6 predicciones de Digital Big Data para el 2016

6-predicciones-de-Digital-Big-Data-para-el-2016

6 predicciones de Digital Big Data para el 2016

Toda tecnología lo suficientemente avanzada es indistinguible de la magia

Arthur C. Clarke

 

Realizar una predicción de futuro no es tarea sencilla, aunque contemos con robustos modelos de forecasting, incluso aquellos más avanzados requieren contar con suficiente histórico y un balanceo adecuado entre la totalidad de variables que el modelo demanda y la posibilidad de controlarlas (modelarlas) todas. Aún en estos casos, el intervalo de confianza en el cual se sitúa la predicción se amplia a medida que demandamos resultados más a largo plazo. Esto en un contexto matemático, cuando bajamos al mundo real, donde gran parte de las variables son ingobernables, realizar predicciones de futuro entra en el campo de lo especulativo y posteriormente del estudio del error 🙂 . No obstante, vamos a arriesgarnos y tratar de hacer alguna predicción sobre cuáles serán las tendencias en el mundo del Big Data para el 2016 y, particularmente, para el Digital Data; tenemos todo un año por delante para refutar o validar dichas ideas y poder reajustar el modelo.

  • Consolidación de la disciplina: No nos cabe ninguna duda que el Digital Big Data ha llegado para quedarse; después de la ola mainstream del Big Data, el término ha aterrizado en las compañías como un factor de evolución e innovación asociado a la mejora de procesos, conocimiento del cliente, etc. Los tímidos arranques del año 2014 dieron paso a un 2015 de pleno despliegue de estrategias corporativas apoyadas en Big Data. Este año 2016 será para aquellas empresas data-driven que hayan desplegado exitosamente (o estén en proceso) estrategias Big Data.
  • De la recolección y consolidación del dato a la activación. Si durante el pasado 2015 hemos comenzado a ver prosperar iniciativas corporativas para la integración de grandes volúmenes de datos este año casi con seguridad comenzaremos a consolidar resultados a través de la obtención de modelos y resultados que permitan accionar el dato dentro de la compañía. Se ha de avanzar en crear más valor del dato que se ha obtenido, reducir costes, mejorar la satisfacción del usuario, etc., en definitiva, hacer a la empresa más inteligente a través de los datos.
  • Integración de silos de datos. En el ámbito del Digital Big Data, tal y como se ha comentado en anteriores posts, existe un fragmentación del dato del usuario en cuanto que use distintas plataformas de acceso a los activos corporativos (mobile, desktop, accesos offsite, borrados de cookies, etc). La creación de repositorios, donde estos silos de datos on-line conviven, pueden ser analizados conjuntamente con otros silos de datos (CRM, call center, dato offline, …) y se pueden correlacionar e identificar perfiles de usuarios con una visión user-centric, ya han sido desplegados en aquellas empresas más innovadoras mediante la creación de DataLakes. Quien no hay dado ese paso todavía, debería de darlo en 2016.
  • Democratización corporativa de la estrategia Big Data. Si en una primera fase los arquitectos de sistemas han desplegado la infraestructura para albergar grandes repositorios de datos, durante este año serán los Data Scientist y los diversos departamentos de la compañía quienes tomen protagonismo en la estrategia. Los primeros, como aquellos capaces de analizar y modelizar los datos en un contexto corporativo, y los segundos, para integrar los resultados en sus procesos diarios, toma de decisiones, definición de nuevos productos y/o servicios etc. La interrelación de estos perfiles determinará el éxito de las estrategias, por ello las personas dentro de la empresa que tengan clara la cultura de toma de decisiones basada en datos y que sepan hacer las preguntas correctas, (retro)alimentarán los modelos que los Data Scientist vayan a construir y sabrán qué analizar y cómo activar la información obtenida, tomando el protagonismo del cambio.
  • Análisis en Real Time. Aquellas compañías que sepan leer los datos en el momento en que son generados, correlacionarlas con otras fuentes de datos disponibles y, en base a ellos, automatizar acciones, serán capaces de ofrecer una experiencia personalizada a sus clientes (o potenciales clientes) que las diferencie del resto. Perfilados de usuario en base a su comportamiento y, si existe, su histórico, la personalización de contenidos o publicidad adaptada a ese perfil y optimización de campañas de marketing (compra programática, modelos de atribución y contribución) son algunas de las líneas de actuación que se vislumbran para este año.
  • Respeto por la privacidad del dato. Las empresas han de ser totalmente transparentes en su política de uso de los datos. No solo garantizando el anonimato en la recolección del dato, siempre que se haya dado consentimiento para ello, sino siguiendo códigos éticos en el almacenamiento y tratamiento de la información. La derogación del Safe Harbor ha puesto sobre la mesa las discrepancias entre EEUU y Europa en cuanto a las políticas de tratamiento y uso posterior de datos y a los usuarios en guardia sobre sus derechos más elementales. Estos usuarios han de verse beneficiados por el éxito corporativo de las estrategias big data sin menoscabo de sus derechos de privacidad de sus datos personales. Aquellas empresas que aborden esta situación de forma transparente y abierta (en el sentido open-data) obtendrán un mayor y mejor posicionamiento.

 

Sin duda tenemos un apasionante año por delante en esta disciplina. Veamos hasta dónde llegan estas ideas y, sobre todo, qué nuevas tendencias aparecen en el camino. Me gustaría animaros a que compartierais con nosotros vuestras opiniones al respecto de estas predicciones o, alternativamente, proponer alguna adicional a las anteriores. Muchas gracias!!!

 

Fuente de la imagen: Ingram Micro Advisor

No hay comentarios

Envíanos tu comentario

11 + 18 =

¡Suscríbete a nuestra newsletter mensual Stay Sharp!

Para más información

CONTÁCTANOS