En lo concerniente a calidad de datos, muchas organizaciones se confían pensando que con una buena herramienta de limpieza y perfilado tienen suficiente. Algunas más maduras entienden que, además de la tecnología, es importante el refuerzo de la cultura de empresa, donde el establecimiento de la propiedad sobre los datos es uno de los pasos clave. Sin embargo, sólo los líderes se han dado cuenta de que el aseguramiento de la calidad de los datos corporativos es una cuestión que implica también a la estructura de la organización.

El diseño de un modelado de datos es el principio de una mejora notable en los resultados de negocio, en la comunicación empresarial y en el rendimiento técnico. No obstante, para lograr este nivel de éxito hace falta conseguir que las interrelaciones lógicas y los flujos de datos entre los distintos elementos de datos queden bien representadas. Conocer el tipo de datos y el formato en que éstos serán requeridos es importante en este proceso, aunque también hace falta tener en cuenta algunas mejores prácticas.

¿Cómo lograr que un ordenador interprete una emoción? ¿Cómo conseguir que el cerebro humano pueda procesar exabytes de información en minutos?

Hoy día, gracias a las soluciones cognitivas es posible que una computadora entienda casi como lo haríamos las personas y que el usuario al otro lado de la pantalla, con el apoyo de un software como Watson, pueda aprovecharse de todo el conocimiento que al análisis de datos automatizados le brinda.

La complejidad de los datos sigue aumentando, las plataformas de computación aumentan de potencia y tamaño, y, a la vez, se observa una tendencia que cobra fuerza en el análisis predictivo y la analítica avanzada. Tiene que ver con el uso de las GPU, que están siendo adoptadas a gran velocidad para resolver algunos de los desafíos que el analytics comienza a plantear a las organizaciones.

Un Data Lake es lo más parecido a una versión mejorada del data warehouse que permite el almacenamiento y procesamiento de datos en grandes volúmenes. A diferencia de lo que sucedía en aquél, el lago de datos permite que los datos se recojan de forma directa, en formato nativo y sin ser sometidos a ninguna transformación previa, antes de que los conjuntos de datos se utilicen con fines analíticos.

Cuando la robótica, la impresión 3D, la analítica de datos, el internet de las cosas y la inteligencia artificial se unen, el mundo físico y el virtual se fusionan, formando un todo. Esa realidad es el nuevo escenario de los negocios, es el marco de trabajo de la empresa 4.0que tiene sus raíces en la industria 4.0 pero con algunas adaptaciones.

¿Sabes qué cuentas de clientes puedes perder inminentemente? ¿Tienes idea de quiénes de tus empleados están ya enviando su CV a la competencia? Watson lo sabe. Diréis... elemental. Pero quizás no lo sea tanto. Porque esta herramienta de IBM tiene mucho poder, tanto que deja atrás a otras soluciones de inteligencia empresarial.

Además de la ventaja en costes, que es el motivo que impulsa a muchas organizaciones a tomar la decisión de trasladar su data warehouse al entorno cloud, el disponer de una plataforma de este tipo en la nube es una importante fuente de beneficios para el negocio. Los más importantes tienen que ver con el impulso a sus capacidades analíticas.

¿Por qué es tan complicado hacer la previsión de ventas? ¿Qué es lo que hace que este tipo de pronóstico resulte tan complejo? ¿Cuál es el motivo de que no sea posible acertar en lo que respecta al forecasting en el departamento comercial?

¿Cuáles son los beneficios de un sistema de información de marketing? ¿De qué fuentes se alimenta? ¿Implica el uso de uno de estos sistemas algún inconveniente para el negocio? Existen pocas organizaciones que no hayan automatizado ya la gestión de sus acciones y estrategias de marketing. En base a un conjunto de procedimientos y métodos diseñados para generar, analizar, diseminar y almacenar datos se logra tomar decisiones acertadas con la anticipación suficiente y hacerlo de manera regular.