A lo largo de una jornada laboral, cualquier profesional debe tomar múltiples decisiones. Algunas de estas decisiones son rutinarias, programadas o repetidas, otras son complejas, no programadas o únicas. Algunas tienen un impacto menor, otras son de gran calado. Sea cual sea la naturaleza de estas decisiones y el mecanismo que usamos para seleccionar una respuesta ante un escenario (por ejemplo, la intuición o la experiencia), cada vez que tomamos una decisión existe un grado de incertidumbre asociado.

De forma natural podemos preguntarnos si pudiera ser posible minimizar dicha incertidumbre, si pudiera ser factible mejorar nuestro proceso de toma de decisiones, si pudiéramos tomar decisiones de forma más ágil. Estos son objetivos importantes para una organización.

Tomar mejores decisiones significa que comprendemos mejor el entorno competitivo en el que operamos. Tomar mejores decisiones supone cometer menos errores también. Es por ello que necesitamos tener el marco de toma de decisiones adecuado en nuestra institución para poder automatizarlas, controlar el riesgo, asumir un volumen mayor y mejorar la colaboración.

 

Datos y pruebas

Afortunadamente existe actualmente un mecanismo que permite reducir la incertidumbre: la toma de decisiones basadas en pruebas. Hablamos de usar el dato como activo de valor, y aplicar diferentes técnicas de análisis que nos permitan entender y usar las pruebas representadas por los datos capturados.

Cuando toda la organización tiene los conocimientos para explotar el dato de forma adecuada y es capaz no solo de mejorar la toma de decisiones, sino también de crear ventajas competitivas, hablamos de una organización orientada a datos (y pruebas).

Ser capaces de explotar el dato de forma eficiente no es la nueva moda en estrategias de negocio (aunque lo parezca). Tampoco fue inventada hace cinco años o una década, como muchas de las principales empresas líderes en el contexto actual. De hecho, ya en la década de los setenta, algunas instituciones (por ejemplo, bancos) usaban sistemas generadores de informes y estadísticas para comprender el rendimiento operacional. Estamos hablando de una estrategia harto conocida en el negocio, y, sin embargo, distamos de dominarla.

Varias décadas y diversas revoluciones tecnológicas más tarde, estamos en la era de los datos. Hemos digitalizado progresivamente los procesos de negocio y el comportamiento de objetos, personas y animales. Esta digitalización ha dado paso a una creciente datificación (es decir, cuantificación del fenómeno o entidad). El dato se ha convertido en un producto potencialmente generado por defecto.

Y siendo las organizaciones capaces de digitalizar y datificar, el siguiente reto pasa a ser lograr la capacidad de extraer valor y explotarlo de forma eficiente. Para ello es necesario alcanzar una madurez en múltiples ámbitos. Uno de ellos es el tecnológico. Actualmente existen múltiples tecnologías que permiten trabajar a lo largo del ciclo del dato, es decir, en su captura, procesamiento, almacenamiento, análisis y representación.

Son tantas las estrategias existentes (a saber, inteligencia de negocio, analítica de negocio, macrodatos o big data, ciencia de datos, gobierno del dato, etc.), las tecnologías subyacentes (integración del dato, informes, cuadros de mando, OLAP, etc.) y los algoritmos usados (regresión, clustering, reglas de asociación, etc.) que es fácil no saber por dónde empezar o cuál de estas estrategias, tecnologías o algoritmos es el que necesita nuestra organización para cada uno de los diferentes casos de uso.

 

Retos para convertirse en una organización orientada a datos

Convertirse en una organización orientada a datos es más fácil de decir que de lograr. Las barreras y los retos a los que se enfrenta el responsable de estas iniciativas y todo el equipo directivo son de diferente índole (a saber, operacionales, tácticos, de estrategia, de costes, tecnológicos y de personas) y no solo es necesario conocer las barreras existentes, sino también cómo paliarlas.

Además, adicionalmente existen desafíos mayúsculos en la implementación (qué, cómo y por qué), en la transformación de la cultura organizativa y en la forma de trabajar. Es decir, esta transformación no trata solo de tecnología, sino también de la forma de competir y colaborar en el mercado, y tener claras las facetas que la componen es de importancia máxima.

Las organizaciones necesitan saber de qué hablamos cuando hacemos referencia a esta estrategia, las tecnologías que la sustentan, las barreras existentes, los beneficios que pueden generarse y múltiples otros aspectos como los valores éticos y la regulación para con el dato.

Los profesionales necesitan adquirir estas capacidades lo antes posible para posicionar su organización correctamente en el ámbito de la transformación digital. Por ello, en el contexto de UOC X, hemos creado un programa de desarrollo profesional, llamado Big Data y Analítica de Negocio, que introduce y busca capacitar a los profesionales en los sistemas de información que permiten competir analíticamente.

 

AUTOR
Josep Curto Díaz
Director del máster de Inteligencia de Negocio y Big Data Analytics de la UOC y programas derivados. Profesor de los Estudios de Informática, Multimedia y Telecomunicación de la UOC y asesor en business intelligence (inteligencia de negocio), big data (macrodatos) y data science (ciencia de datos)