En ixpantia y Datalatam realizamos un sondeo entre empresas de Latinoamérica para conocer el estado actual de sus equipos de datos y sus perspectivas a futuro próximo.
Acompañamos en iniciativas y proyectos de ciencia de datos, ingeniería e infraestructura. Visita nuestra página ixpantia y contáctanos.
En ixpantia recientemente realizamos una encuesta en conjunto con DataLatam, la cual mostró resultados muy interesantes. Contactamos a líderes de organizaciones de datos en toda la región y les hicimos preguntas para entender el estadío de prácticas de datos y uso de tecnología. La muestra incluye organizaciones de diferentes países de Latinoamérica tales como Costa Rica, Chile, Argentina, Perú, Colombia, México, Venezuela, Uruguay, Paraguay, Bolivia, Panamá y Guatemala.
En la práctica de ixpantia frecuentemente tenemos conversaciones con organizaciones en múltiples industrias, en las que surgen preguntas respecto al nivel de madurez en que se encuentra cada organización, y la capacidad que tienen actualmente para organizar, producir y desplegar productos de datos. En esa dirección, algunas de las preguntas más comunes tienen la siguiente forma:
- ¿Cuánto valor le puedo sacar a los datos que tenemos?
- ¿Es posible desarrollar un modelo con los datos existentes?
- ¿Necesito contratar personal especializado para generar productos de datos?
- ¿Cuáles herramientas necesito para hacer ciencia de datos en la organización?
A la hora de responder optamos por dirigir la conversación bajo el modelo de Gartner respecto a Madurez en Analítica de Datos. Este modelo, si bien es solo uno más de muchos existentes en el mercado, a nuestro criterio organiza de manera bastante eficiente las etapas y necesidades en que cada organización se encuentra, y provee un marco bajo el cual definir los pasos necesarios para llegar a un nivel de analítica más sofisticado. El modelo utiliza dos dimensiones: valor y dificultad, y refleja una correlación positiva entre el nivel de dificultad de proyectos de analítica y el valor que estos proyectos pueden traer a la organización.
En ese sentido, el modelo posiciona a las organizaciones en cuatro etapas de análisis: descriptivo, diagnóstico, predictivo, y prescriptivo.
En nuestra experiencia, muchas organizaciones se encuentran aún en las etapas descriptivas y de diagnóstico, en las que utilizan herramientas de reportería, y business intelligence (BI) para describir y diagnosticar resultados históricos de la organización, y encontrar explicaciones a las tendencias que han sido observadas en el pasado. Sin embargo, el mayor valor se obtiene en la aplicación de modelos de analítica avanzada (predictiva, usualmente en modelos de machine learning), enfocados en predecir y determinar el futuro.
Sondeo de Madurez en Latinoamérica
Con el objetivo de obtener una visión clara del estado de la innovación con datos en la región latinoamericana, contactamos a funcionarios clave en cada una de las organizaciones, desde Chief Data Officers (CDOs) y Chief Innovation Officers (CIOs) hasta Directores de Transformación Digital, y puestos de liderazgo en prácticas de datos en organizaciones de diferentes tamaños.
Los resultados arrojan tendencias bastante interesantes. En términos de herramientas básicas, no es sorpresivo que la mayoría de organizaciones utilicen Excel y la generación de Reportes Automatizados. Para inteligencia de negocios (BI), estas herramientas aún siguen siendo el estándar de la industria, lo cual implica que existe la necesidad de integrarlas en los procesos iniciales de analítica de datos. No se puede ignorar el valor que aporta el uso de esta herramienta, en particular en la plana gerencial, donde los resultados deben ser presentados de manera concreta para dirigir las decisiones estratégicas del negocio.
Los números son similares una vez que consideramos el uso de Herramientas de BI y Dashboards. Estas se refieren a plataformas como Tableau, Power BI u Oracle Analytics (por nombrar algunas), las cuales permiten generar dashboards muy útiles, que permiten visualizar tendencias del pasado y análisis diagnósticos de manera muy eficiente.
Sin embargo, los resultados más interesantes surgen con las preguntas relacionadas a herramientas más avanzadas de analítica de datos (etapas predictivas y prescriptivas en el modelo de madurez). Al respecto, preguntamos a las organizaciones por la frecuencia de uso de modelos predictivos lineales, modelos básicos de machine learning, y modelos predictivos avanzados.
Estos resultados muestran mayor variabilidad, dado que sí existe un buen porcentaje de organizaciones que utilizan modelos predictivos lineales y modelos básicos de machine learning, pero un grupo importante de organizaciones todavía los utilizan de manera ocasional, raramente, o nunca. También podemos ver que ML sistematizado (i.e., el uso generalizado de modelos predictivos avanzados) todavía es incipiente en Latinoamérica, a diferencia de lo que se puede ver en Norteamérica o Europa. Esto representa una gran oportunidad en la región, y un área en la que las organizaciones más innovadoras con datos pueden diferenciarse.
Expectativas de Crecimiento
Otra pregunta importante que nos interesaba explorar en la evaluación regional, es la percepción de los líderes sobre dónde se ubican sus empresas en el proceso de madurez en analítica. Para ello, les pedimos ubicarse en una escala de 1 a 100 en su percepción de madurez de la empresa. Los resultados evidencian no solo oportunidades de crecimiento, sino también avances importantes realizados por muchas organizaciones en la dirección de modelos predictivos y prescriptivos. La respuesta promedio fue de 69 sobre 100, lo cual indica que como región, aún reprobamos en la implementación de ciencia de datos en nuestras organizaciones.
Sin embargo, en las perspectivas a futuro cercano, hay una expectativa de crecimiento y desarrollo en las unidades. En los próximos dos años, y respecto a la misma pregunta, el promedio obtenido en las organizaciones fue de 83.6. Esto indica que existe no solo una proyección de que las organizaciones van a crecer en la dirección de analítica de datos, sino que en muchas de ellas puede que ya existan procesos definidos o en fase de definición para poner en marcha la consolidación de unidades de analítica avanzada, y la implementación de inteligencia artificial sistematizada en sus equipos.
Pudimos ver en esta encuesta regional un reflejo de la experiencia que hemos vivido en ixpantia con una buena muestra de organizaciones con las que estamos trabajando, tanto en el desarrollo de estrategias para preparar a los equipos para innovar con datos, como también para desarrollar productos de datos y llevarlos a producción de manera escalable.
Para mayor detalle sobre este reporte, pueden registrarse completando este formulario y les contactaremos para un webinario ahondando en los hallazgos respecto al grado de desarrollo de buenas prácticas de datos en la región.
¡Gracias y esperamos que esto sea de valor!
Este blog lo mantiene el equipo de ixpantia y la comunidad de gente interesada en datos de la cual estamos contentos de formar parte ¿Tienes una idea para publicar algo aquí? ¡Escríbenos! Estamos siempre interesados en material e ideas nuevas. © 2019-2022 ixpantia
