Uno de los elementos clave que instaura el nuevo reglamento de protección de datos europeo (GDPR - RGPD) tiene que ver con el consentimiento expreso que debe otorgar cualquier cliente para que un tercero maneje sus datos personales. Y, para ello, es imprescindible disponer de mecanismos concretos en toda organización.

El aprendizaje automático o machine learning es, sin duda, el complemento más valioso que ha recibido un analista de datos en toda su carrera, su mejor asistente personal. Imagine que necesita consultar de manera rápida el impacto del cambio de precio de cierto producto. Su potencial, en este contexto, es espectacular. No en vano IDC prevé ingresos derivados de los sistemas de inteligencia artificial y aprendizaje automático por un total de 46 000 millones de dólares en 2020.

Antes de que entre en vigor la próximo Reglamento Europeo de Protección de Datos (GDPR - RGPD) es muy necesario realizar un análisis del ciclo de vida completo del dato. Eso nos ayudará a entender quién es responsable de qué, qué recursos se intercambian, quién los comunica, qué criterios de seguridad se mantienen, por no hablar de las funcionalidades y capacidades tecnológicas necesarias para llevarlo a cabo. Identificar los tipos de datos y dónde están alojados, qué relaciones mantienen entre ellos o cómo se comportan en cada escenario son también elementos a tener en cuenta.

Los sistemas y herramientas que permiten manejar ingentes volúmenes de datos, tanto estructurados como no estructurados, son uno de los fenómenos tecnológicos actuales. El mercado ya ha asumido la necesidad de contar con plataformas que faciliten las tareas de administración y seguridad que requiere un Big Data y muchas de las organizaciones actuales están ampliando o completando sus infraestructuras para responder a los tres grandes retos relacionados con este ingente volumen de datos que debe manejarse y que se resumen en las tres «V» de un sistema Big Data: volumen, velocidad y variedad de los datos.

Hay ocasiones en que se nunca se cruzan dos caminos y otros en los que estamos condenados a encontrarnos. Este es el caso del buen gobierno corporativo y de la próxima entrada en vigor del Reglamento europeo de Protección de Datos (GDPR o RGPD). Si insistimos en que las políticas corporativas tienen que regir, a lo largo y ancho de la organización, debemos acordar también que el próximo 25 de mayo cambian, y mucho, las reglas del juego en Europa.

La industria española está dando pasos decididos hacia su digitalización, está claro, pero su operativa diaria no se aprovecha de los últimos ingenios tecnológicos, los chatbots y asistentes virtuales, concretamente. Y eso que son soluciones que han demostrado su utilidad en campos como la mensajería y la colaboración, o los asistentes virtuales de tiendas físicas y virtuales.

El actual panorama competitivo exige a los negocios agilidad, eficacia y análisis de datos en detalle y al momento. Las nuevas herramientas que seamos capaces de integrar serán responsables, en gran medida, del rendimiento de nuestro negocio. Y un buen motor de análisis y planificación de recursos constituye un paso adelante para aprovechar oportunidades y minimizar riesgos, en la toma de decisiones futuras. El acierto depende de pequeños detalles que no se pueden pasar por alto. Analizando todas las variables que entran en juego, los expertos consideran que el mejor motor de análisis hoy es IBM Planning Analytics.

La experiencia de uso y el sentimiento del cliente hacia una marca son dos elementos de gran actualidad en nuestros días. La transformación digital de los negocios tiene en el uso de los datos, internos y externos, uno de sus grandes pilares, por su capacidad de analizar la verdadera opinión sobre una marca. Saber qué piensan los demás de nuestros productos o servicios, afinar las estrategias comerciales y personalizar el trato prestado al cliente son los principales resultados de iniciar una estrategia de Marketing y Ventas basada en Machine Learning que, como ya ha demostrado Logicalis en varios casos de uso, permite obtener resultados en apenas seis semanas.

Las técnicas de Business Intelligence encuentran un habitual hándicap en el enorme y conocido volumen de datos que deben manejar para lograr sus objetivos. Pero hay otros retos, quizás menos evidentes, que tienen que ver con la gran diversidad, que no cantidad, de los reportes, queries o análisis que puede solicitar el usuario, algunos incluso más exhaustivos de lo previsto por el propio desarrollador. Así surge la necesidad de incorporar herramientas de testeo, que aseguren la correcta ejecución de las soluciones, de forma global, eficaz y rápida, en toda circunstancia, incluso las más existentes. Y no hay otro camino, para evitar riesgos y pérdidas económicas, que el basado en diferentes versiones de tests de calidad.

Los departamentos más cercanos al negocio confían y se sienten más persuadidos a utilizar analítica predictiva, que los tradicionales departamentos de IT. Así lo recogen los estudios al respecto, que también subrayan la mayor criticidad de esta tecnología para su evolución futura.