Algunas cosas no cambian, incluso durante una pandemia. Como en años anteriores, en la Encuesta sobre el estado del CIO de 2021 del CIO, una pluralidad de 1.062 gerentes de TI encuestados eligieron “análisis de datos / negocios” como la iniciativa tecnológica número uno destinada a impulsar la inversión en TI.
น่าเสียดายที่การริเริ่มด้านการวิเคราะห์ไม่ค่อยได้ผลดีนักในแง่ของความพึงพอใจของผู้มีส่วนได้ส่วนเสีย
El año pasado, Mary K. Pratt, asociada del COI, ofreció un excelente análisis de por qué las iniciativas de análisis de datos siempre fallan, incluidos datos de mala calidad o aislados, objetivos comerciales vagos en lugar de enfocados, y conjuntos de características universales y raras. Pero una serie de nuevos enfoques y tecnologías hacen que estas caídas sean menos probables.
En este paquete de artículos de CIO, Computerworld, CSO, InfoWorld y Network World, encontrará consejos y ejemplos que pueden ayudarlo a asegurarse de que sus propios esfuerzos de análisis estén dando resultados. Estas iniciativas tienden a parecerse a proyectos de desarrollo, incluso cuando se involucran productos comerciales, y tienen los mismos objetivos bien definidos y ciclos iterativos que distinguen los resultados exitosos del desarrollo de software.
Para tener una idea general, comience con la guía de InfoWorld "Cómo sobresalir en el análisis de datos" del colaborador Bob Violino. En este artículo perfectamente escrito, Violino cubre todos los aspectos básicos: establecer centros de excelencia analítica; los beneficios de las soluciones de autoservicio (como Tableau o Power BI); las interesantes posibilidades del aprendizaje automático; y la transición a soluciones de análisis en la nube. Violino desarrolla este último punto en un segundo artículo, éste para el CIO: "Análisis en la nube: los principales retos y cómo superarlos". Como observa, la escalabilidad de la nube y la gran cantidad de herramientas de análisis pueden ser abrumadoras, pero migrar grandes cantidades de datos corporativos a la nube y asegurarla puede ser una aventura emocionante.
Las nuevas tecnologías conllevan invariablemente nuevos riesgos. Ningún avance ha tenido un mayor impacto en la analítica que el aprendizaje automático, desde la automatización de la preparación de datos hasta la detección de patrones significativos en los datos, pero también agrega un peligro imprevisto. Como explica el editor de CSO, Lucian Constantin, en “Cómo el envenenamiento de datos ataca los modelos de aprendizaje automático”, los datos deliberadamente sesgados inyectados por piratas informáticos malintencionados pueden orientar los modelos hacia un objetivo nefasto. El resultado podría ser, por ejemplo, recomendaciones de productos manipuladas o incluso la capacidad de los piratas informáticos para inferir datos subyacentes confidenciales.
No hay duda de que la analítica tiene un lado oscuro, como corrobora Matthew Finnegan en el artículo de Computerworld “Análisis colaborativo: sí, puedes rastrear a los empleados. ¿Debería? ”La recopilación y el análisis de metadatos sobre las interacciones de los usuarios en plataformas colaborativas tiene sus ventajas legítimas, como la capacidad de identificar cuellos de botella en la comunicación u optimizar la experiencia de los empleados. Pero las mismas plataformas se pueden usar como sistemas de monitoreo de empleados que invaden la privacidad y degradan la confianza entre la gerencia y todos los demás.
En una nota más ligera, considere este gran caso de estudio sobre análisis que aumentan la satisfacción del usuario: "Major League Baseball corre hacia la visibilidad de la red". Escribiendo para Network World, la editora en jefe Ann Bednarz examina cómo MLB usa el software de análisis de flujo de red en su infraestructura para garantizar que tanto los jugadores como los fanáticos tengan un rendimiento de red constante: de extremo a extremo, Wi-Fi en la sede y servicios en la nube.
Este esfuerzo por implementar análisis de red unificados para optimizar la experiencia del usuario comenzó hace apenas dos años, principalmente porque el nuevo ingeniero de software senior de automatización de redes de MLB vio la necesidad de hacerlo. Su realización rompió quizás el obstáculo más importante para el éxito de las iniciativas analíticas: la inercia cultural.
En última instancia, el secreto para un análisis exitoso no está en elegir e implementar la tecnología perfecta, sino en cultivar la comprensión amplia de que el análisis ubicuo conduce a mejores decisiones y resultados superiores. Por lo general, puede solucionar problemas tecnológicos o malentendidos sobre los requisitos.
<p>Copyright © 2021 IDG Communications, Inc.</p>