Datos: el petróleo de la nueva economía · basadas en el análisis de datos pasados. No son lo...
Transcript of Datos: el petróleo de la nueva economía · basadas en el análisis de datos pasados. No son lo...
Datos: el petróleo de la nueva economía
E L C O M B U S T I B L E D E L A
T R A N S F O R M A C I Ó N
D I G I TA L
A L F R E D O B A R R I G A
Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC
Siglo 21, el siglo de las tecnologías exponenciales
Sociedad Digital
Reducción exponencial de
costos por unidad
producida
Destrucción
CreativaGlobalización
Cambio
Social
La Ley de Moore está funcionando en más tecnologías = revolución industrial 4.0
© ALFREDO BARRIGA 3
•Impacto: entre US$15 y US$40 trillones (= 0,8 a 2,4 veces el PIB USA actual)
Fuente: “Disruptive Technologies: Advances that will transform life, businesses and the global economy”, Mc Kinsey Global Institute, 2013
TICTIC
TICTIC
TIC
TIC
TIC
I
II
I
TIC
II
El recurso más valioso del mundo ahora son los
datos El “petróleo” sobre el cual corre la nueva economía
Tecnologías exponenciales = crecimiento exponencial de datos
Esta foto de Autor desconocido está bajo licencia CC BY-NC
¿Es la cantidad de datos lo que hace que sean el “nuevo petróleo”?
BIGDATA
Nunca antes en la historia había sucedido que los datos fuesen a
la vez tantos, tan variados, de tanta
calidad, y tan rápidos de conseguir
Cantidad + Calidad + Variedad = Veracidad =
Predictibilidad
Cantidad + Calidad + Variedad + Rapidez =
Adaptabilidad = WINNER
Cambia la base de la economía
“LA ECONOMÍA ES LA ADMINISTRACIÓN
DE RECURSOS ESCASOS”
“LA ECONOMÍA ES LA ADMINISTRACIÓN
DE RECURSOS EXCESIVOS”
Sociedad capitalista Sociedad del conocimiento
¿Para que se usan tantos datos?
Autos conectados entregan al
fabricante datos sobre
comportamiento de piezas y
partes, rendimientos,
desgaste y rotura de
elementos, estilos de
conducción de usuarios
Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
¿Para que se usan tantos datos?
Desde sensores, drones y
aparatos de monitoreo de
ganado se recogen datos para
predicción de rendimiento,
gestion de riesgos, detección
de microbios e incidentes de
contaminación.
¿Para que se usan tantos datos?
IBM presenta el Sistema de pronóstico
atmosférico global de alta resolución
(GRAF) Será el primer sistema
meteorológico que se actualiza cada
hora y que puede predecir algo tan
pequeño como una tormenta eléctrica
prácticamente en cualquier parte del
planeta. En comparación con los
modelos existentes, proporcionará una
mejora de casi el 200% en la
resolución de pronósticos para gran
parte del mundo
La principal diferencia entre Business Intelligence (BI) y Data Analytics (DA) es que DA tiene capacidades predictivas, mientras que BI ayuda a tomar decisiones informadas basadas en el análisis de datos pasados. No son lo mismo, y se complementan
Generación de valor de los datos
DatosDatos
InformaciónInformación
ConocimientoConocimiento
ValorValor
No son los datos en sí los que generan valor, sino lo que se hace con ellos (Data literacy)
No son los datos en sí los que generan valor, sino lo que se hace con ellos (Data literacy)
Glaister & Zing, “Value creation from Big Data”, 2017www.iedp.com/articles/value-creation-from-big-data/
Capacidades que necesitan las organizaciones para crear valor desde los datos
Democratización Contextualización Experimentación Ejecución
Fuente: Glaister & Zing, “Value creation from Big Data”, 2017www.iedp.com/articles/value-creation-from-big-data/
“Democratización” de Datos
INTEGRACIÓN TRANSVERSAL DE DATOS Y ACCESO GENERAL A EMPLEADOS ALLÍ DONDE SE NECESITE
Esta foto de Autor desconocido está bajo licencia CC BY-NC
Contextualización
ES LA CAPACIDAD DE
ASIGNAR SIGNIFICADO
COMO UNA FORMA DE
INTERPRETAR LOS
DATOS DENTRO DE LOS
CUALES SE EJECUTA
UNA ACCIÓN (V IS IÓN
HOLÍSTICA)
Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC
ExperimentaciónLAS EMPRESAS QUE PONEN MAY OR ÉNFA SIS EN LA SOL IDEZ DE LOS DATOS QUE EN LA EXPERIMENTA CIÓN T IENEN MENOR ÉXITO EN LA EXTRACCIÓN DE VA LOR => CULTURA DE PRUEBA Y ERROR
Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
Ejecución
LA CAPACIDAD DE
TRANSFORMAR LOS
DATOS EN ACCIONES
QUE CONDUCEN A LA
IDENTIFICACIÓN DE
NUEVAS
OPORTUNIDADESEsta foto de Autor desconocido está bajo licencia CC BY-NC-ND
Creación de valor – ejemplo # 1
Impulsar la adquisición y retención de
clientes mediante la recopilación de datos de
los mismos, entendiendo sus necesidades
incluso antes que las conozca
Coca Cola uso la captura de datos de sus
clientes para segmentar mensajes en su
estrategia de publicidad, alineando su marca
con distintas pasiones de sus clientes
actuales y potenciales
Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC
Esta foto de Autor desconocido está bajo licencia CC BY-SA
Creación de valor – ejemplo # 2
Personalizar la propuesta
de valor al cliente
Creación de valor – ejemplo # 3IDENTIF ICACIÓN DE RIESGOS POTENCIALES, MITIGÁNDOLOS ANTES DE QUE OCURRAN
Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC
Creación de valor – ejemplo # 4EN INNOVACIÓN Y DESARROLLO DE PRODUCTOS
Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
Para mejorar la calidad y agilizar el rendimiento de fabricación, se deben recopilar datos enormes. La intuición ya no es confiable si una organización quiere competir en el siglo XXI. Esto significa que se deben encontrar medios para rastrear sus productos, competidores y comentarios de los clientes.
Creación de valor – ejemplo # 5USO EN LA CADENA DE ABASTECIMIENTO
OPTIMIZACION DE INVENTARIOS CON PREDICCIONES DE DEMANDA
Esta foto de Autor desconocido está bajo licencia CC BY
Conclusiones (takeaways)
El éxito en los negocios va a venir condicionado por la cantidad, calidad y rapidez con se que obtengan, analicen y utilicen los datos relacionados con el negocio
Las fuentes de datos son tanto externas como internas, y los datos pueden estar o no estructurados
La cantidad de datos que se pueden capturar siguen una curva exponencial
La calidad y oportunidad de las decisiones que se toman están directamente relacionadas con la cantidad y calidad de los datos sobre las que se basan
No basta con capturar y tener datos: hay que saber qué hacer con ellos (Data literacy)
The Rise of Data LiteracyJoe Franklin – Qlik Data Science
25
Key questions to ask yourself
• Do you trust your data? If no, why not?
• Are you asking the right questions of your data?
• Do executives at your organization make decisions based on “gut feel”?
• Do you have a culture where employees are comfortable challenging data with executives?
26
4 Types of analytics
Descriptive Diagnostic
Predictive Prescriptive
27
Why this matters
of organizations will lack sufficient AI and data
literacy skills to achieve business value.
By 2020
50%
Source: Fostering Data Literacy and Information as a Second Language: A Gartner Trend Insight Report (February 2018)
28
Why Data Literacy?
29
We’re in a state of illiteracy
of business decision makers
24%
Source: Qlik Data Literacy Surveys, August 2017 - February 2018
of C-level executives
32%
of 16-24 year-olds
21%
WHO IS DATA LITERATE?
30
Explaining the gap
Data LiteracySkills Gap
Data LiteracySkills Gap
Data ProductionData Production
Democratization of Data
Democratization of Data
DigitalTransformation
31
Defining Data Literacy
32
Defining data literacy
The ability to read, work with, analyze and argue with data
33
Outcomes of a data literate workforce
Stay CompetitiveBetter
Decisions
Quicker Insights
Employee Engagement
34
The Data Literacy IndexThe link between Data Literacy and corporate performance?
greater enterprise value for data literate
organizations
3-5%
35
The Data Literacy IndexThe link between Data Literacy and corporate performance?
in enterprise value for large companies based
on market cap
$320-$534m
This equates to
36
Data Literacy Adoption & Culture
37
The role of leadership
CultureCultureData
InvestmentData LiteracyData LiteracyData Governance
Data GovernanceData VisionData Vision
EvolvingEvolving
38
Driving success in digital transformation
• 6-step approach to developing a data literate workforce
• Strategies and best practices everyone can use
• Detailed learning plans by data persona
• FREE at qlik.com/GetDataLiterate
Adoption Framework
39
Characteristics of a data literacy culture
Learning
MentoringStatistical
Methodologies
VisualizationsData Fluency
Analytical Skills
40
Resources
• Read Our blog at qlik.com/blog
• Visit www.qlik.com/GetDataLiterate &
www.qlik.com/DataLiteracy
• Visit www.thedataliteracyproject.org
Revolution your Data3rd Generation Data & Analytics with Qlik
Octubre 2019
Patricio Gonzalez y Gabriel Araya
42
4,785 Interacciones Diarias impulsadas por datos por persona(versus 300 en 2017)
La Esfera de Datos Global 2025
43
La Evolución de la Inteligencia de Negocios
Centralizada Descentralizada Democratizada
Primera Generación
Segunda Generación
Tercera Generación
44
La Tercera Generación del BI
Democratización de los datos
Todos los datos en un solo lugar, gobernados y
accesibles
Inteligencia Aumentada
Aumentar el conocimiento de los datos a través de la
tecnología
Embebido en todas partesDesde los niveles
operativos hasta los principales ejecutivos
45
Por qué llamamos AI de “Augmented Intelligence”?
Machine Learning + Inteligencia Artificial + IntuiciónCreación de un poderoso efecto multiplicador
46
La Diferencia Asociativa
vs.
Todos sus datos
Exploración sin límites
A la velocidad del pensamiento
Hallazgos inesperados
El Motor Asociativo de Qlik
x Subconjuntos parciales de datos
x Exploración lineal restringida
x Desempeño lento
x Ciclo de “preguntar, esperar,
responder”.
Herramientas basadas en queries
47
Qlik Cognitive EngineLa Fundación para Inteligencia Artificial (IA) en Qlik Sense
• Soporta sugerencias de hallazgos y automatización en todo el producto
• Aprovecha el conocimiento del contexto por el Motor Asociativo de Qlik
• Ahora con Machine Learning para recomendaciones mejoradas de acuerdo con el uso de la plataforma
48
El enfoque único de QlikIndexación Asociativa + Inteligencia Aumentada = IA2
Nuestra ventajaLas capacidades asociativas y cognitivas trabajan en conjunto para dar como resultado sugerencias inteligentes y en contexto
Motor Cognitivo
+
MotorAsociativo
49
Los datosson la base de la nueva economía
La analítica transforma los datos en hallazgos (insights)
Los hallazgosimpulsan las acciones que transforman el negocios
50
Catálogo de modelosReportes
Analítica móvil
Autoservicio gobernado
Tableros guiados
Analítica embebida
La visualización sola no es suficiente
Captura de datos
Data Lake Pipelines
Preparación de datos
Motor Asociativo de Qlik
DATO
SANALÍTICA
INSIG
HTS
Cadena de Valor Analítica de Qlik
Velocidad y eficiencia desde los datos hasta los hallazgos
Analítica conversacional
Automatización del almacenamiento de datos
Data Science & Predicción
Funciones y expresiones
AnalíticaGeoespacial
Visualización de datos
51
La Transformación Digital Desbloquea Nuevas Fuentes de Valor
Optimización de Procesos
Inteligencia Comercial
Nuevas Oportunidades de Negocio
Balance del Riesgo y Negocio
52
Potenciar al UsuarioLa líder del Mercado de IA dirigiendo la tercera generación del BI
Exploración y búsqueda asociativa
Visualizaciones inteligentes y análisis
Data Prep acelerado
Sugerencias de asociación y automatización
Insight Advisor
Hallazgos visuales
Insight Advisor
Hallazgos asociativos
Qlik Insight Bot™
Analítica Conversacional (NLP & NLG)
Soluciones integradas en una sola plataforma
Analítica embebida y extensiones
Integración con analítica avanzada
Capacidades basadas en IA a lo largo del ciclo de vida del análisis
+
Creación acelerada
Sugerencia de gráficos
53
Según Gartner, para el 2020 "el 50 por ciento de las consultas analíticas se generarán mediante búsqueda, procesamiento de lenguaje natural o voz, o se generarán automáticamente".
• - Gartner MQ 2019
54
Plataforma de Datos Completa
Datos Corporativos
DatosDatos CorporativosIntegración y Entrega
InsightsPlataforma Moderna
Analítica
InsightsPlataforma Moderna
Analítica
Catálogo de Datos
Visualizaciones y Análisis
Conversacional
AnaliticaPlataforma Moderna
Analítica
AnaliticaPlataforma Moderna
Analítica
55
Attunity, una división de Qlik
• Datos Real-Time- Change Data Capture (CDC)- Orígenes, destinos y plataformas
universales- Siempre actualizado
• Entrega ágil de datos- Automatización y orquestación de
flujos en Data Lake- Automatización del Data Warehouse- Preparación y aprovisionamiento en
escala
56
Qlik Data Catalyst
• Una Visión Simplificada de Todos los Datos
• Una experiencia de "Marketplace" para los datos
• Datos bajo demanda
• Gestión de datos listos para empresas
• Datos democratizados y gobernados
ACCESO DEL USUARIO
LINEAGE
PROCESOS DE NEGOCIOS
GOBIERNO DE DATOS
DETECCIÓN DE PII
PERFIL
VALIDACIÓN
METADATOS DE ORIGEN
CATÁLOGO DE DATOS
INTELIGENTE
Gestión de Datos Empresariales y Catálogo
57
BI/Reporting
Data Science
Aplicaciones
BRUTOS LISTOS OPTIMIZADOS HALLAZGOS
Democratización de los DatosDatos en Tiempo Real para mejores y más rápido Hallazgos
58
Puntos clave
• Los datos son la base de la nueva economía
• El análisis convierten los datos en información que transforma los negocios
• Qlik proporciona capacidades de extremo a extremo, desde los datos hasta los hallazgos
• La Inteligencia Aumentada es fundamental para el Business Intelligence de tercera generación, y Qlik está liderando este mercado
• Cognitivo + Asociativo= IA2
Qlik.com
Insachile.com