci), big data (dades massives) i data science (ciència de dades)