Gartner a través de un estudio realizado en diferentes compañías durante 2018, muestra como las organizaciones consideran estratégico implementar y adoptar programas data analytics en un 81% de las encuestas y Machine Learning en un 22% de los casos. Asimismo, según el Data literacy program España tiene una alfabetización de datos en torno al 70%, es decir, es necesario el impulso del dato como activo que soporte la correcta toma de decisiones en contraposición a las decisiones arbitrarias o basadas en la intuición.
Este hecho indica que las organizaciones deben asumir una nueva figura como el Chief Data Officer (CDO) que impulse el programa de alfabetización, defina la estrategia y gestione un hub de datos con el objetivo de establecer un lenguaje común sobre el dato y maximice el ROI de cada una de las iniciativas acometidas. Un aspecto de vital importancia en la estrategia de datos es el modelo de gobierno del dato basado en responsabilidades, sin el cual, los business outcomes que podemos concluir pueden carecer de significancia y precisión. Un apartado muy relevante será el diseño de nuevas plataformas Data o Big Data través de nuevas tecnologías de procesamiento de la información.
La existencia de un hub de data debe ser el revulsivo que posibilite la creación de soluciones data analytics y debe estar formado por grupo multidiscuplinar con el de trabajo, donde data engineers and Data Science tienen gran relevancia, y las figuras de los Stakeholder o BRM (business relationships manager). Este equipo, a través de metodología Agile debe proveer a negocio de soluciones que den respuesta a las problemáticas planteadas. Las técnicas derivadas de la inteligencia Artificial como Machine o Deel Learning pueden tener gran impacto en negocio. R y Python se han establecido como lenguajes de ciencia de datos que pueden aportar mucho valor a los procesos de la compañía. Debido a ello, se incluirán ejemplos de algunos de los algoritmos más utilizados
datalytics.data.blog 