Estamos en el mundo de los datos, donde todo se analiza y todo se entrena para que se puedan sacar conclusiones; donde la nube es la que manda, y las estructuras locales tienen fecha de caducidad.
Hemos hablado con Sergio Gordillo, de Keepler, sobre este tema, y queremos compartir con vosotros algunos puntos importantes sobre la Gestión del Dato:
¿Qué se entiende por gestión del dato? ¿Cómo ha evolucionado en los últimos años?
La gestión del dato trata de aprovechar y extraer valor del mismo de una manera ordenada y con unas reglas de juego.
El objetivo pasa por democratizar el uso del dato de una organización y hacerlo accesible a sus empleados, pero siempre de acuerdo a unas pautas concretas para que en última instancia, éstos, puedan hacer uso de los datos y aportar un valor sostenible a sus clientes. Por ejemplo, conociendo en detalle los procesos operativos de la empresa, identificando avance de ciertas iniciativas y del negocio o entendiendo mejor a sus clientes.
La gestión no implica necesariamente “control” desde un punto de vista negativo, sino un orden. Orden en cuanto al entendimiento de los datos generados y consumidos en la organización, donde se alojan, cómo se alojan, quien tiene acceso a ellos, y de qué manera se están usando.
Además, la gestión inteligente del dato trata de generar eficiencias desde el lado del consumo del dato, de manera que usuarios y departamentos puedan aprovechar el trabajo que han realizado otros compañeros y en definitiva puedan aportar un valor a sus clientes de una manera más rápida y ágil.
En Keepler acompañamos en todo el proceso de gestión del dato de una organización en entornos tecnológicos de nube pública. Desde etapas de exploración y catalogación del dato en entornos legacy, su carga en entornos tecnológicos que permitan la democratización y el consumo ordenado de una manera ágil y en la implantación de soluciones que cubran las necesidades de nuestros clientes.
¿Cómo puede aplicarse la gestión del dato en el mundo del marketing online?
El marketing online es un mundo que puede beneficiarse enormemente de una gestión del dato dado que históricamente es un área que viene manejando grandes volúmenes de información de distintas fuentes y con unos objetivos muy claros.
Digamos que es un escenario perfecto donde existen KPIs claramente definidos con históricos de datos bastante amplios pero con ciertas dificultades para aplicar enfoques de omnicanalidad que sean capaces de aprovechar todo el dato que tienen a su disposición.
Desde Keepler venimos colaborando en este mundo, generalmente mediante la implantación de capas de gestión y gobierno del dato “360” que permite a las empresas tener un conocimiento granular y muy específico de todas las interacciones que realiza un cliente en sus distintos canales de atención.
Tener el detalle de cada interacción, en casi tiempo real, sea cual sea el canal, en un entorno controlado y con capacidad de aprovechamiento de métricas e insights realizadas por otros equipos, ayuda enormemente a entender cómo interactúan y se comportan nuestros clientes y acelera la puesta en marcha de mecanismos e iniciativas de ventas y atención especializada.
¿Qué sectores son los que pueden beneficiarse más de las soluciones de datos en la nube?
Tradicionalmente los hiperescaladores de nube (Google, Microsoft, Amazon) han tendido a priorizar soluciones del dato para sectores como el financiero, salud, energía, retail… sin embargo en los últimos años derivado de la gran competencia entre ellos e inversión realizada) existen soluciones de datos que se adaptan perfectamente a cualquier tamaño y sector de empresa.
Si es verdad que podemos destacar dos grandes grupos, los nativos digitales, empresas pequeñas o medianas que desde su fundación ya gestionan y están habituados a las estructuras y soluciones de datos en la nube. Y las grandes empresas innovadoras que están invirtiendo en realizar una transformación digital real en sus procesos de negocio mediante la modernización de plataformas de datos, programas de formación de sus equipos y proyectos globales de gestión y gobierno del dato.
¿Qué riesgos hay que asumir cuando se migra una estructura de datos a la nube? ¿Son riesgos controlados?, ¿hasta qué punto?
Los procesos de migración de estructuras de datos a la nube son procesos complejos que siempre conllevan riesgos asociados. Que estos riesgos estén controlados no depende tanto del qué o dónde se estén migrando, sino de cómo se realiza esa migración.
Destacaría tres riesgos a tener en cuenta en cualquier escenario de migración:
- Privacidad del dato: asegurar que se establecen los mecanismos de control y seguridad sobre los datos suficientes para asegurar que no se hace un uso indebido o no controlado de los mismos desde la organización o por un agente externo
- Control de costes: la nube pública nos aporta una gran cantidad de opciones para eficientar y optimizar los costes operativos de una organización en cuanto a gestión del dato pero puede convertirse en un arma de doble filo. La clave es contar con una jerarquía, organización y estructura de gobierno de los entornos en la nube y de los repositorios de datos alojados en ella.
- Gestión del cambio: La migración de una estructura de datos (normalmente legacy) a otro entorno (sea nube pública o no) lleva implícita una gestión del cambio en los equipos de trabajo y empleados de la organización. Esta gestión del cambio puede convertirse en el mayor riesgo a tener en cuenta si no se hace un plan de migración claramente ordenado, orientado a resultados y contando desde el inicio con periodos de adaptación y formación de los nuevos entornos
Los riesgos están ahí, que estén controlados o no dependerá de nuestra capacidad de considerarlos al definir nuestra estrategia y planificación a la hora de poner en marcha la migración de estructuras de datos.
¿Tenéis algún ejemplo de empresas que hayan conseguido mucho más beneficio económico después de realizar un proyecto de migración y gestión de datos?
Hay ejemplos de casos de éxito en este sentido en todos los sectores. En Keepler, tenemos clientes que han recorrido este camino en el sector seguros, telco, energético… todos ellos con resultados satisfactorios: mejora operacional, reducción de costes, optimización de la eficiencia… Están involucrados en toda una transformación digital que comenzó con el salto a la nube pública, la construcción de los primeros data lakes y continúa con la ejecución de casos de uso en torno al dato.
Concretamente, en el sector energía tenemos el caso de éxito de Cepsa y su Data Lake de Manufactura para la ingesta y procesamiento de las señales fabriles que permite construir casos de uso apoyándose en analítica avanzada, como pueden ser casos de mantenimiento predictivo o la optimización de procesos productivos. A partir de este primer despliegue, se evolucionó el producto para crear un SaaS, que es utilizado tanto internamente dentro de las unidades de negocio de la compañía, como comercializado a terceros. Este producto permite realizar las ingestas de forma declarativa sin la necesidad de implementar nuevos procesos de ingesta por parte de los ingenieros de datos, lo que supone una reducción de los costes operativos en los nuevos proyectos de la compañía. Adicionalmente, se han construido capacidades sobre esta plataforma, que integra los datos de dispositivos que se alojan en instalaciones de Cepsa, para detectar las anomalías de dichos equipos. Con ello, Cepsa está aportando conocimientos de aprendizaje automático a los expertos que mejor conocen los equipos, lo que les permite tomar decisiones más informadas para lograr un tiempo de funcionamiento superior y reducir los costes operativos.
Esta analítica avanzada también ha supuesto una mejora de operación y un ahorro de costes dentro de la compañía. Un ejemplo de ello es el proyecto YET (Yield, Energy and Throughput) que permite incrementar el rendimiento de CHP así como el ahorro de energía y la minimización de emisiones de COV.
Podéis consultar más información en keepler.io