- Inicio
- Explorar tendencias
- Reporte Tecnología y Negocios
Oportunidades para monetizar los datos
Por Ricardo Zermeño González
Publicado en diciembre 5º 2023
¿Qué se requiere para "monetizar" los datos?
La gran promesa de la Transformación digital es la toma de decisiones basadas en datos; convertir a las organizaciones en “data-driven" para elevar continuamente el desempeño.
Monetizar los datos no sólo implica vender datos, sino aprovecharlos para crear valor para la empresa. Existen tres maneras de "monetizar" datos [1]:
- Mejorar el trabajo con datos
- Revestir los productos con datos
- Vender información como producto
En este reporte exploraremos, la primera de estas tres maneras de monetizar datos.
Mejorar el trabajo con datos
La digitalización de las transacciones y los procesos de negocio resultan en datos que al analizarlos nos ayudan a conseguir las tres rutas para generar valor en una empresa:
- Aumentar ingresos personalizando la atención a clientes
- Agilizar y hacer eficientes los procesos
- Mitigar riesgos y robustecer la resiliencia de las operaciones
Al generar valor, todas estas rutas nos llevan a monetizar los datos.
Prácticas para monetizar datos
La explosión en el uso de la analítica y la inteligencia artificial ha generado gran entusiasmo. Sin embargo, estas herramientas no son útiles por sí solas, se requiere adoptar prácticas organizacionales para aprovecharlas.
Integrar una plataforma que suministra o "ingesta" los datos de manera continua y escalable que descansa en una nube híbrida.
Desarrollar ágilmente microservicios para enlazar todos los sistemas y canales de atención al cliente, los colaboradores y los asociados y obtener una visión 360° del negocio para la mejora continua (arquitectura de micros servicios, agile/Devops y omnicanalidad).
Gestionar los procesos que aseguran la calidad de los datos para tener "una sola fuente de la verdad" (gobernabilidad de los datos).
Obviamente, ingenieros y científicos de datos que colaboran en la generación de algoritmos de análisis y aprendizaje automático y su utilización en un entorno de producción; lo que se ha dado a llamar MLOps por sus siglas en inglés o "machine learning operations" [2].
La analítica y la inteligencia artificial no solo generan entusiasmo sino preocupación, por ello, se requieren prácticas que aseguren el uso ético de los datos y cumplir con las regulaciones respectivas.
Por último, es necesario una organización abierta, menos jerárquica y más plana, que motive con un propósito común y delegue la toma de decisiones y la posibilidad de innovar, de equivocarse y aprender; una organización que colabore al interior y al exterior, aliándose con otras organizaciones que generan sinergia.
Oportunidades en organizaciones mexicanas
En los últimos cuatro años hemos realizado entrevistas con CIOs de las organizaciones más grandes de México para que autoevalúen la adopción de las prácticas para ejecutar sus estrategias de innovación digital; entre ellas, las descritas arriba.
En la siguiente gráfica, se muestra el porcentaje de las organizaciones que evaluaron la adopción de estas prácticas entre 8 y 10, en escala de 1 a 10.
El desarrollo ágil de innovaciones y la gestión de datos resultaron las prácticas con la mayor adopción, pero aún éstas, son poco adoptadas en casi 60% de las grandes organizaciones más grandes de México.
La arquitectura de microservicios, clave para aprovechar las plataformas de datos, es apenas adoptada por casi un tercio.
Por último, la oportunidad más amplia es la de un liderazgo abierto, ya que más del 80% de las organizaciones no lo practican.
Prácticas para aprovechar datos aún con amplias oportunidades en México
Conclusiones
La monetización de los datos implica, entre otras cosas, utilizarlos para mejorar nuestro trabajo. Analizarlos para vender más, ser ágiles y eficientes y robustecer nuestra resiliencia.
Para ello, se requiere adoptar, no sólo las herramientas de analítica e inteligencia artificial sino las prácticas para ejecutar la innovación digital continua, asegurando la calidad de los datos y su uso ético.
Las grandes organizaciones mexicanas tienen amplias oportunidades para dopar estas prácticas, sobre todo las de una cultura abierta; sin ésta, no se logra aprovechar los datos para generar valor y adaptarse ágilmente a un entorno volátil y cada vez más disruptivo.
Bibliografía
- Fuente: Wixom, Barbara H.; Beath, Cynthia M.; Owens, Leslie. Data Is Everybody's Business (Management on the Cutting Edge) (p. 27). MIT Press. Edición de Kindle, The MIT Press Cambridge, Massachusetts London, England. Ver cita
- Sumeet, A. and Mittal, A., 2023, MLOPS: Cinco pasos para poner en marcha modelos de aprendizaje automático, Informatica LLC 2023. Ver cita
