Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Gartner: los trabajadores producirán más análisis que los científicos de datos en 2019

  • Predictive Analytics

hombre trabajando con portátil

Las organizaciones están adoptando el análisis de autoservicio y el Business Intelligence (BI) para llevar estas capacidades a los trabajadores en todos los niveles. Esta tendencia es tan pronunciada que Gartner predice que para el año 2019, la producción analítica de los usuarios profesionales con capacidades de autoservicio superará a la de los científicos de datos.

"La tendencia de la digitalización está impulsando la demanda de análisis en todas las áreas de las empresas modernas y el gobierno", señala Carlie J. Idoine, directora de investigación de Gartner. "Los rápidos avances en inteligencia artificial, Internet de las cosas y análisis de SaaS y plataformas de BI hacen que sea más fácil y más rentable que nunca para los no especialistas realizar un análisis efectivo e informar mejor su toma de decisiones".

La reciente encuesta de Gartner a más de 3.000 CIO muestra que los CIO clasificaron el análisis y el BI como la principal tecnología de diferenciación para sus organizaciones. Atrae la inversión más nueva y también se considera el área de tecnología más estratégica por los CIO de alto rendimiento.

Como resultado, los líderes en datos y análisis están implementando cada vez más capacidades de autoservicio para crear una cultura basada en datos en toda su organización. Esto significa que los usuarios empresariales pueden aprender más fácilmente a usar y beneficiarse de herramientas analíticas y de BI efectivas, impulsando resultados comerciales favorables en el proceso.

"Si los líderes de datos y análisis simplemente proporcionan acceso a datos y herramientas, las iniciativas de autoservicio a menudo no funcionan bien", dijo Idoine. "Esto se debe a que la experiencia y las habilidades de los usuarios empresariales varían ampliamente dentro de las organizaciones individuales. Por lo tanto, se necesitan procesos de formación, soporte e integración para ayudar a la mayoría de los usuarios de autoservicio a producir resultados significativos".

La tarea de implementar análisis de autoservicio y BI puede sorprender a las organizaciones, especialmente si tienen éxito. En organizaciones grandes, las iniciativas populares de autoservicio pueden expandirse rápidamente para abarcar a cientos o miles de usuarios. Para evitar el caos, es crucial identificar los cambios correctos en la organización y el proceso antes de comenzar la iniciativa.

Gartner recomienda abordar cuatro áreas para construir una base sólida para análisis de autoservicio y BI:

1- Alinear iniciativas de autoservicio con objetivos organizacionales y capturar anécdotas sobre casos de uso medibles y exitosos

"Es importante confirmar el valor de un enfoque de autoservicio para análisis y BI al comunicar su impacto y vincular los éxitos directamente a buenos resultados para la organización", añade Idoine. "Esto crea confianza en el enfoque y justifica el apoyo continuo para ello. También alienta a más usuarios comerciales a involucrarse y aplicar las mejores prácticas en sus propias áreas".

2- Involucrar a los usuarios empresariales con el diseño, desarrollo y soporte de autoservicio

"Crear y ejecutar una iniciativa exitosa de autoservicio significa forjar y preservar la confianza entre el equipo de TI y los usuarios comerciales", declara Idoine. "No existe una solución técnica para generar confianza, pero un proceso formal de colaboración desde el inicio de una iniciativa de autoservicio contribuirá en gran medida a ayudar a los usuarios de TI y empresariales a comprender lo que cada parte necesita del otro para que el autoservicio sea un éxito. "

3- Adoptar un enfoque flexible y liviano del gobierno de datos

"El éxito de una iniciativa de autoservicio dependerá enormemente de si el modelo de gobernanza de datos y análisis es lo suficientemente flexible como para permitir y respaldar las exploraciones analíticas de forma libre de los usuarios de autoservicio", dijo Idoine. Los marcos estrictos e inflexibles disuadirán a los usuarios ocasionales. Por otro lado, la falta de un gobierno adecuado abrumará a los usuarios con datos irrelevantes o creará serios riesgos de incumplimiento de la regulación. "Los líderes de TI deben encontrar el equilibrio adecuado de gobierno para hacer que el autoservicio sea exitoso y escalable", agregó.

4- Equipar a los usuarios de negocios para el éxito del análisis de autoservicio mediante el desarrollo de un plan de incorporación

"Los líderes en datos y análisis deben apoyar a los entusiastas usuarios de autoservicio empresarial con la orientación adecuada sobre cómo comenzar a usarlo rápidamente, y cómo aplicar sus nuevas herramientas a sus problemas empresariales específicos", dijo la analista. "Un plan de integración formal ayudará a automatizar y estandarizar este proceso, haciéndolo mucho más escalable a medida que el uso del autoservicio se propague por toda la organización".

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.