< Blog

Dar valor a tus datos: ¿lujo o necesidad?

By:

Jorge Puentes

Inteligencia de negocios
March 23, 2022

En 2006, Clive Humby acuñó la célebre frase “los datos son el nuevo petróleo”. Sin embargo, no fue hasta 2017 cuando un artículo de The Economist, titulado “The world’s most valuable resource is no longer oil, but data”, hizo que dicha célebre frase comenzara a llamar la atención de empresas, académicos y diversos entusiastas alrededor del mundo [1]. Pero ¿qué hace que los datos sean tan importantes como para ser comparados con el petróleo?

Primero vamos a aclarar un par de puntos en esta comparación. El primero es que, a diferencia del petróleo, los datos no son un recurso finito. Y segundo, los datos son reutilizables y su procesamiento no genera en impacto negativo significativo en el ambiente. Dado lo anterior, esta comparación se establece para hacer una analogía a lo que el petróleo en su momento representó para la humanidad en términos de avances tecnológicos y económicos. Y es que los datos, como el petróleo, son una fuente de poder. Quienes controlan los datos (Amazon, Alibaba, Google, Meta, etc.) se están estableciendo como dueños de este universo digital, tal como lo hicieron los pioneros del petróleo hace aproximadamente un siglo.

Ahora, pensemos en la siguiente cifra: entre 2010 y 2020, el volumen de datos creados, copiados y consumidos globalmente aumentó 32 veces. Pasando de 2 zettabytes en 2010 a 64.2 zettabytes en 2020, y con proyecciones de llegar a los 181 zettabytes a 2025 [2]. Debido a este crecimiento exponencial, compañías de todas las industrias se han visto en la necesidad de sacar el máximo provecho de estos datos con el fin de generar ventajas competitivas que les permitan sobrevivir y crecer en un ambiente donde herramientas como el Business Intelligence (BI) y la Ciencia de datos juegan un papel trascendental. 

BI y Ciencia de datos se presentan como dos herramientas imprescindibles para que las compañías puedan convertir sus datos en conocimiento valioso y oportuno. Aunque estas dos herramientas trabajan juntas, BI se centra en el pasado y el presente, proveyendo una mirada retrospectiva hacia lo ocurrido y facilitando la toma de decisiones en el ahora. Por otra parte, la Ciencia de datos se centra en el futuro, y abarca una serie de ramas como el Machine Learning, la cual busca crear modelos predictivos capaces de automatizar múltiples procesos mediante modelos de visión computacional, predicción de series de tiempo, sistemas de recomendación, asistentes virtuales, entre muchas otras aplicaciones [3] [4]. 

Lo anterior, permite a las compañías realizar una buena gestión y uso de sus datos, permitiéndoles acelerar los procesos de innovación y desarrollo, reducir costos, hacer la toma de decisiones más rápida y precisa, acortar tiempos de entrega, y aumentar la satisfacción del cliente. Así mismo, es importante resaltar que dichos beneficios no se limitan exclusivamente a grandes empresas. No importa el nivel de madurez que tu empresa tenga con relación a estas tecnologías, si es una PyME o una multinacional, si almacenas aún todos tus datos en Excel o tienes todos tus datos en la nube. Todos podemos hacer uso de estas tecnologías y crear soluciones personalizadas que permitan sacar el máximo provecho a esos datos que están almacenados y aguardando ser convertidos en conocimiento y beneficios tangibles. 

Y tú, ¿ya comenzaste a darle valor a tus datos? En Data Value queremos conocerte y ayudarte a sacar el máximo provecho de cada uno de tus bits. Agenda ya una charla gratuita con nosotros haciendo clic en el botón Book a meeting. ¡Hasta el próximo blog! 

Referencias

[1] 

The Economist, «The world’s most valuable resource is no longer oil, but data,» 2017. [En línea]. Available: https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data.

[2] 

Statista, «Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2025,» 2021. [En línea]. Available: https://www.statista.com/statistics/871513/worldwide-data-created/.

[3] 

X. Zongben, T. Niansheng, X. Chen y C. Xueqi, «Data science: connotation, methods, technologies, and development,» Data Science and Management, vol. 1, nº 1, pp. 32-37, 2021. 

[4] 

N. Yanfang, Y. Limeng, Y. Jie, B. Mengqi y S. C.B, «Organizational business intelligence and decision making using big data analytics,» Information Processing & Management, vol. 58, nº 6, p. 102725, 2021. 

Por ultimo

Have you just learned something new?
Then join the 80,000 people who read our expert articles every month.
By signing up to this form I agree, that Datavalue may store my data and may contact me using the email address I have provided with promotional emails about products, special offers, and other information which may be of interest. Please also read our privacy policy. You can revoke your consent at any time
If you need help with your Digital Strategy don't hesitate to contact us.

Enjoy this article?
Thank you! Your submission has been received! We will share the report directly to your email.
Oops! Something went wrong while submitting the form.

IT'S NOT ABOUT
DATA. IT'S ABOUT
VALUE

Our low code and serverless solutions use advanced analytics to deliver
powerful information for your business success.

Otros blogs..

May 4, 2022

April 27, 2022

La ciencia de datos está en todas partes y todos los días en nuestras vidas. Eres un gran generador de datos.

Ciencia de datos

April 27, 2022