Datos empresariales: de potencial riesgo a ventaja de negocio

Los datos empresariales se consideran cada vez más una ventaja que un dolor de cabeza para los líderes. Actualmente, es tanto el valor de la información que llegan a las organizaciones desde fuentes externas, así como a través de las personas, los procesos y las tecnologías dentro de una empresa, que es una importante desventaja competitiva no recopilar, procesar y analizar activamente la mayor cantidad de datos posible. Sin embargo, con las nuevas y estrictas normativas de protección de datos en varios territorios y las violaciones de datos que aparecen en las noticias casi semanalmente, las consecuencias de no gestionar estos datos adecuadamente se han convertido en un campo de minas para los CIO y los profesionales de TI.

Los datos a los que nos referimos se conocen como “no estructurados”. En los primeros tiempos de la digitalización, la mayoría de los datos eran generados por los sistemas y almacenados en bases de datos como datos estructurados con un crecimiento predecible, y los miembros de TI y finanzas eran los únicos con el interés o los conocimientos necesarios para trabajar directamente con una base de datos. Hoy en día, una proporción mucho mayor de los datos de una empresa se crea fuera de la base de datos tradicional y en una variedad de formatos: documentos, fotos, vídeos, y de sensores, con una tasa de crecimiento exponencial. El panorama de los datos no estructurados de una empresa es intrínsecamente caótico para empezar, está disperso en una multitud de sistemas y no es inmediatamente predecible o controlable. Esto hace que muchas empresas no examinen ni extraigan valor de ninguno de los datos no estructurados a los que tienen acceso, o peor aún, que simplemente no sepan que existen o dónde residen exactamente.

Dark Data: el primer paso es la visibilidad

Ahí radica uno de los mayores problemas. Los activos de información que las organizaciones recogen, procesan y almacenan durante las actividades empresariales habituales, pero que generalmente no utilizan para otros fines, también se conocen con el término “dark data”. Es muy fácil acabar infringiendo la normativa de protección de datos con los datos no estructurados, ya que un requisito fundamental es saber qué datos se tienen, cuáles son información personal identificable (IPI) relativa a las personas, y protegerlos. Si no sabe lo que tiene o dónde está, ¿cómo puedes protegerlos?

El primer paso más importante es asegurarse de que se tiene una visibilidad del 100% de todas las fuentes de datos de la empresa, así como de que se comprenden los datos (lo que es necesario y lo que no). Todo esto está muy bien, por supuesto, pero el objetivo de toda empresa debería ser obtener un valor competitivo de sus datos, no sólo estar a la defensiva.

Convertirse en una organización impulsada por los datos

La frase “impulsada por los datos” se ha convertido en algo más que una frase de moda. No son sólo las organizaciones con más datos las que cruzarán la línea de meta en primer lugar, son las empresas que identifican, analizan y actúan sobre los datos las que verán las mayores recompensas.

Obtener un control básico sobre los datos no estructurados es importante, pero igual de importante es decidir qué datos recoger, analizar y almacenar. Es importante alinear los objetivos de la empresa con las fuentes de datos de las que se dispone antes de embarcarse en el siguiente paso: dar sentido a los propios datos y prepararlos para el análisis.

En conclusión, las organizaciones del presente y futuro se toman en serio la extracción de valor de los datos no estructurados e invierten en las herramientas adecuadas para poder integrarlos con las fuentes más tradicionales, pero también para que se utilicen de la forma más sencilla y rápida posible antes de que se queden obsoletos. Si los analistas se ven obligados a moverse con lentitud, corren el riesgo de llegar demasiado tarde para capitalizar transacciones, inversiones, oportunidades con clientes o eventos de redes sociales potencialmente rentables. Dotar a los analistas de datos de una herramienta estandarizada para automatizar la preparación de los datos les deja más tiempo para trabajar y analizar los datos de forma que beneficien activamente al negocio.