¿Saben las empresas qué hacer con tantos datos?

¿Saben las empresas qué hacer con tantos datos?

Las compañías acumulan ingentes cantidades de información que caen en saco roto si no se recogen con un propósito concreto

Un coche conectado genera 4.000 GB de información cada día; un avión conectado, diez veces más; una fábrica, más de un millón. Hoy en día, es difícil encontrar una empresa que no acumule datos de forma compulsiva. Las publicaciones tecnológicas más importantes del mundo no se han cansado de repetir que son el nuevo petróleo, un recurso que marcará la diferencia en la economía digital, pero ¿de qué sirven si no se saben utilizar?

Algunas compañías no se han dado cuenta de que la información que recogen no les aporta ningún valor si no son capaces de procesarla y analizarla correctamente. “El big data es el nuevo petróleo, pero hay que refinarlo, porque no se puede comercializar crudo”, expone continuando con la analogía el gurú tecnológico Dez Blanchfield.

Aunque parezca mentira, atribuir la responsabilidad del éxito o fracaso de una iniciativa al propio dato, sin tener en cuenta la importancia de un factor humano que sepa cómo explotarlo, sigue siendo un error habitual que cometen muchos. Lisa Davis, vicepresidenta del Grupo de Centro de Datos en Intel, se muestra tajante al respecto. “Nos centramos en la tecnología, pero lo principal esencial es la estrategia. Si no sabes dónde vas, puede ser que nunca llegues”, comenta durante su intervención en el Intel Shift, un evento que organiza el gigante tecnológico para animar a otras compañías a transformar sus negocios.

La empresa de hardware no se limita a los componentes físicos y apuesta por como internet de las cosas, blockchain, inteligencia artificial, almacenamiento en la nube y análisis de datos, un ámbito en el que pretende crear un ecosistema abierto para que sus clientes puedan aprovecharlo.

Sacar partido a los datos no es otra cosa que saber formular las preguntas adecuadas.

Bob Rogers, responsable de analítica en Intel

“Utilizamos nuestra experiencia para trabajar con los usuarios finales y les ayudamos a plantear las preguntas que necesitan responder. Al fin y al cabo, sacar partido a los datos no es otra cosa que saber formular las preguntas adecuadas”, explica Bob Rogers, responsable de analítica en la multinacional.

Rogers asegura que el error más común que cometen las empresas es empezar a generar información de su negocio sin saber lo que van a hacer con ella y les aconseja pensar en aquello que pueda tener un impacto real en su trabajo para saber qué tipo de respuestas necesitan. “Las oportunidades son inmensas, pero los riesgos también son muy importantes”, sentencia.

La visión creativa necesaria para emprender iniciativas con un propósito concreto que exploten el potencial de la información ha dado lugar a llamativos casos de éxito. En 2016, Google trabajó con la ONG Oceana para lanzar la plataforma Global Fishing Watch, una herramienta gratuita que ayuda a combatir la pesca ilegal mediante la identificación de unos patrones de comportamiento en base a datos de velocidad y dirección de las embarcaciones comerciales de todo el mundo que recoge vía satélite.

“Llevamos trabajando en analitica desde hace quince años. Es nuestro punto de partida si queremos entender qué quieren los usuarios”, explica Jonathan Donaldson, director técnico en Google Cloud. Afirma que la evolución lógica en el tratamiento del dato pasa por el machine learning y la apuesta por modelos predictivos.

Y es que el incremento en la cantidad de información que almacene una compañía debe ser directamente proporcional a la capacidad que tenga su sistema para entenderla. El paciente medio de un hospital, por ejemplo, genera entre 300 y 1.000 puntos de datos al día en el sistema médico moderno.

“No es humanamente posible procesar y entender las implicaciones de toda esta información”, lamenta Michelle Gong, una investigadora en la unidad de cuidados intensivos del hospital Montefiore, en Nueva York que decidió aplicar algoritmos de machine learning para aprovecharse de esta sobrecarga informativa. “Nuestra tecnología busca patrones en los pacientes más enfermos para anticiparse y predecir cómo van a reaccionar a un tratamiento concreto”, expone orgullosa.

Retina

22/11/2017
Retina LTD
10

Retina LTD

El encuentro para los Líderes de la Transformación Digital

Normas
Entra en EL PAÍS