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

Por qué los ejecutivos deberían involucrarse más en la manipulación de datos

  • Predictive Analytics

ejecutivoidea_emprendedor

Los altos ejecutivos están muy interesados ​​en el proceso de análisis de datos, pero no saben cómo hacer la manipulación de datos necesaria para esos procesos.

Un estudio de Deloitte muestra que los ejecutivos tienden a no tener conocimientos prácticos de análisis y manipulación de datos relacionados. El sesenta y siete por ciento de los ejecutivos encuestados no se sienten cómodos accediendo o utilizando datos de sus herramientas y recursos existentes. Y si bien el 76% de los encuestados informan que su madurez analítica ha aumentado durante el año pasado, la mayoría todavía utiliza herramientas tradicionales como hojas de cálculo (62%) y programas de inteligencia empresarial (58% combinado).

El sesenta y cuatro por ciento se basa únicamente en datos estructurados de sistemas o recursos internos, lo que significa que se pierden los conocimientos de fuentes no estructuradas, como comentarios de redes sociales, imágenes de productos y archivos de audio de clientes. La encuesta también mostró que los ejecutivos que incorporan datos no estructurados en su enfoque tienen un 24% más de probabilidades de haber superado sus objetivos comerciales.

Una gran parte de convencer a los ejecutivos para que manipulen los datos es desmitificar el proceso y ofrece tantos accesos directos como sea posible.

El análisis de datos se percibe a veces como gastos intensivos en mano de obra y costosos. Si bien algunos problemas complejos pueden requerir inversiones significativas, las herramientas están disponibles para agregar y analizar grandes cantidades de información de manera rápida y económica utilizando modelos de datos preconstruidos y desarrollados en colaboración.

Pocos ejecutivos senior tienen el tiempo o la perspicacia para sumergirse en un proyecto de este tipo con ayuda. Por eso, los equipos de análisis deberían trabajar con los ejecutivos para determinar qué KPI utilizan los ejecutivos a diario.

Luego, el equipo de análisis debe calcular y almacenar los KPI elegidos y deben actualizarse al menos diariamente, y más cerca del tiempo real o de múltiples actualizaciones por día sería un objetivo difícil.

El equipo de análisis debe elegir una plataforma de visualización de datos que no requiera el software instalado y al que se pueda acceder fácilmente con un inicio de sesión único a través de un teléfono o tableta. Finalmente, el equipo de análisis necesita medir el uso de los directos y obtener retroalimentación sobre lo que debe mejorarse para que su uso sea un "hábito".

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.