Predicciones en Analytics para el 2017

business-1137363_1280

 

Hablamos mucho de datos, análisis y procesamiento de información pero como todas las cosas, tenemos que tener claro el norte de nuestro destino y hacia dónde queremos ir. Esto extrapolado a una empresa, con mucha más razón. Es por ello que hoy te hablaremos sobre predicciones en Analytics para el 2017.

Si analizamos el cierre de 2016, podemos describir un año mixto para el análisis de datos. Los datos de las encuestas en el período previo a la elección de Brexit y Trump, por ejemplo, han visto a muchos rechazar el poder de los datos, con Mike Murphy, un estratega republicano que predijo un triunfo de Clinton, diciendo después de las elecciones: Destrozados en átomos. Esta noche, los datos murieron. Sin embargo, los informes de la desaparición de los datos son prematuros.

Ante esto se debe continuar transformando la forma en que los científicos de datos, analistas de datos y usuarios empresariales aprovechan las ideas para ofrecer valor comercial y mejorar los procesos operativos.

Tendencias y predicciones analíticas para ver en 2017.

La calidad de los datos y la preparación de datos comenzarán a converger.

2017 será el año en que la calidad y la preparación de datos convergen, las organizaciones entenderán mejor cómo implementar las capacidades de ambos para obtener los mejores resultados analíticos y a su vez tendrán funciones separadas y distintas.

Pero, a medida que evolucionan, las soluciones de preparación de datos están comenzando a incorporar muchas capacidades de calidad. La preparación de estos extrae información de una variedad de fuentes dispares y luego la mezcla y la manipula para que sea limpia y precisa para el análisis. Del mismo modo, los proveedores de calidad están comenzando a resolver los problemas de preparación de datos.

 

Avances en el análisis conductual

Se espera que el monto que las compañías gastan en anuncios digitales crezca hasta $77.370 billones en Estados Unidos el próximo año, y comprender a la audiencia es vital para asegurar que se gaste bien su dinero.

La capacidad de predecir la personalidad de alguien presenta una clara oportunidad para dirigir la publicidad, permitiendo a los vendedores segmentar las audiencias de acuerdo al tipo de personalidad en lugar de por edad o género, lo cual es craso y altamente poco fiable.

Los psicólogos han intentado entender diferentes tipos de personalidad y comportamientos mediante casillas de verificación durante décadas, y los vendedores digitales tienen ahora una cantidad significativa de datos sobre sus clientes disponibles que podrían permitirles hacer lo mismo. Según un comunicado de prensa publicado a principios de este año por Universiti Teknologi Malasia, el erudito de investigación Dr. Ikusan R. Adeyemi dijo: “Nuestra investigación sugiere que los rasgos de personalidad de una persona pueden deducirse por su uso general de Internet”, y podría hacerlo usando algoritmos Machine Learning analizando sólo media hora de navegación web.

Los datos de Internet de Cosas (IoT) impulsarán la demanda de bases de datos.

doors-1767563_1280

La era de IoT está sobre nosotros, y más compañías están comenzando a aprovechar los datos de estos dispositivos para la analítica. Pero, ¿cuál es la mejor manera de acceder y usar estos datos?

Los usuarios que recopilan datos dispares de toda la organización y de diferentes partes de los procesos operativos necesitan la capacidad de mantener las marcas de tiempo y, a continuación, reúnen, agrupan y reproducen información en el tiempo para una visión holística. Gracias a los dispositivos IoT y los datos que producen, el próximo año, veremos un aumento en la demanda de bases de datos de series de tiempo, junto con la funcionalidad de preparación de datos en tiempo real.

Analítica más penetrante

Tradicionalmente, los procesos analíticos avanzados han sido delegados a los científicos de datos. Sin embargo, más vendedores están empezando a agregar capacidades analíticas avanzadas a sus soluciones, permitiendo a los usuarios empresariales cotidianos abordar este proceso y obtener información predictiva. En 2017, veremos que las analíticas avanzadas transforman de una novedad a una capacidad básica que impulsa las operaciones de la compañía.

Análisis establecidos para despegar

La analítica integrada es el área de más rápido crecimiento de Business Intelligence (BI). En un estudio de la firma de análisis de autoservicio Logi Analytics, más del 66% de los equipos de TI dijeron que ahora están usando analíticas integradas en sus organizaciones, mientras que casi el 30% dijo que lo estaban considerando.

Los análisis integrados consisten en cualquier herramienta de BI y analítica orientada al consumidor que se ha integrado en aplicaciones de software, funcionando como un componente de la propia aplicación nativa en lugar de una plataforma independiente. La analítica integrada permite a los usuarios finales utilizar datos de mayor calidad porque mejoran los estándares de gobierno.

La popularidad de la analítica integrada ha crecido exponencialmente en los últimos años, y esperamos que esta curva aumente en el transcurso del próximo año.

El papel del Data Scientist evoluciona

Según una encuesta de Forrester, las empresas invertirán un 300% más en inteligencia artificial (IA) en 2017 que en 2016. Esto tiene ramificaciones significativas para la analítica, en Machine Learning, ya que será capaz de analizar datos a una escala que los humanos simplemente no podrían. Como señala Forrester, “impulsará decisiones comerciales más rápidas en marketing, comercio electrónico, gestión de productos y otras áreas del negocio, ayudando a cerrar la brecha entre las ideas y la acción“.

Pero, ¿significa esto el fin del Data Scientist en 2017? Otra encuesta reciente de KDnuggets preguntó cuándo la mayoría de las tareas Predictive Analytics / Data Science de nivel experto actualmente realizadas por Data Scientist humanos serán automatizadas. Un 51% de los encuestados dijo que espera que esto suceda en la próxima década, mientras que sólo un cuarto dijo que espera que el proceso tome más de 50 años o nunca.

Virtualización de datos está de vuelta.

 fractal-1626616_1280La virtualización de datos es sinónimo de agilidad en el acceso a la información – facilita la visión de los datos de negocio de forma unificada, simplificada e integrada en tiempo real según precisen las aplicaciones consumidoras

La virtualización de datos será más popular para los procesos de análisis. La virtualización de datos es un enfoque que, en lugar de mover los datos de un origen a un almacén de datos para su análisis, deja los datos donde reside y crea un almacén de datos virtual. Los datos residen físicamente y permanecen en sistemas transaccionales, pero estos almacenes virtuales permiten a los usuarios ver la información en un orden lógico. Es una técnica con muchas promesas. Reduce los costos porque las organizaciones no necesitan crear almacenes; Ayuda con el análisis en tiempo real porque los datos no necesitan ser movidos; Y aumenta la agilidad, permitiendo a los usuarios analizar más fuentes más rápidamente.

Aunque tenía más de 10 años de antigüedad, la virtualización de los datos tenía su parte de barreras que impedían su uso generalizado en los procesos analíticos. Y aunque todavía existen desafíos, veremos un renovado interés por esta tecnología a lo largo de 2017, una tendencia impulsada en gran medida por proveedores que traen la virtualización de datos junto con la preparación de estos para crear una arquitectura de información que ofrezca agilidad de autoservicio a un costo menor.

¡A por ello!

En 2017, habrá nuevos desafíos para los analistas profesionales. También habrá nuevas tecnologías y nuevas maneras de trabajar para ayudar a superarlas. La socialización de datos verdaderamente revolucionará la preparación de datos de autoservicio y la experiencia analítica. La poderosa combinación permitirá a los científicos de datos, analistas de negocio e incluso a los usuarios empresariales principiantes de una empresa buscar, compartir y reutilizar datos preparados y gestionados para lograr una verdadera colaboración empresarial y agilidad, lo que dará lugar a mejores y más rápidas decisiones comerciales.

 

 

 

Fuente

channels.theinnovationenterprise.com

smartdatacollective.com

 

 

 

 

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