Contenido

Sobre el autor ix
Agradecimientos xi
01 Por qué todos los negocios son ahora negocios de datos 1
El sorprendente crecimiento del Big Data y el Internet de las cosas 1
Un mundo nuevo (basado en los datos) 2
¿Nos estamos aproximando a la inteligencia artificial? 6
Cómo los datos están revolucionando el mundo de los negocios 8
Todos los negocios deben convertirse en un negocio de datos 16
Anotaciones 19
02 Determinar las necesidades de su estrategia de datos 21
Utilizar los datos para tomar mejores decisiones empresariales 22
Utilizar los datos para mejorar sus operaciones 25
Transformar su modelo de negocio: los datos como un activo del negocio 31
La importancia de los datos adecuados, no de todos los datos 33
Hacer un análisis de negocio sólido para los datos 35
Anotaciones 36
03 Utilizar los datos para mejorar sus decisiones empresariales 37
Precisar las preguntas empresariales clave 37
Preguntas relacionadas con sus clientes, los mercados y la competencia 40
Visualizar y comunicar información a partir de los datos 50
Anotaciones 55
04 Utilizar los datos para mejorar sus operaciones comerciales 57
Optimizar sus procesos operativos con datos 58
Utilizar datos para mejorar su oferta a los clientes 66
Anotaciones 71
05 Transformar sus datos en dinero 73
Aumentar el valor de su empresa 74
Cuando los datos en sí mismos son los elementos clave del negocio 74
Cuando el valor reside en la capacidad de una empresa para trabajar
con datos 77
Vender datos a clientes o terceras partes interesadas 78
Comprender el valor de los datos generados por los usuarios 82
viii  |   DATA STRATEGY

06 Obtener y recopilar datos 85

Entender los tipos de datos diferentes 86
Un vistazo a los nuevos tipos de datos 93
Recopilar sus datos internos 96
Acceder a datos externos 97
Cuando los datos que quiere no existen 99
Anotaciones 100
07 Convertir los datos en ideas 101
Cómo han evolucionado los análisis 102
Los diferentes tipos de análisis 103
Analítica avanzada: aprendizaje automático, aprendizaje profundo
e inteligencia artificial cognitiva 114
Combinar las analíticas para conseguir el mayor éxito posible 117
Anotaciones 117
08 Crear la tecnología y la infraestructura de los datos 119
«Big Data como servicio»: ¿la solución integral para las empresas? 120
Recolección de datos 122
Almacenamiento de datos 124
Análisis y procesamiento de datos 129
Ofrecer acceso a datos 132
Anotaciones 135
09 Conseguir competencias relacionadas con los datos en su empresa 137
La falta de conocimientos de Big Data, y lo que implica para
su negocio 138
Desarrollar competencias y conocimientos en la empresa 140
Externalizar sus análisis de datos 145
Anotaciones 150
10 Asegurarse de que su estrategia de datos no se convierte
en una carga: gobernanza de los datos 151
Tener en cuenta la propiedad de los datos y la privacidad 152
Abordar la protección de datos 159
Poner en práctica la buena gobernanza de los datos 163
Anotaciones 165
11 Ejecutar y repasar su estrategia de datos 167
Poner en práctica la estrategia de datos 167
Crear una cultura de los datos 171
Repasar la estrategia de datos 173
Anotaciones 178
Índice 179
Sobre el autor

Bernard es un autor superventas especializado en temas empresariales, orador

excelente y asesor de desempeño estratégico para empresas y gobiernos. Se trata
de una de las voces más respetadas del mundo en el tema de los datos en los nego-
cios, y LinkedIn lo ha reconocido como una de las cinco personas más influyentes
a nivel global en el mundo de los negocios.
Bernard hace frecuentes contribuciones en el Foro Económico Mundial y es-
cribe con frecuencia columnas para la revista Forbes y LinkedIn Pulse. Además,
sus observaciones como experto aparecen en televisión y radio (por ejemplo, en
BBC News, Sky News y BBC World), así como en publicaciones destacadas que
incluyen el Times, el Financial Times, la CFO Magazine y el Wall Street Journal.
Ha escrito varios libros trascendentales y cientos de informes y artículos des-
tacados. Estos incluyen los siguientes superventas internacionales: Big Data en la
práctica: Cómo 45 empresas exitosas han utilizado análisis de Big Data para ofrecer
resultados extraordinarios; Big Data: La utilización del Big Data, el análisis y los
parámetros SMART para tomar mejores decisiones y aumentar el rendimiento; Key
Business Analytics: The 60+ business analysis tools every manager needs to know;
The Intelligent Company y Big Data for Small Business, dentro de la serie For Dum-
mies.
Bernard ha trabajado con y ha aconsejado a muchas de las organizaciones más
conocidas del mundo, entre las que se incluyen, entre muchas otras: Accentu-
re, AstraZeneca, Banco de Inglaterra, Barclays, BP, Cisco, DHL, Fujitsu, Gartner,
HSBC, IBM, Mars, el Ministerio de Defensa británico, Microsoft, la OTAN, Ora-
cle, el Ministerio del Interior británico, el servicio nacional de salud de Reino
Unido, Orange, Tetley, T-Mobile, Toyota, las Fuerzas Aéreas británicas, SAP, Shell,
la ONU y Walmart.
Si desea hablar con Bernard sobre alguna labor de asesoramiento, o porque
necesita un orador o formador, póngase en contacto con él a través de: www.
ap-institute.com o mediante correo electrónico: bernard.marr@ap-institute.com.
También puede seguir a @bernardmarr en Twitter, donde comparte habitual-
mente sus ideas, y ponerse en contacto con él a través de LinkedIn, donde publica
en un blog con regularidad.
Agradecimientos

Me siento realmente afortunado por trabajar en un ámbito tan innovador que

evoluciona de una manera tan rápida, así como privilegiado por poder trabajar
con empresas y organizaciones gubernamentales de todos los sectores e industrias
con modos nuevos y mejores de proporcionar un valor real (este trabajo me per-
mite aprender todos los días, y un libro como este no habría sido posible sin él).
Estoy realmente agradecido a todo el que me ha ayudado a llegar a donde
estoy ahora. A todas esas personas estupendas de las empresas con las que he tra-
bajado, quienes han confiado en mí para ayudarles y, a cambio, me han enseñado
mucho y me han aportado experiencia. También tengo que dar las gracias a todo
el que ha compartido sus ideas conmigo, ya sea en persona, en publicaciones de
blogs, libros o cualquier otro formato. ¡Gracias por compartir tan generosamente
todo el material que asimilo cada día! Además, soy muy afortunado de conocer
personalmente a muchos de los principales pensadores y líderes intelectuales de
esta área y espero que sepan lo mucho que valoro sus contribuciones y nuestros
intercambios.
Finalmente, tengo que dar las gracias a mi editorial y a su equipo por toda su
ayuda y apoyo: gracias Claire, David, Amy y Lucy.
Por qué todos los 01
negocios son ahora
negocios de datos

Los datos están cambiando el mundo y la manera en la que vivimos y trabajamos

a un ritmo sin precedentes. Según el punto de vista de cada uno, nos encontramos
o ante el comienzo de algo totalmente emocionante, o al inicio de una era como
la del Gran Hermano de Orwell en la que se pueden controlar, e incluso predecir,
cada uno de nuestros movimientos (ambos argumentos son correctos). Sin embar-
go, los directivos y gerentes de empresas tienen poco tiempo para escepticismos.
Los datos ya están revolucionando la manera en la que funcionan las empresas, y
serán cada vez más importantes para las organizaciones en los próximos años. Las
compañías que ven los datos como un recurso estratégico son las que sobrevivirán
y progresarán. Con el crecimiento masivo del Big Data y el Internet de las cosas o
IoT, además de los métodos para analizar los datos, que evolucionan rápidamente,
la importancia de estos en cada aspecto de los negocios solamente aumentará.

El sorprendente crecimiento del Big Data

y el Internet de las cosas
Cada dos días creamos tantos datos como lo habíamos hecho desde el principio
de los tiempos hasta el 2003. Cada dos días. Y la cantidad de datos que estamos
creando sigue aumentando a gran velocidad; para el año 2020, la cantidad de in-
formación digital disponible habrá crecido desde los 5 zettabytes de hoy en día a
50. Casi todas las acciones que realizamos dejan una huella digital: navegar por
Internet, comprar en una tienda física con la tarjeta de crédito, mandar un correo
electrónico, hacer una foto, leer un artículo en línea, e incluso andar por la calle si
llevamos el móvil o hay cámaras CCTV por la zona.
El término «Big Data» se refiere a la recopilación de todos los datos y a nuestra
capacidad de utilizarlos para nuestro beneficio en una gama amplia de sectores,
incluido el de los negocios. Los datos, como tal, no son ningún invento nuevo.
Incluso si nos remontamos a tiempos anteriores a los ordenadores y las bases de
datos podemos ver que utilizábamos los datos para registrar acciones y simplificar
procesos. Piense en los registros de transacciones en papel y los ficheros de archi-
2  |   DATA STRATEGY

vos. Los ordenadores, y especialmente las hojas de cálculo y las bases de datos, nos
proporcionaron una manera de poder almacenar y organizar los datos a gran es-
cala, de forma fácilmente accesible. De repente, la información estaba disponible
con un simple clic con el ratón.
No obstante, hasta hace relativamente poco, los datos se reducían a hojas de
cálculo o bases de datos (y siempre estaban muy ordenados y de manera clara).
Cualquier cosa que no fuese fácil de organizar en filas y columnas era básicamente
demasiado difícil de tratar y se ignoraba. Ahora, sin embargo, los avances en el
almacenamiento y el análisis de datos hacen que podamos captar, almacenar y
trabajar con muchísimos tipos diferentes de datos. Como consecuencia, los datos
hoy abarcan cualquier cosa, desde hojas de cálculo hasta fotos, vídeos, grabacio-
nes de sonido, texto escrito y datos de sensores.
No hay duda de que la cantidad de datos que estamos creando es, digamos,
grande («big»); pero, si soy sincero, nunca me he sentido cómodo del todo con el
término «Big Data». Me parece demasiado simple, al centrarse en el volumen de
datos en lugar de en las increíbles oportunidades que estos crean. ¡Ojalá hubiese
un término mejor para describir este gran cambio en nuestra tecnología, nuestra
cultura y nuestro mundo! Esta es la razón por la que, en este libro, hablo de «da-
tos» («data») en todos los sentidos, tanto en el grande («big») como en los grupos
reducidos («small»): porque no se trata de cuántos datos se tienen, sino que lo que
cuenta es si se utilizan satisfactoriamente.

Un mundo nuevo (basado en los datos)

El Big Data sabe mucho sobre usted. Va mucho más allá de lo que sabe Google
sobre lo que ha buscado en la web o Facebook sobre sus amigos. Su proveedor
de servicios de Internet también sabe todas y cada una de las páginas web que
ha visitado. Todas. Incluso con la navegación privada. Google sabe su edad y su
género (incluso si nunca se los ha dicho), y puede estar seguro de que tiene un
perfil completo sobre usted y sobre sus intereses, para poder decidir qué anun-
cios mostrarle. Facebook conoce sin duda a sus amigos y a la persona con la que
mantiene una relación amorosa. Ahora bien, ¿sabía que Facebook también puede
predecir si su relación va a durar o, si es soltero, cuándo va a comenzar una rela-
ción (y con quién)? También puede determinar su nivel de inteligencia basándose
en un análisis de sus «me gusta». (En caso de que se esté preguntando cómo: darle
a «me gusta» a las patatas fritas rizadas, a publicaciones de ciencia, a Mozart, a
tormentas eléctricas o a la comedia sobre programas de noticias The Daily Show
predecía un nivel de inteligencia alto, mientras que los «me gusta» a Harley Da-
vidson, el grupo Lady Antebellum y la página I love being a mom predecían un
nivel de inteligencia bajo).
La policía sabe dónde estamos conduciendo, sobre todo en el Reino Unido,
donde tiene acceso a miles de cámaras CCTV interconectadas por todo el país,
que escanean las matrículas y hacen fotos a los coches y a sus conductores. En
 por qué todos los negocios son ahora negocios de datos   |   3
EE. UU., hay muchas ciudades que utilizan de forma similar las cámaras de tráfico.
Su teléfono también sabe la velocidad a la que está conduciendo. De momento, esa
información todavía no la comparten con la policía, pero cada vez más compañías
de seguros empiezan a utilizar los datos de los smartphone para deducir quién es
un conductor responsable y quién tiene posibilidades de correr más riesgos.
Su tarjeta de cliente en el supermercado registra las marcas que le gustan y
recopila un montón de información sobre sus hábitos y preferencias de compra.
Los vendedores utilizan estos datos para personalizar su experiencia de compra,
pero también se pueden utilizar dichos datos para predecir qué más podría querer
comprar en el futuro. En un caso que se ha hecho famoso, la cadena estadouni-
dense Target predijo que una adolescente estaba embarazada (por sus hábitos de
compra) y empezó a enviarle ofertas relacionadas con bebés; el único problema
fue que sus padres todavía no sabían que estaba embarazada.
Sin embargo, el Big Data funciona más allá de las redes sociales o de los cupo-
nes que se envían por correo. Su influencia se amplía hasta cualquier aspecto de
la vida moderna, desde la atención médica hasta las exploraciones en el espacio,
pasando incluso por las elecciones políticas en las que participamos.
En una campaña electoral basada en el análisis de datos, por ejemplo, se presta
especial atención a llegar a los votantes confusos o indecisos. Después de todo,
¿para qué perder tiempo en hacer campaña para los votantes que definitivamente
le van a votar o para aquellos que no lo harán ni en un millón de años? La cam-
paña de Obama lideró esta técnica en el 2012, cuando un equipo de más de 100
analistas de datos tuvo que encargarse de realizar más de 66 000 simulacros en
ordenadores cada día.
En primer lugar, los analistas de Obama recogieron y juntaron todos los datos
que pudieron, a partir de los datos de registro de los votantes, de las donaciones,
de los registros públicos, y al comprar datos comerciales a terceras partes (inclui-
dos los datos de las redes sociales). Después, evaluaron la probabilidad que tenía
cada persona de las que habían identificado de votar a Obama, según el grado de
parecido entre su perfil de datos y el de los simpatizantes conocidos. El equipo,
que disponía de información demográfica detallada, lanzó entonces campañas di-
rigidas a estas personas. Tenían el objetivo de aumentar la inscripción de votantes
y la participación electoral entre sectores que tenían una probabilidad elevada de
respaldar a su candidato, así como de influenciar las decisiones de los votantes
en los sectores en los que el indicador de afinidad del votante podía inclinarse a
ambos lados. Esto supuso que se enviaran mensajes específicos (por correo, por
publicaciones en las redes sociales y anuncios en los navegadores) según si había
que convencer a un individuo para que se registrara, para que votara o para que
eligiera al candidato correcto.
Desde entonces, todos los partidos y la mayoría de candidatos han lanzado
efusivamente sus propias estrategias de análisis de datos.
El Big Data también está ayudando a resolver la cuestión de si alguna vez ha
habido vida en Marte o no. El Laboratorio de Retropropulsión de la NASA, que
4  |   DATA STRATEGY

se encarga de la planificación de la misión diaria del Mars Rover, utiliza ahora la

tecnología Elasticsearch (tecnología que utilizan también empresas como Netflix
y Goldman Sachs) para procesar todos los datos que transmite este vehículo de
exploración espacial en sus cuatro cargas de archivo programadas al día. Mientras
que las decisiones de planificación de la misión solían estar basadas en los datos
del día anterior, el paso al análisis de datos en tiempo real ha acelerado el tiempo
en el que el control de las misiones puede tomar decisiones. Se pueden identificar
patrones y anomalías en los conjuntos de datos mucho más rápido. Además, es
más probable que se identifiquen correlaciones que puedan proporcionar percep-
ciones cruciales para la misión, correlaciones que conllevan un mayor porcentaje
de descubrimientos científicos y un menor peligro de errores o de fracaso.
Hasta el sector de la sanidad no ha podido escapar la influencia del Big Data.
Durante años, la base de la mayor parte de la investigación médica y los descubri-
mientos la han formado la recogida y el análisis de datos: qué personas se ponen
enfermas, cómo y por qué. Sin embargo, ahora, con los sensores de los smartpho-
ne y la posibilidad de que los médicos puedan compartir información en diversas
disciplinas, la cantidad y la calidad de los datos disponibles son mayores que nun-
ca, lo que supone que el potencial para la innovación y el cambio esté creciendo de
forma exponencial. Los smartphone y otros dispositivos inteligentes, como Jaw-
bone y Fitbit, entre otros, tienen ahora la capacidad de ayudar a la gente a hacer
un seguimiento del progreso en aras de un estilo de vida más sano. También se
están desarrollando aplicaciones y dispositivos para ayudar hacer un seguimiento
a gente con enfermedades crónicas como diabetes, Parkinson o cardiopatía.
La industria ya recoge una enorme cantidad de datos, pero estos se guardan
con frecuencia en las consultas particulares de médicos, en hospitales y en clíni-
cas. El unificarlos (y combinarlos con los datos de los pacientes que recogen los
dispositivos inteligentes) es el próximo obstáculo que tiene que vencer la indus-
tria. Los profesionales médicos ya se están centrando en digitalizar los historiales
de los pacientes y asegurar el acceso a un conjunto de datos de todo el sistema
sanitario. Con el objetivo de obtener ayuda en los diagnósticos, ya están utili-
zando el software de reconocimiento de patrones. Hasta ahora, ya hay algoritmos
que demuestran ser igual de efectivos o más que los profesionales de diagnóstico
humanos a la hora de detectar cánceres en los resultados de las pruebas. Hay un
increíble potencial en este sistema para detectar más enfermedades en fases más
tempranas y, por lo tanto, poder aumentar la probabilidad de éxito del tratamien-
to. También se está utilizando el Big Data para hacer un seguimiento, analizar y
tratar epidemias por todo el mundo, incluidas la del Ébola y la de Zika.
Se trata solamente de la punta del iceberg: el volumen de los datos no hará
más que seguir creciendo. En muchas ocasiones, cuando nos registramos en al-
gún sitio para conseguir un producto o servicio nuevos, ya sea un dispositivo de
seguimiento de actividad o una tarjeta de cliente en el supermercado, estamos
dando acceso alegremente a nuestros datos personales (a cambio de beneficios
como mejorar nuestra actividad física o coleccionar puntos para conseguir un
 por qué todos los negocios son ahora negocios de datos   |   5
café gratis). Puesto que cada vez más empresas se aprovechan de las posibili-
dades de los datos, y que la tecnología avanza para recoger cada vez más infor-
mación, está previsto que la cantidad de datos disponibles crezca de manera
exponencial.
Con las nuevas herramientas que están llegando al mercado cada semana,
también mejoraremos a la hora de analizar estos montones de datos. De hecho,
tanto Microsoft como Salesforce anunciaron hace poco herramientas que permi-
ten a los que no son codificadores crear aplicaciones que vean y analicen datos
de negocios. Además, a medida que mejoramos en cuanto al análisis de datos,
también mejora nuestra capacidad para hacer predicciones.
La empresa International Data Corporation, líder en inteligencia de mercado,
predice que, para el 2020, la mitad del software de análisis de datos de empresas
incluirá facultades prescriptivas para analizar los datos de los negocios, lo que
significa no solamente que el software podrá predecir las acciones del consumidor
o del usuario, sino también que podrá hacer recomendaciones específicas basadas
en esas predicciones. Nos encontramos en el umbral de una época muy emocio-
nante en cuanto a datos y su análisis; y la tecnología que tendremos a nuestra
disposición en cinco o diez años podría ofrecer posibilidades que todavía no po-
demos ni imaginar.
El Internet de las cosas (IoT, por sus siglas en inglés), a veces llamado el In-
ternet de todas las cosas, es parte del motivo de esta explosión de datos. El IoT se
refiere a los dispositivos que recogen y transmiten datos a través de Internet, y cu-
bre desde el smartphone, smartwatch, pulsera de Fitbit, hasta su TV y nevera. Ha
visto un crecimiento enorme en los últimos años, y solamente está empezando.
Hoy en día hay unos 13 mil millones de dispositivos que se conectan a Internet.
Para el año 2020, se prevé que el número crecerá hasta entre 50 y 70 mil millones.
Solamente los usuarios de smartphones se estimarán en más de 6 mil millones
para el 2020.
Los dispositivos inteligentes están transformando nuestro mundo, nuestros
coches, nuestras casas y nuestras empresas. Para el año 2020, alrededor de 250
mil millones estarán conectados a Internet, lo que permitirá que haya multitud de
servicios para los vehículos, así como una conducción automatizada. Lo que una
vez fue ciencia ficción se está convirtiendo ya en una realidad: los coches autocon-
ducidos ya hacen varios miles de kilómetros semanalmente.
La tecnología «wearable» es una parte esencial del IoT, y el mercado global de
dispositivos wearable (aparatos como smartphone, Fitbits, etc.) creció un 223%
en el año 2015. Uno de cada seis consumidores utiliza en la actualidad tecnología
wearable de una u otra manera. Todos estos dispositivos crean una gran cantidad
de datos, y no nos hemos dado cuenta de las implicaciones de esto hasta ahora.
Los dispositivos conectados no solamente se pueden conectar a Internet, sino
que también pueden hacerlo y compartir información entre ellos mismos. De
hecho, para el 2024, las conexiones «máquina a máquina» (machine-to-machine)
crecerán hasta unos 27 mil millones. Así, no es descabellado imaginar que, en un
6  |   DATA STRATEGY

futuro cercano, la nevera sepa cuándo está caducada la leche y le diga a nuestro
smartphone que pida más en la próxima compra en línea.

¿Nos estamos aproximando a la inteligencia artificial?

En el mundo de la informática, la Inteligencia Artificial (IA) ha sido la meta fun-
damental desde el momento en el que se inventaron los primeros ordenadores.
¡Y también una posibilidad atractiva para los escritores de ciencia ficción! No
obstante, ¿estamos por fin haciendo realidad la IA? Sin duda, la computación cog-
nitiva nos sitúa un gran paso más cerca.
Al combinar la ciencia cognitiva (el estudio del cerebro humano) y la ciencia
computacional, parece que la ciencia cognitiva tiene impacto sobre casi todos los
aspectos de nuestras vidas, desde los negocios hasta la sanidad, e incluso sobre
nuestra vida privada. El objetivo es concederle a un ordenador la capacidad de
estimular el pensamiento humano e imitar la manera de funcionar de nuestro
cerebro. Esto permite que los ordenadores hagan cosas que nosotros damos por
sentadas, como comprender el lenguaje natural o reconocer objetos en una foto.
El sistema Watson de IBM es un excelente ejemplo de la computación cogniti-
va. El sistema «aprende» a medida que procesa información, así que cuantos más
datos se le dan, más aprende, y más preciso se vuelve. En términos prácticos, se
podría utilizar esta tecnología en cualquier campo en el que haya que procesar y
analizar una gran cantidad de datos complejos para resolver problemas, como en
la sanidad, el derecho, la educación, las finanzas y, por supuesto, los negocios. Ya
se está utilizando esta tecnología en el sector de la hostelería: los hoteles Hilton
presentaron hace poco al primer conserje robot, Connie, que puede comprender
el lenguaje natural y responder a preguntas de los clientes sobre el hotel, las atrac-
ciones turísticas, restaurantes, etc.
A medida que los ordenadores son más capaces de pensar como los humanos,
mejoran nuestro conocimiento y nuestras habilidades. De la misma manera en
que los héroes de las películas de ciencia ficción recurren a sus ordenadores para
análisis, predicciones y conclusiones sobre lo que hacer, en la vida real nos esta-
mos dirigiendo a una época en la que los ordenadores pueden mejorar el conoci-
miento humano de una forma completamente nueva.
La computación cognitiva se basa en la tecnología de aprendizaje automático y
de aprendizaje profundo, que permite a los ordenadores aprender de los datos de
manera autónoma. Esta tecnología implica que los ordenadores puedan cambiar
y mejorar los algoritmos por sí mismos, sin que los programen de manera explí-
cita los humanos. ¿Cómo funciona? Dicho de manera sencilla, si le mostramos
al ordenador una foto de un gato y una de una pelota, y le mostramos cuál es el
gato, podremos pedirle después que decida si las siguientes fotos contienen gatos
o no. El ordenador compara otras imágenes con su propio conjunto de datos de
la formación (por ejemplo, la imagen original del gato) y da una respuesta. Los
 por qué todos los negocios son ahora negocios de datos   |   7
algoritmos actuales de aprendizaje automático pueden hacerlo sin supervisión, lo
que significa que no necesitan sus decisiones para preprogramarse. Esto se aplica
a tareas incluso más complejas, aunque con una formación mucho mayor. Los
algoritmos de reconocimiento de voz de Google, por ejemplo, trabajan a partir de
una formación masiva, aunque ni siquiera es lo suficientemente grande todavía
como para predecir cualquier palabra, expresión o pregunta posibles.
Sin embargo, la tecnología está mejorando de forma constante, y el aprendizaje
automático y el profundo son los responsables del reconocimiento de imagen,
audio y voz en los ordenadores, así como del procesamiento del lenguaje natural.
Se trata de lo que permite a los ordenadores comunicarse con los humanos (no
siempre satisfactorio al 100%, como demostró el bot de Twitter creado por Mi-
crosoft, algo disparatado y racista), que hace posibles los coches autoconducidos
de Google. Estos aprendizajes son también la razón por la que Facebook es capaz
de reconocer a individuos en fotos al mismo nivel que los humanos, al sugerir
etiquetas a los usuarios de manera automática.
Entonses, ¿está la inteligencia artificial justo a la vuelta de la esquina?
Probable-mente no, al menos en el sentido de la ciencia ficción. Muchos
científicos creen que los ordenadores nunca podrán ser capaces de «pensar»
como lo hace un cerebro humano. Lo mire como lo mire, la capacidad de los
ordenadores de ver, comprender e interactuar con lo que les rodea está
creciendo a una velocidad increíble. Además, a medida que continúe creciendo
la cantidad de datos, también lo hará la habilidad de los ordenadores para
aprender, comprender y reaccionar.
La tecnología ha avanzado hasta tal punto que ahora los ordenadores son
capaces de reconocer y responder a las emociones humanas. Esta tecnología,
conocida como «computación afectiva», analiza la expresión facial, la postura,
los gestos, el tono de la voz y del habla, e incluso el ritmo y la fuerza de las
pulsaciones para indicar los cambios en el estado emocional de un usuario.
Imagínese el potencial de esta tecnología. Su ordenador podría
reconocer cuándo está frustrado o cuándo le está costando hacer una tarea, y
ofrecerle información adicional para ayudarle. Su móvil podría decirle que se
tomara un descanso cuando sus niveles de estrés sean altos. O su casa
inteligente, sin preguntarle, podría ponerle música e iluminación relajante
cuando llegue a casa tras un mal día en la oficina. Si bien todo esto suena un
poco inverosímil, no lo es. Entidades líderes como Disney, la BBC o Coca-
Cola están ya asociándose con Affectiva, una empresa especializada en
tecnología de reconocimiento facial, para probar la efectividad de sus anuncios y
evaluar cómo reaccionan los espectadores a su con-tenido. Esta empresa
también está trabajando con una empresa automovilística ja-ponesa para crear
una tecnología para los coches que pueda detectar cuándo está distraído o
adormilado y contactar a los servicios de emergencia o, en tal caso, a su
pariente más cercano. Microsoft ha probado incluso un sujetador que puede
medir los niveles de estrés de las mujeres.
De la misma manera en la que los ordenadores nunca podrán aprender a
«pensar» como un cerebro humano, estas máquinas emotivas nunca podrán ser
8  |   DATA STRATEGY

emotivas, aunque estamos llegando a una época en la que las máquinas parece-
rán darnos respuestas emotivas adecuadas. Lo que es realmente fascinante es que
solo acabamos de empezar a explorar las posibilidades de toda esta tecnología. En
veinte años, la computación cognitiva y afectiva serán la tecnología del día a día.

Cómo los datos están revolucionando el mundo de los

negocios
Sinceramente, creo que el Big Data y sus implicaciones afectarán a todos y cada
uno de los negocios (desde las pequeñas empresas hasta las de la Fortune 500) y
cambiará por completo la manera en que los hacemos. El campo en el que trabaje
o el tamaño de su negocio no importan; conforme la recopilación, el análisis y la
interpretación de los datos se vuelven más accesibles, van teniendo más impacto
sobre todos los negocios.

Los principales usos de los datos en los negocios

Hay tres áreas fundamentales en las que los datos son realmente importantes
para los negocios: la mejora de la toma de decisiones, la mejora de la
actividad y la conversión de los datos en dinero.
En primer lugar, el Big Data permite a las empresas recoger mejores datos so-
bre el mercado y los clientes. Con la cada vez mayor cantidad de datos disponible,
las empresas están consiguiendo percepciones mucho mejores acerca de lo que
quieren los clientes, lo que utilizan (y cómo), la manera en la que compran bienes,
y lo que piensan sobre dichos bienes y servicios. Y esta información la pueden uti-
lizar para tomar mejores decisiones en todas las áreas del negocio, desde el diseño
de productos y servicios hasta las ventas, el marketing y la asistencia posterior.
En segundo lugar, el Big Data ayuda a las empresas a ganar eficiencia y aumen-
tar su actividad. Desde el seguimiento del rendimiento de las máquinas hasta la
optimización de las rutas de envío, pasando por la selección del mejor talento que
haya, el Big Data puede mejorar la eficiencia interna y la actividad de casi todos
los tipos de negocios y en muchos departamentos diferentes. Hay empresas que
incluso han empezado a utilizar sensores para supervisar los movimientos de
los empleados, su nivel de estrés, la salud e incluso con quién hablan y qué
tono de voz utilizan, así como para mejorar la satisfacción de los empleados y la
productividad.
El IoT juega un papel importantísimo a la hora de aumentar el rendimiento
operativo. Gran parte de este no se centra tanto en los dispositivos inteligentes,
sino en los sensores. Estas innovaciones tan pequeñas se pueden relacionar con
todo, desde los tarros de los yogures al cemento de los puentes, y grabar después
y enviar esos datos de vuelta a la nube. Esto permitirá a las empresas coleccionar
cada vez más feedback específico sobre la manera en la que se utilizan los produc-
 por qué todos los negocios son ahora negocios de datos   |   9
tos o el equipamiento, cuándo se rompen e incluso lo que los usuarios podrían
querer en el futuro. Por ejemplo, los motores de aviones Rolls-Royce tienen sen-
sores que envían datos sobre el funcionamiento del motor en tiempo real a las
estaciones de control en tierra. Se puede utilizar esta información para detectar
averías antes de convertirse en catastróficas, y, posiblemente, para investigar (y
con suerte prevenir) las causas de los desastres aéreos.
En tercer lugar, los datos también ofrecen a las empresas la oportunidad de in-
tegrar el Big Data en su oferta de productos y, por lo tanto, de rentabilizar los datos
en sí mismos. John Deere es un ejemplo excelente de una empresa que no sola-
mente está utilizando los datos para beneficiar a sus clientes, sino también como
una nueva oferta de productos. Todos los tractores están equipados con sensores
que pueden ayudar a la empresa a entender cómo se está utilizando el equipo, y
a predecir y diagnosticar averías. Y también han puesto los datos a disposición
de los agricultores, ofreciéndoles acceso a datos sobre cuándo hay que cultivar,
dónde, los mejores patrones para arar y cosechar, y mucho más. Se ha convertido
en una fuente de ingresos completamente nueva frente a la empresa tradicional
que era considerada.
Veamos otros tantos ejemplos que demuestran la amplia aplicabilidad del Big
Data. Por un lado, la gestión de la cadena de suministro es un campo en el que
el Big Data y el análisis de datos tienen aplicaciones obvias. Sin duda, las cadenas
de suministro llevan un buen tiempo basándose en estadísticas e indicadores de
resultados cuantificables. Sin embargo, el tipo de análisis de datos que está revolu-
cionando la industria hoy en día (análisis en tiempo real de enormes conjuntos de
datos, de rápido crecimiento) estaba ausente en gran parte. Hay muchos factores
que pueden influir, sin duda, en la gestión de la cadena de suministro: desde el
tiempo hasta el estado de los vehículos y la maquinaria y, por lo tanto, los expertos
en el área llevan tiempo pensando profundamente sobre si esto se podría utilizar
para impulsar la eficiencia.
Ya se han encontrado aplicaciones para el análisis de datos en la gestión de
inventario, el pronóstico y la logística de transportes. En los almacenes, se
utilizan cámaras digitales para controlar los niveles de existencias y los datos
brindan alertas cuando hay que reponer. Los pronósticos van un paso más allá:
se puede alimentar a estos datos de las cámaras con algoritmos de aprendizaje
automático para enseñar a un sistema de gestión de inventario inteligente a
predecir cuándo será necesario reponer. Las oportunidades para ser más
eficientes y ahorrar con el uso inteligente de los datos están por todas partes, y
se está llevando a cabo un esfuerzo coordinado para encontrarlas. Al final, la
teoría dice que los almacenes y centros de distribución funcionarán de manera
eficaz con muy poca ayuda de la interacción humana.
En las ventas al pormenor, tanto los comerciantes de Internet como los de las
tiendas físicas que están adoptando una estrategia de dar prioridad a los datos
(con el objetivo de entender a sus clientes), uniendo a estos con sus productos y
separándolos de su dinero en metálico están sacando beneficios. Hoy en día, los
10  |   DATA STRATEGY

comerciantes están buscando continuamente maneras de sacar conclusiones de

la cada vez mayor cantidad de información disponible sobre el comportamiento
de sus clientes. Se está aplicando ahora el análisis de Big Data a todas las fases del
proceso de venta minorista: descubriendo cuáles serán los productos populares al
predecir tendencias, prediciendo dónde estará la demanda para esos productos,
optimizando los precios en aras de una ventaja competitiva, identificando a los
clientes que tienen posibilidades de estar interesados en ellos y buscando la mejor
manera de acercarse a ellos, de coger su dinero y, finalmente, descubrir qué ven-
derles la próxima vez.
En el sector de la banca, el Banco Real de Escocia (RBS, por sus siglas en in-
glés) ha desarrollado una estrategia de Big Data que llama «Personología», en un
intento por volver a conectar con los clientes. El banco, que ahora está pasando
por una reprivatización siete años después de que lo rescataran los contribuyentes
del Reino Unido con un importe de 45 mil millones de libras durante la crisis
financiera, está combinando análisis de datos con un enfoque hacia el servicio al
consumidor de «vuelta a los 70». La filosofía forma parte de uno de los avances del
gran departamento de análisis de datos, compuesto por unas 800 personas, creado
como parte de una inversión de 100 millones de libras en habilidades y tecnología
de análisis de datos en toda la empresa.
Se trata de restablecer una separación que se creó entre los bancos y los clientes
a partir de los años 70. La teoría dice que los primeros intentos de un marketing
basado en los datos, como la segmentación del público destinatario y el envío
masivo de correos, estaban demasiado centrados en lo que querían los bancos
(normalmente realizar ventas) y muchas veces ignoraban lo que querían los con-
sumidores. El plan es restablecer la confianza y el sentimiento de apoyo que ha-
brían sentido los clientes durante los 70 y antes, época en la que el personal del
banco se sabía el nombre de los clientes, entendía sus necesidades a nivel personal
e intentaba ofrecer servicios dirigidos a dichas necesidades.
Como ejemplo de una nueva estrategia en funcionamiento, los analistas exa-
minaron de cerca los datos de transacciones financieras para identificar situacio-
nes en las que los clientes podrían haber estado pagando el doble por paquetes de
servicios de las cuentas bancarias, como el seguro de un móvil o de asistencia en
carretera. Aunque al principio había preocupación porque alertar a los clientes
de esta situación les podría dar pie a cancelar sus productos del RBS al menos en
algunos casos, en la práctica todos y cada uno de los clientes a los que se alertó
optó por cancelar el servicio duplicado contratado por terceros y quedarse con su
servicio del RBS.
Otros servicios bajo el lema de la Personología incluyen desear a los clientes
un feliz cumpleaños si visitan una sucursal en su día y mensajes de texto para
hacerles saber que su dinero está a salvo si se lo olvidan de manera accidental al
sacarlo en el cajero.
El Big Data ha optimizado incluso el envío de su pizza del viernes noche. Do-
mino’s, la empresa de reparto de pizzas más grande del mundo, se ha esforzado
 DATA Incluye
Casos y ejemplos de empresas
como Google y la NASA.

STRATEGY Consejos sobre desarrollo de

competencias de datos en una
organización.
Herramientas y estrategias para
Navegar por internet (realizar búsquedas, leer sacar provecho del Big Data.
artículos, enviar un correo), pagar con tarjeta de
crédito e incluso caminar (si se lleva el celular)
deja una huella digital, de modo que se genera Bernard Marr
una gran y diversa cantidad de información
–anteriormente esta información estaba conte- Consultor y conferencista sobre rendi-
nida en bases de datos físicas–, lo cual le permi- miento estratégico y analítico; gurú de
tirá a los diferentes tipos de negocios mejorar el KPI y Big Data. Ha asesorado diversas
rendimiento empresarial. Sin embargo menos empresas en las estrategias comerciales
del 0,5% de estos datos es analizado y utilizado a partir del uso de datos, entre estas se
por los gerentes y directivos empresariales. incluyen el Banco de Inglaterra, Micro-
soft, The Home Office, Toyota, SAP, DHL
y HSBC. Es escritor para diversas publi-
El libro es una guía para la creación de una caciones, como Forbes, Huffpost y
estrategia que aproveche el Big Data, Analytics y LinkedIn.
el Internet of Things. Explica cómo identificar las
necesidades de adquirir datos estratégicos,
cómo recopilarlos y cómo convertirlos en
proyectos gerenciales que optimicen la toma
de decisiones, a fin de obtener una ventaja
competitiva en el mercado. Además resalta la
importancia de tener la tecnología adecuada
para manejar los datos y las características de
un sistema de seguridad eficaz.

Colección: Ciencias empresariales

Área: Management

ISBN 978-958-771-658-0

9 789587 716580

ecoeediciones.com e-ISBN 978-958-771-659-7