{"id":635013,"date":"2018-04-11T00:00:00","date_gmt":"2018-04-10T22:00:00","guid":{"rendered":"https:\/\/www.ie.edu\/insights\/latest-news\/articles\/el-valor-del-dato-al-alza\/"},"modified":"2019-11-21T12:37:21","modified_gmt":"2019-11-21T11:37:21","slug":"el-valor-del-dato-al-alza","status":"publish","type":"articles","link":"https:\/\/www.ie.edu\/insights\/es\/articulos\/el-valor-del-dato-al-alza\/","title":{"rendered":"El valor del dato, al alza"},"featured_media":636331,"template":"","meta":{"_has_post_settings":[]},"schools":[53],"areas":[36,44,42,46],"subjects":[],"class_list":["post-635013","articles","type-articles","status-publish","has-post-thumbnail","hentry","schools-human-sciences-and-technology-es","areas-competitividad-y-crecimiento","areas-estrategia","areas-marketing-y-ventas","areas-tecnologia"],"custom-fields":{"wpcf-article-leadin":["El dato est\u00e1 alcanzando tal valor estrat\u00e9gico en las organizaciones que pr\u00e1cticamente se puede afirmar que en poco tiempo no habr\u00e1 negocio si no est\u00e1 toda la organizaci\u00f3n orientada al dato. El paso estrat\u00e9gico es pasar de considerarlo una cuesti\u00f3n puramente t\u00e9cnica a una estrategia clave de negocio. Los ejemplos en los que se est\u00e1 ya aplicando dan buena prueba de ello."],"wpcf-article-body":["El potencial de la ciencia de datos como creadora de valor y de ventajas competitivas<\/a> es hoy indudable. Al fin y al cabo, si una empresa es capaz de extraer valor de los datos y, mediante su an\u00e1lisis, lograr una mejora del negocio, ser\u00e1 la \u00fanica con esa informaci\u00f3n, lo que significa que dispondr\u00e1 de una ventaja con respecto a sus competidores, incluso si estos deciden copiar el producto.\r\n\r\nEl poder de los datos para un negocio demuestra que no se trata solo de una capacidad t\u00e9cnica, sino que es una cuesti\u00f3n fundamental que ocupa las agendas de las direcciones de la empresa e incide en diferentes aspectos de la vida del negocio. La raz\u00f3n es simple: la ciencia de datos puede aportar valor de diversas formas, entre las que destacan tres palancas principales.\r\n\r\nEn primer lugar se encuentra la mejora del rendimiento operativo, es decir, la capacidad de hacer m\u00e1s con menos. Se trata, en definitiva, de ser capaz de extraer mayor valor de los recursos disponibles en la empresa mediante una racionalizaci\u00f3n de costes; es decir, consiste en ser m\u00e1s eficiente.\r\n\r\nEn segundo lugar est\u00e1 la creaci\u00f3n de fuentes de ingresos adicionales. Son muchos los ejemplos de empresas que crean nuevos productos bas\u00e1ndose en el analytics<\/em> o que monetizan sus propios datos, vendi\u00e9ndolos a terceros para su explotaci\u00f3n.\r\n\r\nPor \u00faltimo, como se se\u00f1alaba antes, si una empresa es capaz de invertir de forma adecuada tiempo, esfuerzo y recursos en esta ciencia, podr\u00e1 obtener ventajas competitivas<\/a> adicionales implementando algoritmos de machine learning,<\/em> que aprender\u00e1n con los datos y se volver\u00e1n m\u00e1s eficientes mediante este aprendizaje constante.\r\n
El potencial de la ciencia de datos como creadora de valor y de ventajas competitivas es hoy indudable.<\/blockquote>\r\nLa eficiencia operativa<\/strong>\r\n\r\nDesde el punto de vista de la mejora de la eficiencia operativa, las dos posibilidades para alcanzarla son la reducci\u00f3n de los costes o el incremento de los ingresos derivados del n\u00facleo de negocio.\r\n\r\nEn el \u00e1rea de recursos humanos, el uso de analytics <\/em>permite anticiparse a posibles abandonos de profesionales considerados importantes para la empresa, algo que habitualmente se detecta cuando ya es demasiado tarde. Teniendo en cuenta que uno de los principales gastos en recursos humanos proviene de esta situaci\u00f3n, la capacidad de anticiparse a ella y proponer una soluci\u00f3n antes de que un profesional alcance el punto de no retorno en la relaci\u00f3n laboral reportar\u00e1 una mayor eficiencia.\r\n\r\nEn el \u00e1rea de m\u00e1rketing<\/a>, la situaci\u00f3n es similar. Uno de los principales problemas consiste en detectar el mejor marketing mix<\/em> para incrementar la eficiencia de las inversiones. Mediante el uso de la ciencia de datos es posible saber la combinaci\u00f3n \u00f3ptima e, incluso, modificarla en funci\u00f3n de las condiciones externas. Eso favorecer\u00e1, por tanto, el incremento del volumen de ventas<\/a>, al tiempo que permitir\u00e1 mantener el presupuesto del departamento bajo control<\/a>.\r\n\r\nOtro ejemplo es el de la empresa UPS, que ha empleado ciencia de datos y algoritmos geogr\u00e1ficos avanzados para optimizar las rutas de entrega y realizar un mantenimiento predictivo de su flota. En lugar de esperar a que un veh\u00edculo tenga un problema y proceder a un arreglo no previsto, mediante el uso de algoritmos predice la probabilidad de incidencias, lo que le permite anticiparse con el mantenimiento de la flota en momentos valle.\r\n
Si una empresa es capaz de invertir de forma adecuada tiempo, esfuerzo y recursos en la ciencia de datos, podr\u00e1 obtener ventajas competitivas adicionales.<\/blockquote>\r\nLa transformaci\u00f3n del negocio<\/strong>\r\n\r\nEl viaje de una empresa en la ciencia de datos comienza por la monitorizaci\u00f3n; de aqu\u00ed se extrae el conocimiento, que posteriormente se introduce en las operaciones de la empresa y, al final, las m\u00e1s avanzadas transforman sus negocios para sostener una ventaja competitiva<\/a> basada en los datos.\r\n\r\nLa recomendaci\u00f3n de productos implica un paso m\u00e1s en la evoluci\u00f3n de la ciencia de datos. En este caso, la organizaci\u00f3n no a\u00f1ade un valor m\u00e1s al n\u00facleo de negocio, sino que ofrece un producto distinto, un data product,<\/em> a partir de los datos de los que dispone. Se trata de la \u00faltima frontera en la adopci\u00f3n de la ciencia de datos e implica un nuevo estadio de transformaci\u00f3n del negocio.\r\n\r\nUn ejemplo lo proporciona la divisi\u00f3n aeron\u00e1utica de General Electric. A principios de los ochenta, esta empresa se dedicaba exclusivamente a la venta<\/a> de motores y ah\u00ed finalizaba su relaci\u00f3n con el cliente. La introducci\u00f3n de sensores en los motores permiti\u00f3 la captaci\u00f3n de datos, propiciando el paso de una relaci\u00f3n transaccional a otra de tipo contractual, basada en un acuerdo de prestaci\u00f3n de nivel de servicio. Al conocer la probabilidad de que un material se estropee o funcione incorrectamente, as\u00ed como los costes asociados a estas incidencias, la venta significaba adem\u00e1s una compartici\u00f3n de riesgos con el cliente, reduciendo as\u00ed el coste total de propiedad. A esto hay que sumar el hecho de que la asimetr\u00eda de informaci\u00f3n entre el proveedor y el cliente generaba a favor del primero una mayor capacidad de negociaci\u00f3n.\r\n\r\nOtro ejemplo es el de Telef\u00f3nica, que por ley<\/a> debe almacenar durante cinco a\u00f1os toda la informaci\u00f3n y datos proporcionados por los dispositivos inteligentes<\/a>. Eso supon\u00eda un coste intr\u00ednsecamente ligado a su negocio principal, hasta que la operadora se dio cuenta del valor de esta informaci\u00f3n. La creaci\u00f3n de la compa\u00f1\u00eda Smart Steps hizo que lo que comenz\u00f3 siendo un coste estructural pasara a convertirse en un nuevo negocio.\r\n\r\nLa tendencia, por tanto, se dirige a capturar los datos, estructurarlos, normalizarlos, aplicar las transformaciones, elegir el modelo m\u00e1s adecuado y, lo que es m\u00e1s importante, dise\u00f1ar visualizaciones que faciliten una toma de decisiones m\u00e1s eficaz y de valor.\r\n\r\n \r\n\r\n\u00a9 IE Insights."],"wpcf-article-extract-enable":["1"],"wpcf-article-extract":["Por Ignacio Larr\u00fa<\/strong>. El dato est\u00e1 alcanzando tal valor estrat\u00e9gico en las organizaciones que pr\u00e1cticamente se puede afirmar que en poco tiempo no habr\u00e1 negocio si no est\u00e1 toda la organizaci\u00f3n orientada al dato. El paso estrat\u00e9gico es pasar de considerarlo una cuesti\u00f3n puramente t\u00e9cnica a una estrategia clave de negocio. Los ejemplos en los que se est\u00e1 ya aplicando dan buena prueba de ello."],"wpcf-article-summary-enable":["1"],"wpcf-article-summary":["El dato debe pasar de considerarse una cuesti\u00f3n t\u00e9cnica a una estrategia clave de negocio. El uso de la ciencia de datos puede conseguir una reducci\u00f3n de los costes y un incremento de los ingresos derivados del n\u00facleo de negocio. Por ejemplo, en recursos humanos, el uso de analytics <\/em>puede permitir anticiparse a posibles abandonos profesionales y, en m\u00e1rketing, la ciencia de datos puede ayudar a detectar el mejor marketing mix<\/em> e incrementar as\u00ed la eficiencia de las inversiones. La \u00faltima frontera en la adopci\u00f3n de la ciencia de datos es la aparici\u00f3n de un nuevo producto: el data product.<\/em> Empresas como Telef\u00f3nica, para las cuales el almacenamiento de datos constitu\u00eda un coste estructural, han detectado la oportunidad de crear un nuevo negocio a partir de esta valiosa informaci\u00f3n."]},"_links":{"self":[{"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/articles\/635013","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/articles"}],"about":[{"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/types\/articles"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/media\/636331"}],"wp:attachment":[{"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/media?parent=635013"}],"wp:term":[{"taxonomy":"schools","embeddable":true,"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/schools?post=635013"},{"taxonomy":"areas","embeddable":true,"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/areas?post=635013"},{"taxonomy":"subjects","embeddable":true,"href":"https:\/\/www.ie.edu\/insights\/es\/wp-json\/wp\/v2\/subjects?post=635013"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}