Las diez principales tendencias de datos y análisis que cobran protagonismo en 2023.
Los analistas de la consultora tecnológica Gartner están discutiendo cómo las organizaciones pueden aprovechar estas tendencias en la Cumbre de datos y análisis que celebran en Mumbai, India.
El ecosistema empresarial actual se inclina por la analítica de datos. Teniendo esto en consideración, la consultora tecnológica Gartner desgrana las diez principales tendencias de datos y análisis (D&A) que protagonizarán este 2023 y que pueden guiar a las organizaciones a crear nuevas fuentes de valor anticipándose al cambio y transformando la incertidumbre extrema que sobrevuela el ambiente en nuevas oportunidades de negocio. “La necesidad de aportar valor demostrable a la organización a escala está impulsando estas tendencias en D&A”, asegura Gareth Herschel, vicepresidente analista del sello. “Los Chief Data and Analytics Officer (CDAO, por sus siglas en inglés) y los líderes de D&A deben comprometerse con las partes interesadas de sus organizaciones para entender el mejor enfoque para impulsar la adopción de la analítica de datos. Esto implica más y mejores análisis y perspectivas, teniendo en cuenta la psicología y los valores humanos”.
En este sentido, los analistas de Gartner han presentado en la Cumbre de datos y análisis que la compañía organiza en Mumbai, India, las diez principales tendencias que los líderes empresariales y de TI deben adoptar e incorporar a su estrategia de D&A.
Optimización del valor
La mayoría de los líderes de D&A tienen dificultades para exponer el valor que aportan a la organización en términos empresariales. La optimización del valor de la cartera de datos, análisis e inteligencia artificial (IA) de una organización requiere un conjunto integrado de competencias de gestión del valor que incluya la narración del valor, el análisis del flujo de valor, la clasificación y priorización de las inversiones y la medición de los resultados empresariales para garantizar que se obtiene el resultado esperado. «Los líderes de D&A deben optimizar el valor mediante la construcción de historias que establezcan vínculos claros entre las iniciativas de D&A y las prioridades de misión crítica de la organización», apuntó Herschel.
Gestión del riesgo de la IA
El creciente uso de la IA ha expuesto a las empresas a nuevos riesgos, como los riesgos éticos, el envenenamiento de los datos de entrenamiento o la elusión de la detección de fraudes, que deben mitigarse. Gestionar los riesgos de la IA no consiste únicamente en cumplir la normativa. Una gobernanza eficaz de la IA y unas prácticas de IA responsables también son fundamentales para generar confianza entre las partes interesadas y catalizar la adopción y el uso de esta tecnología.
Observabilidad
La observabilidad es una característica que permite comprender el comportamiento del sistema de D&A y responder a las preguntas sobre su comportamiento. «La observabilidad permite a las organizaciones reducir el tiempo que se tarda en identificar la causa raíz de los problemas que afectan al rendimiento y tomar decisiones empresariales oportunas y rentables utilizando datos fiables y precisos», afirma el analista. «Los líderes de D&A necesitan evaluar las herramientas de observabilidad de datos para comprender las necesidades de los usuarios principales y determinar cómo encajan las herramientas en el ecosistema general de la empresa”.
Compartir datos es esencial
Compartir datos incluye hacerlo tanto internamente (entre departamentos o filiales) como externamente (entre partes ajenas a la propiedad y el control de la organización). Las organizaciones pueden crear «datos como producto», donde los activos de D&A se preparan como un producto entregable o compartido. «Las colaboraciones para compartir datos, incluidas las externas a una organización, aumentan el valor de la compartición de datos al añadir activos de datos reutilizables y creados previamente», afirma Kevin Gabbard, director senior y analista de Gartner. «Adopte un diseño de tejido de datos para permitir una arquitectura única para el intercambio de datos a través de fuentes de datos heterogéneas internas y externas».
Sostenibilidad
No basta con que los líderes de D&A proporcionen análisis y perspectivas para los proyectos ESG (medioambientales, sociales y de gobernanza) de la empresa, también deben intentar optimizar sus propios procesos para mejorar la sostenibilidad. Los beneficios potenciales son enormes. Los profesionales de D&A y AI son cada vez más conscientes de su creciente huella energética; como resultado, están surgiendo diversas prácticas, como el uso de energía renovable por parte de los centros de datos (en la nube), el uso de hardware más eficiente energéticamente y el uso de small data y otras técnicas de aprendizaje automático (ML).
Data fabric
El data fabric es un patrón de diseño de gestión de datos que aprovecha todo tipo de metadatos para observar, analizar y recomendar soluciones de gestión de datos. Al ensamblar y enriquecer la semántica de los datos subyacentes y aplicar análisis continuos sobre los metadatos, el data fabric genera alertas y recomendaciones que pueden ser aplicadas tanto por humanos como por sistemas. Permite así a los usuarios empresariales consumir datos con confianza y facilita a los desarrolladores menos cualificados una mayor versatilidad en el proceso de integración y modelado.
IA emergente
ChatGPT y la IA generativa son la vanguardia de la próxima tendencia de IA emergente. La IA emergente cambiará el funcionamiento de la mayoría de las empresas en términos de escalabilidad, versatilidad y adaptabilidad. La próxima oleada de IA permitirá a las organizaciones aplicar la IA en situaciones en las que hoy no es factible, lo que hará que la IA sea cada vez más omnipresente y valiosa.
Ecosistemas convergentes y componibles
Los ecosistemas convergentes diseñan y despliegan la plataforma de D&A para que opere y funcione de forma cohesiva mediante integraciones sin fisuras, gobernanza e interoperabilidad técnica. La componibilidad de un ecosistema se consigue mediante la arquitectura, el ensamblaje y el despliegue de aplicaciones y servicios configurables. Con la arquitectura adecuada, los sistemas de D&A pueden ser más modulares, adaptables y flexibles para escalar dinámicamente y ser más ágiles para satisfacer las crecientes y cambiantes necesidades empresariales y permitir la evolución a medida que el negocio y el entorno operativo cambian inevitablemente.
Los consumidores se convierten en creadores
El porcentaje de tiempo que los usuarios pasan en cuadros de mando predefinidos será sustituido por experiencias de usuario conversacionales, dinámicas e integradas que respondan a las necesidades puntuales de los consumidores de contenidos específicos. Las organizaciones pueden ampliar la adopción y el impacto de la analítica proporcionando a los consumidores de contenidos información automatizada e integrada fácil de usar y las experiencias conversacionales que necesitan para convertirse en creadores de contenidos.
Los humanos, al mando de la toma de decisiones
No todas las decisiones pueden o deben automatizarse. Los grupos de D&A están abordando explícitamente el apoyo a la toma de decisiones y el papel humano en la toma de decisiones automatizada y aumentada. «Los esfuerzos por impulsar la automatización de las decisiones sin tener en cuenta el papel humano en las mismas darán como resultado una organización basada en datos sin conciencia ni propósito coherente», afirma Herschel. «Los programas de alfabetización de datos de las organizaciones deben enfatizar la combinación de datos y análisis con la toma de decisiones humana».