10 formas en que los datos y el análisis afectarán a las empresas

La analítica aumentada y la inteligencia artificial se encuentran entre las principales tendencias en el campo que cambiarán significativamente los negocios en los próximos años, según Gartner.

Cómo elegir las herramientas de análisis de datos correctas: 5 pasos
Los datos son uno de los activos comerciales más integrales para una empresa, pero a veces no está claro cómo aprovechar esa información. Aquí se explica cómo.

Las analíticas aumentadas y la inteligencia artificial (IA) se encuentran entre las principales tendencias en tecnología de datos y analíticas que tienen el potencial de cambiar significativamente las operaciones comerciales en los próximos tres a cinco años, según una presentación en Gartner Data and Analytics. Cumbre en Sydney esta semana.

Los líderes de datos y análisis deben examinar el impacto potencial en el negocio de estas tendencias tecnológicas y ajustar los modelos de negocios en consecuencia, o arriesgarse a perder una ventaja competitiva frente a las compañías que lo hacen, dijo Rita Sallam, vicepresidenta de investigación de Gartner. En el evento y en un comunicado de prensa.

“La historia de datos y análisis sigue evolucionando, desde el apoyo a la toma de decisiones internas hasta la inteligencia continua, los productos de información y el nombramiento de directores de datos”, dijo Sallam en el comunicado. “Es fundamental obtener una comprensión más profunda de las tendencias tecnológicas que impulsan esa historia en evolución y priorizarlas en función del valor comercial”.

Con los esfuerzos de transformación digital en marcha en La mayoría de las organizaciones, las empresas están recolectando más datos que nunca, creando desafíos pero también grandes oportunidades, dijo Donald Feinberg, vicepresidente y distinguido analista de Gartner, en el comunicado. Añadió que las grandes cantidades de datos, combinadas con las potentes capacidades de procesamiento habilitadas por la nube, hacen posible entrenar y ejecutar algoritmos a la escala masiva necesaria para aprovechar todo el potencial de la IA.

“El tamaño, la complejidad, la naturaleza distribuida de los datos, la velocidad de acción y la inteligencia continua requerida por el negocio digital significa que las arquitecturas y herramientas rígidas y centralizadas se descomponen”, dijo Feinberg en el comunicado. “La supervivencia continua de cualquier negocio dependerá de una arquitectura ágil y centrada en los datos que responda a la tasa constante de cambio”.

Aquí hay 10 tendencias analíticas y de datos que los líderes de datos y los líderes empresariales senior deben explorar en los próximos años. , según Gartner:

1. Análisis analíticos aumentados

Los análisis analíticos aumentados utilizan el aprendizaje automático y las técnicas de inteligencia artificial para cambiar la forma en que se desarrolla, consume y comparte el contenido analítico, según el comunicado.

“Para 2020, la analítica aumentada será un motor dominante de las nuevas compras de analítica y BI, así como de las plataformas de aprendizaje de ciencia de la información y de la máquina, y de la analítica integrada”, señala el comunicado. “Los líderes de datos y análisis deberían planear adoptar un análisis aumentado a medida que las capacidades de la plataforma maduren”.

VER: Descripción del trabajo: Data scientist (Tech Pro Research)

2. La gestión de datos aumentada

La gestión de datos aumentada se refiere a la conversión de metadatos para su uso en auditorías, linajes e informes a sistemas dinámicos de alimentación, según el comunicado, convirtiéndose en un motor para la inteligencia artificial y el aprendizaje automático.

“La gestión de datos aumentada aprovecha las capacidades de aprendizaje automático y los motores de inteligencia artificial para hacer que las categorías de gestión de información empresarial incluyan calidad de datos, administración de metadatos, administración de datos maestros, integración de datos y sistemas de administración de bases de datos (DBMS) que se configuran y configuran automáticamente. “dijo el comunicado. “Está automatizando muchas de las tareas manuales y permite que los usuarios menos cualificados técnicamente sean más autónomos al usar los datos. También permite que los recursos técnicos altamente especializados se centren en tareas de mayor valor”.

3. Inteligencia continua

La inteligencia continua se refiere a un patrón de diseño en el que las analíticas en tiempo real se integran dentro de una operación de negocios y pueden procesar datos actuales y pasados ​​para predecir respuestas a eventos, lo que es útil para la automatización de decisiones o el soporte, señala el comunicado.

“La inteligencia continua representa un cambio importante en el trabajo del equipo de análisis y datos”, dijo Sallam en el comunicado. “Es un gran desafío, y una gran oportunidad, para los equipos de analítica y BI (inteligencia empresarial) que ayudan a las empresas a tomar decisiones más inteligentes en tiempo real en 2019. Podría considerarse como lo último en BI operacional”.

4. Explainable AI

Mientras más empresas están implementando modelos de AI para ayudar en la toma de decisiones, deben hacer que estos modelos sean más comprensibles para generar confianza entre los usuarios, según el comunicado.

5. Gráfico

El análisis gráfico es un conjunto de técnicas que permiten a las empresas explorar las relaciones entre organizaciones, personas y transacciones.

“El análisis gráfico aumentará en los próximos años debido a la necesidad de hacer preguntas complejas a través de datos complejos, lo que no siempre es práctico o incluso posible a escala mediante consultas SQL”, según el comunicado.

6. La estructura de datos

La estructura de datos permite un marco de administración de datos único y coherente, lo que permite un acceso y compartición de datos más sencillo en un entorno distribuido, señaló Gartner. Estos diseños se implementarán más rápidamente hasta 2022.

7. Procesamiento de lenguaje natural (PNL) / Análisis conversacional

Para 2020, el 50% de las consultas analíticas se generarán a través de búsqueda, PNL o voz, predijo Gartner.

“La necesidad de analizar complejas combinaciones de datos y hacer que los análisis sean accesibles para todos en la organización impulsará una adopción más amplia, permitiendo que las herramientas de análisis sean tan fáciles como una interfaz de búsqueda o una conversación con un asistente virtual”, señala el comunicado. .

8. La inteligencia comercial y el aprendizaje automático

Para el año 2022, el 75% de las nuevas soluciones para usuarios finales que utilizan la inteligencia artificial y el aprendizaje automático se basarán en soluciones comerciales, en lugar de plataformas de código abierto, predijo Gartner. Esto ayudará a las empresas a escalar y democratizar la inteligencia artificial y el aprendizaje automático.

9. Blockchain

Blockchain podría tener un impacto significativo en el uso de la analítica; sin embargo, pasarán varios años antes de que estas tecnologías se vuelvan dominantes, señala el comunicado. Mientras tanto, el costo de integrar blockchain en la infraestructura de análisis y datos existentes puede superar los beneficios.

10. Servidores de memoria persistente

Las tecnologías de memoria persistente emergentes reducirán los costos y la complejidad de adoptar arquitecturas con capacidad de computación en memoria (IMC), según Gartner. Esto tiene el potencial de mejorar el rendimiento de la aplicación, la disponibilidad, los tiempos de arranque, los métodos de agrupación en clústeres y las prácticas de seguridad, a la vez que mantiene los costos bajos.

“La cantidad de datos está creciendo rápidamente y la urgencia de transformar los datos en valor en tiempo real está creciendo a un ritmo igualmente rápido”, dijo Feinberg en el comunicado. “Las nuevas cargas de trabajo del servidor requieren no solo un rendimiento más rápido de la CPU, sino también una memoria masiva y un almacenamiento más rápido”.

Sé el primero en comentar

Dejar una contestacion

Tu dirección de correo electrónico no será publicada.


*