Mostrando entradas con la etiqueta soluciones de negocio. Mostrar todas las entradas
Mostrando entradas con la etiqueta soluciones de negocio. Mostrar todas las entradas

martes, 21 de septiembre de 2021

TEAM BUILDING DAY 2021

Definitivamente la pandemia ha cambiado la forma de regularizarnos laboralmente, al menos por ahora. Muchas organizaciones nos hemos visto en la necesidad de adaptarnos rápidamente de forma responsable, empatizando con la coyuntura y con cada uno de nuestros colaboradores.


En estas circunstancias, uno de los síntomas que hemos sufrido como equipo, ha sido extrañarnos. Sin embargo, gracias a la situación sanitaria actual y con todos los protocolos de salud activados, el pasado viernes 17 de setiembre, hemos podido juntarnos presencialmente y reunir parte del equipo en nuestro Team Building Day.

Este evento de integración se desarrolla anualmente y durante el último año, se vio obligado a realizarse de forma virtual, como muchas actividades internas. Esta vez, al hacerlo presencial y a través de algunas dinámicas grupales, pudimos fomentar buenas prácticas de comunicación, liderazgo, colaboración, trabajo en equipo, creatividad, además de desarrollar la confianza entre los miembros del equipo.

Ha sido una experiencia emocionante e inolvidable. Estar juntos nos ha recargado y motivado a seguir fortaleciéndonos como equipo, para seguir dando lo mejor en nuestros proyectos y servicios.

Cabe resaltar que para reducir al máximo los riesgos de salud, apostamos por juntarnos al aire libre, en un espacio abierto dentro de las instalaciones del Club Villa en Chorrillos.

¡Gracias a todos!

martes, 7 de septiembre de 2021

El valor de los datos para su organización

Nuestras suposiciones tradicionales sobre los datos están evolucionando, al igual que nuestra comprensión de la alfabetización de datos. Los datos son más que números, tablas y gráficos, entonces podemos decir que la alfabetización en datos no es solo para los científicos de datos.




"Si está hablando con personas que aún no tienen fluidez en los datos, debe hacerles saber que los datos están en todas partes del mundo", explica Kirk Borne. "Incluso mi cara es de datos porque desbloquea mi teléfono móvil".

Borne, Director científico de Data Prime AI, dice: “Mire las diversas aplicaciones en su teléfono inteligente. Son todos datos. Una vez que te das cuenta de que todos estamos generando datos y consumiéndolos todos los días, es fácil preguntarte: "¿Por qué no eres parte de esa revolución también?"

Nunca ha sido más importante saber leer y escribir en datos, ya sea que trabaje con datos como parte de su labor o simplemente quiera navegar por la vida en la sociedad moderna. Comprender los datos que lo rodean puede ayudarlo a tener éxito.

Comprender el valor de los datos

"Todos en la organización deben comprender el valor que los datos aportan a la organización y cómo pueden usarlos para mejorar su función", comenta Ronald Van Loon, Director Ejecutivo y Analista Principal de Intelligent World.

Mucha gente hace suposiciones sobre los datos sin darse cuenta, dice Marcia Walker, consultora principal de la industria en SAS. “No todo el mundo se ha dado cuenta que ahora las imágenes y el sonido son datos. Incluso hace unos años, no podíamos aprovechar estas fuentes de datos porque no teníamos la capacidad informática. Ahora tenemos algoritmos integrados para poder manejar todo tipo de datos".

Walker recomienda buscar fuera de su caja normal los datos disponibles para usted. Piense más allá de Six Sigma (metodología basada en datos), la cadena de suministro y los datos del consumidor. Considere el audio, el video, las imágenes y más. "Una vez que vea que estas cosas son datos, entonces determine, ¿cómo puede usarlos?"

Las organizaciones con conocimientos de datos ya se están planteando estas preguntas y están encontrando nuevas fuentes de datos y nuevas tecnologías para comprenderlos mejor.

Durante el año pasado, la pandemia reveló que algunas organizaciones no estaban tan impulsadas por los datos como pensaban, dice Wilson Raj, Director de Inteligencia del Cliente en SAS. “Para bien o para mal, la pandemia aceleró la alfabetización de datos. Trajo más compras sin contacto, más variedades de datos e incluso aceleró el uso de la realidad aumentada para crear experiencias virtuales inmersivas. La alfabetización en datos es un elemento fundamental para lograr realmente algunas de estas experiencias de marca".




Alfabetización de datos

"Es muy importante que los empleados tengan conocimientos de datos", dice Lucy Kosturko, y señaló que AirBnb y la Cruz Roja Americana están implementando iniciativas de alfabetización de datos en sus organizaciones.

Estos programas reconocen que, "Para que seamos empresas con conocimientos de datos, es necesario escalar este conjunto de habilidades para asegurarse de que todos tengan este nivel de conocimientos de datos funcionales", explico Kosturko, especialista en alcance educativo de SAS, quien además define la alfabetización de datos funcionales como la capacidad de usar datos para navegar en la vida cotidiana.

“La alfabetización en datos debería verse como algo más sencillo. Por ejemplo, si entra a un partido de futbol en una escuela secundaria local, puede ver de qué lado está el equipo local porque hay más personas sentadas allí. Eso es datos”, dijo Kosturko.

Joshua Starmer, instructor de estadística y bloguero de StatQuest, recomienda generar curiosidad por los datos. Sugiere preguntar: ¿Quién lo generó? ¿Dónde se generó? ¿Cuáles fueron los métodos de recopilación de datos y los resultados? ¿Para qué se utilizará el análisis?

La alfabetización en datos es una aptitud importante para cualquier persona en la fuerza laboral moderna. No todos son o se convertirán en expertos, pero si deben tener aptitudes en alfabetización numérica, lectura, escritura y datos.

 


Fuente: Alison Bolen. Editora en SAS.

viernes, 6 de agosto de 2021

Algunos beneficios del Business Intelligence en los negocios

La inteligencia empresarial o Business Intelligence (BI) continúa evolucionando a medida que los desarrolladores incorporan la última tecnología en sus plataformas, como análisis en tiempo real, procesamiento de lenguaje natural, inteligencia artificial y aprendizaje automático.



BI ha transformado las empresas, permitiéndoles obtener conocimientos y tomar decisiones en tiempo real. Considere este sencillo ejemplo: El panadero llega a la tienda un lunes por la mañana. Es hora de preparar los ingredientes y la masa con anticipación para los artículos que se hornearán y venderán ese día o semana. ¿Adivina el panadero al azar cuántos pasteles, magdalenas u otros artículos debe preparar? No, él o ella fabrican un producto en función de cuántos pedidos ya están recibidos y cuántos pedidos se espera que lleguen en una experiencia determinada. Ya sea que los datos se mantengan en la mente del panadero, se escriban en un cuaderno o se guarden en una base de datos de computadora, esto sigue siendo inteligencia empresarial en acción.

La inteligencia empresarial ha recorrido un largo camino

A principios de la década de 2000, las nuevas herramientas de BI ofrecían nuevas funciones que permitían a los empresarios recopilar datos y obtener conocimientos con mayor facilidad. Hoy en día, nos bombardean con información y la BI se ha convertido en una herramienta indispensable en la toma de decisiones estratégicas.

Los gerentes pueden determinar qué productos se venden, a qué hora del día se compran y qué artículos se compran juntos. Gracias a la inteligencia empresarial, podemos:

  •          Identificar formas de aumentar las ganancias.
  •          Analizar el comportamiento de los clientes.
  •          Comparar los datos con los de la competencia.
  •          Seguimiento del rendimiento.
  •          Optimizar las operaciones.
  •          Predecir el éxito.
  •          Detectar las tendencias del mercado.
  •          Descubrir problemas o problemas.

Aumento de la demanda de BI

La demanda de BI está en auge, como lo demuestra la encuesta de Reveal's Trends in Software Development and Analytics 2021 a desarrolladores de software y profesionales de TI, encontrando que las empresas de tecnología vieron un aumento del 41% en la demanda de soluciones de inteligencia empresarial el año pasado.

A medida que aumenta la demanda de la tecnología, también lo hacen los nuevos avances, lo que brinda a los usuarios la capacidad de analizar y tomar decisiones inteligentes sin ningún conocimiento de programación.

Una innovación reciente en el software de BI es la analítica integrada, que ofrece informes en tiempo real, visualización de datos interactiva y/o analítica avanzada, incluido el aprendizaje automático, el procesamiento del lenguaje natural (NLP) y la analítica aumentada, directamente en una aplicación empresarial. Los datos son administrados por una plataforma de análisis y las visualizaciones y los informes se colocan directamente dentro de la interfaz de usuario (UI) de la aplicación para mejorar el contexto y la usabilidad de los datos para los usuarios comerciales.



Las herramientas de BI más eficaces para los usuarios comerciales, permiten que cualquier persona de una empresa acceda, analice y actúe sobre los datos sin tener experiencia en codificación. Con la ayuda de la analítica integrada, que convierte los datos sin procesar en inteligencia empresarial, las organizaciones tienen enormes oportunidades, desde aumentar la productividad y fortalecer la ventaja competitiva hasta mejorar la satisfacción del cliente y otros conocimientos prácticos. Tomemos el ejemplo del panadero. Imagine un tablero de inteligencia empresarial que ofrece predicciones sobre la cantidad de pastelitos para hornear en función de datos históricos, el clima actual y la hora del día. Ese es el poder de la inteligencia empresarial.

El futuro del BI

La inteligencia empresarial seguirá evolucionando a medida que los desarrolladores incorporen la última tecnología en sus plataformas, como análisis en tiempo real, procesamiento de lenguaje natural, inteligencia artificial y aprendizaje automático. El BI de próxima generación puede cambiar la forma en que determinamos las tendencias y, en última instancia, incluso puede predecir el futuro.

 


Fuente: Jason Beres. Vicepresidente Senior de herramientas de desarrollo en Infragistics.

martes, 11 de diciembre de 2018

Algunas predicciones de la Inteligencia Artificial para el 2019

La inteligencia artificial (IA), específicamente el aprendizaje automático y el aprendizaje profundo, han estado en todas partes este 2018 y aumentará su ritmo en los próximos 12 meses. La IA se convertirá en otro hilo consistente en el tapiz de nuestras vidas, al igual que lo hicieron Internet, la electricidad y la combustión en el pasado. Pero al menos durante el próximo año, y probablemente más, espere avances asombrosos.

Las expectativas de los cambios en los negocios y en la sociedad que la IA promete (o en algunos casos amenaza) van a ir más allá de lo que se haya imaginado durante las revoluciones tecnológicas anteriores. La IA apunta hacia un futuro en el que las máquinas no solo realizan todo el trabajo físico, como lo han hecho desde la revolución industrial, sino también el trabajo de "pensamiento": Planificación, estrategia y toma de decisiones.




No sabemos si esto nos llevará a una utopía gloriosa, con los humanos libres para dedicar sus vidas a actividades más significativas, en lugar de aquellas que la necesidad económica dicta que dedican su tiempo, o al desempleo generalizado y al descontento social. Probablemente no lleguemos a ninguno de esos resultados en 2019, pero es un tema que continuará siendo muy debatido. Mientras tanto, aquí hay cinco cosas que podemos esperar que sucedan:

1. La IA se convierte cada vez más en una cuestión de política internacional.

Este 2018 ha visto a las principales potencias mundiales construir cada vez más vallas para proteger sus intereses nacionales cuando se trata de comercio y defensa. En ninguna parte esto ha sido más evidente que en la relación entre las dos super potencias de IA del mundo, Estados Unidos y China.

El fabricante chino de tecnología Huawei anunció planes para desarrollar sus propios chips de procesamiento de IA, reduciendo la necesidad de que la creciente industria de esta tecnología del país confíe en fabricantes estadounidenses como Intel y Nvidia.

Al mismo tiempo, Google ha enfrentado críticas públicas por su aparente disposición a hacer negocios con compañías tecnológicas chinas (muchas de ellas con vínculos con el gobierno chino) mientras se retira (luego de la presión de sus empleados) de los acuerdos para trabajar con agencias del gobierno de EEUU. Debido a preocupaciones, su tecnología puede ser militarizada.

2. Un movimiento hacia la "IA transparente"

La "problemática de la caja negra" dificulta la adopción de la IA en una sociedad más amplia, especialmente cuando requiere tratar con datos humanos. En su mayoría, su funcionamiento parece arcano e insondable sin una comprensión profunda de lo que realmente está haciendo.

Para lograr todo su potencial, es necesario confiar en la IA: Debemos saber qué está haciendo con nuestros datos, por qué y cómo toma sus decisiones cuando se trata de asuntos que afectan nuestras vidas. A menudo, esto es difícil de transmitir, especialmente porque lo que hace que la IA sea particularmente útil es su capacidad para establecer conexiones y hacer inferencias que pueden no ser obvias o incluso pueden parecer contra intuitivas para nosotros.

En 2019 es probable que veamos un mayor énfasis en las medidas diseñadas para aumentar la transparencia de la IA. Este año, IBM presentó la tecnología desarrollada para mejorar la trazabilidad de las decisiones en su tecnología IA Open Scale. Este concepto proporciona información en tiempo real no solo sobre las decisiones que se toman, sino también cómo se toman, estableciendo conexiones entre los datos que se utilizan, la ponderación de las decisiones y la posibilidad de sesgo en la información.

3. La inteligencia artificial y la automatización profundizan en cada negocio.

En 2018, las empresas comenzaron a controlar mejor las realidades de lo que la IA puede y no puede hacer. Después de pasar los últimos años poniendo en orden sus datos e identificando áreas donde la IA podría generar recompensas rápidas, o fallar rápidamente, las grandes empresas están listas para seguir adelante con iniciativas probadas, pasando del pilotaje y lanzamiento suave al despliegue global.

En los servicios financieros, los algoritmos de aprendizaje automático analizan rutinariamente vastos registros en tiempo real de miles de transacciones por segundo. Los minoristas son expertos en la obtención de datos a través de los recibos y los programas de lealtad, y los incorporan a los motores de IA para descubrir cómo mejorarnos vendiéndonos cosas. Los fabricantes utilizan la tecnología predictiva para saber con precisión a qué estrés se puede someter la maquinaria y cuándo es probable que se rompa o falle.

En 2019 veremos una creciente confianza en que esta tecnología inteligente y predictiva, reforzada por los aprendizajes que ha recogido en sus implementaciones iniciales, puede acoplarse al por mayor en todas las operaciones de una empresa.

La IA se diversificará en funciones de soporte como recursos humanos u optimización de las cadenas de suministro, donde las decisiones sobre logística, así como la contratación y el despido, serán cada vez más informadas por la automatización. Las soluciones de la IA para la gestión del cumplimiento y las cuestiones legales también se adoptarán cada vez más. Como estas herramientas a menudo serán aptas para el propósito en varias organizaciones, cada vez se ofrecerán más como un servicio, ofreciendo a las empresas más pequeñas también un bocado de la IA.

4. La IA creará más puestos de trabajo que los que se perderán.

A largo plazo es incierto si el aumento de las máquinas conducirá al desempleo humano y al conflicto social, a un futuro sin trabajo utópico, o (probablemente de manera más realista) algo intermedio. Sin embargo, para el próximo año, al menos, parece que no va a ser inmediatamente problemático a este respecto. Gartner predice que para fines de 2019, la IA creará más empleos de los que está tomando y según su informe, estos podrían centrarse en la educación, la salud y el sector público.

Un impulsor probable de esta disparidad es el énfasis puesto en el despliegue de la IA en una capacidad "creciente" cuando se trata de implementarla en trabajos no manuales. Los trabajadores de los almacenes y los cajeros minoristas a menudo han sido reemplazados al por mayor por tecnología automatizada. Pero cuando se trata de médicos y abogados, los proveedores de servicios de IA han hecho un esfuerzo concertado para presentar su tecnología como algo que puede funcionar junto con profesionales humanos, ayudándoles con tareas repetitivas y dejando la "última palabra" para ellos.

Esto significa que esas industrias se benefician del crecimiento en empleos humanos en el aspecto técnico, aquellos necesarios para implementar la tecnología y capacitar a la fuerza laboral en su uso, al tiempo que retienen a los profesionales que realizan el trabajo real.

5. Los asistentes de la IA serán realmente útiles

La IA está realmente entretejida en nuestras vidas ahora, hasta el punto de que la mayoría de las personas no se preocupan por el hecho de que cuando buscan en Google, compran en Amazon o miran Netflix, se deben hacer predicciones altamente precisas basadas en la IA para lograrlo. El flujo de la experiencia.

Cuando nos relacionamos con los asistentes de IA, como Siri, Alexa o el asistente de Google, por ejemplo, tenemos una sensación un poco más evidente de compromiso con la inteligencia robótica para ayudarnos a comprender la gran cantidad de fuentes de datos disponibles en el mundo moderno.

En 2019, más de nosotros utilizaremos un asistente de IA para organizar nuestros calendarios, planificar nuestros viajes y pedir una pizza. Estos servicios serán cada vez más útiles a medida que aprendan a anticipar mejor nuestros comportamientos y a comprender nuestros hábitos. Los datos recopilados de los usuarios les permiten a los diseñadores de aplicaciones entender exactamente qué características proporcionan valor y cuáles están infrautilizadas, lo que quizás consuma recursos valiosos (a través del ancho de banda o informes) que podrían utilizarse mejor en otros lugares.

Como resultado, las funciones para las que queremos utilizar la IA, como ordenar taxis y entregas de alimentos y elegir restaurantes para visitar, son cada vez más sencillas y accesibles. Además, los asistentes de la IA están diseñados para ser cada vez más eficientes en la comprensión de sus usuarios humanos, ya que los algoritmos de lenguaje natural utilizados para codificar el habla en datos legibles por computadora, y viceversa, están expuestos a más y más información sobre cómo nos comunicamos.

Es evidente que las conversaciones entre Alexa o Google Assistant y nosotros pueden parecer muy poco desarrolladas hoy. Sin embargo, la rápida aceleración de la comprensión en este campo significa que, para fines de 2019, nos acostumbraremos a un discurso mucho más natural y fluido con las máquinas con las que compartimos nuestras vidas.




Fuente: Bernard Marr es un autor best-seller y orador principal de negocios, tecnología y Big Data. 



lunes, 15 de octubre de 2018

Lecciones de negocios que se pueden aprender jugando videojuegos

¿Quién dice que jugar un video juego es una pérdida de tiempo? Resulta que hay algunas valiosas lecciones de negocios que podemos aprender jugando al popular video juego en línea "Fortnite: Battle Royale".




Sobre el juego, Fortnite: Battle Royale
Este popular video juego se puede jugar en una PC, Mac, Xbox, PlayStation e incluso en tu iPhone. La primera decisión en el juego es cuándo debes lanzarte desde un autobús volador. Otros noventa y nueve jugadores realizarán el mismo cálculo sobre cuándo y dónde saltar a una isla que tiene monstruos, tormentas impredecibles y un alijo de armas dispersas por todas partes. Quieres un lugar que tenga recursos abundantes y no ser invadido por otros jugadores cuya prioridad principal sea aniquilarte. El objetivo es ser el último en pie y construir refugios para protegerse de las tormentas y defenderse contra otros jugadores, encontrar recursos y eliminar a otros jugadores para convertirse en el único sobreviviente. Después de unos minutos de juego, aparecerá un círculo en el mapa y deberás entrar dentro del círculo porque serás vulnerable a las tormentas que tienen lugar fuera del círculo. Si está atrapado en la tormenta, se agotará tu salud y si tu puntaje de salud es demasiado bajo, perecerás. A medida que el juego continúa, el círculo se hará más pequeño y moverá las ubicaciones.

Lecciones de negocios de Fortnite
Lo creas o no, este video juego ofrece muchas lecciones de negocios y de vida. Éstos son sólo algunos:
  • Aunque no comiences con mucho, hay recursos disponibles.
  • La única herramienta que tienes cuando caes del cielo es un pico. En el juego, tienes que reunir recursos que incluyen primeros auxilios, municiones, armas y más para tener una oportunidad de éxito. Tu primera prioridad es conseguir recursos. De manera similar, cuando comienzas un negocio, es probable que no tengas muchos recursos, pero cuanto más tiempo estés en el juego, más recursos y conocimientos tendrás.
  • Cuídate.
  • Las pociones de escudo se deben consumir en el momento en que las encuentres para que tu salud se mantenga fuerte. Para ser efectivo como profesional de negocios, primero debes cuidar tu cuerpo y tu mente o no tendrás nada más que dar. La prioridad tanto en el juego como en los negocios es cuidarse primero, de modo que esté preparado para cuidar a los demás.
  • Aprender a adaptarse.
  • El cambio es la única constante, en el juego y en la vida. Las condiciones y los entornos están cambiando, por lo que cuanto mejor puedas adaptarte para cambiar, más resistente serás. Habrá cosas fuera de su control: el clima, los competidores. Lo único que puedes controlar es tu reacción a las circunstancias.
  • Siempre construye, incluso bajo fuego.
  • En el juego, construir refugios incluso bajo fuego puede ser muy beneficioso para tu supervivencia. Incluso cuando el mercado es difícil o los ingresos son bajos, los buenos líderes empresariales saben que deben seguir creciendo de alguna manera para que estén preparados cuando cambien las condiciones. Eso podría significar capacitación, procesos de actualización y otras iniciativas para construir tu empresa, incluso si te encuentras en una situación difícil. Cuanto mejor construyas bajo presión, más fácil será construir cuando tengas condiciones más favorables.
  • Usa las herramientas adecuadas.
  • Como competidor en Fortnite, tienes la capacidad de cambiar las armas por otras más efectivas cuando las encuentres. Es importante aprender los beneficios de cada arma y usar la arma adecuada en el momento adecuado. En los negocios, usar la tecnología y las herramientas adecuadas para hacer el trabajo le ayuda a obtener una ventaja competitiva.
  • El éxito en los negocios es una mezcla de habilidad, suerte y oportunidad. Si la suerte está de tu lado en el juego o en los negocios, no está bajo tu control. Entonces, cuando la suerte no esté de tu lado, debes aceptar la situación y continuar. Cuando tengas suerte, agradece tu buena fortuna y aprovechar al máximo.

Clásico millennial gamer

  • No te vuelvas complaciente.
  • Usa el impulso que obtienes después de un éxito (adquirir un buen recurso, defender su posición o cerrar un gran negocio) para catapultarlo. Te vuelves increíblemente vulnerable cuando permites que el éxito disminuya tu atención a los detalles o enturbie tu juicio.
  • Ponte ahí afuera (no te escondas).
  • Solo puedes mejorar jugando Fortnite cuando realmente te relacionas con otros competidores. Si tu única estrategia es ocultarte, podrías sobrevivir por un tiempo pero no aprenderás los fundamentos del juego. En los negocios, los errores son un paso esencial para aprender. Entonces, tienes que ponerte por ahí para progresar. Incluso si falla, estás aprendiendo a ser mejor para la próxima oportunidad de negocio que se te presente.


¿Has jugado el juego? ¿Qué lecciones de negocios agregarías?





Fuente: Bernard Marr es un autor best-seller y orador principal de negocios, tecnología y Big Data. 


jueves, 31 de mayo de 2018

Innovation Summit 2018. Un nuevo liderazgo en la era de la disrupción

RSK Consulting asistirá a la conferencia "Innovation Summit 2018. Un nuevo liderazgo en la era de la disrupción", evento organizado por IBM del Perú.




Donde descubriremos cómo lo verdaderos líderes en innovación son organizaciones que comprenden hacia dónde va su industria y han reestructurado sus organizaciones para potenciar las habilidades de las personas, alentar la innovación interna y fomentar nuevas ideas. Son estos líderes quienes están aprovechando la data y las tecnologías emergentes para retomar el liderazgo de la disrupción. Además de utilizar la Data, Inteligencia Artificial, Blockchain y otras tecnologías, para crear plataformas que les dan una ventaja disruptiva en un futuro que ya estamos viviendo. 


Más información: https://wis2018.mybluemix.net/index.html



viernes, 25 de mayo de 2018

Analytics: Protagonista en la transformación digital



RSK Consulting, como partner de SAS en Perú, confirma su participación en el evento “Analytics, protagonista en la transformación digital 2018”, que tendrá lugar el próximo 5 de junio en el Hotel Swissotel, Lima.

La actividad es organizada por SAS, líderes en innovación analítica, y contará con la participación de expertos en el ámbito de la analítica, tendencias en tecnologías y clientes nacionales que aportarán su visión sobre transformación digital según el campo donde lo desarrollan. 

Mayor información: 
https://www.sas.com/es_pe/events/2018q1/plataforma-analitica.html



lunes, 26 de marzo de 2018

Primera tarea: El cambio de mindset

¡Excelente artículo! La transformación es cultural... se requiere una mentalidad que cuestiona cómo se hacen las cosas y que incorpora nuevas tecnologías para crear soluciones distintas. Primera tarea: el cambio de mindset.

El artículo completo de Semana Económica:

http://semanaeconomica.com/caso/primera-tarea-el-cambio-de-mindset/



https://www.youtube.com/watch?v=4OK0rTm0cRQ





martes, 17 de octubre de 2017

Los mitos del Big Data y el marketing

Big Data se ha convertido en una gran industria, promovido como cura para todo lo que aflige el marketing. Sin embargo, tenemos un largo camino por recorrer antes de que Big Data proporcione su potencial. Consideremos un par de ejemplos. Me registro en Facebook desde Lausana en Suiza. Ya estuve registrado hace un par de años en el mismo ordenador portátil, usando el sitio social en idioma inglés. Sin embargo, lo que veo es la página de registro de Facebook en alemán. Tal vez, la ubicación supera la dirección IP del portátil. Sin embargo, incluso si se basa en la ubicación, en Lausana, la página de registro debería estar en francés. De manera similar, recientemente me mudé a Singapore Management University y ahora veo numerosos anuncios para inscribirse en varios programas de esta universidad.




A pesar de ser un creyente en Big Data, necesitamos tener expectativas realistas de Big Data. Como vendedores, estamos en el comienzo de un viaje muy largo.

EL MITO DE BIG DATA

El mito más grande es que hay algo llamado Big Data. En realidad, la construcción de una base  útil de datos, requiere unir muchos datos pequeños de múltiples fuentes. Esto es lo que hace que sea un trabajo duro.
  • ¿Cuántas fuentes diferentes se pueden unir para capturar todas las rutas digitales de un cliente. Y, ¿Qué es lo que simplemente se nos escapa en la atmósfera?
  • ¿Cómo combinar los datos de varias fuentes, cada uno con su propio enfoque para recopilar, mantener y actualizar los datos, y vincularlo a un individuo único?
A medida que uno mejora en esto, permite una mayor integración a través de los diferentes puntos de contacto donde los clientes experimentan la marca.

MÁS DATOS ES MEJOR

Los vendedores, motivados por el interés propio, siguen empujando la idea de que mientras más granular sean los datos es mucho mejor. Pero Big Data es como los granos de arena, pueden crear una tormenta de arena y puede cegarte y desorientarte. Hay un viejo beduino diciendo que seis minutos en una tormenta de arena, es suficiente para hacer que un hombre se vuelva loco.
  • Al principio de una investigación, aprende que siempre hay demasiados datos y no suficientes datos simultáneamente. Una gran cantidad de los datos que inicialmente parece agradable tener es innecesario para resolver el problema en cuestión. Además, siempre hay más datos que uno quisiera, pero no están disponibles.
  • Los datos, en sí mismos, no tienen ningún valor. Es sólo un costo hasta que se unió con la analítica para extraer información accionable. Las decisiones clave son qué mantener y qué ignorar. El agua en un vaso es manejable, pero en una inundación, es abrumadora.
Para que los marketeros exploten Big Data, deben aprender a vivir con ambigüedad. En lugar de simplemente buscar más y más datos, la tecnología y la comprensión para utilizar los datos disponibles es quizás más importante.

LOS DATOS EN TIEMPO REAL SON MEJORES

Parece obvio que los datos que se actualizan lo más cerca posible del tiempo real son mejores. Si bien esto puede ser cierto en algunos casos, pero el acompañamiento "ruido" puede conducir a una mayor confusión y errores. A menudo, en lugar de una respuesta rápida, es mejor tomar el tiempo para reflexionar. Sólo después de limpiar los datos, entender el problema y mejorar el modelo, se debe pasar a la acción.

No importa, la forma en que los datos son en tiempo real, son datos pasados ​​y uno está tratando de predecir el comportamiento futuro.

Para que los modelos sean útiles, los gerentes de marketing deben adoptar lecciones del antiguo movimiento japonés de calidad de mejora continua. Pero esto requiere la prueba de modelos rigurosamente. Antes de aceptar un modelo, uno debe tener la disciplina para utilizar muestras de espera y experimentos aleatorios.

CONCLUSIÓN

La mayoría de las cosas en la vida que son importantes y que valen la pena son difíciles de hacer. Big Data no es una excepción. Los modelos puestos en práctica no pueden simplemente ser exteriorizados a analistas de datos o algoritmos de máquinas. Los vendedores tienen que ensuciarse las manos y lidiar con la obtención de una comprensión más profunda de lo que entró en la elaboración del modelo y la calidad de los datos que se utilizaron. Si los modelos basados en Big Data se convierten en una "caja negra" para los vendedores, será una continuación de las prácticas de un marketing pasado, "basadas en la fe".



Fuente: Nirmalya Kumar. Lee Kong Chian Profesor de Marketing


martes, 29 de agosto de 2017

¿Por qué ninguna empresa debe iniciar un proyecto de Big Data en este momento?

Si este año, una de sus metas es comenzar un proyecto de Big Data, es posible que desee pensarlo de nuevo. Ninguna empresa debe comenzar un gran proyecto de datos en este momento. Pero déjame ser claro. No es porque predigo un descenso importante en la economía o una innovación increíble que cambiará la forma en que se debe ejecutar un proyecto de datos. Es muy simple. Si planea un gran proyecto de datos, le falta el aspecto más importante. Y no debe tratarse de los datos, sino sobre su negocio.





Mientras que los datos y la analítica están revolucionando nuestro mundo y cambiando la manera en que vivimos y trabajamos, son las ideas que proporcionan que los hacen poderosos. Por lo tanto, a menos que sepa qué preguntas de negocios necesita responder y qué problema de negocio desea resolverse, no debe iniciar un proyecto de datos.

Todavía veo demasiados proyectos de Big Data que no tienen metas de negocio claramente definidas y resultados mensurables, por lo que no es sorprendente que tantos proyectos de Big Data fallen. Cuando ayudo a las empresas a identificar las maneras más estratégicas de cómo los datos y la analítica pueden transformar su negocio, enlazamos cada proyecto con prioridades estratégicas e identificamos KPIs de negocios que ayudan a medir el éxito de estos proyectos.

Tomemos Citibank como un buen ejemplo, cada proyecto de datos comienza con requisitos de negocio específicos. Antes que cualquier proyecto de datos sea aprobado, tiene que ser validado a través de pruebas de conceptos y será monitoreado usando métricas de rendimiento empresarial.

Lo mismo ocurre con Caterpillar, donde cada proyecto de datos está vinculado a un problema empresarial y se mide con KPIs de negocios, lo que a su vez ayuda a mostrar rendimientos impresionantes en sus proyectos de datos.

Usos clave de datos en los negocios

Existen cinco áreas clave que pueden ayudar a identificar las aplicaciones más estratégicas de datos en cualquier negocio:

1. Mejorar la toma de decisiones: Armados con datos precisos, los líderes empresariales pueden tomar decisiones de negocios más inteligentes. Pueden determinar qué preguntas necesitan ser contestadas para impulsar su compañía al éxito.

2. Entender a los clientes: Cuando los datos se recopilan y analizan adecuadamente, ayudan a las empresas a entender quiénes son sus clientes y por qué compran, así como las principales tendencias de los clientes que están en el horizonte.

3. Mejorar la oferta del cliente: Los datos también ayudan a las empresas a ofrecer un mejor producto o servicio a sus clientes e integran datos y análisis en sus ofertas de clientes.

4. Mejorar las operaciones: Los datos y análisis pueden ayudar a las empresas a optimizar sus operaciones, producción y procesos.

5. Crear una nueva corriente de ingresos cuando los datos se monetizan: Los datos pueden crear un flujo de ingresos adicional para muchas empresas cuando venden sus datos a otras empresas que lo valoran. Los datos también se consideran un activo en la valoración de las empresas.

Comience con una estrategia de datos

Una vez que las empresas han identificado las áreas que quieren abordar con los datos, el primer paso es identificar el verdadero problema de negocio para que ellos conduzcan los proyectos de datos con las preocupaciones del negocio en lugar de los datos. Una buena estrategia de datos se determina por lo que su empresa desea lograr y cómo los datos pueden ayudarle a llegar allí.

Desarrollar medidas de éxito

A continuación, debe desarrollar KPIs o métricas de éxito que deben vincular a los objetivos de negocio de nivel superior, tales como el aumento de los beneficios y los ingresos, o metas intermedias, como ganar cuota de mercado, la satisfacción del cliente, mejorar la utilización de la capacidad o aumentar la participación del personal. Aquí hay una lista de 25 métricas empresariales de nivel superior que puede usar.

El poder de Big Data no es lo mucho que reúne, sino la forma en que utiliza la información que recopila de los datos que clasifica. Con el fin de obtener la participación de los líderes y empleados de su empresa, tendrá que ayudarles a entender los beneficios tangibles del negocio que su proyecto puede dar a su organización y cómo los datos le ayudarán a obtener esos beneficios. Es imprescindible ayudar a su gente a ver cómo va a utilizar los datos para trabajar más inteligentemente y hacer mejores negocios para que puedan apreciar en lugar de temerlo.

No base sus proyectos de Big Data sobre los datos o la tecnología, asegúrese proyectos empresariales para lograr una meta estratégica, medidos por métricas empresariales.




Fuente: Bernard Marr es un autor best-seller y orador principal de negocios, tecnología y Big Data. Su nuevo libro es Estrategia de Datos.



martes, 13 de junio de 2017

Estrategias CIO: 5 consejos para implementar inteligencia de negocios

Como responsable de los sistemas de tecnologías de información de una empresa, a nivel de procesos y desde el punto de vista de la planificación, el CIO (Chief Information Officer) tiene nuevos retos y uno de los más importantes es conseguir que el uso correcto de la inteligencia de negocios sea más que construir un almacén de datos.




Martin Draper, Director de Tecnología del retail Liberty, dice que su gran prioridad para 2017 es la inteligencia de negocios. La empresa reúne información de diversas fuentes y Draper quiere crear una estrategia basada en datos que ayude a los ejecutivos de la empresa, a tomar decisiones más inteligentes de manera rápida y eficaz.

Draper se unió a este retail de renombre mundial en marzo del 2016, después de haber sido responsable 13 años en el área de IT (Information Technologies) en Harrods. A lo largo de su carrera, Draper ha estado ansioso por impulsar la transformación a través de la información. Pasó una década dirigiendo su propia consultora de inteligencia de negocios (Business Intelligence) antes de convertirse en un CIO minorista, ayudando a las organizaciones de todos los sectores a transformar los datos en información.

Basándose en su experiencia, Draper ofrece cinco consejos de mejores prácticas para ejecutar un BI de éxito imitativo:

1. Vea su iniciativa como un potente enfoque cultural.

Los analistas están dispuestos a hablar de la continua inversión en BI y analítica. Gartner dice que el 48% de las empresas invirtieron en Big data en 2016 y un 3% desde 2015. IDC (International Data Corporation), por su parte, espera que el gasto global en Big Data y análisis de negocios crezca de 130.100 millones de dólares en 2016 a más de 203.000 millones de dólares en 2020.

Sin embargo, Draper dice que la tecnología es sólo un elemento de un enfoque de BI fuerte. Él dice que el éxito en BI es mucho más que la suma de herramientas y procesos. Demasiados CIOs todavía no reconocen que el elemento cultural es esencial. "He hecho una vida buena de los tecnólogos que construyen plataformas de datos y luego el beneficio no ha regresado", dice, refiriéndose a su experiencia anterior como consultor de BI.

"Tienes que tener la tecnología adecuada y un mapa de la arquitectura de datos claro, pero también tienes que tener una organización que puede consumir información y desarrollar la visión. Si no ves tu proyecto de BI como un potente acercamiento cultural al negocio, no se moleste en comenzar".

2. Obtenga un respaldo de alto nivel para sus objetivos a largo plazo.

Draper dice que los CIOs deben reconocer que una iniciativa de análisis es mucho más que alcanzar metas a corto plazo. "La inteligencia de negocios es para siempre", dice. "Si usted va a hacerlo correctamente, tiene que entender todos los aspectos de su organización y planificar un plan de trabajo para la implementación en la medida de lo que pueda ver."

Los CIO, dice Draper, deberían ver su proyecto de BI como un programa, en lugar de una intervención. "En algunos casos puede tomar años crear un programa de BI", dice. La naturaleza prolongada (y a veces costosa) de una iniciativa analítica, requiere esencialmente el apoyo de alto nivel.

"Asegúrese de que la persona número uno de su organización sea el patrocinador clave para su programa de BI", dice Draper. "La idea de que vas a usar los datos para decir la verdad y tomar decisiones, significa que el apoyo del jefe ejecutivo es absolutamente clave".

3. Utilizar la capacidad del especialista para desarrollar éxitos rápidos para el negocio.

Aunque Draper cree que BI debe ser visto como un "programa para siempre", también reconoce que los éxitos rápidos pueden ayudar a demostrar los beneficios de sus ideas a los que dudan, en particular en los primeros días de una iniciativa. Estas ganancias tempranas pueden ayudar a dictar la dirección futura.

"La belleza de la capacidad y la tecnología de hoy en día es que las personas con experiencia, ya sea interna o externamente, pueden ayudar a su empresa a ofrecer algunos beneficios de BI con bastante rapidez", dice Draper.

"Siempre debe pensar en términos de objetivos a largo plazo, pero también puede obtener éxito a corto plazo rápidamente, si crea un equilibrio eficaz entre la tecnología, la capacidad de IT, el talento comercial y la arquitectura de datos." Debemos reconocer que el mundo es un conjunto de procesos de negocios y nuestro trabajo en tecnología, es automatizar tantos procesos como podamos y dejar los elementos creativos a los expertos.

4. Recuperar la demanda organizacional de forma continua.

Draper dice que los CIOs deben definir lo que es el éxito en términos de BI. Para algunas personas, el éxito se trata de informes empresariales. Para otros, podría implicar autoservicio, capacidades analíticas avanzadas, o una sola versión de la verdad.

"La realidad es que, dependiendo de la audiencia, puede ser todos esos elementos o sólo uno", dice Draper. "Darse cuenta de que el BI es un facilitador para una mejor toma de decisiones y definir lo que necesita para ofrecer esa visión, es absolutamente crítico".

Las expectativas de los ejecutivos en torno al poder potencial de la analítica siguen siendo altas. Draper dice que los requisitos del negocio pueden flexionar y cambiar, por lo que los CIO deben asegurarse de que sus programas de BI coincidan con la capacidad técnica y la conciencia comercial. "Tendrá que volver a conectarse al negocio continuamente, y para siempre".

"BI no se trata sólo de crear un almacén de datos de SQL Server, sino de crear beneficios en un punto definible de la línea, de lo contrario, es sólo otra plataforma y su negocio no verá el valor de su inversión".

5. Objetivo de una comprensión matizada de la información que proporciona.

Draper advierte a los ejecutivos que no se centren únicamente en la representación visual de los datos. El verdadero entendimiento, dice, proviene de un nivel más detallado de comprensión.

"A menos que su organización pueda mirar el tablero, y entender cómo convertir el indicador rojo en naranja y verde, entonces las ganancias serán pequeñas", dice. "El nuevo enfoque en Big Data y en tiempo real es potencialmente brillante, pero si su organización no puede reaccionar ante la visión, entonces la información es inútil".

Draper dice que a principios de su carrera los jefes de finanzas le enseñaron que la conversación en torno a los datos debería centrarse siempre en los objetivos. "BI es entender lo que ustedes y sus colegas van a hacer diferente mañana debido a la visión que tienen hoy", dice.

"Es muy fácil de producir números y opiniones, es muy difícil de ejecutar".




Fuente: Mark Samuels. Periodista de negocios especializado en temas de liderazgo de IT. www.zdnet.com



viernes, 5 de mayo de 2017

Inteligencia Artificial: Líderes vs. Gerentes

Los cambios que la Inteligencia Artificial (IA) está trayendo a las empresas, son tan rápidos que las organizaciones vienen diferenciándose de su competencia en si saben o no de IA. La diferencia es que aquellos que practican IA son capaces de transformar su negocio y lograr rápidamente la gestión del cambio operacional en sus empresas. En última instancia, esto definirá a los líderes de los directivos de las empresas.




Los gerentes planificarán cómo aprovechar las tecnologías de aprendizaje automático y de IA en un año u otro, mientras que los líderes implementarán cambios en sus organizaciones en 3 a 6 meses. 

Los líderes utilizarán éxitos y fracasos para aprender qué funcionó y qué no, en un ambiente de innovación de ritmo rápido, que combina los procesos de negocio, la tecnología, la ciencia de datos y los recursos que aportan diversidad de experiencia y pensamiento a la mezcla. Un proceso simplificado para identificar soluciones será lo suficientemente flexible como para acomodarse a objetivos estratégicos y tácticos a corto, mediano y largo plazo. Un líder debe tener buenas habilidades empresariales y experiencia en diversos proyectos analíticos exitosos, para proporcionar orientación sobre el arte de lo posible y cuando un cambio de enfoque es necesario, sin gastar recursos corporativos innecesarios.

Los equipos de ciencias de datos son difíciles de manejar, ya que tienen un conocimiento especializado y en algún momento creen que sólo ellos tienen el conocimiento necesario para resolver un problema. Son parecidos a los sacerdotes de la Edad Media ante la imprenta. Pensaban que sólo ellos podían interpretar la Biblia. Esta visión estrecha debe ampliarse incluyendo tanto a los tecnólogos como a los dueños de los procesos de negocios e innovación que incluyan la IA y el aprendizaje automático. Los dueños de los procesos de negocios tienden a proteger su territorio y los tecnólogos siempre se ocupan de múltiples prioridades y no de los presupuestos suficientes. Todas estas áreas deben ser manejadas cuidadosamente por un líder que construya redes, tire de palancas y enseñe simultáneamente cómo aprender en un ambiente cooperativo. La mejor práctica es tener un proceso claramente definido para aceptar, administrar y reportar resultados y lecciones aprendidas en proyectos avanzados de análisis e IA.

Un consejo de precaución para cualquier empresa: Tenga en cuenta si tiene un líder o un gerente responsable para integrar IA en su organización.




Fuente: Alberto Roldan. Big Data Analytics Solutions Architect - Azure Cloud at Microsoft