Se dice que los datos son el petróleo de la era digital. Extráelo, refínalo y obtendrás recompensas extraordinarias. Pero hoy en día, muchos de están haciendo pruebas de concepto de Inteligencia Artificial (IA), en lugar de pasarlas a producción. Estas empresas saben cómo ejecutar pilotos dentro de las unidades de negocio. Sin embargo, tienen dificultades para organizar grandes conjuntos de datos limpios y seguros necesarios para el análisis y el aprendizaje automático (ML).
Entonces, si pensamos en los datos como agua en lugar de petróleo, comenzamos a verlos como un recurso esencial que debe ser de alta calidad y viajar de forma segura desde el sistema de origen hasta el consumidor. Nadie discute la importancia de la gestión sostenible del agua en nuestras sociedades. Del mismo modo, el manejo de datos es el trampolín hacia un futuro seguro impulsado por la IA.
El manejo de datos permite que los datos limpios fluyan libremente y de forma segura.
Una encuesta reciente de McKinsey encontró que las empresas de IA de alto rendimiento tienen tres veces más probabilidades que otras de tener una estrategia de datos clara y procesos de manejo bien definidos. Con una nueva mentalidad y mejores prácticas de manjo de datos, todas las empresas pueden lograr resultados similares, es decir, aumentar los ingresos y reducir los costos al implementar IA en múltiples áreas:
- Gestión de datos maestros para ingerir solo los datos más limpios: imagina que tu ciudad acaba de agregar una nueva fuente de agua. El proveedor de agua municipal se asegurará de que el agua adicional sea tratada y cumpla con los estándares de la ciudad para poder mezclarla con el resto del agua.
Todas las empresas, pero especialmente las grandes o las que adquieren nuevos negocios, deben pensar en sus datos maestros de la misma manera. Debe haber una «versión única de la verdad» para estos datos, que no son de naturaleza transaccional y se utilizan en varios departamentos. Por ejemplo, las áreas de ventas, finanzas y adquisiciones utilizarán los mismos datos de clientes, productos o proveedores. Los datos maestros limpios y bien etiquetados son fundamentales para la agregación y la generación de informes, como cuando se resumen las ventas por cliente o producto.
Para obtener una vista autorizada única de estos datos críticos, las empresas pueden establecer reglas comerciales para limpiar y organizar manualmente los datos maestros. O mejor aún, implemente herramientas para automatizar el proceso de limpieza, eliminación de duplicados y sincronización de la información utilizada en toda la empresa y en todas las aplicaciones comerciales.
- La seguridad de datos para proteger el elemento vital de la economía: queremos que nuestro suministro de agua esté libre de fugas y contaminantes. De manera similar, los consumidores esperan que las empresas mantengan su información confidencial sana y salva.
Para proporcionar esa seguridad, las organizaciones deben centrarse en tres cosas: disponibilidad, confidencialidad e integridad de los datos. Juntos, estos aseguran que la información precisa y consistente esté disponible en el momento adecuado para los usuarios autorizados.
La seguridad de los datos se habilita con las políticas, estándares y la arquitectura correcta. Las políticas y estándares representan el compromiso de la organización con la seguridad de la información. Establecen la dirección general, especifican un curso de acción, cambian con poca frecuencia y son obligatorios, lo que requiere un proceso excepcional. Los componentes de la arquitectura de seguridad incluyen: múltiples niveles de protección contra virus, estándares de encriptación consistentes, autenticación de usuario y control de acceso con inicio de sesión único y control de acceso basado en roles.
- Operaciones de datos (data ops) para fortalecer la plomería: es el trabajo de la ciudad mantener una red de agua fuerte que incluya tuberías, bombas y líneas de servicio para mantener el agua limpia fluyendo de manera segura desde la fuente hasta el consumidor.
Las empresas tienen la misma responsabilidad con respecto a los datos. Aquí es donde entran las operaciones de datos. Las data ops constituyen toda la infraestructura y la canalización a través de la cual fluyen los datos. Los datos se originan en una fuente que los envía a un depósito centralizado donde se dividen y cortan en cubitos y, finalmente, el análisis se informa a través de paneles. A medida que los datos fluyen a través de este sistema complejo, las herramientas de linaje de datos pueden rastrearlos, detectar problemas y corregir errores.
Cada vez más, el objetivo de las operaciones de datos es acortar el tiempo entre la inyección de datos, los informes y la visualización. Acelerar las operaciones de datos es cada vez más importante a medida que las empresas recurren al análisis en tiempo real para respaldar la toma de decisiones rápidas. Afortunadamente, las herramientas estándar de la industria, como Azure Data Services, Talend e Informatica, pueden mejorar y optimizar las operaciones de datos en la actualidad.
- Administración de datos para orquestarlo todo: al igual que la gestión racional del agua es un esfuerzo amplio y colectivo, el manejo de datos es un esfuerzo de equipo. Toda empresa debe tener personas autorizadas de alto nivel que actúen como administradores de datos. El manejo de datos también necesita patrocinadores de nivel C. Por lo general, el director de datos (CDO) se asegura de que los datos que fluyen a través de la empresa estén limpios, consistentes y alineados con la estrategia comercial, y la responsabilidad de mantener las tuberías sólidas, seguras y eficientes recae en el director de seguridad de la información (CISO).
Prepárate para lo que sigue: la convergencia del manejo de datos con el manejo analítico.
Hoy en día, la mayoría de las empresas entienden que «entra basura, sale basura» o que cualquier aplicación de IA y ML será tan buena como la calidad de los datos subyacentes. Prácticas como la organización y catalogación de datos o la creación de un diccionario común para alinear la organización en torno al mismo idioma se han convertido en elementos esenciales. Para escalar la IA, las empresas deben ir mucho más allá y adoptar las cuatro prácticas que describimos.
De cara al futuro, la gobernanza de datos seguirá evolucionando. Las empresas están planificando un futuro en el que los análisis estarán integrados en toda la cadena de valor empresarial. El informe de Gartner 2020 sobre estrategia de datos observa que para 2023, casi todas las 500 empresas más importantes del mundo tendrán un manejo de análisis y un manejo de datos convergentes. Hay una razón simple para eso: la información obtenida de la analítica no puede ser significativa sin datos subyacentes confiables.
En Orion podemos ayudarte con tu viaje para convertirte en una estrella de la IA. Obtén más información sobre nuestros servicios de análisis de datos e inteligencia comercial o envíanos un correo electrónico para una consulta gratuita y ayudarte a comenzar aquí.