Experto: las empresas sienten la presión de implementar análisis en tiempo real para mantenerse al día

Los disruptores como Uber y DoorDash están presionando al resto. Más organizaciones están operacionalizando datos en tiempo real y está cambiando su forma de operar.

Imagen: Solveig Been / Shutterstock

Los datos en tiempo real se recopilan a medida que se producen y luego se transmiten a los dispositivos posteriores para su análisis y acción inmediatos. Es una desviación significativa de los datos por lotes tradicionales, que se capturan a intervalos de tiempo periódicos y no se transmiten en vivo.

Las empresas de hoy claman por datos en vivo y en tiempo real en todas sus formas, ya sea video, Internet de las cosas o incluso un sistema estructurado de registros de datos.

VER: Kit de contratación: ingeniero de bases de datos (TechRepublic Premium)

«Compañías impulsadas por datos como Doordash y Uber demostraron esto construyendo negocios disruptivos en la industria sobre la base de análisis en tiempo real», dijo Dhruba Borthakur, cofundador y CTO de Rockset, un proveedor de servicios de análisis en tiempo real.

«Todas las demás empresas ahora sienten la presión de aprovechar los datos en tiempo real para brindar un servicio al cliente instantáneo y personalizado, automatizar la toma de decisiones operativas o alimentar ML [machine learning] modelos con los datos más recientes. Las empresas que brinden a sus desarrolladores acceso sin restricciones a datos en tiempo real en 2022, sin requerir que sean héroes de la ingeniería de datos, se adelantarán a los rezagados y cosecharán los beneficios «.

Entonces, ¿cuáles son los beneficios de pasar a más datos en tiempo real? Tiempos más rápidos para tomar decisiones es una clara ventaja. Si está proporcionando servicios de transmisión en tiempo real a los clientes, un segundo beneficio es el crecimiento en la generación de ingresos. Y a medida que más empresas continúan automatizando las operaciones internas, los ciclos de producción y los gastos se pueden reducir con datos en tiempo real.

«Cuanto más actualizados son los datos, más valiosos son», dijo Borthakur, quien agregó que la democratización de los datos en tiempo real ahora ha quitado la toma de decisiones basada en datos de las manos de unos pocos seleccionados y ha permitido que más empleados accedan y analizar datos en tiempo real por sí mismos. El cambio a más datos en tiempo real también está cambiando la forma en que las empresas utilizan los datos y crean software.

Un cambio de paneles a aplicaciones basadas en datos

«Los cuadros de mando analíticos han existido durante más de una década», dijo Borthakur. «Hay varias razones por las que se están volviendo obsoletas. En primer lugar, la mayoría están construidas con herramientas basadas en lotes y canalizaciones de datos. Según los estándares de tiempo real, los datos más recientes ya están obsoletos».

Desafortunadamente, incluso si los datos detrás de los paneles fueran nuevos, todavía hay un problema de latencia humana que Borthakur ve.

VER: Microsoft Power Platform: lo que necesita saber al respecto (PDF gratuito) (TechRepublic)

«Los humanos pueden ser los animales más inteligentes del planeta, pero somos terriblemente lentos en muchas tareas en comparación con una computadora», dijo.

La solución a la latencia humana que ven Borthakur y otros es un movimiento hacia la automatización total que se crea mediante aplicaciones basadas en datos que no requieren intervención humana. Esta podría ser una línea de ensamblaje completamente automatizada o un proceso de servicio al cliente que está completamente automatizado.

Mayor alineación entre los equipos de datos y los desarrolladores de software.

Para crear aplicaciones basadas en datos que impulsen la automatización, los desarrolladores de aplicaciones deberán trabajar en estrecha colaboración con analistas de datos y científicos de datos que comprendan cómo administrar y usar los datos.

«Los equipos de ingeniería y datos han trabajado durante mucho tiempo de forma independiente», dijo Borthakur. «Es una de las razones por las que las aplicaciones impulsadas por el aprendizaje automático que requieren la cooperación entre los científicos de datos y los desarrolladores han tardado tanto en surgir. Pero la necesidad es la madre de la invención. Las empresas están pidiendo todo tipo de aplicaciones para poner en funcionamiento sus datos. Eso requerirá un nuevo trabajo en equipo y nuevos procesos que facilitan a los desarrolladores el aprovechamiento de los datos «.

¿Qué sigue para los datos en tiempo real?

Las aplicaciones basadas en datos impulsarán una mayor automatización y utilización de datos en tiempo real, pero todavía hay desafíos por delante para las empresas que se dirigen en esta dirección.

Uno de estos desafíos es realinear a los desarrolladores de TI y los equipos de datos para que trabajen más de cerca. Esto implicará la rotura de silos en algunas áreas funcionales. Una segunda área de desafío será definir cuál será la nueva interfaz entre el hombre y la máquina a medida que más procesos comerciales adquieran mayores grados de automatización.

Ya sabemos que existen límites para la automatización en el servicio al cliente. Por ejemplo, hay algunas transacciones que son demasiado complicadas para que las maneje un autómata, y un experto humano debe intervenir.

Colocar correctamente las interfaces hombre-máquina en la automatización y realinear las aplicaciones y los equipos de datos serán dos áreas de enfoque principal para las organizaciones a medida que avanzan hacia la operacionalización de datos en tiempo real.

Ver también