Por qué su empresa no se toma en serio los análisis

 

Esta noticia no es alentadora para los gerentes de big data y análisis, ni es buena para sus empresas rezagadas, como lo demuestra una Revisión de Gestión de Sloan del MIT que encontró que el 67% de las compañías que usaban analítica agresivamente obtuvieron una ventaja competitiva en sus mercados.

El sacrificio de la ventaja competitiva es motivo suficiente para que los CIO y los CDO ubiquen la adopción de analíticas por parte de la empresa cerca de sus listas de prioridad.

¿Qué está ralentizando la adopción significativa de big data y análisis, y qué pueden hacer los CIO y CDO al respecto?

Problema 1: el negocio no está viendo suficientes impactos tangibles de los análisis

Todavía hay demasiadas organizaciones que ejecutan análisis como una serie de "proyectos piloto" en modo de beta.

Solución: los CIO y los CDO deben mover los proyectos analíticos fuera del modo de prueba a una producción activa y significativa. Pueden lograr esto al colaborar con los directores de negocios que presentan casos de negocios para análisis.

Problema 2: los análisis son difíciles de usar

Un responsable de la cadena de suministro que está acostumbrado a realizar negocios en persona con acuerdos de intercambio con proveedores no se moverá voluntariamente a una evaluación analítica de los proveedores. Pero si ve suficientes entregas tardías o problemas de calidad para un proveedor favorecido que afecta las oportunidades de ingresos de la empresa y los costes operativos, puede haber una manera de demostrar cómo los nuevos informes analíticos pueden ayudar y no obstaculizar las formas de negocios que siempre han funcionado.

Solución: No intente reinventar los procesos de negocios de todos al forzar el análisis en ellos. En su lugar, busque oportunidades donde los análisis puedan contribuir a lo que los usuarios ya hacen.

Problema 3: los equipos de TI y de ciencia de datos no trabajan juntos

La mayoría de las empresas aún mantienen el equipo de ciencia de datos en un silo departamental y TI en otro.

Solución: las organizaciones necesitan CDO y ciencia de datos, pero si los científicos de datos y TI no colaboran activamente, los análisis tendrán dificultades para lograr la producción.

Problema 4: la infraestructura de TI no puede abordar el big data y el análisis

A medida que más sistemas de TI transaccionales se mueven a la nube, ésta se está convirtiendo en proveedores de nube para la administración de infraestructura. Esto desplaza algunos de los trabajos que los programadores de sistemas altamente calificados y los DBA realizaron en las aplicaciones internas y el procesamiento de datos. El riesgo es que personal altamente capacitado pueda abandonar la empresa.

Solución: A medida que la TI se traslada a nuevos entornos de procesamiento en paralelo y agrupación en clústeres de servidores, deben gestionarse los flujos de trabajo de big data y análisis. Esto brinda la oportunidad perfecta para entrenar a veteranos de sistemas experimentados para administrar y optimizar los flujos de trabajo que se ejecutan en estos clusters de procesamiento de datos grandes.

Problema 5: los sistemas de misión crítica deben ser revisados

La recuperación ante desastres corporativa y los planes de continuación del negocio continúan centrándose en los sistemas de datos transaccionales.

Solución: los CIO deben reunirse con los directores de alto nivel en negocios y TI para reevaluar qué sistemas son de misión crítica. Así se tomarán más en serio el análisis y los datos masivos.

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.