Cómo mejorar la gestión del ‘big data’

Un informe pone de manifiesto la dificultad para extraer el valor de los datos

Thinkstock

Las empresas todavía no aprovechan todo el potencial que el big data ofrece. Porque la mayoría de las empresas solo están capturando una fracción del valor potencial de datos y análisis. En 2011, McKinsey Global Institute (MGI) ya alertó en un informe sobre la gran revolución que se avecinaba. Cinco años más tarde, la consultora retoma el asunto en un estudio titulado La era de la analítica: competir en un mundo basado en datos, donde hace balance sobre en qué punto se encuentra este proceso a día de hoy. La investigación indica que el volumen y la diversidad de los datos disponibles han crecido exponencialmente, que los algoritmos se han vuelto más sofisticados y que el procesamiento y el almacenamiento informático han mejorado progresivamente, tendencias que están impulsando rápidos avances tecnológicos y haciendo que la industria se convierta en disruptiva.

Las oportunidades económicas son incluso mayores que las proyectadas hace un lustro. Sin embargo, aunque muchas empresas han hecho grandes apuestas en datos y análisis, la mayoría está luchando para materializar las ganancias esperadas. “Nuestras investigaciones previas estimaron el potencial del big data para la creación de valor. Su revisión actual muestra un progreso irregular. En muchas de las áreas, unas pocas compañías líderes están avanzando y utilizando estas competencias para remodelar las industrias. Sin embargo, otras organizaciones todavía no han sido capaces de ampliar los experimentos a pequeña escala para mejorar significativamente el rendimiento de toda la empresa”, afirma Michael Chiu, socio de McKinsey Global Institute. El mayor progreso se ha producido en los servicios basados en la localización (área que ha concentrado entre el 50% y 60% del valor del MGI, previamente identificado hace cinco años) y en la venta al por menor (abarcando entre el 30 y 40%), dos áreas en las que los competidores nativos digitales han obligado a las empresas a una implementación más rápida. Por otro lado, la industria manufacturera, el sector público y la atención de la salud han creado menos del 30% del valor potencial. Y desde que en 2011 surgieran nuevas oportunidades, la brecha entre los líderes y los rezagados se ha ampliado.

“Creemos que los datos y el análisis representan la mayor oportunidad disponible para los equipos de gestión para crear valor, mejorar el rendimiento y cambiar la naturaleza de la competencia”, dice el director general de McKinsey Analytics, Nicolaus Henke. Los datos están adaptando los procesos centrales y la construcción de nuevas capacidades. Abarcar la analítica no se trata de adoptar una nueva táctica. Se trata de cambiar el modelo de negocio y la forma fundamental de tomar decisiones”. Otro desafío es atraer y retener el talento adecuado. El informe plantea la hipótesis de que la demanda de expertos en datos sobrepase la oferta y esta escasez es evidente hoy en el mercado de trabajo, a pesar de que los programas académicos y de capacitación están proliferando. Esta tendencia es probable que continúe en el corto plazo. Si bien el número de graduados de los programas de ciencias de datos podría aumentar en un 7% estimado al año, la demanda podría seguir creciendo un 12% anual.

Una escasez de talento aún mayor se está formando para el papel igualmente vital de los traductores de negocios, aquellos que vinculan el talento analítico a preguntas prácticas de negocios, combinando conocimiento de datos con experiencia industrial o funcional. El estudio estima que podría haber una demanda de entre aproximadamente dos millones a cuatro millones de traductores de negocios en Estados Unidos durante la próxima década, y la cuota de graduados estadounidenses esperados en los campos de negocios y CTIM (ciencia, tecnología, ingeniería y matemáticas), que entran en puestos de trabajo de traductor de negocios se tendría que duplicar o cuadruplicar desde los niveles actuales para satisfacer la demanda.

El informe apunta a varios modelos disruptivos, como la introducción de nuevos tipos de bases de datos, que podría conducir a una disrupción en el seguro de propiedad y accidentes, donde los competidores están desplegando datos telemáticos sobre el comportamiento de conducción para complementar los datos demográficos que se habían utilizado previamente para la suscripción.

Un cambio de modelo en el transporte urbano

Las plataformas digitales de hiperescala utilizan datos y análisis para hacer coincidir a los compradores y vendedores en tiempo real y a una escala sin precedentes. Este modelo ya ha transformado el transporte urbano y para 2030, los servicios de movilidad, como el coche y viaje compartidos, podrían representar entre el 15% y el 20% de los kilómetros totales de vehículos de pasajeros en todo el mundo, reduciendo la tasa de crecimiento de las ventas de automóviles a la mitad. Las plataformas digitales que utilizan datos y análisis para ofrecer en tiempo real una comparación a gran escala con precios dinámicos podrían transformar de manera similar mercados como la energía, el sector hotelero y los servicios personales.

Cuidado de la salud

La personalización radical utiliza datos granulares para personalizar productos y servicios, una capacidad con profundas implicaciones para la forma en que se administra el cuidado de la salud. Una combinación de datos de antecedentes médicos conductuales, genéticos y más completos ofrece el potencial de una visión más completa de cada paciente, lo que podría permitir cambiar el enfoque del tratamiento de la enfermedad al bienestar y la prevención.

Puestos de trabajo

La próxima generación de tecnología de datos y análisis podría desencadenar cambios mayores. Las oportunidades incluyen publicidad personalizada, vehículos autónomos, predicción de resultados de salud y optimización de la logística y de la comercialización al por menor. Estas tecnologías podrían generar aumentos de productividad y una mejor calidad de vida, aunque plantean la posibilidad de pérdidas de puestos de trabajo. El estudio de MGI encuentra que el 45% de las actividades de trabajo podrían ser automatizadas por tecnologías, y el aprendizaje de máquina es una tecnología habilitadora para el 80% de este potencial.