Ya nadie duda del valor de los datos y de la anal\u00edtica de datos para las empresas, sin embargo, su aprovechamiento a\u00fan tiene mucho margen para la mejora. Tendencias emergentes, como la inteligencia artificial o el machine learning, empiezan a ser consideradas como clave para ayudar a obtener de ellos un mayor valor. Y parece que 2019 va a ser, est\u00e1 siendo, un a\u00f1o de inflexi\u00f3n en este sentido. Es el momento de que evaluemos nuestras estrategias y planifiquemos los cambios que, a corto plazo, marcar\u00e1n la diferencia.<\/p>\n
En Information Builders hemos recopilado estas cinco tendencias clave en torno a datos y analytics que nos pueden ayudar a llevar a nuestro negocio al siguiente nivel:<\/p>\n
\u2013 Datos y analytics, el dueto poderoso:<\/strong>\u00a0<\/span>A\u00fan se tiende a manejar los datos y anal\u00edtica de los datospor separado, pero para lograr un \u00e9xito en analytics se necesita una s\u00f3lida gesti\u00f3n de los datos. Ambas l\u00edneas son necesarias para el \u00e9xito, y las empresas deber\u00e1n desarrollar estrategias cohesivas para que, juntas, les ayuden a obtener resultados m\u00e1s afinados e interesantes para el negocio. Desde el punto de vista del proveedor de soluciones, veremos c\u00f3mo el soporte para una aproximaci\u00f3n completa a los datos continuar\u00e1 mejorando. Las empresas demandan la capacidad de gestionar los datos de forma intuitiva, y esto llevar\u00e1 a una convergencia de las estrategias de datos y anal\u00edtica.<\/p>\n \u2013 La pr\u00f3xima generaci\u00f3n de analytics embebida lleva la experiencia del cliente a un nuevo nivel:<\/strong>\u00a0<\/span>La anal\u00edtica embebida se est\u00e1 convirtiendo en la norma para que el conjunto de usuarios de la organizaci\u00f3n tenga acceso a informaci\u00f3n operacional. Seg\u00fan el estudio de mercado de Dresner Advisory, Embedded Business Intelligence Market Study, m\u00e1s del 90% de los entrevistados piensa que la anal\u00edtica embebida es importante para su entorno analytics. Por su parte, Ventana Research estima que para 2021, m\u00e1s de la mitad de los desarrollos de analytics se realizar\u00e1n mediante anal\u00edtica embebida. Veremos c\u00f3mo la pr\u00f3xima generaci\u00f3n de aplicaciones contar\u00e1 ya desde sus inicios con anal\u00edtica incorporada ofreciendo as\u00ed un valor cuantitativo y por tanto permitiendo ofrecer a los clientes una mayor visibilidad y una mejor experiencia de usuario.<\/p>\n \u2013 Los ecosistemas inteligentes redefinen la estrategia de datos:<\/strong>\u00a0<\/span>Big data, IoT, y el resto de fuentes de datos diversas est\u00e1n propiciando ecosistemas de datos m\u00e1s complejos. Y no son los \u00fanicos, con el crecimiento de las smart cities, los veh\u00edculos aut\u00f3nomos, datos de sensores para la gesti\u00f3n de la cadena de suministro, chatbots,etc., empezaremos a ver un n\u00famero cada vez mayor de ecosistemas aut\u00f3nomos. La integraci\u00f3n de estos tipos de datos distintos, junto con una mayor digitalizaci\u00f3n y automatizaci\u00f3n cambiar\u00e1n la manera en la que interactuamos con la tecnolog\u00eda. En sectores como la fabricaci\u00f3n, la cadena de suministro o la sanidad, las aplicaciones son m\u00e1s obvias, puesto que la recogida de datos ya est\u00e1 basada en anal\u00edticas. Pero poco a poco las tecnolog\u00edas interactivas e intuitivas que utilizamos en nuestra vida personal empezar\u00e1n tambi\u00e9n a converger de manera m\u00e1s amplia en las empresas, lo que les permitir\u00e1 llevar las interacciones en lenguaje natural y el acceso a la informaci\u00f3n al siguiente nivel.<\/p>\n \u2013 La inteligencia artificial ser\u00e1 ayudada por la inteligencia humana:<\/strong>\u00a0<\/span>Hay un cierto temor en la sociedad a que la IA y los robots se hagan cargo de nuestros trabajos y cambien la manera en que trabajamos e interactuamos con la tecnolog\u00eda. Hay algo de verdad en ello. Habr\u00e1 cambios y crecer\u00e1 el nivel de automatizaci\u00f3n dentro de la sociedad, probablemente ciertos sectores y trabajos ser\u00e1n reemplazados. Pero al mismo tiempo, aunque los ordenadores aprender\u00e1n por s\u00ed solos gracias a la inteligencia artificial y el machine learning, en muchos casos a\u00fan necesitar\u00e1n ayuda humana para lograr obtener la mejor informaci\u00f3n de los datos. Porque puede que llegue un momento en que los ordenadores sean m\u00e1s inteligentes que los humanos en cuanto a resoluci\u00f3n de problemas y velocidad, pero una IA no puede aprender moralidad. Incluso siendo programada para ello, una vez que el machine learning toma el control, resulta imposible asegurar que tomar\u00e1 las decisiones m\u00e1s adecuadas. Por eso la colaboraci\u00f3n entre inteligencia humana y artificial ser\u00e1 fundamental. La tecnolog\u00eda no nos reemplazar\u00e1, pero apoyar\u00e1 nuestra capacidad de tomar decisiones m\u00e1s informadas.<\/p>\n \u2013 Informaci\u00f3n a escala para hacer crecer la industria:<\/strong>\u00a0<\/span>Rendimiento y escalabilidad siempre han sido esenciales para el \u00e9xito de la anal\u00edtica a largo plazo. Ahora, con la capacidad de aprovechar m\u00e1s datos que nunca antes, relacionar las anal\u00edticas con los procesos operacionales, y llevar soluciones a m\u00e1s personas, el mercado se est\u00e1 \u201cponiendo al d\u00eda\u201d. Cada vez son m\u00e1s las soluciones que ofrecen estas capacidades, pero adem\u00e1s las empresas est\u00e1n entendiendo el valor de una aproximaci\u00f3n m\u00e1s hol\u00edstica al acceso de los datos en toda la organizaci\u00f3n. En resumidas cuentas las empresas necesitan un mayor conocimiento de los datos y que m\u00e1s gente tenga acceso a los datos que necesitan de una forma flexible.<\/p>\n As\u00ed, mientras los ordenadores se hacen m\u00e1s inteligentes tambi\u00e9n lo hacemos nosotros: aprovechando los avances en tecnolog\u00eda podemos crear entornos anal\u00edticos m\u00e1s flexibles. Hoy ya podemos relacionar los datos y el valor del negocio, obtener una mejor visibilidad sobre nuestros clientes, partners, cadenas de suministro y servicios, crear un alineamiento m\u00e1s ajustado entre anal\u00edtica y procesos de negocio. Todo ello, si se hace correctamente, nos dar\u00e1 m\u00e1s conocimiento y ventaja competitiva. Do you analytics?<\/p>\n Fuente: Revista Byte<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":" Ya nadie duda del valor de los datos y de la anal\u00edtica de datos para las empresas, sin embargo, su aprovechamiento a\u00fan tiene mucho margen para la mejora. Tendencias emergentes, como la inteligencia artificial o el machine learning, empiezan a ser consideradas como clave para ayudar a obtener de ellos un mayor valor. Y parece […]<\/p>\n","protected":false},"author":1,"featured_media":16863,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[377],"tags":[],"class_list":["post-16862","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data"],"yoast_head":"\nA\u00fan se tiende a manejar los datos y anal\u00edtica de los datospor separado, pero para lograr un \u00e9xito en analytics se necesita una s\u00f3lida gesti\u00f3n de los datos<\/span><\/h6>\n
Expectativas
\n<\/strong><\/h5>\n