Contenido

Sobre el autor ix

Agradecimientos xi

01 Por qué todos los negocios son ahora negocios de datos 1 El sorprendente crecimiento del Big Data y el Internet de las cosas 1 Un mundo nuevo (basado en los datos) 2 ¿Nos estamos aproximando a la inteligencia artificial? 6 Cómo los datos están revolucionando el mundo de los negocios 8 Todos los negocios deben convertirse en un negocio de datos 16 Anotaciones 19

02 Determinar las necesidades de su estrategia de datos 21 Utilizar los datos para tomar mejores decisiones empresariales 22 Utilizar los datos para mejorar sus operaciones 25 Transformar su modelo de negocio: los datos como un activo del negocio 31 La importancia de los datos adecuados, no de todos los datos 33 Hacer un análisis de negocio sólido para los datos 35 Anotaciones 36

03 Utilizar los datos para mejorar sus decisiones empresariales 37 Precisar las preguntas empresariales clave 37 Preguntas relacionadas con sus clientes, los mercados y la competencia 40 Visualizar y comunicar información a partir de los datos 50 Anotaciones 55

04 Utilizar los datos para mejorar sus operaciones comerciales 57 Optimizar sus procesos operativos con datos 58 Utilizar datos para mejorar su oferta a los clientes 66 Anotaciones 71

05 Transformar sus datos en dinero 73 Aumentar el valor de su empresa 74 Cuando los datos en sí mismos son los elementos clave del negocio 74 Cuando el valor reside en la capacidad de una empresa para trabajar con datos 77 Vender datos a clientes o terceras partes interesadas 78 Comprender el valor de los datos generados por los usuarios 82

viii | DATA STRATEGY

06 Obtener y recopilar datos 85Entender los tipos de datos diferentes 86Un vistazo a los nuevos tipos de datos 93Recopilar sus datos internos 96Acceder a datos externos 97Cuando los datos que quiere no existen 99

Anotaciones 100

07 Convertir los datos en ideas 101Cómo han evolucionado los análisis 102Los diferentes tipos de análisis 103Analítica avanzada: aprendizaje automático, aprendizaje profundo e inteligencia artificial cognitiva 114Combinar las analíticas para conseguir el mayor éxito posible 117

Anotaciones 117

08 Crear la tecnología y la infraestructura de los datos 119 «Big Data como servicio»: ¿la solución integral para las empresas? 120

Recolección de datos 122Almacenamiento de datos 124Análisis y procesamiento de datos 129Ofrecer acceso a datos 132

Anotaciones 135

09 Conseguir competencias relacionadas con los datos en su empresa 137La falta de conocimientos de Big Data, y lo que implica para su negocio 138Desarrollar competencias y conocimientos en la empresa 140Externalizar sus análisis de datos 145

Anotaciones 150

10 Asegurarse de que su estrategia de datos no se convierteen una carga: gobernanza de los datos 151Tener en cuenta la propiedad de los datos y la privacidad 152Abordar la protección de datos 159Poner en práctica la buena gobernanza de los datos 163

Anotaciones 165

11 Ejecutar y repasar su estrategia de datos 167Poner en práctica la estrategia de datos 167Crear una cultura de los datos 171Repasar la estrategia de datos 173

Anotaciones 178

Índice 179

Sobre el autor

Bernard es un autor superventas especializado en temas empresariales, orador excelente y asesor de desempeño estratégico para empresas y gobiernos. Se trata de una de las voces más respetadas del mundo en el tema de los datos en los nego-cios, y LinkedIn lo ha reconocido como una de las cinco personas más influyentes a nivel global en el mundo de los negocios.

Bernard hace frecuentes contribuciones en el Foro Económico Mundial y es-cribe con frecuencia columnas para la revista Forbes y LinkedIn Pulse. Además, sus observaciones como experto aparecen en televisión y radio (por ejemplo, en BBC News, Sky News y BBC World), así como en publicaciones destacadas que incluyen el Times, el Financial Times, la CFO Magazine y el Wall Street Journal.

Ha escrito varios libros trascendentales y cientos de informes y artículos des-tacados. Estos incluyen los siguientes superventas internacionales: Big Data en la práctica: Cómo 45 empresas exitosas han utilizado análisis de Big Data para ofrecer resultados extraordinarios; Big Data: La utilización del Big Data, el análisis y los parámetros SMART para tomar mejores decisiones y aumentar el rendimiento; Key Business Analytics: The 60+ business analysis tools every manager needs to know; The Intelligent Company y Big Data for Small Business, dentro de la serie For Dum-mies.

Bernard ha trabajado con y ha aconsejado a muchas de las organizaciones más conocidas del mundo, entre las que se incluyen, entre muchas otras: Accentu-re, AstraZeneca, Banco de Inglaterra, Barclays, BP, Cisco, DHL, Fujitsu, Gartner, HSBC, IBM, Mars, el Ministerio de Defensa británico, Microsoft, la OTAN, Ora-cle, el Ministerio del Interior británico, el servicio nacional de salud de Reino Unido, Orange, Tetley, T-Mobile, Toyota, las Fuerzas Aéreas británicas, SAP, Shell, la ONU y Walmart.

Si desea hablar con Bernard sobre alguna labor de asesoramiento, o porque necesita un orador o formador, póngase en contacto con él a través de: www.ap-institute.com o mediante correo electrónico: bernard.marr@ap-institute.com.

También puede seguir a @bernardmarr en Twitter, donde comparte habitual-mente sus ideas, y ponerse en contacto con él a través de LinkedIn, donde publica en un blog con regularidad.

Agradecimientos

Me siento realmente afortunado por trabajar en un ámbito tan innovador que evoluciona de una manera tan rápida, así como privilegiado por poder trabajar con empresas y organizaciones gubernamentales de todos los sectores e industrias con modos nuevos y mejores de proporcionar un valor real (este trabajo me per-mite aprender todos los días, y un libro como este no habría sido posible sin él).

Estoy realmente agradecido a todo el que me ha ayudado a llegar a donde estoy ahora. A todas esas personas estupendas de las empresas con las que he tra-bajado, quienes han confiado en mí para ayudarles y, a cambio, me han enseñado mucho y me han aportado experiencia. También tengo que dar las gracias a todo el que ha compartido sus ideas conmigo, ya sea en persona, en publicaciones de blogs, libros o cualquier otro formato. ¡Gracias por compartir tan generosamente todo el material que asimilo cada día! Además, soy muy afortunado de conocer personalmente a muchos de los principales pensadores y líderes intelectuales de esta área y espero que sepan lo mucho que valoro sus contribuciones y nuestros intercambios.

Finalmente, tengo que dar las gracias a mi editorial y a su equipo por toda su ayuda y apoyo: gracias Claire, David, Amy y Lucy.

01Por qué todos los negocios son ahora negocios de datos

Los datos están cambiando el mundo y la manera en la que vivimos y trabajamos a un ritmo sin precedentes. Según el punto de vista de cada uno, nos encontramos o ante el comienzo de algo totalmente emocionante, o al inicio de una era como la del Gran Hermano de Orwell en la que se pueden controlar, e incluso predecir, cada uno de nuestros movimientos (ambos argumentos son correctos). Sin embar-go, los directivos y gerentes de empresas tienen poco tiempo para escepticismos. Los datos ya están revolucionando la manera en la que funcionan las empresas, y serán cada vez más importantes para las organizaciones en los próximos años. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las cosas o IoT, además de los métodos para analizar los datos, que evolucionan rápidamente, la importancia de estos en cada aspecto de los negocios solamente aumentará.

El sorprendente crecimiento del Big Data y el Internet de las cosas

Cada dos días creamos tantos datos como lo habíamos hecho desde el principio de los tiempos hasta el 2003. Cada dos días. Y la cantidad de datos que estamos creando sigue aumentando a gran velocidad; para el año 2020, la cantidad de in-formación digital disponible habrá crecido desde los 5 zettabytes de hoy en día a 50. Casi todas las acciones que realizamos dejan una huella digital: navegar por Internet, comprar en una tienda física con la tarjeta de crédito, mandar un correo electrónico, hacer una foto, leer un artículo en línea, e incluso andar por la calle si llevamos el móvil o hay cámaras CCTV por la zona.

El término «Big Data» se refiere a la recopilación de todos los datos y a nuestra capacidad de utilizarlos para nuestro beneficio en una gama amplia de sectores, incluido el de los negocios. Los datos, como tal, no son ningún invento nuevo. Incluso si nos remontamos a tiempos anteriores a los ordenadores y las bases de datos podemos ver que utilizábamos los datos para registrar acciones y simplificar procesos. Piense en los registros de transacciones en papel y los ficheros de archi-

2 | DATA STRATEGY

vos. Los ordenadores, y especialmente las hojas de cálculo y las bases de datos, nos proporcionaron una manera de poder almacenar y organizar los datos a gran es-cala, de forma fácilmente accesible. De repente, la información estaba disponible con un simple clic con el ratón.

No obstante, hasta hace relativamente poco, los datos se reducían a hojas de cálculo o bases de datos (y siempre estaban muy ordenados y de manera clara). Cualquier cosa que no fuese fácil de organizar en filas y columnas era básicamente demasiado difícil de tratar y se ignoraba. Ahora, sin embargo, los avances en el almacenamiento y el análisis de datos hacen que podamos captar, almacenar y trabajar con muchísimos tipos diferentes de datos. Como consecuencia, los datos hoy abarcan cualquier cosa, desde hojas de cálculo hasta fotos, vídeos, grabacio-nes de sonido, texto escrito y datos de sensores.

No hay duda de que la cantidad de datos que estamos creando es, digamos, grande («big»); pero, si soy sincero, nunca me he sentido cómodo del todo con el término «Big Data». Me parece demasiado simple, al centrarse en el volumen de datos en lugar de en las increíbles oportunidades que estos crean. ¡Ojalá hubiese un término mejor para describir este gran cambio en nuestra tecnología, nuestra cultura y nuestro mundo! Esta es la razón por la que, en este libro, hablo de «da-tos» («data») en todos los sentidos, tanto en el grande («big») como en los grupos reducidos («small»): porque no se trata de cuántos datos se tienen, sino que lo que cuenta es si se utilizan satisfactoriamente.

Un mundo nuevo (basado en los datos)

El Big Data sabe mucho sobre usted. Va mucho más allá de lo que sabe Google sobre lo que ha buscado en la web o Facebook sobre sus amigos. Su proveedor de servicios de Internet también sabe todas y cada una de las páginas web que ha visitado. Todas. Incluso con la navegación privada. Google sabe su edad y su género (incluso si nunca se los ha dicho), y puede estar seguro de que tiene un perfil completo sobre usted y sobre sus intereses, para poder decidir qué anun-cios mostrarle. Facebook conoce sin duda a sus amigos y a la persona con la que mantiene una relación amorosa. Ahora bien, ¿sabía que Facebook también puede predecir si su relación va a durar o, si es soltero, cuándo va a comenzar una rela-ción (y con quién)? También puede determinar su nivel de inteligencia basándose en un análisis de sus «me gusta». (En caso de que se esté preguntando cómo: darle a «me gusta» a las patatas fritas rizadas, a publicaciones de ciencia, a Mozart, a tormentas eléctricas o a la comedia sobre programas de noticias The Daily Show predecía un nivel de inteligencia alto, mientras que los «me gusta» a Harley Da-vidson, el grupo Lady Antebellum y la página I love being a mom predecían un nivel de inteligencia bajo).

La policía sabe dónde estamos conduciendo, sobre todo en el Reino Unido, donde tiene acceso a miles de cámaras CCTV interconectadas por todo el país, que escanean las matrículas y hacen fotos a los coches y a sus conductores. En

pOR qUé TODOS LOS nEGOcIOS SOn AhORA nEGOcIOS DE DATOS | 3

EE. UU., hay muchas ciudades que utilizan de forma similar las cámaras de tráfico. Su teléfono también sabe la velocidad a la que está conduciendo. De momento, esa información todavía no la comparten con la policía, pero cada vez más compañías de seguros empiezan a utilizar los datos de los smartphone para deducir quién es un conductor responsable y quién tiene posibilidades de correr más riesgos.

Su tarjeta de cliente en el supermercado registra las marcas que le gustan y recopila un montón de información sobre sus hábitos y preferencias de compra. Los vendedores utilizan estos datos para personalizar su experiencia de compra, pero también se pueden utilizar dichos datos para predecir qué más podría querer comprar en el futuro. En un caso que se ha hecho famoso, la cadena estadouni-dense Target predijo que una adolescente estaba embarazada (por sus hábitos de compra) y empezó a enviarle ofertas relacionadas con bebés; el único problema fue que sus padres todavía no sabían que estaba embarazada.

Sin embargo, el Big Data funciona más allá de las redes sociales o de los cupo-nes que se envían por correo. Su influencia se amplía hasta cualquier aspecto de la vida moderna, desde la atención médica hasta las exploraciones en el espacio, pasando incluso por las elecciones políticas en las que participamos.

En una campaña electoral basada en el análisis de datos, por ejemplo, se presta especial atención a llegar a los votantes confusos o indecisos. Después de todo, ¿para qué perder tiempo en hacer campaña para los votantes que definitivamente le van a votar o para aquellos que no lo harán ni en un millón de años? La cam-paña de Obama lideró esta técnica en el 2012, cuando un equipo de más de 100 analistas de datos tuvo que encargarse de realizar más de 66 000 simulacros en ordenadores cada día.

En primer lugar, los analistas de Obama recogieron y juntaron todos los datos que pudieron, a partir de los datos de registro de los votantes, de las donaciones, de los registros públicos, y al comprar datos comerciales a terceras partes (inclui-dos los datos de las redes sociales). Después, evaluaron la probabilidad que tenía cada persona de las que habían identificado de votar a Obama, según el grado de parecido entre su perfil de datos y el de los simpatizantes conocidos. El equipo, que disponía de información demográfica detallada, lanzó entonces campañas di-rigidas a estas personas. Tenían el objetivo de aumentar la inscripción de votantes y la participación electoral entre sectores que tenían una probabilidad elevada de respaldar a su candidato, así como de influenciar las decisiones de los votantes en los sectores en los que el indicador de afinidad del votante podía inclinarse a ambos lados. Esto supuso que se enviaran mensajes específicos (por correo, por publicaciones en las redes sociales y anuncios en los navegadores) según si había que convencer a un individuo para que se registrara, para que votara o para que eligiera al candidato correcto.

Desde entonces, todos los partidos y la mayoría de candidatos han lanzado efusivamente sus propias estrategias de análisis de datos.

El Big Data también está ayudando a resolver la cuestión de si alguna vez ha habido vida en Marte o no. El Laboratorio de Retropropulsión de la NASA, que

4 | DATA STRATEGY

se encarga de la planificación de la misión diaria del Mars Rover, utiliza ahora la tecnología Elasticsearch (tecnología que utilizan también empresas como Netflix y Goldman Sachs) para procesar todos los datos que transmite este vehículo de exploración espacial en sus cuatro cargas de archivo programadas al día. Mientras que las decisiones de planificación de la misión solían estar basadas en los datos del día anterior, el paso al análisis de datos en tiempo real ha acelerado el tiempo en el que el control de las misiones puede tomar decisiones. Se pueden identificar patrones y anomalías en los conjuntos de datos mucho más rápido. Además, es más probable que se identifiquen correlaciones que puedan proporcionar percep-ciones cruciales para la misión, correlaciones que conllevan un mayor porcentaje de descubrimientos científicos y un menor peligro de errores o de fracaso.

Hasta el sector de la sanidad no ha podido escapar la influencia del Big Data. Durante años, la base de la mayor parte de la investigación médica y los descubri-mientos la han formado la recogida y el análisis de datos: qué personas se ponen enfermas, cómo y por qué. Sin embargo, ahora, con los sensores de los smartpho-ne y la posibilidad de que los médicos puedan compartir información en diversas disciplinas, la cantidad y la calidad de los datos disponibles son mayores que nun-ca, lo que supone que el potencial para la innovación y el cambio esté creciendo de forma exponencial. Los smartphone y otros dispositivos inteligentes, como Jaw-bone y Fitbit, entre otros, tienen ahora la capacidad de ayudar a la gente a hacer un seguimiento del progreso en aras de un estilo de vida más sano. También se están desarrollando aplicaciones y dispositivos para ayudar hacer un seguimiento a gente con enfermedades crónicas como diabetes, Parkinson o cardiopatía.

La industria ya recoge una enorme cantidad de datos, pero estos se guardan con frecuencia en las consultas particulares de médicos, en hospitales y en clíni-cas. El unificarlos (y combinarlos con los datos de los pacientes que recogen los dispositivos inteligentes) es el próximo obstáculo que tiene que vencer la indus-tria. Los profesionales médicos ya se están centrando en digitalizar los historiales de los pacientes y asegurar el acceso a un conjunto de datos de todo el sistema sanitario. Con el objetivo de obtener ayuda en los diagnósticos, ya están utili-zando el software de reconocimiento de patrones. Hasta ahora, ya hay algoritmos que demuestran ser igual de efectivos o más que los profesionales de diagnóstico humanos a la hora de detectar cánceres en los resultados de las pruebas. Hay un increíble potencial en este sistema para detectar más enfermedades en fases más tempranas y, por lo tanto, poder aumentar la probabilidad de éxito del tratamien-to. También se está utilizando el Big Data para hacer un seguimiento, analizar y tratar epidemias por todo el mundo, incluidas la del Ébola y la de Zika.

Se trata solamente de la punta del iceberg: el volumen de los datos no hará más que seguir creciendo. En muchas ocasiones, cuando nos registramos en al-gún sitio para conseguir un producto o servicio nuevos, ya sea un dispositivo de seguimiento de actividad o una tarjeta de cliente en el supermercado, estamos dando acceso alegremente a nuestros datos personales (a cambio de beneficios como mejorar nuestra actividad física o coleccionar puntos para conseguir un

pOR qUé TODOS LOS nEGOcIOS SOn AhORA nEGOcIOS DE DATOS | 5

café gratis). Puesto que cada vez más empresas se aprovechan de las posibili-dades de los datos, y que la tecnología avanza para recoger cada vez más infor-mación, está previsto que la cantidad de datos disponibles crezca de manera exponencial.

Con las nuevas herramientas que están llegando al mercado cada semana, también mejoraremos a la hora de analizar estos montones de datos. De hecho, tanto Microsoft como Salesforce anunciaron hace poco herramientas que permi-ten a los que no son codificadores crear aplicaciones que vean y analicen datos de negocios. Además, a medida que mejoramos en cuanto al análisis de datos, también mejora nuestra capacidad para hacer predicciones.

La empresa International Data Corporation, líder en inteligencia de mercado, predice que, para el 2020, la mitad del software de análisis de datos de empresas incluirá facultades prescriptivas para analizar los datos de los negocios, lo que significa no solamente que el software podrá predecir las acciones del consumidor o del usuario, sino también que podrá hacer recomendaciones específicas basadas en esas predicciones. Nos encontramos en el umbral de una época muy emocio-nante en cuanto a datos y su análisis; y la tecnología que tendremos a nuestra disposición en cinco o diez años podría ofrecer posibilidades que todavía no po-demos ni imaginar.

El Internet de las cosas (IoT, por sus siglas en inglés), a veces llamado el In-ternet de todas las cosas, es parte del motivo de esta explosión de datos. El IoT se refiere a los dispositivos que recogen y transmiten datos a través de Internet, y cu-bre desde el smartphone, smartwatch, pulsera de Fitbit, hasta su TV y nevera. Ha visto un crecimiento enorme en los últimos años, y solamente está empezando. Hoy en día hay unos 13 mil millones de dispositivos que se conectan a Internet. Para el año 2020, se prevé que el número crecerá hasta entre 50 y 70 mil millones. Solamente los usuarios de smartphones se estimarán en más de 6 mil millones para el 2020.

Los dispositivos inteligentes están transformando nuestro mundo, nuestros coches, nuestras casas y nuestras empresas. Para el año 2020, alrededor de 250 mil millones estarán conectados a Internet, lo que permitirá que haya multitud de servicios para los vehículos, así como una conducción automatizada. Lo que una vez fue ciencia ficción se está convirtiendo ya en una realidad: los coches autocon-ducidos ya hacen varios miles de kilómetros semanalmente.

La tecnología «wearable» es una parte esencial del IoT, y el mercado global de dispositivos wearable (aparatos como smartphone, Fitbits, etc.) creció un 223% en el año 2015. Uno de cada seis consumidores utiliza en la actualidad tecnología wearable de una u otra manera. Todos estos dispositivos crean una gran cantidad de datos, y no nos hemos dado cuenta de las implicaciones de esto hasta ahora.

Los dispositivos conectados no solamente se pueden conectar a Internet, sino que también pueden hacerlo y compartir información entre ellos mismos. De hecho, para el 2024, las conexiones «máquina a máquina» (machine-to-machine) crecerán hasta unos 27 mil millones. Así, no es descabellado imaginar que, en un

6 | DATA STRATEGY

futuro cercano, la nevera sepa cuándo está caducada la leche y le diga a nuestro smartphone que pida más en la próxima compra en línea.

¿nos estamos aproximando a la inteligencia artificial?

En el mundo de la informática, la Inteligencia Artificial (IA) ha sido la meta fun-damental desde el momento en el que se inventaron los primeros ordenadores. ¡Y también una posibilidad atractiva para los escritores de ciencia ficción! No obstante, ¿estamos por fin haciendo realidad la IA? Sin duda, la computación cog-nitiva nos sitúa un gran paso más cerca.

Al combinar la ciencia cognitiva (el estudio del cerebro humano) y la ciencia computacional, parece que la ciencia cognitiva tiene impacto sobre casi todos los aspectos de nuestras vidas, desde los negocios hasta la sanidad, e incluso sobre nuestra vida privada. El objetivo es concederle a un ordenador la capacidad de estimular el pensamiento humano e imitar la manera de funcionar de nuestro cerebro. Esto permite que los ordenadores hagan cosas que nosotros damos por sentadas, como comprender el lenguaje natural o reconocer objetos en una foto.

El sistema Watson de IBM es un excelente ejemplo de la computación cogniti-va. El sistema «aprende» a medida que procesa información, así que cuantos más datos se le dan, más aprende, y más preciso se vuelve. En términos prácticos, se podría utilizar esta tecnología en cualquier campo en el que haya que procesar y analizar una gran cantidad de datos complejos para resolver problemas, como en la sanidad, el derecho, la educación, las finanzas y, por supuesto, los negocios. Ya se está utilizando esta tecnología en el sector de la hostelería: los hoteles Hilton presentaron hace poco al primer conserje robot, Connie, que puede comprender el lenguaje natural y responder a preguntas de los clientes sobre el hotel, las atrac-ciones turísticas, restaurantes, etc.

A medida que los ordenadores son más capaces de pensar como los humanos, mejoran nuestro conocimiento y nuestras habilidades. De la misma manera en que los héroes de las películas de ciencia ficción recurren a sus ordenadores para análisis, predicciones y conclusiones sobre lo que hacer, en la vida real nos esta-mos dirigiendo a una época en la que los ordenadores pueden mejorar el conoci-miento humano de una forma completamente nueva.

La computación cognitiva se basa en la tecnología de aprendizaje automático y de aprendizaje profundo, que permite a los ordenadores aprender de los datos de manera autónoma. Esta tecnología implica que los ordenadores puedan cambiar y mejorar los algoritmos por sí mismos, sin que los programen de manera explí-cita los humanos. ¿Cómo funciona? Dicho de manera sencilla, si le mostramos al ordenador una foto de un gato y una de una pelota, y le mostramos cuál es el gato, podremos pedirle después que decida si las siguientes fotos contienen gatos o no. El ordenador compara otras imágenes con su propio conjunto de datos de la formación (por ejemplo, la imagen original del gato) y da una respuesta. Los

pOR qUé TODOS LOS nEGOcIOS SOn AhORA nEGOcIOS DE DATOS | 7

algoritmos actuales de aprendizaje automático pueden hacerlo sin supervisión, lo que significa que no necesitan sus decisiones para preprogramarse. Esto se aplica a tareas incluso más complejas, aunque con una formación mucho mayor. Los algoritmos de reconocimiento de voz de Google, por ejemplo, trabajan a partir de una formación masiva, aunque ni siquiera es lo suficientemente grande todavía como para predecir cualquier palabra, expresión o pregunta posibles.

Sin embargo, la tecnología está mejorando de forma constante, y el aprendizaje automático y el profundo son los responsables del reconocimiento de imagen, audio y voz en los ordenadores, así como del procesamiento del lenguaje natural. Se trata de lo que permite a los ordenadores comunicarse con los humanos (no siempre satisfactorio al 100%, como demostró el bot de Twitter creado por Mi-crosoft, algo disparatado y racista), que hace posibles los coches autoconducidos de Google. Estos aprendizajes son también la razón por la que Facebook es capaz de reconocer a individuos en fotos al mismo nivel que los humanos, al sugerir etiquetas a los usuarios de manera automática.

Entonses, ¿está la inteligencia artificial justo a la vuelta de la esquina? Probable-mente no, al menos en el sentido de la ciencia ficción. Muchos científicos creen que los ordenadores nunca podrán ser capaces de «pensar» como lo hace un cerebro humano. Lo mire como lo mire, la capacidad de los ordenadores de ver, comprender e interactuar con lo que les rodea está creciendo a una velocidad increíble. Además, a medida que continúe creciendo la cantidad de datos, también lo hará la habilidad de los ordenadores para aprender, comprender y reaccionar.

La tecnología ha avanzado hasta tal punto que ahora los ordenadores son capaces de reconocer y responder a las emociones humanas. Esta tecnología, conocida como «computación afectiva», analiza la expresión facial, la postura, los gestos, el tono de la voz y del habla, e incluso el ritmo y la fuerza de las pulsaciones para indicar los cambios en el estado emocional de un usuario.

Imagínese el potencial de esta tecnología. Su ordenador podría reconocer cuándo está frustrado o cuándo le está costando hacer una tarea, y ofrecerle información adicional para ayudarle. Su móvil podría decirle que se tomara un descanso cuando sus niveles de estrés sean altos. O su casa inteligente, sin preguntarle, podría ponerle música e iluminación relajante cuando llegue a casa tras un mal día en la oficina. Si bien todo esto suena un poco inverosímil, no lo es. Entidades líderes como Disney, la BBC o Coca-Cola están ya asociándose con Affectiva, una empresa especializada en tecnología de reconocimiento facial, para probar la efectividad de sus anuncios y evaluar cómo reaccionan los espectadores a su con-tenido. Esta empresa también está trabajando con una empresa automovilística ja-ponesa para crear una tecnología para los coches que pueda detectar cuándo está distraído o adormilado y contactar a los servicios de emergencia o, en tal caso, a su pariente más cercano. Microsoft ha probado incluso un sujetador que puede medir los niveles de estrés de las mujeres. De la misma manera en la que los ordenadores nunca podrán aprender a «pensar» como un cerebro humano, estas máquinas emotivas nunca podrán ser

8 | DATA STRATEGY

emotivas, aunque estamos llegando a una época en la que las máquinas parece-rán darnos respuestas emotivas adecuadas. Lo que es realmente fascinante es que solo acabamos de empezar a explorar las posibilidades de toda esta tecnología. En veinte años, la computación cognitiva y afectiva serán la tecnología del día a día.

cómo los datos están revolucionando el mundo de los negocios

Sinceramente, creo que el Big Data y sus implicaciones afectarán a todos y cada uno de los negocios (desde las pequeñas empresas hasta las de la Fortune 500) y cambiará por completo la manera en que los hacemos. El campo en el que trabaje o el tamaño de su negocio no importan; conforme la recopilación, el análisis y lainterpretación de los datos se vuelven más accesibles, van teniendo más impactosobre todos los negocios.

Los principales usos de los datos en los negocios

Hay tres áreas fundamentales en las que los datos son realmente importantes para los negocios: la mejora de la toma de decisiones, la mejora de la actividad y la conversión de los datos en dinero.

En primer lugar, el Big Data permite a las empresas recoger mejores datos so-bre el mercado y los clientes. Con la cada vez mayor cantidad de datos disponible, las empresas están consiguiendo percepciones mucho mejores acerca de lo que quieren los clientes, lo que utilizan (y cómo), la manera en la que compran bienes, y lo que piensan sobre dichos bienes y servicios. Y esta información la pueden uti-lizar para tomar mejores decisiones en todas las áreas del negocio, desde el diseño de productos y servicios hasta las ventas, el marketing y la asistencia posterior.

En segundo lugar, el Big Data ayuda a las empresas a ganar eficiencia y aumen-tar su actividad. Desde el seguimiento del rendimiento de las máquinas hasta la optimización de las rutas de envío, pasando por la selección del mejor talento que haya, el Big Data puede mejorar la eficiencia interna y la actividad de casi todos los tipos de negocios y en muchos departamentos diferentes. Hay empresas que incluso han empezado a utilizar sensores para supervisar los movimientos de los empleados, su nivel de estrés, la salud e incluso con quién hablan y qué tono de voz utilizan, así como para mejorar la satisfacción de los empleados y la productividad.

El IoT juega un papel importantísimo a la hora de aumentar el rendimiento operativo. Gran parte de este no se centra tanto en los dispositivos inteligentes, sino en los sensores. Estas innovaciones tan pequeñas se pueden relacionar con todo, desde los tarros de los yogures al cemento de los puentes, y grabar después y enviar esos datos de vuelta a la nube. Esto permitirá a las empresas coleccionar cada vez más feedback específico sobre la manera en la que se utilizan los produc-

pOR qUé TODOS LOS nEGOcIOS SOn AhORA nEGOcIOS DE DATOS | 9

tos o el equipamiento, cuándo se rompen e incluso lo que los usuarios podrían querer en el futuro. Por ejemplo, los motores de aviones Rolls-Royce tienen sen-sores que envían datos sobre el funcionamiento del motor en tiempo real a las estaciones de control en tierra. Se puede utilizar esta información para detectar averías antes de convertirse en catastróficas, y, posiblemente, para investigar (y con suerte prevenir) las causas de los desastres aéreos.

En tercer lugar, los datos también ofrecen a las empresas la oportunidad de in-tegrar el Big Data en su oferta de productos y, por lo tanto, de rentabilizar los datos en sí mismos. John Deere es un ejemplo excelente de una empresa que no sola-mente está utilizando los datos para beneficiar a sus clientes, sino también como una nueva oferta de productos. Todos los tractores están equipados con sensores que pueden ayudar a la empresa a entender cómo se está utilizando el equipo, y a predecir y diagnosticar averías. Y también han puesto los datos a disposición de los agricultores, ofreciéndoles acceso a datos sobre cuándo hay que cultivar, dónde, los mejores patrones para arar y cosechar, y mucho más. Se ha convertido en una fuente de ingresos completamente nueva frente a la empresa tradicional que era considerada.

Veamos otros tantos ejemplos que demuestran la amplia aplicabilidad del Big Data. Por un lado, la gestión de la cadena de suministro es un campo en el que el Big Data y el análisis de datos tienen aplicaciones obvias. Sin duda, las cadenas de suministro llevan un buen tiempo basándose en estadísticas e indicadores de resultados cuantificables. Sin embargo, el tipo de análisis de datos que está revolu-cionando la industria hoy en día (análisis en tiempo real de enormes conjuntos de datos, de rápido crecimiento) estaba ausente en gran parte. Hay muchos factores que pueden influir, sin duda, en la gestión de la cadena de suministro: desde el tiempo hasta el estado de los vehículos y la maquinaria y, por lo tanto, los expertos en el área llevan tiempo pensando profundamente sobre si esto se podría utilizar para impulsar la eficiencia.

Ya se han encontrado aplicaciones para el análisis de datos en la gestión de inventario, el pronóstico y la logística de transportes. En los almacenes, se utilizan cámaras digitales para controlar los niveles de existencias y los datos brindan alertas cuando hay que reponer. Los pronósticos van un paso más allá: se puede alimentar a estos datos de las cámaras con algoritmos de aprendizaje automático para enseñar a un sistema de gestión de inventario inteligente a predecir cuándo será necesario reponer. Las oportunidades para ser más eficientes y ahorrar con el uso inteligente de los datos están por todas partes, y se está llevando a cabo un esfuerzo coordinado para encontrarlas. Al final, la teoría dice que los almacenes y centros de distribución funcionarán de manera eficaz con muy poca ayuda de la interacción humana.

En las ventas al pormenor, tanto los comerciantes de Internet como los de las tiendas físicas que están adoptando una estrategia de dar prioridad a los datos (con el objetivo de entender a sus clientes), uniendo a estos con sus productos y separándolos de su dinero en metálico están sacando beneficios. Hoy en día, los

10 | DATA STRATEGY

comerciantes están buscando continuamente maneras de sacar conclusiones de la cada vez mayor cantidad de información disponible sobre el comportamiento de sus clientes. Se está aplicando ahora el análisis de Big Data a todas las fases del proceso de venta minorista: descubriendo cuáles serán los productos populares al predecir tendencias, prediciendo dónde estará la demanda para esos productos, optimizando los precios en aras de una ventaja competitiva, identificando a los clientes que tienen posibilidades de estar interesados en ellos y buscando la mejor manera de acercarse a ellos, de coger su dinero y, finalmente, descubrir qué ven-derles la próxima vez.

En el sector de la banca, el Banco Real de Escocia (RBS, por sus siglas en in-glés) ha desarrollado una estrategia de Big Data que llama «Personología», en un intento por volver a conectar con los clientes. El banco, que ahora está pasando por una reprivatización siete años después de que lo rescataran los contribuyentes del Reino Unido con un importe de 45 mil millones de libras durante la crisis financiera, está combinando análisis de datos con un enfoque hacia el servicio al consumidor de «vuelta a los 70». La filosofía forma parte de uno de los avances del gran departamento de análisis de datos, compuesto por unas 800 personas, creado como parte de una inversión de 100 millones de libras en habilidades y tecnología de análisis de datos en toda la empresa.

Se trata de restablecer una separación que se creó entre los bancos y los clientes a partir de los años 70. La teoría dice que los primeros intentos de un marketing basado en los datos, como la segmentación del público destinatario y el envío masivo de correos, estaban demasiado centrados en lo que querían los bancos (normalmente realizar ventas) y muchas veces ignoraban lo que querían los con-sumidores. El plan es restablecer la confianza y el sentimiento de apoyo que ha-brían sentido los clientes durante los 70 y antes, época en la que el personal del banco se sabía el nombre de los clientes, entendía sus necesidades a nivel personal e intentaba ofrecer servicios dirigidos a dichas necesidades.

Como ejemplo de una nueva estrategia en funcionamiento, los analistas exa-minaron de cerca los datos de transacciones financieras para identificar situacio-nes en las que los clientes podrían haber estado pagando el doble por paquetes de servicios de las cuentas bancarias, como el seguro de un móvil o de asistencia en carretera. Aunque al principio había preocupación porque alertar a los clientes de esta situación les podría dar pie a cancelar sus productos del RBS al menos en algunos casos, en la práctica todos y cada uno de los clientes a los que se alertó optó por cancelar el servicio duplicado contratado por terceros y quedarse con su servicio del RBS.

Otros servicios bajo el lema de la Personología incluyen desear a los clientes un feliz cumpleaños si visitan una sucursal en su día y mensajes de texto para hacerles saber que su dinero está a salvo si se lo olvidan de manera accidental al sacarlo en el cajero.

El Big Data ha optimizado incluso el envío de su pizza del viernes noche. Do-mino’s, la empresa de reparto de pizzas más grande del mundo, se ha esforzado

Navegar por internet (realizar búsquedas, leer artículos, enviar un correo), pagar con tarjeta de crédito e incluso caminar (si se lleva el celular) deja una huella digital, de modo que se genera una gran y diversa cantidad de información –anteriormente esta información estaba conte-nida en bases de datos físicas–, lo cual le permi-tirá a los diferentes tipos de negocios mejorar el rendimiento empresarial. Sin embargo menos del 0,5% de estos datos es analizado y utilizado por los gerentes y directivos empresariales.

El libro es una guía para la creación de una estrategia que aproveche el Big Data, Analytics y el Internet of Things. Explica cómo identi�car las necesidades de adquirir datos estratégicos, cómo recopilarlos y cómo convertirlos en proyectos gerenciales que optimicen la toma de decisiones, a �n de obtener una ventaja competitiva en el mercado. Además resalta la importancia de tener la tecnología adecuada para manejar los datos y las características de un sistema de seguridad e�caz.

Colección: Ciencias empresarialesÁrea: Management

Casos y ejemplos de empresas como Google y la NASA.Consejos sobre desarrollo de competencias de datos en una organización.Herramientas y estrategias para sacar provecho del Big Data.

Incluye

ecoeediciones.com

Bernard Marr

Consultor y conferencista sobre rendi-miento estratégico y analítico; gurú de KPI y Big Data. Ha asesorado diversas empresas en las estrategias comerciales a partir del uso de datos, entre estas se incluyen el Banco de Inglaterra, Micro-soft, The Home O�ce, Toyota, SAP, DHL y HSBC. Es escritor para diversas publi-caciones, como Forbes, Hu�post y LinkedIn.

9 789587 716580

ISBN 978-958-771-658-0

e-ISBN 978-958-771-659-7

DATA STRATEGY

Data

stra

tegy