{"id":1394,"date":"2017-01-30T16:00:35","date_gmt":"2017-01-30T22:00:35","guid":{"rendered":"http:\/\/websinergia.com.mx\/blog\/?p=1394"},"modified":"2017-01-30T16:00:35","modified_gmt":"2017-01-30T22:00:35","slug":"data-analytics-el-nuevo-petroleo","status":"publish","type":"post","link":"https:\/\/websinergia.com.mx\/blog\/2017\/01\/30\/data-analytics-el-nuevo-petroleo\/","title":{"rendered":"Data &#038; Analytics, el nuevo petr\u00f3leo"},"content":{"rendered":"<p style=\"text-align: justify;\"><img loading=\"lazy\" class=\"size-medium wp-image-1309 alignleft\" src=\"http:\/\/websinergia.com.mx\/blog\/wp-content\/uploads\/2017\/01\/analitica-big-data_hi-300x169.jpg\" alt=\"analitica-big-data_hi\" width=\"300\" height=\"169\" srcset=\"https:\/\/websinergia.com.mx\/blog\/wp-content\/uploads\/2017\/01\/analitica-big-data_hi-300x169.jpg 300w, https:\/\/websinergia.com.mx\/blog\/wp-content\/uploads\/2017\/01\/analitica-big-data_hi.jpg 672w\" sizes=\"(max-width: 300px) 100vw, 300px\" \/>Hace tiempo que las empresas utilizan, en mayor o menor medida, t\u00e9cnicas de <strong>Data &amp; Analytics (D&amp;A).<\/strong> Aunque pocas est\u00e1n sacando jugo a esta metodolog\u00eda, que <strong>consiste en capturar, tratar y analizar ingentes vol\u00famenes de datos para intentar predecir el futuro.<\/strong> \u00c9se es el objetivo. Anticiparse. <strong>Encontrar patrones de comportamiento que se repitan en tal cantidad de casos que se pueda determinar, casi con toda certeza, que hay una \u00edntima relaci\u00f3n entre A y B.<\/strong> Salen a la luz relaciones y correlaciones, realidades que estaban ocultas. \u201cLa genialidad del Data &amp; Analytics no estriba en las monta\u00f1as que permite escalar, sino en la vista que proporciona cuando uno est\u00e1 en la cima\u201d, explican los expertos en Big Data de KMPG.<\/p>\n<p style=\"text-align: justify;\"><!--more--><\/p>\n<p style=\"text-align: justify;\">\u00a0En el mundo del Data &amp; Analytics se distinguen cuatro estadios o fases.<\/p>\n<p style=\"text-align: justify;\">La primera etapa es la del <strong>an\u00e1lisis descriptivo<\/strong>: los datos recolectados ayudan a conformar una visi\u00f3n completa sobre lo que est\u00e1 pasando en la compa\u00f1\u00eda. Inicialmente el an\u00e1lisis se centra en parcelas o \u00e1reas concretas. Analizar el comportamiento, las necesidades y la actitud del consumidor para\u00a0tener un mejor conocimiento de los clientes\u00a0es uno de los principales usos de la anal\u00edtica de datos. A partir de ah\u00ed, lo l\u00f3gico es que se vaya extendiendo a lo largo y ancho de la organizaci\u00f3n. \u201cUno de los desaf\u00edos iniciales m\u00e1s importantes es superar los silos de informaci\u00f3n que habitualmente pueblan las organizaciones. Lo interesante de los datos es precisamente tenerlos integrados para poder cruzarlos y buscar los\u00a0<em>insights<\/em>ocultos.<\/p>\n<p style=\"text-align: justify;\">La siguiente etapa es <strong>el diagn\u00f3stico:<\/strong> no s\u00f3lo se describe la situaci\u00f3n sino que tambi\u00e9n se indaga en el porqu\u00e9, en la causas.<\/p>\n<p style=\"text-align: justify;\">El tercer estadio es el <strong>an\u00e1lisis predictivo.<\/strong> Ya no se trata s\u00f3lo de mirar al pasado, sino de anticiparse al futuro. De intentar predecir qu\u00e9 va a pasar o, al menos, que podr\u00eda pasar. Aerol\u00edneas, ascensores, miner\u00eda, energ\u00eda y, en general, los sectores que utilizan maquinaria pesada son usuarios del an\u00e1lisis predictivo aplicado al mantenimiento de esa maquinaria. El objetivo es ahorrar tiempo y dinero en mantenimientos programados o reparaciones a posteriori y llevar a cabo el mantenimiento cuando los datos e informaci\u00f3n captada por los sensores as\u00ed lo aconseje.<\/p>\n<p style=\"text-align: justify;\">Por \u00faltimo el llamado<strong> an\u00e1lisis prescriptivo.<\/strong> Aqu\u00ed la cuesti\u00f3n no es qu\u00e9 va a ocurrir, sino qu\u00e9 tengo que hacer para que eso ocurra. Es decir, si tras la situaci\u00f3n A, normalmente sucede la situaci\u00f3n B, \u00bfqu\u00e9 hay que hacer para generar autom\u00e1ticamente B? El an\u00e1lisis prescriptivo es al que todas las compa\u00f1\u00edas aspiran. Pero conseguirlo exige contar con toda la infraestructura que se ha ido desarrollando en los pasos previos. S\u00f3lo as\u00ed se pueden hacer simulaciones para detectar el camino correcto para lograr el objetivo perseguido.<\/p>\n<p style=\"text-align: justify;\">El an\u00e1lisis prescriptivo casi que viene dado cuando uno ha llegado a la etapa previa porque, en realidad, es una versi\u00f3n del an\u00e1lisis predictivo que, a diferencia de \u00e9ste, te permite anticipar posibles consecuencias seg\u00fan las acciones que uno lleve a cabo de entre diferentes opciones y tambi\u00e9n recomienda la mejor acci\u00f3n para lograr el objetivo perseguido.<\/p>\n<h2 style=\"text-align: justify;\">Monetizar los datos<\/h2>\n<p style=\"text-align: justify;\">Estos estadios o etapas ponen el foco tanto en la mejora de la eficiencia y de los procesos \u2013mantenimiento predictivo- como en la b\u00fasqueda de nuevos ingresos, conocimiento del cliente, lanzamiento de nuestros productos y servicios ajustados a sus gustos. La monetizaci\u00f3n de los datos, es decir, la venta de \u00e9stos a terceros de forma agregada y an\u00f3nima, es una actividad que nos encontramos en estadios ya avanzados de desarrollo de D&amp;A en las organizaciones.<\/p>\n<p style=\"text-align: justify;\">Pero, para llegar a ese punto, hay mucho que aquilatar previamente. \u201cData &amp; Analytics tiene la capacidad de desbloquear y sacar a la luz un enorme valor, pero primero hay que confiar en lo que los datos est\u00e1n diciendo.<\/p>\n<p style=\"text-align: justify;\">La pregunta obligada es: <strong>\u00bfQu\u00e9 est\u00e1n haciendo las empresas l\u00edderes en D&amp;A para superar ese escepticismo y sacar realmente provecho al enorme potencial que ofrece la anal\u00edtica de datos? S\u00f3lo las compa\u00f1\u00edas que superen esa desconfianza e implementen de forma efectiva esta tecnolog\u00eda liderar\u00e1n de verdad el futuro.<\/strong><\/p>\n<p style=\"text-align: justify;\"><strong>Claves para el \u00e9xito<\/strong><\/p>\n<p style=\"text-align: justify;\">Para tener \u00e9xito, Data &amp; Analytics requiere la participaci\u00f3n e implicaci\u00f3n de muchos aspectos. <strong>Empezando por los datos capturados, que deben ser fiables y de calidad<\/strong> (si no lo son, no se llegar\u00e1 a ning\u00fan sitio), ofrecer una visi\u00f3n integral y no silos de datos. Siguiendo por el an\u00e1lisis que se llevan a cabo y las hip\u00f3tesis y correlaciones que se establecen teniendo siempre presente que la relaci\u00f3n causa efecto no siempre es directa y exacta. Pasando por la implicaci\u00f3n de la alta direcci\u00f3n para orientar a toda la organizaci\u00f3n hacia los datos en la toma de decisiones. Y, por supuesto, abordando una\u00a0correcta gobernanza de los datos\u00a0para garantizar su protecci\u00f3n y seguridad. \u00c9stas ser\u00edan\u00a0las ocho claves para dar el salto del conocimiento al valor en Data &amp; Analytics.<\/p>\n<p style=\"text-align: justify;\">S\u00f3lo siguiendo estos pasos y, aplicando una correcta gobernando de los datos, se les sacar\u00e1 valor, se afianzar\u00e1 la confianza y se evitar\u00e1n problemas reputacionales que puedan surgir ante cualquier brecha en la seguridad. Una brecha que desatar\u00eda recelos entre los consumidores e impedir\u00eda a la sociedad en general beneficiarse de los espectaculares avances que el Data &amp; Analytics va a impulsar tanto en el campo de la empresa como de la educaci\u00f3n, la medicina, la ciencia y la investigaci\u00f3n, por citar algunos. Como dicen en una gran compa\u00f1\u00eda de asistencia sanitaria, s\u00f3lo si los ciudadanos tienen confianza en los datos y la gesti\u00f3n que las compa\u00f1\u00edas hacen de los mismos, se animar\u00e1n a ceder sus datos para la investigaci\u00f3n cient\u00edfica y descubrir\u00e1n que este simple hecho ayudar\u00e1 a salvar m\u00e1s vidas que la donaci\u00f3n de \u00f3rganos.<\/p>\n<hr \/>\n<h6 style=\"text-align: justify;\"><a href=\"http:\/\/www.elindependiente.com\/economia\/2017\/01\/30\/data-analitics-el-nuevo-petroleo\/\">Fuente: El Independiente<\/a><\/h6>\n","protected":false},"excerpt":{"rendered":"<p>Hace tiempo que las empresas utilizan, en mayor o menor medida, t\u00e9cnicas de Data &amp; Analytics (D&amp;A). Aunque pocas est\u00e1n sacando jugo a esta metodolog\u00eda, que consiste en capturar, tratar y analizar ingentes vol\u00famenes de datos para intentar predecir el futuro. \u00c9se es el objetivo. Anticiparse. Encontrar patrones de comportamiento que se repitan en tal [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[26,16],"tags":[],"_links":{"self":[{"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/posts\/1394"}],"collection":[{"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/comments?post=1394"}],"version-history":[{"count":1,"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/posts\/1394\/revisions"}],"predecessor-version":[{"id":1395,"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/posts\/1394\/revisions\/1395"}],"wp:attachment":[{"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/media?parent=1394"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/categories?post=1394"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/websinergia.com.mx\/blog\/wp-json\/wp\/v2\/tags?post=1394"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}