Datos: el petróleo de la nueva economía

E L C O M B U S T I B L E D E L A

T R A N S F O R M A C I Ó N

D I G I TA L

A L F R E D O B A R R I G A

Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC

Siglo 21, el siglo de las tecnologías exponenciales

Sociedad Digital

Reducción exponencial de

costos por unidad

producida

Destrucción

CreativaGlobalización

Cambio

Social

La Ley de Moore está funcionando en más tecnologías = revolución industrial 4.0

© ALFREDO BARRIGA 3

•Impacto: entre US$15 y US$40 trillones (= 0,8 a 2,4 veces el PIB USA actual)

Fuente: “Disruptive Technologies: Advances that will transform life, businesses and the global economy”, Mc Kinsey Global Institute, 2013

TICTIC

TICTIC

TIC

TIC

TIC

I

II

I

TIC

II

El recurso más valioso del mundo ahora son los

datos El “petróleo” sobre el cual corre la nueva economía

Tecnologías exponenciales = crecimiento exponencial de datos

Esta foto de Autor desconocido está bajo licencia CC BY-NC

¿Es la cantidad de datos lo que hace que sean el “nuevo petróleo”?

BIGDATA

Nunca antes en la historia había sucedido que los datos fuesen a

la vez tantos, tan variados, de tanta

calidad, y tan rápidos de conseguir

Cantidad + Calidad + Variedad = Veracidad =

Predictibilidad

Cantidad + Calidad + Variedad + Rapidez =

Adaptabilidad = WINNER

Cambia la base de la economía

“LA ECONOMÍA ES LA ADMINISTRACIÓN

DE RECURSOS ESCASOS”

“LA ECONOMÍA ES LA ADMINISTRACIÓN

DE RECURSOS EXCESIVOS”

Sociedad capitalista Sociedad del conocimiento

¿Para que se usan tantos datos?

Autos conectados entregan al

fabricante datos sobre

comportamiento de piezas y

partes, rendimientos,

desgaste y rotura de

elementos, estilos de

conducción de usuarios

Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND

¿Para que se usan tantos datos?

Desde sensores, drones y

aparatos de monitoreo de

ganado se recogen datos para

predicción de rendimiento,

gestion de riesgos, detección

de microbios e incidentes de

contaminación.

¿Para que se usan tantos datos?

IBM presenta el Sistema de pronóstico

atmosférico global de alta resolución

(GRAF) Será el primer sistema

meteorológico que se actualiza cada

hora y que puede predecir algo tan

pequeño como una tormenta eléctrica

prácticamente en cualquier parte del

planeta. En comparación con los

modelos existentes, proporcionará una

mejora de casi el 200% en la

resolución de pronósticos para gran

parte del mundo

La principal diferencia entre Business Intelligence (BI) y Data Analytics (DA) es que DA tiene capacidades predictivas, mientras que BI ayuda a tomar decisiones informadas basadas en el análisis de datos pasados. No son lo mismo, y se complementan

Generación de valor de los datos

DatosDatos

InformaciónInformación

ConocimientoConocimiento

ValorValor

No son los datos en sí los que generan valor, sino lo que se hace con ellos (Data literacy)

No son los datos en sí los que generan valor, sino lo que se hace con ellos (Data literacy)

Glaister & Zing, “Value creation from Big Data”, 2017www.iedp.com/articles/value-creation-from-big-data/

Capacidades que necesitan las organizaciones para crear valor desde los datos

Democratización Contextualización Experimentación Ejecución

Fuente: Glaister & Zing, “Value creation from Big Data”, 2017www.iedp.com/articles/value-creation-from-big-data/

“Democratización” de Datos

INTEGRACIÓN TRANSVERSAL DE DATOS Y ACCESO GENERAL A EMPLEADOS ALLÍ DONDE SE NECESITE

Esta foto de Autor desconocido está bajo licencia CC BY-NC

Contextualización

ES LA CAPACIDAD DE

ASIGNAR SIGNIFICADO

COMO UNA FORMA DE

INTERPRETAR LOS

DATOS DENTRO DE LOS

CUALES SE EJECUTA

UNA ACCIÓN (V IS IÓN

HOLÍSTICA)

Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC

ExperimentaciónLAS EMPRESAS QUE PONEN MAY OR ÉNFA SIS EN LA SOL IDEZ DE LOS DATOS QUE EN LA EXPERIMENTA CIÓN T IENEN MENOR ÉXITO EN LA EXTRACCIÓN DE VA LOR => CULTURA DE PRUEBA Y ERROR

Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND

Ejecución

LA CAPACIDAD DE

TRANSFORMAR LOS

DATOS EN ACCIONES

QUE CONDUCEN A LA

IDENTIFICACIÓN DE

NUEVAS

OPORTUNIDADESEsta foto de Autor desconocido está bajo licencia CC BY-NC-ND

Creación de valor – ejemplo # 1

Impulsar la adquisición y retención de

clientes mediante la recopilación de datos de

los mismos, entendiendo sus necesidades

incluso antes que las conozca

Coca Cola uso la captura de datos de sus

clientes para segmentar mensajes en su

estrategia de publicidad, alineando su marca

con distintas pasiones de sus clientes

actuales y potenciales

Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC

Esta foto de Autor desconocido está bajo licencia CC BY-SA

Creación de valor – ejemplo # 2

Personalizar la propuesta

de valor al cliente

Creación de valor – ejemplo # 3IDENTIF ICACIÓN DE RIESGOS POTENCIALES, MITIGÁNDOLOS ANTES DE QUE OCURRAN

Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC

Creación de valor – ejemplo # 4EN INNOVACIÓN Y DESARROLLO DE PRODUCTOS

Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND

Para mejorar la calidad y agilizar el rendimiento de fabricación, se deben recopilar datos enormes. La intuición ya no es confiable si una organización quiere competir en el siglo XXI. Esto significa que se deben encontrar medios para rastrear sus productos, competidores y comentarios de los clientes.

Creación de valor – ejemplo # 5USO EN LA CADENA DE ABASTECIMIENTO

OPTIMIZACION DE INVENTARIOS CON PREDICCIONES DE DEMANDA

Esta foto de Autor desconocido está bajo licencia CC BY

Conclusiones (takeaways)

El éxito en los negocios va a venir condicionado por la cantidad, calidad y rapidez con se que obtengan, analicen y utilicen los datos relacionados con el negocio

Las fuentes de datos son tanto externas como internas, y los datos pueden estar o no estructurados

La cantidad de datos que se pueden capturar siguen una curva exponencial

La calidad y oportunidad de las decisiones que se toman están directamente relacionadas con la cantidad y calidad de los datos sobre las que se basan

No basta con capturar y tener datos: hay que saber qué hacer con ellos (Data literacy)

The Rise of Data LiteracyJoe Franklin – Qlik Data Science

25

Key questions to ask yourself

• Do you trust your data? If no, why not?

• Are you asking the right questions of your data?

• Do executives at your organization make decisions based on “gut feel”?

• Do you have a culture where employees are comfortable challenging data with executives?

26

4 Types of analytics

Descriptive Diagnostic

Predictive Prescriptive

27

Why this matters

of organizations will lack sufficient AI and data

literacy skills to achieve business value.

By 2020

50%

Source: Fostering Data Literacy and Information as a Second Language: A Gartner Trend Insight Report (February 2018)

28

Why Data Literacy?

29

We’re in a state of illiteracy

of business decision makers

24%

Source: Qlik Data Literacy Surveys, August 2017 - February 2018

of C-level executives

32%

of 16-24 year-olds

21%

WHO IS DATA LITERATE?

30

Explaining the gap

Data LiteracySkills Gap

Data LiteracySkills Gap

Data ProductionData Production

Democratization of Data

Democratization of Data

DigitalTransformation

31

Defining Data Literacy

32

Defining data literacy

The ability to read, work with, analyze and argue with data

33

Outcomes of a data literate workforce

Stay CompetitiveBetter

Decisions

Quicker Insights

Employee Engagement

34

The Data Literacy IndexThe link between Data Literacy and corporate performance?

greater enterprise value for data literate

organizations

3-5%

35

The Data Literacy IndexThe link between Data Literacy and corporate performance?

in enterprise value for large companies based

on market cap

$320-$534m

This equates to

36

Data Literacy Adoption & Culture

37

The role of leadership

CultureCultureData

InvestmentData LiteracyData LiteracyData Governance

Data GovernanceData VisionData Vision

EvolvingEvolving

38

Driving success in digital transformation

• 6-step approach to developing a data literate workforce

• Strategies and best practices everyone can use

• Detailed learning plans by data persona

• FREE at qlik.com/GetDataLiterate

Adoption Framework

39

Characteristics of a data literacy culture

Learning

MentoringStatistical

Methodologies

VisualizationsData Fluency

Analytical Skills

40

Resources

• Read Our blog at qlik.com/blog

• Visit www.qlik.com/GetDataLiterate &

www.qlik.com/DataLiteracy

• Visit www.thedataliteracyproject.org

Revolution your Data3rd Generation Data & Analytics with Qlik

Octubre 2019

Patricio Gonzalez y Gabriel Araya

42

4,785 Interacciones Diarias impulsadas por datos por persona(versus 300 en 2017)

La Esfera de Datos Global 2025

43

La Evolución de la Inteligencia de Negocios

Centralizada Descentralizada Democratizada

Primera Generación

Segunda Generación

Tercera Generación

44

La Tercera Generación del BI

Democratización de los datos

Todos los datos en un solo lugar, gobernados y

accesibles

Inteligencia Aumentada

Aumentar el conocimiento de los datos a través de la

tecnología

Embebido en todas partesDesde los niveles

operativos hasta los principales ejecutivos

45

Por qué llamamos AI de “Augmented Intelligence”?

Machine Learning + Inteligencia Artificial + IntuiciónCreación de un poderoso efecto multiplicador

46

La Diferencia Asociativa

vs.

Todos sus datos

Exploración sin límites

A la velocidad del pensamiento

Hallazgos inesperados

El Motor Asociativo de Qlik

x Subconjuntos parciales de datos

x Exploración lineal restringida

x Desempeño lento

x Ciclo de “preguntar, esperar,

responder”.

Herramientas basadas en queries

47

Qlik Cognitive EngineLa Fundación para Inteligencia Artificial (IA) en Qlik Sense

• Soporta sugerencias de hallazgos y automatización en todo el producto

• Aprovecha el conocimiento del contexto por el Motor Asociativo de Qlik

• Ahora con Machine Learning para recomendaciones mejoradas de acuerdo con el uso de la plataforma

48

El enfoque único de QlikIndexación Asociativa + Inteligencia Aumentada = IA2

Nuestra ventajaLas capacidades asociativas y cognitivas trabajan en conjunto para dar como resultado sugerencias inteligentes y en contexto

Motor Cognitivo

+

MotorAsociativo

49

Los datosson la base de la nueva economía

La analítica transforma los datos en hallazgos (insights)

Los hallazgosimpulsan las acciones que transforman el negocios

50

Catálogo de modelosReportes

Analítica móvil

Autoservicio gobernado

Tableros guiados

Analítica embebida

La visualización sola no es suficiente

Captura de datos

Data Lake Pipelines

Preparación de datos

Motor Asociativo de Qlik

DATO

SANALÍTICA

INSIG

HTS

Cadena de Valor Analítica de Qlik

Velocidad y eficiencia desde los datos hasta los hallazgos

Analítica conversacional

Automatización del almacenamiento de datos

Data Science & Predicción

Funciones y expresiones

AnalíticaGeoespacial

Visualización de datos

51

La Transformación Digital Desbloquea Nuevas Fuentes de Valor

Optimización de Procesos

Inteligencia Comercial

Nuevas Oportunidades de Negocio

Balance del Riesgo y Negocio

52

Potenciar al UsuarioLa líder del Mercado de IA dirigiendo la tercera generación del BI

Exploración y búsqueda asociativa

Visualizaciones inteligentes y análisis

Data Prep acelerado

Sugerencias de asociación y automatización

Insight Advisor

Hallazgos visuales

Insight Advisor

Hallazgos asociativos

Qlik Insight Bot™

Analítica Conversacional (NLP & NLG)

Soluciones integradas en una sola plataforma

Analítica embebida y extensiones

Integración con analítica avanzada

Capacidades basadas en IA a lo largo del ciclo de vida del análisis

+

Creación acelerada

Sugerencia de gráficos

53

Según Gartner, para el 2020 "el 50 por ciento de las consultas analíticas se generarán mediante búsqueda, procesamiento de lenguaje natural o voz, o se generarán automáticamente".

• - Gartner MQ 2019

54

Plataforma de Datos Completa

Datos Corporativos

DatosDatos CorporativosIntegración y Entrega

InsightsPlataforma Moderna

Analítica

InsightsPlataforma Moderna

Analítica

Catálogo de Datos

Visualizaciones y Análisis

Conversacional

AnaliticaPlataforma Moderna

Analítica

AnaliticaPlataforma Moderna

Analítica

55

Attunity, una división de Qlik

• Datos Real-Time- Change Data Capture (CDC)- Orígenes, destinos y plataformas

universales- Siempre actualizado

• Entrega ágil de datos- Automatización y orquestación de

flujos en Data Lake- Automatización del Data Warehouse- Preparación y aprovisionamiento en

escala

56

Qlik Data Catalyst

• Una Visión Simplificada de Todos los Datos

• Una experiencia de "Marketplace" para los datos

• Datos bajo demanda

• Gestión de datos listos para empresas

• Datos democratizados y gobernados

ACCESO DEL USUARIO

LINEAGE

PROCESOS DE NEGOCIOS

GOBIERNO DE DATOS

DETECCIÓN DE PII

PERFIL

VALIDACIÓN

METADATOS DE ORIGEN

CATÁLOGO DE DATOS

INTELIGENTE

Gestión de Datos Empresariales y Catálogo

57

BI/Reporting

Data Science

Aplicaciones

BRUTOS LISTOS OPTIMIZADOS HALLAZGOS

Democratización de los DatosDatos en Tiempo Real para mejores y más rápido Hallazgos

58

Puntos clave

• Los datos son la base de la nueva economía

• El análisis convierten los datos en información que transforma los negocios

• Qlik proporciona capacidades de extremo a extremo, desde los datos hasta los hallazgos

• La Inteligencia Aumentada es fundamental para el Business Intelligence de tercera generación, y Qlik está liderando este mercado

• Cognitivo + Asociativo= IA2

Qlik.com

Insachile.com