Blog económico financiero de Grupo Choice

El Big Data y la sopa de letras

Tenemos la tendencia a asignar siglas a las herramientas de gestión que utilizamos en las empresas. Y así hablamos de BI, de CRM, de SGD. Una autentica sopa de letras. Y muchas veces detrás no hay solo una herramienta, sino que se trata de un concepto difícil de explicar por el ámbito que alcanza.

Hablar de BI supone hablar mucho de Intelligence dentro de la empresa. Hablar de CRM supone definir qué se quiere tratar en esa relación con el cliente ¿Planificar la acción comercial? ¿Buscar nuevos leads? ¿Seguir la relación con los clientes actuales? Y hablar de Sistemas de Gestión documental implica saber qué se quiere ¿Un archivo referenciado de información? ¿documentos ligados a los procesos de gestión?

Pues ahora, con el Big Data, estamos en una situación similar En Grupo Choice hemos creado una nueva división de Big Data, y eso nos permite opinar con un cierto conocimiento. Así que vamos a intentar aclarar algunas ideas.

¿Ha cambiado la información? ¿Qué está aportando la tecnología?  Pues estamos en una situación similar a la de los pozos de petróleo convencionales y el fracking : Ahora se puede aprovechar más.

La información, decíamos hace unos años, debe tener seis características definidas.: ha de ser veraz, fiable, puntual, integrada, relevante y selectiva. Pero ahí hablábamos solo de información interna de la compañía. Lo que hoy ha cambiado es que hay mucha información externa que afecta a la compañía. Y ahí el Big Data sí que aparece como una tecnología diferencial.

Cuando se habla de las 6 V (o de las 7) del Big Data, muchas ya están incorporadas en las características de la información que citábamos. En Big Data se habla de veracidad, de valor, de visualización, de viabilidad, que es hablar de fiabilidad, veracidad, relevancia, selectividad. Pero al ampliar el espectro nos encontramos con las 3 V diferenciales: Volumen, velocidad y variedad de la fuente.

Además de lo que nos permite un BI o un SGD, Big Data es una tecnología que nos permite captar información de cualquier fuente, sea documental, archivo electrónico, sensores de fábrica o otra información estructurada, y otra información que puede estar corriendo por las redes o que tiene un origen desestructurado (mensajes o chats). El volumen de información disponible crece exponencialmente y hay que desarrollar herramientas que traten esa información con velocidad.

A partir de ahí puede comportarse como un SGD o como una base de información a explotar con una visión de BI. Por lo tanto, es una tecnología nueva a la que hay que aplicar los mismos requisitos de Intelligence ¿qué queremos hacer? Y hablaríamos de un análisis de información DESCRIPTIVO

Big Data nos ofrece una posibilidad de tratar la información mirando hacia atrás : que ha pasado. Y ahí volvemos a la idea BI/SGD. Por eso, en una entrada reciente de nuestro blog veíamos un webinar sobre Big Data aplicado a la gestión documental en MIFID.

Pero esa gran cantidad de información nos permite trabajar con algoritmos que nos posibilita encontrar relaciones entre las distintas variables disponibles. Lo relevante es que el sistema, entre la información disponible, busca la relevancia de las variables. Y eso nos permite inferir situaciones futuras. Y estaríamos ante un análisis de información PREDICTIVO.

Pensemos solo un momento en lo que esto supone. Por ejemplo, en una fábrica de proceso continuo, incorporando las variables de producción, el sistema podría llegar a inferir, según las variables recogidas, las posibilidades de incidencia en la fabricación, para tomar las medidas de prevención pertinente. Y esto no es solo una idea. Es el proyecto que estamos definiendo para una empresa del sector de plásticos. O en una plantación de miles de olivos, tener un control individualizado que permita mayor o menor riego, mayor o menor abono.

Cuando a veces se piensa en el Big Data solo para el área comercial, en segmentación de clientes, productos a comercializar o evaluación de tendencias observadas, vemos que el Big Data se abre paso en las áreas de producción o de finanzas, más allá de lo que puede ser un simple análisis “what if”. Porque es el sistema el que identifica la importancia de las variables.

Pensemos que con el desarrollo de los entornos IoT (Internet de las cosas) la captación de información es cada vez más amplia y más barata.

Lógicamente, el siguiente paso es aprovechar Big Data en el paso posterior, que IoT va a facilitar: un análisis de información PRESCRIPTIVA que genere la orden de actuación con base en la información y la experiencia acumulada.

Y lo anterior no excluye la información obtenida, referida a clientes, segmentación de mercado o mensajes al cliente propuestos, haga que se genere una información que alimentará el CRM

Y todo esto ¿Es solo exclusivo de las grandes compañías? Las PYMEs tiene una capacidad de acceso a esta tecnología mucho mayor de lo que se supone. La propuesta de utilización en entornos SAAS de estas tecnologías hace que la inversión necesaria sea mínima. Pero claro, si el BI, el SGD o el CRM necesitan Intelligence para ser una inversión útil, aquí volvemos al mismo punto. Sin Intelligence, el dato es solo eso, un número.

La gestión de la información es clave para el desarrollo de la empresa en un entorno altamente competitivo. Pero no olvidemos que, en España, y sobre todo en las PYMEs, la herramienta básica de información y de control de gestión sigue siendo el Excel (Informe ASSET de junio de 2017).

Corremos el riesgo de perder el tren de la digitalización, porque la velocidad de estas tecnologías es muy alta, y el ritmo de las compañías muy lento. Y el gap es cada vez mayor.

Si quieren ver alternativas y soluciones, les invitamos a nuestra web www.choice.es o a contactar con nosotros. Las experiencias están ya ahí.

 

Lecturas recomendadas

Los requisitos de la información (i)

Los requisitos de la información (II)

Big Data y la gestión documental: Su aplicación en MIFID II

Deja un comentario.

Tu dirección de correo no será publicada.


*


Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.