La importancia de la cultura analítica en una empresa

light-bulbs-1875384_1280

Ya no basta con usar datos para crear eficiencias; las compañías dicen que necesitan encontrar ideas que cambien las reglas del juego, las empresas están descubriendo que necesitan “democratizar” sus datos y análisis, poniéndolos directamente en manos de cada usuario comercial.

 

Convertirse en una organización basada en el conocimiento requiere una gran inversión en personas, procesos y tecnología. En el movimiento analítico actual, hay mucho enfoque en acumular datos y contratar al científico de datos y al talento analítico, necesario para controlar el uso efectivo de la información en toda la organización.

 

Sin embargo, tal inversión en el lado de la oferta puede ser un tanto desigual. Concentrarse demasiado en las herramientas, datos y necesidades de personal técnico puede descuidar traer el lado funcional de la organización para el viaje. La magnitud de esta preocupación está bien establecida. McKinsey estimó que en los próximos años las industrias estadounidenses enfrentarán una escasez analítica de talentos de 140.000 a 190.000 personas con las habilidades de datos necesarias. Sin embargo, el mismo informe señala la brecha aún mayor de talentos de aproximadamente 1,5 millones de gerentes y analistas con el know-how para utilizar los datos y tomar decisiones efectivas.

 

Estar conectados

Unos cuantos esfuerzos clave llevan a los tomadores de decisiones en las organizaciones a trabajar con datos transaccionales en tiempo real. Tal cambio requiere que los tomadores de decisiones se ocupen de la mayor velocidad de los datos, las anomalías y los patrones surgen de diferentes maneras que pueden ser suavizadas por los analistas cuando los informes son monitoreados semanalmente o agregados de manera diferente.

Pero las herramientas y los métodos ricos en datos aportan más información a la toma de decisiones en un nivel granular para el cual muchos gerentes no están listos. La visualización se ha convertido en una forma estratégica de abordar la complejidad de los datos. Sin embargo, centrarse únicamente en el arte de los datos y la infografía para reemplazar el rigor estadístico puede simplemente reemplazar la sobrecarga de información por sobrecarga visual, lo que obliga a los responsables de la toma de decisiones a comprender e interpretar diversas técnicas de visualización y opciones de sus analistas.

hands-1691225_1280

 

Análisis de autoservicio – Competencias para satisfacer las crecientes expectativas

En un discurso en el Consumer Electronics Show de este año, el CEO de Ford, Mark Fields, declaró: “No somos sólo una empresa fabricante de automóviles, somos una empresa de tecnología”. Y agregó: “A medida que nuestros vehículos pasan a formar parte de Internet de Las cosas, y como los consumidores nos dan permiso para recopilar esos datos, también nos convertiremos en una compañía de información “.

Cuando surgen nuevas economías y se rompen los viejos modelos de negocios, muchas empresas, como Ford, se están redefiniendo, moviendo sus bienes y servicios tradicionales.

Al mismo tiempo, el deseo de análisis de autoservicio proviene de los propios usuarios del negocio. En nuestra cultura de: “a la carta”, o de tecnología infundida, muchos empleados han llegado a esperar un acceso instantáneo a la información que desean. Ya no están contentos con tener que pasar por intermediarios -en un proceso engorroso y que consume mucho tiempo- para hacer preguntas sobre datos como “¿Cómo puedo mejorar la tasa de entrega a tiempo?” O “¿Cómo optimizo la fábrica a través de…?” Los empleados se están volviendo mucho más cómodos con el uso de nuevas tecnologías de autoservicio – y las prefieren para hacer sus trabajos cotidianos.

Tratamiento visual como punto de partida en vez de como punto final

Cuando los analistas diseñan visuales sin la interacción del usuario en mente, sus gráficos e infografías simplemente son un intercambio estático de su propio análisis. Pero a medida que la visualización de la información continúa haciéndose más común, la presentación visual se está volviendo menos importante en los entornos empresariales. El diseño debe ser suficiente para ser un punto de partida para un decisor que invita a la interacción. Una presentación visual maleable se piensa mejor como un punto de partida del proceso analítico del tomador de decisiones.

¿Dónde se dirigen los análisis de autoservicio?

Éste es solo el comienzo. El análisis de autoservicio futuro utilizará la inteligencia artificial para dar otro salto cuántico – no solo nos dirán lo que pensamos que necesitamos saber, sino lo que ellos piensan que necesitamos saber. Ellos nos dirán el tipo de preguntas que deberíamos estar haciendo, y nos mostrarán los datos para encontrar las respuestas.

Los avances en el análisis de autoservicio están cerrando rápidamente la brecha entre el usuario empresarial y el científico de datos. En el futuro, todos podríamos ser científicos de datos.

 

Las nuevas arquitecturas analíticas también están haciendo posible que los usuarios empresariales hagan preguntas de esos datos de diferentes maneras. En lugar de probar hipótesis, pueden hacer preguntas abiertas de los datos para encontrar los tipos de patrones ocultos y conexiones que pueden ser tan valiosas.

Como también pueden dejar que los datos “hablen por sí mismos”. Esto es crítico para que los usuarios de negocios exploren libremente los datos.

 

 

Fuente

http://data-informed.com/

http://data-informed.com/self-service-analytics

 

 

This entry was posted in Blog and tagged , , . Bookmark the permalink.