El análisis eficiente del dato: clave para la generación de negocio

Se estima que en 2020 cada individuo creará 1,7 megabytes de información nueva por segundo. ¿Cómo se gestiona de manera eficiente todos esos datos? Esta es una de las preguntas que se hicieron en la mesa redonda: “El análisis eficiente del datos, clave para la generación de negocio”, organizada por Vector ITC Group durante el Smart Data Summit Spain.

Según los expertos, el Big Data puede incrementar un 11% los ingresos y reducir en un 15% los costes de las empresas

En la actualidad, el calado de las redes sociales en la sociedad ha provocado que las empresas cada vez tengan que gestionar más volumen de información.

Estos puedes ser datos muy valiosos sobre las preferencias de los clientes, el comportamiento de los nuevos productos o servicios, es por ello que cada vez se ve más necesario monetizar todas esas fuentes de información para optimizar los resultados.

“Las empresas que implantan proyectos de Big Data han conseguido fidelización de los clientes, rapidez en la toma de decisiones, y un establecimiento de flujos y conocimiento dentro de la empresa para todos los empleados, que les permite trabajar con cantidades ingentes de información”, señala Javier Agulló, director de Sectores y Territorios de Vector ITC Group.

Para los expertos, el éxito del Big Data consiste en descubrir estructuras que desvelen nuevos comportamientos de negocio.

No se trata de proporcionar una foto actual para saber como es el comportamiento del cliente, según José Luis san Martin Rodríguez, director departamento banco de datos del CIS, el Big Data tiene una función predictiva, puede presagiar cómo será el comportamiento en un futuro.

Durante la charla, en la que también participó Juan Antonio Torrero, Big Data Innovation leader de Orange, Purificación García, responsable BI de Audatex y Aaron Ranson, Director de Capacidades de Vector ITC Group, se revelaron algunas ventajas del Big Data, como que mejora en un 18% los procesos de negocio, incrementa en un 11% los ingresos, aumenta en un 8% la productividad o que reduce en un 15% los costes de las empresas.

El éxito del Big Data consiste en descubrir estructuras que desvelen nuevos comportamientos de negocio, que están relacionados con todos los procesos de la empresa.

Por el contrario, uno de los principales problemas que presenta el Big Data en la actualidad es que el análisis del dato es deficitario, por ello resulta necesario descubrir cuáles son los objetivos que necesitan cada uno de los negocios.

“En nuestra larga experiencia en proyectos de Big Data, nos hemos dado cuenta que resulta clave la integración de todas las áreas, toda la organización debe beneficiarse del valor que generan los datos y deben tener conocimiento del uso del dato para generar el máximo rendimiento del proyecto, y la máxima rentabilidad para la empresa”, indica Aaron Ranson, Director de Capacidades de Vector ITC Group.

Según estos analistas, el principal inconveniente para implantar una estrategia de Big Data es la particularidad de cada negocio, no hay una solución válida universal, cada empresa tiene elementos diferentes, por ello es fundamental tener un dato válido y darle la interpretación correcta.

[smartads]

Otra de las claves que se dieron durante las ponencias es la idea de fomentar una cultura digital entre los empleados, para obtener el mayor rendimiento para sus áreas. “Un proyecto de Big Data tiene que ser un proyecto transversal y deben involucrarse todas las áreas para conseguir el éxito”, aseguraba Juan Antonio Torrero, Big data Innovation Leader de Orange.

Vector ITC Group cuenta con un portfolio de servicios de Big Data que se adapta a las necesidades de todos los clientes: Soluciones BI (Datawarehouse, Data mart, modelo de datos y calidad…), análisis de datos en streaming (spark), datamining (limpieza, diagnóstico y consolidación de datos. Así como algoritmo de patrones y modelos predictivos sobre tendencias y comportamiento; modelado de estadísticas, inteligencia artificial y visualización. Además de monitorizar las RRSS aplicando Data Science.