Desde principios de la década pasada, en que pasó a ser asequible el acceso a la computación de altas prestaciones, comenzó una doble carrera relacionada con una estrategia basada en datos: la de la generación, y la de la explotación.
La primera tiene que ver con la producción de un flujo continuo de información desde las fuentes, es decir, la actividad de los clientes durante el consumo de los productos y el uso de los servicios. Por ejemplo, las transacciones financieras como la compra-venta de valores en bolsa, o las operaciones bancarias de los particulares.
El segundo de los elementos, la explotación, tiene que ver con el desarrollo de algoritmos a partir del análisis de los datos fuente. En el ejemplo financiero, los modelos de aprendizaje automático permiten construir los algoritmos para la identificación de operaciones fraudulentas, o la detección de riesgos de impago de créditos. También, la detección de «buenos clientes» a los que se les concede préstamos sin estudio previo de solvencia, ya que el banco lo ha hecho previene a partir de los datos de que dispone de él.
Las barreras del crecimiento: tecnología y recursos humanos
Ambas facetas del dato, generación y explotación, han sido y siguen siendo dos hándicaps no sólo para el crecimiento, sino también para la supervivencia de muchas empresas.
La generación es relativamente sencilla en comparación con la segunda dentro de la complejidad que supone montar una infraestructura informática escalable a un número creciente de clientes.
Sin embrago, la explotación impone toda una serie de requisitos para poder llevarla a la práctica. El primero de ellos, es la recogida de los datos de forma estructurada, algo que ha de hacerse desde la etapa de generación, según se reciben los datos desde las fuentes.
El segundo requisito es disponer del personal cualificado, los analistas, especializados en el procesamiento de la información. Junto con los ingenieros de datos, diseñan los algoritmos de recomendación, proyecciones de ventas, etc. Y también los cuadros de mando para la toma de decisiones en los consejos de administración de las empresas.
Supervivencia y competitividad
Desde esta perspectiva, hay varios retos para las empresas, las pequeñas y las grandes, las nuevas y las que ya estaban bien establecidas.
Uno de ellos es el de la supervivencia, debido al rápido cambio en los modelos de negocio impulsados por lo digital.
En una estrategia basada en datos, la explotación impone toda una serie de requisitos para poder llevarla a la práctica
El segundo, es no sólo mantener, sino también aumentar la competitividad ante nuevos actores que construyen sus infraestructuras desde el paradigma Big Data y Cloud Computing. Estas nuevas empresas son mucho más ágiles por su capacidad de adoptar de forma inmediata las nuevas tecnologías, mientras que las ya existentes tienen que afrontar el coste de reconversión y reciclaje, que afecta tanto a la infraestructura tecnológica como a la capacitación de los recursos humanos.
Big Data al rescate
El afrontamiento de esta situación pasa por diseñar una estrategia basada en datos que capacite para la explotación del gran volumen de información que generan los clientes.
El Big Data surge desde el momento en que está disponible la tecnología para exprimir los datos en tiempo real. El origen está en el aumento exponencial de la capacidad de computación: ordenadores mucho más potentes a precios mucho más bajos. En la jerga informática este comportamiento obedece a la conocida ley de Moore, en virtud de la cual la capacidad de computación se duplica cada 2 años para el mismo coste de recursos informáticos. Esto viene ocurriendo desde hace cincuenta años, y sabemos que seguirá vigente al menos durante diez más.
Lo que significa que en las últimas dos décadas la capacidad de los ordenadores y portátiles se ha multiplicado por más de 1000 sin necesidad de aumentar la inversión económica, lo que ha hecho que el sector de Pymes y pequeñas empresas tengan por fin la oportunidad de competir al nivel del grandes.
La realidad es que gran parte de nuestro tejido empresarial está en una fase temprana del desarrollo de una estrategia basada en datos, lo que está condicionando su competitividad, sobre todo en el mercado global.
La emergencia de la nueva generación de empresas derivadas del modelo startup es la que más está impulsando la rápida renovación del tejido empresarial. Es un modelo que permite crecer rápidamente con una pequeña inversión económica. Y ello no es sólo por el uso de la tecnología, sino porque han situado el valor del dato en el centro de estrategia empresarial.
Éste es un aprendizaje que las empresas pre-existentes pueden y deben aplicar para reinventarse y crear nuevas oportunidades de negocio.
Por Bernardo Ronquilo, director del Máster en Data Analytics la Universidad Loyola y Principal Software Architect y Senior Data Scientist and Software en Universal DX.
