Inicio   >   Actualidad   >   Monetización de los datos. Cuando almacenar ya no...

Monetización de los datos. Cuando almacenar ya no es suficiente

Los tiempos de almacenar datos en grandes cantidades y de cualquier manera han quedado atrás, ya que actualmente las empresas tienen serias dificultades para poder extraer valor de estos datos, para monetizarlos. Y este hecho se evidencia precisamente con datos. Las estadísticas muestran que entre un 60% y un 73% de los datos que se almacenan hoy día no llegan a utilizarse nunca en ningún tipo de análisis y que sólo un 32% de las empresas son capaces de extraer algún rédito tangible de los mismos.
Uno de los principales motivos para esto es que los datos son difíciles de consumir. Dentro de una organización, es un hecho que, generalmente, el personal técnico y el de negocio no hablan el mismo lenguaje siendo, en muchos casos, complicado para el personal de negocio encontrar la información necesaria en el almacén de datos de la empresa, ya sea un disco duro compartido, un data lake o un data warehouse. Igualmente, en otros casos, incluso cuando son capaces de encontrarlos, estos datos resultan ser de una calidad mejorable, es decir, incompletos, con un elevado número de anomalías/outliers o imprecisiones, como consecuencia de procesos de ingesta de datos no depurados o revisados. Esto provoca que cualquier tipo de resultado que se construya a partir de ellos, e.g., modelos de inteligencia artificial, previsiones, proyecciones, etc., no sea confiable. Por tanto, conlleva también una falta de confianza natural en el personal ejecutivo que ha de tomar decisiones y que no puede permitirse cierto tipo de errores, dando lugar a lo que se ha conocido, en inglés, como data-decision gap y que podría estar afectando, en mayor o menor medida, hasta a un 95% de las empresas.
Como vemos, sólo almacenar no es suficiente. Hoy día estamos inmersos en un cambio de paradigma, donde estamos pasando de almacenar cuantos más datos mejor, a preocuparnos de que estos datos sean de calidad. Decir que los datos sean de calidad tiene múltiples implicaciones, por ejemplo, que tengan una elevada adherencia los principios FAIR (por sus siglas en inglés: Findable, Accessible, Interoperable, Reusable); implica especificar parámetros de calidad del dato que nos digan, objetivamente, cuan bueno es un dataset en base a esos parámetros; o enriquecer los datos con metadatos (datos para describir a los datos) de negocio, de manera que personal no técnico pueda buscar y encontrar los datos que necesita y, además, asegurarse de que efectivamente lo son, porque estén descritos en un idioma que le es familiar. Si resolvemos estos problemas las empresas maximizarán la monetización de sus datos, el rédito que sacan de ellos, siendo capaces de tomar decisiones técnicas o de negocio más precisas o mejor informadas aprovechando modelos y predicciones basadas en sus datos.
Pero la monetización no ha de ser sólo interna a la empresa, también es posible buscar una monetización externa, vendiendo datos a terceros cuando esto corresponda, o intercambiarlos y compartirlos buscando sinergias con otros actores de sus cadenas de valor. Sin embargo, esto implica atacar otro tipo de problemas, como la falta de madurez de muchas empresas en lo que podríamos denominar “cultura del dato”, que abarcaría no sólo el mejorar como trabajamos con él internamente, sino también el entender que compartirlos no es necesariamente un riesgo competitivo y puede estar suponiendo, sin embargo, un importante coste de oportunidad.
Con todo esto encima de la mesa, se lanza este mes de enero el proyecto “DATAMITE: DATA Monetization, Interoperability, Trading & Exchange”, liderado por ITI y coliderado por Tecnalia, ambos integrantes de AI4ES. DATAMITE pone su foco, especialmente, en la creación de una pila tecnológica modular que dé respuesta a las necesidades de las empresas en materia de gobernanza, calidad, seguridad e intercambio del dato, sin descuidar otras necesidades relacionadas como la ingesta o el almacenamiento. Además, dedicará considerables esfuerzos al planteamiento y mejora de planes de negocio alrededor del intercambio de datos, a la creación de material técnico orientado a facilitar la formación de personal en pequeñas y grandes empresas o entes públicos. Esta pila tecnológica y material formativo y de negocio se ofrecerán de manera abierta, buscando la creación de una comunidad open source alrededor del proyecto.
DATAMITE validará sus resultados en 3 casos uso centrados en el intercambio de datos multidominio dentro de la empresa; el comercio/compartición de datos en espacios de datos; y la integración con otras iniciativas como mercados de datos, la plataforma EU AI-on-demand o DIHs. Estos casos de uso se dividirán en 6 pilotos distintos que cubrirán escenarios relacionados con los ámbitos de la agricultura, energético, industrial, y meteorológico.
Además de ITI y Tecnalia, en el proyecto participan hasta 25 instituciones de 13 países europeos. El proyecto se desarrollará durante los próximos 36 meses con el objeto de convertir DATAMITE en una solución real que permita a cualquier organización, privada o pública, pequeña o grande, aumentar su capacidad de monetización de sus datos.

[1] “Underuse of Analytics could be costing organisations millions”, by Marcus Dervin, from CEO magazine (https://bit.ly/3LAcQA4)

[1] “Closing the Data-Value gap”, by Accenture (https://accntu.re/3xaWHx0)

[1] “Data in Context: Closing the Data Decision Gap”, by Quantexa (https://bit.ly/35JgGI8)