Datos y empresas, la nueva disrupción industrial.

En el mundo actual las empresas más valiosas son aquellas cuyo activos principales son intangibles, los datos. Por ello ha surgido el grupo denominado GAFAS (Google, Apple, Facebook, Amazon y Microsoft), denominados 'data lakes' por la cantidad de datos que manejan. Actualmente se generan más datos de los que son capaces de leer y algunas de las compras más importantes tuvieron como razón de ser la captación de empresas data driven, como en el caso de la compra de Whatsapp por Facebook y Google con Waze entre muchas otras. Además, las tecnologías big data, machine learning, blockchain entre otras son claves para entender la disrupción que estamos viviendo.

Nuevo modelo organizativo.

Como enunció Platón, las personas pensamos en forma de arquetipos. Por ello desde la revolución industrial ese arquetipo predominante ha sido la ciencia basando un modelo organizativo y de pensamiento deductivo yendo de lo general a lo particular, descomponiendo problemas y determinando variables que explican el funcionamiento de la empresa.

La digitalización ha cambiado este tipo de pensamiento iterando hacia un modelo inductivo, yendo de lo específico a lo general ya que no hay modelos predefinidos. La función principal en este nuevo modelo de pensamiento está basado en la creación de nuevas propuestas de valor con un punto de vista transversal a toda la organización. La nueva función de los datos es la innovación y se inserta de forma orgánica en el negocio generando relaciones y sinergias con diferentes departamentos. Estos nuevos activos deben considerarse como el 'core' y ventaja competitiva del negocio.

La ciencia de datos tiene como misión la selección de modelos analíticos, dado un modelo de la empresa, o bien la generación de modelos mediante machine learning, dados los datos de un posible negocio que precisa una comprensión del modelo. Los analistas de negocio proponen mejoras a través del análisis de datos o bien sugerencias competitivas de nuevos modelos de negocios y monetización fruto de la síntesis de nuevos modelos. Esto significa la consideración de la unidad de datos es una nueva estructura organizativa en continua interacción con el resto de divisiones. Además, dicha unidad debe tener un papel activo, proactivo y dinámico para adaptarse a la realidad en continuo cambio y gran velocidad.

Aprender con datos es útil en situaciones donde no tenemos una solución analítica que emplear, además podemos realizar el camino inverso a partir de los datos existentes para inferir en un nuevo modelo.

Ingeniería de datos.

Una arquitectura de big data tienen una estructura modular para asegurar su escalabilidad, lo que permite definir funciones distintas:

• Sistemas de computación en red compuestos por una estructura cloud para asegurar flexibilidad, accesibilidad, disponibilidad y garantía de servicio.
• Sistemas de captación de datos internos (ventas, recursos, producción, I+D) con los sistemas de captación externos y APIs.

Una arquitectura de estas características debe permitir la escala y el soporte a los procesos de innovación en modelos de negocio, del procesamiento de datos a alta velocidad y la administración de sistemas, incluyendo los aspectos de seguridad en la información y seguimiento normativo de la legislación vigente.

Datos y transformación digital.

Cualquier proyecto de transformación digital debe enmarcarse y contextualizarse en la realidad de la empresa sin olvidar tener en cuenta la incertidumbre y su influencia sobre el riesgo de cualquier proyecto o acción. Para la realización de un proyecto de digitalización es necesario entender bien las capacidades de la empresa y definir objetivos.