El mercado de empresa a empresa experimentará una serie de grandes cambios en los años hasta 2030, según un nuevo informe de la firma de experiencia del cliente Merkle. Las empresas B2B regionales de APAC deberán considerar sus niveles de inversión en una serie de tecnologías e integrar nuevas herramientas ahora para prepararse y adaptarse a los cambios venideros. El informe B2B Futures: The View From 2030 sostiene que cuatro tendencias “síssmicas” clave están llegando al B2B: Un aumento en el comercio de máquina a máquina. Trazabilidad mejorada de la cadena de suministro. El dominio de los mercados digitales B2B. Velocidad de comercialización radicalmente acelerada. Jake Hird, vicepresidente de estrategia de Merkle B2B – APAC, dijo a TechRepublic que las empresas B2B de la región deberán responder con inversiones en tecnologías que incluyen IoT, IA, análisis de datos y blockchain para garantizar que se adapten a estos cambios que afectan a sus negocios y mercados. IoT para facilitar un aumento en el comercio de máquina a máquina El comercio de máquina a máquina aumentará hasta representar un tercio de todos los negocios B2B para 2030, dijo Merkle. En la práctica, esto verá la extensión de las herramientas automatizadas de toma de decisiones actuales, como los sistemas de reabastecimiento para minoristas que automatizan la compra de nuevo inventario de las fábricas, hacia decisiones más complejas pero aún sobre productos básicos, respaldadas por la IA. Jake Hird, vicepresidente de estrategia, Merkle B2B, APACImagen: Merkle Hird dijo que esta tendencia requeriría que las empresas B2B prioricen cada vez más las inversiones en cosas como infraestructura de TI, inteligencia artificial y herramientas de aprendizaje automático, tecnología blockchain y seguridad cibernética. Internet de las cosas El crecimiento del comercio de máquina a máquina dependerá en gran medida de la adopción y el despliegue de herramientas de IoT, que deberán integrarse en todo el mercado B2B. «Los dispositivos, sensores y redes de IoT formarán la columna vertebral del comercio m2m», dijo Hird. Si bien reconoce el crecimiento inestable hasta la fecha en el mercado de IoT, Merkle dijo que IoT ha madurado. El informe de Merkle predijo que los dispositivos IoT pronto serían una fuente clave de datos para las empresas B2B que necesitan «identificar y pronosticar las necesidades comerciales, que van desde la posible falta de existencias hasta la degradación de los equipos que pueden necesitar reemplazo, y realizar transacciones en consecuencia». Blockchain y contratos inteligentes Las máquinas tendrán los medios para realizar transacciones con otras máquinas utilizando blockchain. «La tecnología Blockchain y los contratos inteligentes garantizarán transacciones seguras y transparentes, permitiendo a las máquinas ejecutar acuerdos sin intervención humana», dijo Hird. DESCARGAR: Más de 50 glosarios tecnológicos de TechRepublic Infraestructura informática de borde premium Las empresas B2B necesitarán invertir en infraestructura de computación de borde para admitir más procesamiento de datos en tiempo real y transacciones de compra en sus huellas y cadenas de suministro. Plataformas de integración y gestión de datos Las empresas B2B necesitarán recopilar, procesar y analizar más información, lo que hace que la inversión en gestión de datos sea importante. Esto incluirá superar los desafíos de integración y aprovechar la interoperabilidad de los sistemas para generar los conocimientos necesarios para alimentar los sistemas. Sistemas de seguridad cibernética Las soluciones de seguridad cibernética serán cruciales para proteger las transacciones del acceso no autorizado, así como de otras amenazas en línea, según Merkle. «Las empresas necesitarán invertir en medidas como sistemas de detección de intrusos y tecnologías de cifrado avanzadas», afirmó Hird. Blockchain y tecnología de contabilidad distribuida para ofrecer trazabilidad de la cadena de suministro La trazabilidad de la cadena de suministro podría convertirse en uno de los dos principales impulsores de compras para B2B para 2030, debido a la presión de los consumidores y del mercado. Esto hará que aumente la adopción de la tecnología blockchain y de contabilidad distribuida a medida que las empresas busquen profundizar la transparencia y la confianza de sus cadenas de suministro. Blockchain y tecnología de contabilidad distribuida El informe de Merkle sugiere que blockchains, la forma más común de tecnología de contabilidad distribuida, podría ayudar a “arrojar luz sobre las cadenas de suministro globales bizantinas” al brindar acceso a datos de certificación, prácticas de abastecimiento e impacto ambiental, incluso calculando las huellas de carbono. Estas tecnologías podrían ayudar a las empresas a hacer cumplir los estándares de sostenibilidad. Etiquetas RFID e IoT La disponibilidad, la disminución del coste y la miniturización de las etiquetas RFID y los sensores de IoT harán que la IoT desempeñe un papel fundamental en la trazabilidad. Se espera que esto permita el seguimiento y monitoreo en tiempo real de los productos a medida que avanzan a lo largo de la cadena de suministro, desde el abastecimiento hasta la venta. Herramientas de análisis de datos e inteligencia artificial Los actores B2B necesitarán análisis de datos e inteligencia artificial para obtener información a partir de los datos generados por los sistemas de trazabilidad de la cadena de suministro. «A través del análisis en tiempo real, las empresas pueden optimizar la gestión de inventario, anticipar las fluctuaciones de la demanda y mitigar los riesgos de la cadena de suministro», dijo Hird. Preparación para la integración para respaldar el auge de los mercados digitales B2B Se espera que los mercados digitales B2B capturen el 50 % del negocio B2B para 2030, frente al 15 % en 2024. Este cambio impulsará a las organizaciones B2B a centrarse en implementar plataformas de comercio electrónico para desarrollar una presencia. dentro de mercados digitales en crecimiento o sumergirse y construir los suyos propios. Herramientas de análisis y personalización El análisis y la personalización permitirán a las empresas obtener información sobre el comportamiento y las preferencias de los clientes, dijo Hird. Esto ayudará a las empresas B2B a ajustar el marketing y las comunicaciones para compradores B2B individuales, mejorando la experiencia del cliente, el compromiso y los ingresos. Soluciones de integración y API Los mercados digitales dependen de la integración de sistemas para facilitar las transacciones de los clientes y las experiencias de compra. Las empresas deberán invertir en soluciones API y de integración para conectar sistemas y plataformas internos y externos para optimizar las operaciones y mejorar la eficiencia. Tecnología de optimización de la cadena de suministro Los modelos de mercado digital también requieren que las empresas B2B satisfagan demandas como tiempos de entrega más rápidos y cumplimiento eficiente de los pedidos desde su presencia en el mercado, dijo Hird. Sostuvo que esto alentará a las empresas B2B a adoptar más tecnologías de optimización de la cadena de suministro. Herramientas de diseño y creación de prototipos para acelerar la velocidad de comercialización B2B Se esperan cambios importantes en la forma en que las marcas B2B diseñan, prueban y entregan productos al mercado. Por ejemplo, en farmacología, dijo Merkle, aunque puede llevar de 10 a 15 años llevar un medicamento al mercado, un descubrimiento de fármacos y ensayos clínicos más rápidos podrían acortar este proceso dramáticamente. Hird dijo a TechRepublic que los procesos de diseño de prototipos y productos funcionales se pueden potenciar con IA generativa y tecnologías de creación de prototipos virtuales. Al utilizar simulaciones y herramientas de diseño que aumentan las contribuciones humanas y los métodos tradicionales, las empresas podrán reducir significativamente el tiempo y el costo asociados con la creación de prototipos y pruebas físicas. «Esto permite ciclos de iteración más rápidos, acelerando el proceso de desarrollo de productos y mejorando la velocidad de comercialización de nuevos productos e innovaciones», dijo Hird.
Etiqueta: análisis de datos
En la era contemporánea marcada por rápidos avances tecnológicos y demandas de los consumidores en constante cambio, las empresas se encuentran en un perpetuo estado de adaptación e innovación. El principio fundamental para lograr el éxito en este entorno dinámico es la utilización estratégica de datos y tecnología de punta para tomar decisiones informadas a gran escala. Pega emerge como pionero en el ámbito de la toma de decisiones basada en IA, brindando a las empresas las herramientas y capacidades para mejorar cada interacción con el cliente a través de la automatización, optimización y personalización altamente personalizada. Al aprovechar el poder de las soluciones innovadoras de Pega, las organizaciones pueden navegar por las complejidades del panorama digital con agilidad y precisión, garantizando experiencias incomparables para sus clientes. Aprovechar el poder de los datos con la toma de decisiones de IA GenAI de Pega, una IA generativa para la empresa, está revolucionando la participación del cliente al permitir a las empresas desbloquear todo el potencial de sus datos. Con la optimización de la estrategia basada en IA, las empresas ahora pueden atraer a los clientes con contenido vibrante adaptado a sus preferencias. A través de un ciclo de optimización continuo, Pega GenAI ayuda a descubrir oportunidades, generar contenido personalizado e involucrar a los clientes en tiempo real. Ya sea identificando segmentos desatendidos, generando automáticamente nuevos tratamientos o adaptando mensajes dinámicamente, Pega GenAI pone el poder de la toma de decisiones basada en IA en manos de las empresas. Redefiniendo la participación del cliente con asistentes de IA En la era de la automatización, Pega lidera la tendencia con asistentes impulsados por IA para agentes y chatbots. Estos asistentes potencian la productividad de los agentes al sintetizar las interacciones y el conocimiento en resúmenes concisos, lo que permite a los agentes brindar un soporte perfecto. Además, los chatbots impulsados por IA de Pega están transformando el autoservicio, permitiendo a los clientes encontrar soluciones de forma independiente. Al ampliar las habilidades del chatbot con conjuntos de datos de capacitación generados automáticamente y capacitar dinámicamente a los agentes con simulaciones autónomas, Pega está redefiniendo la participación del cliente. Desarrollo rápido de aplicaciones con código bajo generado por IA Atrás quedaron los días de largos ciclos de desarrollo. Con las capacidades de código bajo generadas por IA de Pega, las empresas pueden pasar de ideas revolucionarias a aplicaciones empresariales en minutos. Al convertir automáticamente ideas en flujos de trabajo, asignar integraciones a sistemas back-end y generar datos de prueba sobre la marcha, Pega acelera el desarrollo de aplicaciones como nunca antes. Además, los desarrolladores cuentan con sugerencias de conversación, lo que aumenta la productividad y fomenta la innovación. Compromiso personalizado con información en tiempo real Pega permite a las empresas ofrecer experiencias fluidas, relevantes y empáticas mediante la toma de decisiones sobre la siguiente mejor acción en tiempo real. Al analizar las señales de los clientes y unificar los conocimientos en todos los canales, las empresas pueden hiperpersonalizar las interacciones y adaptarse a las necesidades inmediatas de sus clientes. Con decisiones siempre activas basadas en IA, Pega garantiza que cada punto de contacto con el cliente esté optimizado para lograr el máximo impacto. Automatización de ventas y servicios con flujos de trabajo impulsados por IA Las soluciones Customer Service™ y Sales Automation™ de Pega están impulsando experiencias de ventas y servicios más rápidas y personalizadas. Al contener volúmenes de centros de contacto con opciones de autoservicio, optimizar las interacciones con las siguientes mejores acciones e integrar flujos de trabajo directamente en los sistemas existentes, Pega agiliza los procesos y mejora la satisfacción del cliente. Optimización de procesos con Process AI y Process Mining Pega’s Platform™ permite a las empresas hacer que los procesos sean más inteligentes, menos manuales y más optimizados con Process AI y Process Mining. Al monitorear, optimizar y mejorar los procesos con IA, las empresas pueden crear flujos de trabajo basados en IA que respondan de manera proactiva a las condiciones cambiantes. Acelerar el desarrollo con código bajo asistido por IA La implementación de aplicaciones empresariales, a escala, nunca ha sido tan fácil con las capacidades de código bajo asistido por IA de Pega. Al generar automáticamente aplicaciones de código bajo, desde la idea hasta la implementación en minutos, Pega permite a las empresas innovar rápidamente mientras mantienen la gobernanza y el cumplimiento. En conclusión, las soluciones de toma de decisiones basadas en inteligencia artificial de Pega están revolucionando la forma en que las empresas interactúan con los clientes, agilizan los procesos e impulsan el crecimiento. Al aprovechar el poder de los datos y la IA, las empresas pueden mejorar cada experiencia y mantenerse a la vanguardia en el dinámico mercado actual. Con Pega como socio, las posibilidades son ilimitadas.
Los jefes de datos de la región de Asia y el Pacífico están buscando seriamente el despliegue de la inteligencia artificial, según una encuesta internacional de Informatica entre 600 líderes de datos globales. India está a la cabeza en la región: el 75% de los encuestados ya ha adoptado la IA generativa. Sin embargo, los encuestados de APAC enfrentan obstáculos en torno a la gestión de datos para la IA. Estos incluyen la fragmentación de datos en medio de una cantidad cada vez mayor de fuentes de datos, la calidad de los datos disponibles para la IA y la incorporación de una gobernanza de datos que sea lo suficientemente sólida para el desafío de la IA. Richard Scott, vicepresidente senior de Asia-Pacífico y Japón de Informatica, dijo que la alfabetización en datos es importante para respaldar la gestión de datos organizacionales. Scott recomendó implementar una arquitectura de datos en la nube desde el principio y centrarse en las personas, los procesos y la tecnología. La IA está impulsando un enfoque paralelo en la gestión de datos. Los líderes de datos de APAC dijeron que la capacidad de ofrecer datos confiables y consistentes aptos para la IA generativa (40%) era la principal prioridad de la estrategia de datos para 2024, junto con la mejora de la gobernanza y los procesos de datos (40%). Esto indica que la IA está impulsando un enfoque mutuo en la gestión de datos. VER: Los 10 principales beneficios de una mejor calidad de datos para su organización. La íntima conexión entre la IA y los datos también se reflejó en las intenciones de inversión. Tres de cada cuatro (78%) jefes de datos de APAC predijeron que sus inversiones en datos aumentarían en 2024. Ninguno de los encuestados no planeaba invertir en capacidades de gestión de datos de alguna forma. La inversión regional en capacidades de datos clave está aumentando. Varias capacidades de gestión de datos están recibiendo inversiones en línea con las prioridades de la estrategia de datos. La privacidad y protección de datos ocupó el primer lugar (45%), lo que refleja la necesidad de mantener los datos privados y seguros en medio de un aumento en un entorno de ciberseguridad que cambia rápidamente. Le siguieron la calidad y observabilidad de los datos (42%) y la integración e ingeniería de datos (40%). «Estamos viendo un aumento en la calidad de los datos como área de enfoque y en la gobernanza de los datos», dijo Scott. «Así que la IA realmente impulsará una especie de nueva ola de limpieza de los conjuntos de datos». VER: Cómo ve Matthew Candy de IBM la búsqueda de Australia de una escala de IA generativa en 2024. Más cobertura en Australia La IA está planteando muchos desafíos en la gestión de datos Según los resultados de la encuesta global de Informatica, que se obtuvieron de líderes de datos en organizaciones con más de 500 millones de dólares en ingresos, casi todos (99%) los líderes de datos habían encontrado obstáculos en su viaje hacia la IA. incluidos los de APAC. Fragmentación y crecimiento de datos Los líderes de datos de APAC esperan que la fragmentación y la complejidad de los datos empeoren en 2024. Informatica descubrió que el 56 % de los líderes de datos tenían dificultades para equilibrar más de 1000 fuentes de datos. Además, el 78% de los líderes de datos de APAC esperan que la cantidad de fuentes de datos aumente este año calendario. «Solo el año pasado, Informatica procesó alrededor de 86 billones de transacciones en la nube al mes, un 60% más que el año anterior», explicó Scott. “Entonces, mientras las organizaciones intentan poner en orden su centro de datos, los datos siguen explotando; Estamos viendo este crecimiento realmente explosivo”, afirmó. Calidad de los datos y sesgo del modelo de IA La calidad de los datos fue considerada el mayor desafío para la IA generativa por el 42% de los encuestados a nivel mundial. La posibilidad de sesgo se destacó como una preocupación particular en APAC debido a los grandes modelos lingüísticos; El 53% de los encuestados australianos dijeron que evitar los prejuicios era su mayor preocupación (Figura A). Figura A: La calidad de los datos es un desafío importante para los líderes de datos de todo el mundo en la carrera por la IA. Imagen: Informatica “En la era de la analítica, si se tuvieran bases de datos deficientes, se tomaría la decisión equivocada más rápidamente”, afirmó Scott. «Del mismo modo, si tienes un entorno de gestión de datos deficiente, obtendrás una respuesta de la IA generativa, pero puede llevarte en la dirección equivocada». La alfabetización en datos fuera del ámbito de los datos La alfabetización en datos organizacionales está frenando el avance de la IA, según los líderes de datos encuestados. Por ejemplo, el 98% de los líderes de datos globales dijeron que habían experimentado obstáculos organizacionales no técnicos para una mejor gestión de datos, como la falta de apoyo de liderazgo. Mejorar la cultura basada en datos y la alfabetización en datos fue nombrado por el 39% de los líderes de datos globales como una de las principales prioridades para 2024. Mejorar la alfabetización en datos fue la segunda medida más importante (42%) de la efectividad de la estrategia de datos, solo superada por la preparación de los datos para la IA. e iniciativas de análisis. “Nuestro director ejecutivo de Informatica habla mucho sobre el hecho de que, dado que las empresas subcontratan aplicaciones, edificios y tantos otros aspectos de un negocio, para muchas empresas su único activo son los datos. Por lo tanto, tiene que ser una prioridad realmente alta para el equipo ejecutivo y la junta directiva”, dijo Scott. Un crecimiento en las herramientas de gestión de datos El número de herramientas de gestión de datos está creciendo. Dos tercios (60%) de los líderes de APAC dicen que necesitarán cinco o más herramientas de gestión de datos para respaldar las prioridades y gestionar los conjuntos de datos, un aumento con respecto al número de jefes de datos que necesitaban esta cantidad de herramientas en 2023 (55%). Gobernanza y democratización de datos Mejorar la gobernanza de datos y procesos fue nombrado por el 40% de los líderes de datos regionales como una de las principales prioridades de la estrategia de datos para 2024. Los líderes de datos de APAC también pusieron el mayor énfasis (67%) en permitir una mayor democratización de los datos en toda su organización al utilizarlos. IA generativa. Esto está impulsando a los proveedores a ofrecer servicios y herramientas de gobernanza. Informatica lanzó recientemente una herramienta integrada de gestión de acceso a datos en la nube tras la adquisición de Privitar, que ayuda a respaldar la gestión, el intercambio y el uso de datos en jurisdicciones de todo el mundo. VER: La gobernanza de datos será un enfoque renovado en TI para las organizaciones australianas en 2024. Informatica también ofrece un mercado de datos de autoservicio diseñado para «democratizar» el acceso a los datos. Los usuarios pueden solicitar y acceder a datos según los permisos. Los datos se entregan con calificaciones de relevancia y calidad de los datos y se realiza un seguimiento para que los administradores de datos comprendan cómo se utilizan. Arquitectura fundamental para afrontar el desafío de los datos Richard Scott de Informatica aconsejó a los líderes de datos regionales implementar la arquitectura de nube adecuada para soportar la escala y centrarse en las personas y los procesos, así como en la tecnología. Comience con la arquitectura de nube adecuada Las organizaciones deben comenzar asegurándose de que su arquitectura de nube sea sólida, dijo Scott, ya que hacerlo bien desde el principio respaldará los esfuerzos futuros de escalamiento. «Cuando estás escalando y no tienes el tipo correcto de arquitectura de gestión de datos cuando te metes en verdaderos problemas», dijo Scott. Scott añadió que conseguir una arquitectura de nube desde el principio también es más barato. «Las empresas con múltiples contratos de nube pagan mucho dinero en costos de entrada y salida entre nubes», dijo Scott. «Una arquitectura de nube incorrecta no sólo da como resultado un entorno que tal vez no pueda soportar la IA generativa, sino que también es muy costosa». El cliente de Informatica, NRMA, una de las organizaciones con miembros más antiguas de Australia, está trabajando exitosamente con más de 3000 conjuntos de datos. Las organizaciones que se esfuerzan por lograr la arquitectura correcta pueden controlar los datos y tener un impacto material en su patrimonio de datos, dijo Scott. Observe a las personas, los procesos y la tecnología La naturaleza del desafío de los datos significa que las organizaciones deben considerar de manera más integral a las personas, los procesos y la tecnología. Scott dijo que para los líderes de datos en organizaciones que intentan solucionar los problemas a medida que surgen, puede parecer como «poner el dedo en el dique para detener una inundación». “Lo que sucederá es que si simplemente tapamos cada pequeño agujero en el dique obteniendo una nueva aplicación o escribiendo algún código, terminaremos con un entorno muy fragmentado, que será muy frágil. Es necesario observar a las personas, los procesos y la tecnología y tener una comprensión clara de hacia dónde se dirige; entonces podrá incorporar tecnología que se integrará increíblemente bien y le brindará la capacidad de transportar datos a través de su entorno”.
La calidad de los datos, la condición de los datos de una organización en términos de coherencia, precisión, confiabilidad e integridad, es un concepto bastante fácil de entender. El desafío es lograr y mantener altos estándares de calidad de datos. Sin las estrategias y las mejores prácticas adecuadas, puede resultar difícil mantener y mejorar la calidad de los datos. Es fundamental hacerlo bien porque garantizar la calidad de los datos conlleva múltiples beneficios, incluida una mejor toma de decisiones, planificación empresarial y operaciones. Más importante aún, la mala calidad de los datos puede dar lugar a análisis inexactos, ineficiencias operativas y otros tipos de problemas que pueden impedir que una empresa alcance su máximo potencial. Dado que los datos son la base de la mayoría de los sistemas de TI empresariales, la calidad de los datos se vuelve vital para el éxito general del ecosistema de TI. Por lo tanto, es fundamental que las organizaciones sigan las mejores prácticas para mejorar la calidad de los datos en sus diversos conjuntos de datos y sistemas. Saltar a: 4 consejos rápidos para mejorar la calidad de los datos Mejorar la calidad de los datos es un proceso interminable, y así es exactamente como se debe tratar. A continuación se ofrecen algunos consejos para mejorar la calidad de los datos en todas las etapas del ciclo de vida de la gestión de datos. Decidir cómo medir la calidad de los datos Hay muchas maneras de medir la calidad de los datos y no existen estándares establecidos para las métricas que deben usarse para medir la calidad de los datos. Idealmente, una organización debería medir los datos utilizando métricas que sean significativas para su negocio. Para evaluar objetivamente y mejorar la calidad de los datos, las métricas deben ser mensurables y específicas. VER: Las evaluaciones de la calidad de los datos se pueden utilizar para medir la calidad de los datos. Algunos ejemplos de métricas de calidad de datos incluyen la cantidad de fallas en las pruebas de datos o el porcentaje de cobertura de las pruebas de datos. Establecer un proceso para investigar problemas relacionados con los datos Cuando encuentren problemas o errores relacionados con los datos, las empresas deben tener un proceso de calidad de datos establecido para investigar el problema. Esto ayudará a comprender el problema y permitirá a los responsables del manejo de los datos tomar medidas para mejorar su calidad. Identificar el problema sería uno de los primeros pasos del proceso. Cada vez que se resuelve un problema, se deben tomar medidas para minimizar la probabilidad de que vuelva a ocurrir. El proceso puede incluir una lista de verificación de la calidad de los datos para determinar si hay incoherencias en los datos, lagunas en la línea de tiempo, errores de formato o valores de atributos faltantes. Repetir este proceso con el tiempo ayudará a mejorar la calidad de los datos. Contrate administradores de datos. Los administradores de datos son responsables de la implementación de políticas, reglas y procedimientos de datos según lo establecido por el marco de gobierno de datos de la organización. Se puede contratar a administradores de datos para que trabajen estrechamente con los datos bajo su control y conviertan en una prioridad mejorar la calidad de los datos. Los administradores de datos pueden ser personas de TI o de cualquier otra unidad de negocio. VER: La administración y el gobierno de datos a menudo van de la mano. Priorizar una cultura de datos Las organizaciones no solo necesitan invertir en contratar y capacitar tanto a administradores de datos como a especialistas en calidad de datos, sino que también deben promover una cultura basada en datos en toda la empresa. Esta cultura debe comenzar desde arriba. Los altos directivos y líderes de la organización deben predicar con el ejemplo, priorizando las decisiones comerciales basadas en datos e invirtiendo en herramientas y roles de calidad de datos. Una empresa debe empoderar al equipo de datos eligiendo tener una cultura de consenso en lugar de una configuración jerárquica. Cualquier límite entre los especialistas en datos y los líderes empresariales debe ser poroso, permitiendo un flujo fácil de información y conocimientos. Mejorar la calidad de los datos con un plan de gobierno de datos Si bien los consejos anteriores sirven como una solución rápida para mejorar la calidad inmediata de los datos de una organización, para mejorar verdaderamente los procesos de calidad de los datos, los administradores de datos deben diseñar e implementar un plan de gobierno de datos. Este marco describiría la gestión, uso y protección de datos en la organización. Por lo general, incluye políticas, procedimientos, estándares y métricas que mejoran la calidad de los datos y garantizan que se mantenga así en el tiempo. Como mínimo, el plan de gobierno de datos debe abordar las siguientes áreas: Estándares de calidad: establece estándares claros en términos de precisión, confiabilidad, coherencia e integridad. Roles y responsabilidades: define los roles y responsabilidades de los datos, incluida la identificación de los usuarios, propietarios y administradores. Políticas y procedimientos: Desarrolla políticas y procedimientos para la recopilación, almacenamiento, procesamiento, intercambio y cumplimiento. Seguridad y privacidad: Implementa medidas de seguridad contra accesos no autorizados y protección para el cumplimiento. Gestión del ciclo de vida: gestiona el ciclo de vida de los datos, desde la creación y adquisición hasta el archivo y la eliminación. Seguimiento y presentación de informes: Establece mecanismos para el seguimiento continuo de la calidad, incluidas auditorías e informes periódicos. Formación y sensibilización: Forma y conciencia al personal sobre la importancia del gobierno del dato y su papel. Considere el uso de soluciones de calidad de datos El uso de soluciones de calidad de datos para respaldar la gestión de la calidad de los datos es una excelente manera de aprovechar todo el potencial de los datos. Las soluciones de calidad de datos ofrecen beneficios en términos de calidad, costos, automatización, eficiencia y escala. Los administradores de datos también pueden utilizar otros tipos de tecnología, como análisis predictivos para administrar y mejorar de manera proactiva la calidad de los datos y controles de acceso basados en roles para mantener los datos sanos y seguros. Para los equipos que desean algo sencillo e integral, estas cinco soluciones de calidad de datos son opciones sólidas con una variedad de características de usuario: Ataccama ONE: una plataforma empresarial impulsada por IA, la mejor para la gestión y el gobierno general de datos. Precisely Data360 Govern: lo mejor para el análisis de datos y se destaca en la automatización de tareas de gobierno, lo que facilita el descubrimiento, la generación de informes y la auditoría. Collibra Data Governance: una solución todo en uno que mantiene la calidad y la seguridad de los datos, que incluye un glosario empresarial, gestión de administración y flujos de trabajo intuitivos. IBM Data Governance: se integra con sistemas existentes para proteger la confidencialidad, integridad y disponibilidad de los datos y se distingue por sus procesos de gobernanza, estandarización y algoritmos de aprendizaje automático para la automatización de tareas. erwin de Quest: Único por su recopilación automatizada de metadatos y sus sólidas capacidades de aplicación de políticas de datos; por lo tanto, es mejor para la visibilidad de los datos empresariales. Las 5 mejores soluciones de GRC 1 ManageEngine ADAudit Plus Visite el sitio web ManageEngine ADAudit Plus es una solución de cumplimiento y seguridad de TI. Con más de 200 informes y alertas en tiempo real, proporciona visibilidad completa de todas las actividades en Active Directory (AD), Azure AD, servidores de archivos (Windows, NetApp, EMC, Synology, Hitachi y Huawei), servidores Windows y estaciones de trabajo. ADAudit Plus le ayuda a realizar un seguimiento de la actividad de inicio y cierre de sesión de los usuarios; analizar bloqueos de cuentas; auditar ADFS, ADLDS; monitorear las actividades de los usuarios privilegiados y mucho más. ¡Pruébalo gratis durante 30 días! Obtenga más información sobre ManageEngine ADAudit Plus 2 StandardFusion Visite el sitio web StandardFusion es una plataforma GRC basada en la nube diseñada para que los equipos de seguridad de la información de organizaciones de cualquier tamaño administren fácilmente todo el ciclo de vida de cumplimiento con una experiencia de usuario intuitiva y un servicio al cliente de primer nivel. Nuestra misión es hacer que GRC sea simple y accesible para empresas de cualquier tamaño. Más información sobre StandardFusion
Convertir grandes volúmenes de datos en tiempo real en análisis digeribles se está volviendo fundamental, especialmente con la IA generativa. Informatica sostiene que las partes interesadas exigen conocimientos más visuales y procesables. El crecimiento de la inteligencia artificial generativa ha hecho que los datos sean una moneda más valorada para las organizaciones y agencias privadas en Australia. Para los profesionales de datos locales, esto significa que se les está prestando más atención, desde la calidad y la gobernanza de los datos hasta el análisis y la alfabetización en datos. TechRepublic se reunió con el vicepresidente senior global y gerente general de gobernanza de datos en la nube y operaciones en la nube de Informatica, Brett Roscoe, y Richard Scott, vicepresidente del grupo de Asia Pacífico, para preguntar cómo la empresa de gestión de datos en la nube está viendo cómo se adaptan las organizaciones locales. Informatica afirma que las partes interesadas ahora piden que los conocimientos de los datos en tiempo real sean más claros para generar confianza en las decisiones. Mientras tanto, la IA generativa permitirá realizar tareas relacionadas con datos mucho más rápido y brindará al personal más acceso a información valiosa a través de consultas en lenguaje natural. Saltar a: 1. Las juntas directivas y los ejecutivos quieren darle más sentido a los datos en tiempo real La cantidad de datos en las organizaciones y la velocidad a la que se recopilan y crean en tiempo real están creando grandes desafíos. Las juntas directivas y los ejecutivos quieren obtener información de estos datos en formas más visuales y consumibles, para poder comprenderlos mejor para tomar decisiones. Brett Roscoe de Informatica dijo que las juntas directivas quieren cada vez más poder captar información de datos en tiempo real a través de herramientas como inteligencia empresarial y visualización de datos, que pueden mostrar información importante a través de paneles o extraer datos a través de consultas personalizadas. 2. La alfabetización en datos es un desafío, pero las juntas directivas tienen «curiosidad analítica» En Australia existe un problema importante con la alfabetización en datos a nivel de juntas directivas. Al mismo tiempo, las juntas directivas también se están volviendo “curiosas analíticamente”, dijo Roscoe. La IA generativa, en particular, está impulsando a las juntas directivas a observar más de cerca cómo se utilizan los datos en sus organizaciones. VER: Australia se está adaptando rápidamente a la IA generativa. Informatica está viendo que cada vez más empresas trabajan con juntas directivas para mejorar la educación y la comprensión de los datos y el análisis. Esto les permitirá comprender los factores involucrados en la obtención de esos datos, lo que les ayudará a fundamentar sus decisiones. 3. La democratización de los datos está ayudando a diferentes equipos a obtener valor. Existe una demanda de que los datos lleguen a una variedad de personas en una organización, no solo a las juntas directivas. Ya sea que se trate del departamento de marketing, del servicio de atención al cliente de primera línea o de líneas de negocio que quieran crear modelos de IA, los profesionales de datos deben considerar cómo se necesitarán y consumirán los datos. «En el mundo de la nube y la IA generativa en el que nos encontramos, los datos salen del negocio en tiempo real», dijo Roscoe. “El desafío es cómo hacer llegar datos en tiempo real a los integrantes de toda la organización antes de que se vuelvan obsoletos. Si la entrega demora tres meses, puede que sea en parte irrelevante”. 4. La IA generativa podría acelerar la forma en que se procesan y utilizan los datos Las empresas australianas verán importantes ventajas de productividad gracias a la IA generativa, afirmó Richard Scott de Informatica. Esto incluye acortar la duración de las tareas relacionadas con los datos, como ahorrar semanas o, a veces, meses de esfuerzo en áreas como la comparación y clasificación de datos. PREMIUM: Aprovecha esta política de clasificación de datos. «Esto presenta oportunidades para poner datos en tiempo real en manos de las personas adecuadas», afirmó Scott. “Porque si espera tres meses para comparar y clasificar los datos, los datos en tiempo real no le resultan realmente útiles. Hay muchísimas oportunidades de productividad para el gobierno y las empresas”. 5. La IA generativa también podría permitir que más empleados consulten datos. Las herramientas de IA generativa podrían desempeñar un papel importante en la democratización del acceso a los conocimientos de datos en diferentes niveles. Al utilizar consultas en lenguaje natural, incluso aquellos con menos habilidades en datos podrán hacer preguntas sobre conjuntos de datos, simplificando y ampliando así el acceso a los datos en todas las organizaciones. CLAIRE GPT de Informatica, por ejemplo, es un motor de inteligencia artificial que se utiliza para tareas de gestión de datos como clasificación automática y generación de reglas. Las consultas en lenguaje natural impulsadas por IA generativa están haciendo que los datos y los conocimientos sean más accesibles para una gama más amplia de usuarios empresariales. 6. Los tomadores de decisiones ahora quieren datos procesables, no solo datos. Las herramientas de datos que no empoderan a los ejecutivos y juntas directivas para tomar decisiones han sido descritas por algunos como esencialmente inútiles y no vale la pena invertir en ellas. Roscoe de Informatica está de acuerdo y dice que los datos por sí solos no necesariamente dar a los tomadores de decisiones lo que necesitan. «Además de aumentar la alfabetización en materia de datos, tenemos que proporcionar datos relevantes que sean fáciles de entender y crearlos de una manera que sea procesable», dijo Roscoe. «Si estás proporcionando datos que no pueden respaldar un resultado o un proceso de toma de decisiones, es difícil para cualquier ejecutivo seguir adelante». 7. Continúa la tensión entre el intercambio de datos y los silos de datos A pesar del temor siempre presente de que los datos de alguna manera se filtren fuera de una organización si se comparten demasiado ampliamente, Informatica sostiene que los datos aislados contienen sus propios riesgos, y compartir datos sabiamente puede crear valor. Los servicios proporcionados por agencias gubernamentales australianas son un ejemplo. «Cada agencia tiene sus propios datos sobre los ciudadanos y los analiza de forma ligeramente diferente dependiendo de la relación», dijo Roscoe. «La oportunidad de observar a un solo ciudadano en múltiples agencias ayudaría a los gobiernos a respaldar mejores servicios, como el cuidado de personas mayores o la migración». 8. La confianza en la gestión del acceso a los datos se puede generar con herramientas. Generar confianza en la gestión del acceso será fundamental para garantizar que los datos se puedan compartir de manera útil dentro de las organizaciones. Capacidades como la atención a diferentes niveles de acceso a los datos y la capacidad de limpiar u ocultar datos en función de los niveles de acceso respaldarán la confianza dentro de las organizaciones. Por ejemplo, la reciente adquisición de Privitar por parte de Informatica, una empresa de privacidad y acceso a la gestión de datos en la nube, incorporará controles de acceso más avanzados a su producto en la nube para ayudar a los clientes a equilibrar la necesidad de permanecer ágiles y proporcionar autoservicio con una sólida gestión de datos.