Los datos y análisis combinados con tecnologías de inteligencia artificial (IA) serán primordiales a la hora de predecir, prepararse y responder de manera proactiva y acelerada a una crisis global y sus consecuencias.
Aquí presentamos las 10 tendencias tecnológicas que según Gartner serán fundamentales para que los líderes de datos y analíticas puedan enfocarse en hacer inversiones esenciales para el reinicio de sus operaciones:
Tendencia 1: IA más inteligente, rápida y responsable
Para fines de 2024, el 75% de las empresas pasarán de realizar pruebas piloto a poner en funcionamiento la IA, lo que aumentará cinco veces la infraestructura de análisis y datos de transmisión.
Las técnicas de IA, como el aprendizaje por refuerzo y el aprendizaje distribuido, están creando sistemas más adaptables y flexibles para manejar situaciones comerciales complejas; por ejemplo, los sistemas basados en agentes pueden modelar y estimular sistemas complejos, particularmente ahora que los modelos anteriores a COVID basados en datos históricos pueden dejar de ser válidos.
La IA responsable que permite la transparencia del modelo es esencial para protegerse contra las malas decisiones y da como resultado una mejor colaboración hombre-máquina y confianza para una mayor adopción y alineación de decisiones en toda la organización.
Tendencia 2: Declive del dashboard
Las historias de datos dinámicos con experiencias más automatizadas y de consumo reemplazarán la creación y exploración visual, de señalar y hacer clic. Como resultado, disminuirá la cantidad de tiempo que los usuarios pasan utilizando dashboards predefinidos. El cambio a historias de datos en contexto significa que la información más relevante se transmitirá a cada usuario en función de su contexto, función o uso. Estos conocimientos dinámicos aprovechan tecnologías como la analítica aumentada, la PNL, la detección de anomalías de transmisión y la colaboración.
Los líderes de datos y análisis deben evaluar periódicamente sus herramientas de análisis e inteligencia empresarial (BI) existentes y las empresas innovadoras que ofrecen nuevas experiencias de usuario aumentadas y basadas en la PNL más allá del panel predefinido, o integrar sus herramientas existentes como por ejemplo su mesa de ayuda con su analítica. para lograr que sean más inteligentes.
Tendencia 3: Inteligencia de decisiones
Para 2023, más del 33% de las grandes organizaciones tendrán analistas que practiquen la inteligencia de decisiones, incluido el modelado de decisiones.
Un modelado que proporcione un marco para ayudar a los líderes de datos y análisis a diseñar, componer, modelar, alinear, ejecutar, monitorear y ajustar los modelos y procesos de decisión en el contexto de los resultados y el comportamiento del negocio.
Si hablamos del proceso de toma de decisiones, inevitablemente pensaremos en el monitoreo de red. Las empresas confían en las redes para todas las operaciones y el monitoreo de redes lo ayudará a prever posibles interrupciones y a solucionar los problemas de red de manera proactiva. Con OpManager la inteligencia de decisiones estará simplificada en toda su organización.
Tendencia 4: Análisis X
Gartner acuñó el término “análisis X” como un término general, donde X es la variable de datos para un rango de contenido estructurado y no estructurado diferente, como análisis de texto, análisis de video, análisis de audio, etc.
El análisis X combinado con IA y otras técnicas como el análisis de gráficos, jugará un papel clave en el futuro en la identificación y predicción de desastres naturales y otras crisis, generando oportunidades comerciales.
Los líderes de datos y análisis deben explorar las capacidades de análisis X disponibles de sus proveedores existentes, como los proveedores de nube para análisis de imagen, video y voz, pero reconocen que la innovación probablemente vendrá de pequeñas empresas emergentes disruptivas y proveedores de nube.
Tendencia 5: Gestión de datos aumentada
La gestión de datos aumentada utiliza técnicas de ML e IA para optimizar y mejorar las operaciones.
Los productos de gestión de datos aumentados pueden examinar grandes muestras de datos operativos, incluidas consultas reales, datos de rendimiento y esquemas. Utilizando los datos de carga de trabajo y uso existentes, un motor aumentado puede ajustar las operaciones y optimizar la configuración, la seguridad y el rendimiento.
Los líderes de datos y análisis deben buscar una administración de datos aumentada que permita a los metadatos activos simplificar y consolidar sus arquitecturas, y también aumentar la automatización en sus tareas de administración de datos redundantes.
Tendencia 6: La nube es un hecho
Para 2022, los servicios de nube pública serán esenciales para el 90% de la innovación de datos y análisis.
A medida que los datos y el análisis se trasladan a la nube, los líderes de datos y análisis aún luchan por alinear los servicios correctos con los casos de uso correctos, lo que conduce a un aumento innecesario de los gastos generales de gestión e integración.
Los líderes de datos y análisis deben priorizar la carga de trabajo que puede explotar las capacidades de la nube y centrarse en la optimización de costos y otros beneficios, como la aceleración del cambio y la innovación, al pasar a la nube.
Tendencia 7: Chocan los mundos de datos y análisis
El choque de datos y análisis aumentará la interacción y la colaboración entre roles de análisis y datos históricamente separados. Esto afecta no solo a las tecnologías y capacidades proporcionadas, sino también a las personas y los procesos que las respaldan y utilizan. El espectro de roles se extenderá desde roles tradicionales de datos y análisis en TI hasta nuevos roles, como, por ejemplo, exploradores de información, desarrolladores, consumidores y ciudadanos.
Para convertir el choque en una convergencia constructiva, incorpore herramientas y capacidades tanto de datos como de análisis en la pila de análisis. Más allá de las herramientas, céntrese en las personas y los procesos para fomentar la comunicación y la colaboración. Aproveche los ecosistemas de datos y análisis habilitados por un enfoque aumentado que tienen el potencial de ofrecer pilas coherentes.
Tendencia 8: Mercados e intercambios de datos
Para 2022, el 35% de las grandes organizaciones serán vendedores o compradores de datos a través de mercados formales de datos en línea, frente al 25% del 2020.
Para monetizar los activos de datos a través de los mercados de datos, los líderes de datos y análisis deben establecer una metodología justa y transparente mediante la definición de un principio de gestión de datos en el que los socios de ecosistemas puedan confiar.
Esta tendencia se traduce en la necesidad de que su organización cuente con herramientas de análisis avanzado que ofrezcan una visión holística de sus operaciones de TI y faciliten su desempeño. Analytics Plus se integra perfectamente con varias aplicaciones de TI populares y ofrece informes y dashboards preconstruidos para ayudarle a empezar con las analíticas de inmediato.
Tendencia 9: Blockchain en datos y análisis
Las tecnologías Blockchain abordan dos desafíos en datos y análisis. Primero, proporciona el linaje completo de activos y transacciones. Y segundo, blockchain proporciona transparencia para redes complejas de participantes.
Fuera de los casos de uso limitado de bitcoins y contratos inteligentes, los sistemas de gestión de bases de datos contables (DBMS) proporcionarán una opción más atractiva para la auditoría de fuentes de datos de una sola empresa. Para 2021, Gartner estima que la mayoría de los usos autorizados de blockchain serán reemplazados por productos DBMS de contabilidad.
Los datos y el análisis deben posicionar las tecnologías blockchain como complementarias a su infraestructura de gestión de datos existente al resaltar la falta de coincidencia de capacidades entre la infraestructura de gestión de datos y las tecnologías blockchain.
Tendencia 10: las relaciones forman la base del valor de los datos y el análisis
La analítica gráfica es un conjunto de técnicas analíticas que permite la exploración de relaciones entre entidades de interés como organizaciones, personas y transacciones. Para 2023, las tecnologías gráficas facilitarán la contextualización rápida para la toma de decisiones en el 30% de las organizaciones en todo el mundo.
La analítica gráfica ayuda a los líderes de datos y análisis a encontrar relaciones desconocidas en los datos y a revisar los que no se analizan fácilmente con los análisis tradicionales. Cuando se combinan con algoritmos de aprendizaje automático, estas tecnologías se pueden utilizar para revisar miles de fuentes de datos y documentos.
Los líderes de datos y análisis necesitan evaluar oportunidades para incorporar análisis de gráficos en sus carteras y aplicaciones de análisis para descubrir patrones y relaciones ocultas. Además, considere investigar cómo los algoritmos y tecnologías de gráficos pueden mejorar sus iniciativas de IA y ML. En ManageEngine por ejemplo hemos puesto esfuerzos en integrar nuestra solución de Analytics Plus con Applications Manager haciendo uso de más de 100 KPIs para analizar los datos y representar los hallazgos utilizando dashboards e informes detallados e interactivos.
