Nadie discute el potencial de los datos para configurar empresas inteligentes, más eficientes y capaces de descubrir nuevas oportunidades en un mundo cambiante. Esta tecnología no es nueva ni desconocida en los lares de lo digital, incluso hay firmas que llevan trabajando en ella desde hace 40 años. Pero es ahora cuando está democratizándose de manera exponencial y llegando a una capilaridad nunca antes vista.

¿Cuál es la razón de tamaña explosión de la analítica de datos en nuestros días? Con el fin de responder a esta cuestión, en D+I hemos reunido en una mesa redonda virtual a expertos de SAS, Microsoft, Repsol y Mapfre. Y les adelantamos la respuesta: el cambio cultural y la migración a la nube son los grandes factores que posibilitan este despertar masivo en el uso y explotación de la información digital.

En esta línea, Marcos Carrascosa, Customer Advisory Director en SAS Iberia, introdujo que la analítica de datos "es útil no sólo para las empresas en sí, sino para la economía en general. Estamos viendo cada vez cómo se usa la analítica de datos y la inteligencia artificial para resolver muchas necesidades de negocio, que no se encontraban antes en todas las industrias. Por ejemplo, ya hay casos de uso muy interesantes en sectores como el financiero, el de salud, la industria o el 'retail'".

Por su parte, Juan José Casado, director de Data & Analytics de Repsol, detalló cuál es la aproximación que la compañía energética sigue para obtener valor de la ingente cantidad de datos que maneja. "Hace tres años comenzamos nuestro camino para convertirnos en una empresa realmente 'data-driven'. Y en ese tiempo hemos pasado de hacer pilotos a escalar el uso de inteligencia artificial a gran parte de nuestros procesos, en todas las unidades de negocio y áreas de la compañía", señaló el directivo.

"Para conseguirlo, tuvimos que enfrentarnos a retos como identificar dónde está el valor real de la analítica de datos, los algoritmos y la inteligencia artificial para tener impacto en la cuenta de resultados. Ahí fue clave el lanzamiento de un programa de transformación digital muy ambicioso y centrado con el que nos planteamos alcanzar los 800 millones de euros en ingresos fruto de la digitalización", detalló Casado. "En este momento, casi el 70% de nuestras iniciativas están relacionadas con el dato y el impacto en el año pasado lo ciframos en 150 millones de euros, que esperamos doblar este 2021".

Un camino muy similar al emprendido por el equipo que lidera Ubaldo González, CDO en Mapfre España: "El sector de los seguros está orientado al dato prácticamente desde el inicio, desde la base que es gestionar los riesgos futuros en base al histórico de siniestros de la cartera. Pero hace unos años tuvimos una reflexión estratégica sobre cómo estábamos gestionando el dato y qué oportunidades teníamos ante nosotros. Y nos dimos cuenta de que esto iba a ser una ventaja competitiva diferencial en los próximos diez años".

"Ahora, una gran parte de nuestros proyectos estratégicos están vinculados directamente con el dato, con una estrategia de dos velocidades a corto y medio plazo en nuestras capacidades analíticas", añade González.

El despertar con la migración a la nube

Como adelantábamos a modo de spoiler, la irrupción de la nube es gran protagonista de esta democratización de la analítica de datos en todo tipo de compañías y sectores.

Sobre este tema, David Suz, Partner Technology Strategist en Microsoft, quiso destacar que "la manera en que construimos ahora soluciones no tiene nada que ver con la de hace cinco o siete años, especialmente en términos de interoperabilidad y de cómo conectamos diferentes aplicaciones entre sí para integrar toda la información. La capacidad de tener herramientas ya preconcebidas en la nube, sean IaaS o PaaS, nos permite esa agilidad de negocio que aterriza las tecnologías a nivel más departamental y elimina los silos y nichos de información que existían antes".

"A corto plazo, una gran revolución vendrá de la migración de los sistemas analíticos a la nube, donde la alianza que tenemos con Microsoft es muy importante para nosotros a la hora de aprovechar todo el potencial de la inteligencia de los datos, con soluciones que cubran todo el ciclo de valor de la información y que puedan ser usadas por cualquier persona de la organización", apoya Carrascosa.

Y es que, coinciden todos los ponentes, la clave no está tanto en el dato -ya omnipresente en las empresas desde hace tiempo- sino en convertirlo en información útil, de valor para el negocio. Y en medio de ambos polos, tenemos la nube como el caballo ganador para facilitar que el big data pase a ser eje central de una analítica cada vez más predictiva, con más casos de uso y en tiempo real.

En concreto, para el CDO de Mapfre España, el dato tiene un ciclo de vida limitado y el rendimiento de cualquier solución depende en gran parte de ese margen temporal: "Tenemos que tener cubierto todo el ciclo de vida, desde la adquisición de 'data' de calidad hasta la parte transaccional; desde obtener la información hasta explotarla y activarla para tener impacto en el negocio. Y tenemos que hacerlo de forma rápida, porque nos la jugamos en el momento que un cliente llega a la oficina de un agente o a nuestra web y compara nuestros seguros con otras opciones".

"Ahí el reto es que tenemos que analizar el riesgo, mejorando nuestros ratios de solvencia, sin pedirle mucha información al cliente para ofrecerle una buena experiencia", admite.

En ese sentido, el director de Data & Analytics de Repsol confirma que la accesibilidad a los datos es un aspecto fundamental para el éxito de cualquier proyecto de digitalización: "Debemos ser capaces de garantizar el acceso rápido a los datos, reducir el 'time-to-value'. Por eso hemos creado una gran plataforma de datos y analítica, llamada ArIA, en la nube, en la que subimos toda la información necesaria para desarrollar los distintos casos de uso y reutilizar los datos de manera controlada y sencilla. Es como un gran cerebro en 'cloud', que nos permite desplegar modelos de inteligencia artificial de manera ágil, rápida y automatizada".

En detalle, Casado se refiere a los millones de datos que recogen sus centros integrados de operaciones (con los que han logrado reducir más de un 40% los tiempos improductivos en sus operaciones), pero también a la activación y personalización de productos y servicios directamente al consumidor.

Afrontar el cambio cultural

Para Marcos Carrascosa, esta democratización desde el punto de vista tecnológico viene de esa migración a la nube ligada al uso de plataformas analíticas con entorno gráfico: "Más allá de que sea una plataforma analítica, en la nube, que sea potente, flexible y dinámica, el entorno gráfico es lo que marca la usabilidad. Al final se trata de que la analítica sea para todos, no sólo para los científicos de datos que conocen mucho de los modelos pero no tanto del negocio".

No en vano, David Suz (Microsoft) recoge en el debate el sempiterno aspecto del cambio cultural. Un desafío común a todas las organizaciones y que pasa por reentrenar, formar y reorientar procesos de trabajo para que el dato se sitúe en el centro de la operativa diaria de todos los empleados, sea cual sea su rol.

Una evolución hacia la "cultura del dato" a la que aspiran todos los ponentes en la que esta tecnología pase de asociarse "a una palanca para reducir costes" a un acompañamiento claro del negocio. En ese sentido, la capacitación y esas propuestas sencillas de utilizar que comenta Carrascosa se anticipan como elementos de base para que la analítica de datos sea algo omnipresente en un futuro no muy lejano.

A todo lo anterior, el ejecutivo de SAS añade un elemento más a modo de conclusión: el uso responsable y comprensible de tecnologías en la frontera de la vanguardia como la IA. "Cobra especial importancia la inteligencia artificial explicable y la responsabilidad en su uso, especialmente con la nueva legislación de la Comisión Europea. Debemos ofrecer esa mayor seguridad a empresas y ciudadanos, con trazabilidad completa de los modelos", proclama. En su caso, este extremo cobra más relevancia si cabe, en tanto que sus propias soluciones analíticas emplean la IA para preparar, modelar y desplegar los datos que requieren sus clientes.