Un nuevo tejido, el de datos

Como todos los años, en octubre, la consultora Gartner identifica las tendencias tecnológicas que estiman serán esenciales para el área digital para el próximo año. Hoy hablaré de una de ellas: el tejido de datos.

El tejido de datos aprovecha las capacidades humanas, y las automatizadas, para acceder a los datos in situ o ayudar a su consolidación cuando sea pertinente.

Identifica y conecta constantemente los datos de aplicaciones diversas para descubrir relaciones únicas y pertinentes entre los puntos de datos disponibles.

El conocimiento obtenido apoya la toma de decisiones rediseñadas, al aportar más valor que las prácticas de gestión de datos tradicionales, gracias a la rapidez de acceso y comprensión.

A modo de ejemplo, imagine el tejido de datos como si fuera un auto autónomo. Piense en dos situaciones hipotéticas: en la primera, el chofer está activo y totalmente atento a la carretera, y la intervención del elemento autónomo del auto es mínima o inexistente. En la segunda, el chofer está soñoliento y su atención disminuye, por lo que el auto activa inmediatamente el modo de semiautonomía y aplica los cambios de rumbo necesarios.

Ambas situaciones sintetizan el funcionamiento del tejido de datos. Al principio supervisa los canales de datos como un observador pasivo y propone alternativas mucho más productivas. Una vez que ambas partes, el «chofer» de los datos y el aprendizaje automático, se familiarizaron con las situaciones repetitivas se complementan mutuamente, mediante la automatización de las tareas de improvisación (requiere muchas horas manuales) y liberan a los responsables para que puedan centrarse en la innovación. Los mejores tejidos de datos funcionan justo a tiempo.

Pueden seleccionar varias fuentes de datos que existen en cualquier lugar y agregar los tipos correctos de datos necesarios para ofrecer valor a un usuario final.

El primer paso hacia la construcción de una estructura de datos no es técnico. Las organizaciones deben comenzar por definir sus principios básicos, el por qué y las métricas claves asociadas con su estructura.

Al permitir que más personas de la entidad accedan no solo a conjuntos de datos sin procesar donde residen, sino a conjuntos de datos derivados y refinados producidos por colegas, las entidades pueden desbloquear el efecto de red y el valor de sus propios productos de datos.