calendar correo curso diplomado horas lugar in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Search
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Profesores
Noticias
Páginas
Consulta por descuento de hasta 30% en diplomados

Claves para transformar los datos en un activo estratégico

Claves para transformar los datos en un activo estratégico
Compártelo en tus redes sociales:

PALABRA EXPERTA
Jaime Navón, Jefe de los diplomados «Ciencia de Datos para la Gestión» y «Big Data y Machine Learning«, entre otros.

Se dice que los datos son el nuevo petróleo. También que son clave para lograr altos desempeños o para adquirir ventajas competitivas importantes. No es de extrañar entonces que muchos gerentes se pongan nerviosos respecto a la forma de que esto se convierta en una realidad antes de que lo haga la competencia.

Es cierto que el uso inteligente de la analítica de negocios puede entregar resultados muy significativos. Compañías como Netflix y Amazon han aprendido a usar sus datos en sofisticados modelos para aumentar en forma muy importante su desempeño. Aunque no existe una receta única, a continuación, intentaré entregar algunas claves.

Lo primero es enfocarse intensamente en la data que se tiene, ver que tiene de especial o única. Revisar qué aspectos de la data disponible no está siendo usada, pero que podrían entregar ideas interesantes. A veces, este ejercicio hace que comience a recolectarse nueva data usando los mismos procesos. Es cierto que los datos por si solos no sirven demasiado, pero sin datos no es mucho lo que podrán hacer, incluso los más sofisticados modelos.

Lo segundo es el grado de integración de datos. Los datos son más valiosos si permiten relacionar áreas o sectores de la compañía. Esto puede resultar un gran desafío si en la organización existe una cultura de «silos» de información. Por ejemplo, «seguros de vida» mantiene sus propios datos que no comparte con «seguros generales» o «sector universidades» separado de «grandes empresas», etc. Las organizaciones que se han embarcado en proyectos de «Data Warehousing» ya tienen algo avanzado en este aspecto.

En tercer lugar, se requiere de liderazgo. Es necesario contar con personas con talento analítico dispuestos a convertirse en líderes. Un buen líder de analítica es una persona que tiene las competencias de liderazgo y además el talento analítico. Una sin la otra no dará el resultado esperado.

La siguiente clave es enfocarse en unos pocos objetivos analíticos a implementar en un período de tiempo. Los recursos siempre son limitados por lo que no es conveniente tratar de hacer todo a la vez. Por ejemplo, la organización puede decidir que es clave mejorar la relación con sus clientes u optimizar sus cadenas de suministro complejas o mejorar su inversión en publicidad, etc.

Finalmente, la organización debe proveerse de un número adecuado de analistas. Estos pueden ser contratados especialmente para este trabajo, pueden formarse mediante reentrenamiento de personal existente o de tipo free-lance. Probablemente, aparte de los líderes mencionados antes, se requerirán profesionales con un amplio rango de habilidades cuantitativas, de manejo de datos y de programación, y también, profesionales menos avanzados capaces de sacar partido de las herramientas y las metodologías en sus propias áreas de negocio.

 

Conoce y postula a los siguientes programas Online:

Diplomado en Ciencia de Datos para la Gestión (ver más aquí)
Diplomado en Big Data y Machine Learning (ver más aquí)
Diplomado en Python y Ciencia de Datos (ver más aquí)
Diplomado en Python Profesional (ver más aquí)

 

Noticias relacionadas


X