Una estrategia para obtener buenos datos

  • Predictive Analytics

cm vvalley 2

La cantidad de datos que se producen en un día por personas de todo el mundo es asombrosa. Según A Day In Data de Raconteur, en cada día de 2019, se enviaron 400 millones de tweets y 294 mil millones de correos electrónicos, se crearon 4 petabytes de datos en Facebook, y para 2025, se estima que 463 exabytes de datos (463,000,000,000,000,000,000 bytes), se creará cada día.

Para las marcas que necesitan examinar todos los datos que se crean a través de sus diversos canales, incluidas las redes sociales, el correo electrónico, los sitios web, las aplicaciones, las consultas de ventas, los tickets de servicio al cliente, las encuestas y las tiendas físicas, se requiere una estrategia de datos. para separar los datos buenos de los inútiles. 

Una estrategia de datos eficaz permite a las marcas recopilar y analizar datos, obtener información procesable a partir de los datos y almacenar los datos para uso futuro. A menudo, aquí es donde radica el problema: la falta de una estrategia adecuada. 

El problema radica en que la información se almacena con frecuencia sin una estrategia para su uso futuro, lo que deja los datos en la oscuridad, sin usar y desconocidos. Dado que más del 80% de los datos empresariales se consideran oscuros, no es de extrañar que los analistas sientan que se están ahogando porque no pueden acceder a información relevante, lo que hace que todo el proceso de recopilación de datos sea discutible.

También es importante reconocer que los datos tienen una fecha de caducidad, es decir, los datos que se recopilaron antes de la pandemia de COVID-19, por ejemplo, en gran medida no son útiles para obtener información procesable en la actualidad. Las marcas deben recordar que el principio general es que los datos se estropean. 

Las marcas necesitan estructurar una base en la que su estrategia de datos esté impulsada por el negocio. De esta manera, puede proporcionar información y orientación estratégica a la marca. Los datos deben ser fiables, fiables, accesibles y digeribles para el software con el que se utilizarán. Al crear una cultura centrada en los datos, debe establecer piezas fundamentales: una estructura de gobierno de datos, una comprensión clara de la propiedad, definiciones de datos unificadas, un mecanismo para garantizar la calidad de los datos y métodos para informar, acceder y consultar datos que incluyen información procesable en manos de las partes interesadas.

Deben tener en cuenta dos cosas: mantener actualizadas sus definiciones de datos y reconocer que la calidad de los datos nunca termina, es para siempre. 

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.