Últimas tendencias de Data Analytics

Transcripción

1

2 AGENDA 1 Introducción 2 Data Analytics 3 Internet of Things 4 Inteligencia Artificial 5 Drones 6 Robótica 7 Gobierno de datos 8 El nuevo rol del CDAO

3 INTRODUCCIÓN Los datos se encuentran actualmente en los reflectores. Líderes de negocios a nivel mundial están considerando los datos como un activo estratégico de la compañía. Pero, qué estamos haciendo actualmente con los datos? Estamos llevando negocios enfocados en datos y el análisis de información o estamos reaccionando ante las necesidades de nuestros clientes y mercado? Estudios conducidos por PwC revelan que las inversiones en soluciones analíticas y de manejos de datos no son un tema del futuro, sino un tema actual que espera ser redituable en un mediano plazo.

4 DATA ANALYTICS Cómo ayuda Data Analytics a que los ejecutivos puedan tomar mejores decisiones de manera más rápida y efectiva?

5 TECNOLOGÍAS

6 INTERNET OF THINGS El Internet de las Cosas se refiere a la red de objetos físicos que se pueden acceder a través de Internet. Estos objetos contienen tecnologías incrustadas que les permiten interactuar con los estados internos y / o el ambiente externo, cerrando la brecha entre los ambientes digitales y físicos. Sensores, conectividad y las personas y procesos Crecimiento Oferta heterogénea La personalización y la retroalimentación en tiempo real El futuro de IoT

7 CASO DE USO Aerolíneas

8 INTELIGENCIA ARTIFICIAL Define las tecnologías emergentes que pueden comprender, aprender, y actuar basándose en información. Las formas de Inteligencia Artificial (IA) actualmente, incluyen asistentes digitales, chatbots y aprendizaje automático trabajando de tres maneras: La inteligencia asistida La inteligencia aumentada La inteligencia autónoma Ampliamente disponible al día de hoy, mejora lo que las personas y organizaciones ya estaban haciendo. Por ejemplo los GPS actuales que se adaptan a condiciones de la carretera al recibir direcciones de los conductores. Emergente en nuestros días y las organizaciones, se busca realizar acciones no posibles sin la interacción con sistemas inteligentes. Como los programas que coordinan funciones de los automóviles con los servicios de viajes compartidos. Desarrollada para el futuro, máquinas actuando por su cuenta. El ejemplo más aterrizado serían los vehículos de conducción autónoma.

9 INTELIGENCIA ARTIFICIAL Importancia de la Inteligencia Artificial para ayudar a resolver problemas en la sociedad:

10 MACHINE LEARNING Principales casos de uso Los principales casos de uso para esta técnica se encuentra en la industria de Retail, Sector financiero, transporte y manufactura. Definición Es una técnica utilizada para desarrollar inteligencia artificial que se alimenta de información obtenida de diferentes fuentes. Machine Learning Mercado actual Hoy, más de 50% de las organizaciones IT experimentan con IA de diferentes maneras, especialmente con el aprendizaje de máquinas (Machine Learning). Funcionamiento Consiste en algoritmos inteligentes capaces de formar e identificar patrones en grandes grupos de datos e información de forma concreta y adaptable.

11 CASO DE USO Retail

12 CASOS DE USO Compras experenciales Las buenas experiencias hacen a los clientes más leales a la marca y con mayor probabilidad de recomendarla. Híper personalización Entender las necesidades de los clientes, mensajes personalizados, ofertas individualizadas, programas de lealtad relevantes y con beneficios para el cliente. Machine Learning Utilizando diferentes técnicas de machine learning se ofrecen a clientes compras asistidas o productos acorde a sus perfiles e historial. Motores de recomendaciones Realizan recomendaciones de productos y promociones que pueden interesar al cliente en base a su perfil. Datos! Datos! Datos! Hoy en día, el activo principal de las compañías de retail son los datos que obtienen y de sus clientes. Asistente digital Ayudan a los compradores a identificar en donde pueden encontrar los artículos que requieren Dificultad para la explotación Existe una brecha enorme entre los datos que poseen los retailers y su habilidad de generar ideas aplicables.

13 DRONES Investigaciones llevadas a cabo por el área de Drone Powered Solutions de PwC ha cuantificado el mercado potencial para soluciones de esta categoría: Solución Valor total del mercado de soluciones desarrolladas con Drones Valor del mercado $ Sistemas de control de vuelo $ 18.7 Transferencia de datos $ 3.5 Almacenamiento de datos $ 1 Cifras en miles de millones de dólares americanos

14 CASO DE USO Telecomunicaciones

15 CASOS DE USO Entre los principales usos de tecnología actual para la industria de telecomunicaciones destacan las siguientes: Mantenimiento: Gestión y mantenimiento de activos y la infraestructura operativa. Para asegurar la continuidad del servicio, las torres de telecomunicaciones deben ser examinadas regularmente. Los drones son la herramienta ideal para realizar estas tareas de forma efectivas a costos accesibles para acelerar y mejorar este proceso Planeación y optimización de red: Mediante el uso de drones se pueden realizar pruebas de visibilidad (LoS por sus siglas en inglés) Identificación de dispositivos instalados en mástiles a través de drones Dispositivos instalados en infraestructura Radio señal o señal de red Creación de mapa mostrando topografía alrededor del mástil Identificación de obstáculos entre mástil y receptor Receptor de la señal

16 CASO DE USO Infraestructura

17 ROBÓTICA El mercado global de robótica está creciendo en 17% anual acorde al IDC y tendrá un valor de US$135 en 2019 Los principales usos para la robótica se tienen en el sector salud y la industria de manufactura Sector Salud Manufactura Herramientas combinando servicios de IA y robótica permiten ofrecer soluciones como detección temprana, diagnósticos eficaces, apoyo en la toma de decisiones, determinación y seguimiento de tratamientos, investigación y entrenamiento La creación de plantas digitales esperan obtener retornos de inversión en 5 años o menos

18 MANUFACTURA La alta dirección debe liderar la transformación digital - Empieza ahora. Implementar manufactura digital significa construir una fuerza de trabajo digital. Las compañías toman decisiones más inteligentes usando análisis de datos predictivos y aprendizaje automático. Tecnologías como los Co-Bots, digital twins o realidad aumentada conducen a operaciones más ágiles y productivas. Mensajes clave para Fábricas digitales 2020 Como prioridad en la agenda de gestión. 91% de las compañías industriales están invirtiendo en fábricas digitales. La digitalización es compartible con la centralización del cliente y la fabricación regional. Fábricas digitales fortalecen. Hecho en Alemania/Europa Sin recuperación rápida Las inversiones en fábricas digitales son estratégicas con un ROI de dos a cinco años. Conectar fábricas internamente y externamente a través de un integrado MES es esencial. Las compañías esperan ganancias del 12% en 5 años. Estrategia Beneficios Tecnología Personas

19 MANUFACTURA En 5 años. De 3 a 4 años. En 2 años. En 1 año. Metales y minería Electrónicos Ingeniería y equipo industrial Proceso industrial Manufactura industrial Bienes del cliente ROI esperado en una inversión de fábrica digital Cuándo esperas obtener un retorno sobre tus inversiones en fábricas digitales o conceptos digitales? Fundamento: Encuestados cuyas compañías tienen o planean tener una fábrica digital o el uso de uno o más conceptos digitales. 9% de los encuestados no mencionan un periodo.

20 SECTOR SALUD Última década Década actual Siguiente década Productos Médicos. Equipo, Hardware, consumibles. Plataformas médicas. Utilizable, Big data, análisis de salud. Soluciones médicas. Robótica, IA, realidad aumentada. Diferenciación es solamente a través de la innovación del producto. Enfocado en el cuidado basado en la evidencia histórica Diferenciación por proveer servicios a las partes interesadas clave. Enfocados en el cuidado basado en resultados en tiempo real. Diferenciación a través de soluciones inteligentes para la salud basada en evidencia / resultados. Basado en cuidado preventivo.

21 SECTOR SALUD Porcentaje de personas dispuesta e indispuestas a tener sus necesidades de salud atendidas a través de robótica e inteligencia artificial Mercado en inteligencia artificial para aplicaciones en el cuidado de la salud. Mundial, 2014, (En millones) Dispuestas No dispuestas Sin postura

22 CASOS DE USO Sector Salud

23 DATA GOVERNANCE

24 DATA GOVERNANCE Históricamente el gobierno de datos se ha interpretado como control de información, enfocado en reducir costos, minimizar riesgos y restringir accesos. Hoy en día gobierno de datos consiste en asegurar que cada empleado tenga el acceso necesario a la información que le permite hacer y cumplir mejor sus funciones y de empoderar a los empleados para generar el mayor valor posible de sus datos. En resumen, el gobierno de datos facilita para todos los empleados encontrar, entender y confiar en los datos

25 CASOS DE USO Data Governance

26 DATA GOVERNANCE Protección de datos BI y Analytics Master Data Management (MDM) Big Data Calidad de datos Entender que actualmente los datos son el activo más valioso de la compañía y atender las necesidades regulatorias y de cumplimento de forma acertada Con un correcto programa de gobierno de datos, se obtiene la confiabilidad necesaria en la información para obtener los resultados esperados de inteligencia de negocios y Analytics. Las políticas y procedimientos definidos por gobierno de datos habilitan a las empresas a poder implementar programas de manejo de datos exitosos Gobierno de datos ayuda a la definición de políticas de almacenaje de información, controles para asegurar la consistencia y calidad de los datos y da el acceso a los usuarios necesarios para poder explotar la información de forma adecuada Va totalmente de la mano con gobierno de datos. Un programa de gobierno de datos siempre debe considerar el factor de la calidad de la información para poder brindar el valor y los resultados esperados a la solución

27 NUEVO ROL DEL CDAO Chief Data Analytics Officer

28 NUEVOL ROL DEL CDAO Es un rol relativamente nuevo pero que se espera que el 90% de las compañías tengan la posición cubierta para 2019 (Gartner) Las responsabilidades principales serán Será primordial establecer los fundamentos correctos de gobierno de datos, ya que de aquí se generará la información y procesos que apoyarán el resto de las responsabilidades Data Governance Data Analytics Arquitectura de Datos Manejo de Datos Para ser exitosos en el manejo de información, será importante que se consideren los siguientes cuestionamientos: de dónde vienen los datos, qué significan los datos y asegurar que los datos son correctos

29 GRACIAS! Ignacio Madrid Socio de Advanced Risk & Compliance Analytics Solutions +52 (55) Alberto Páez Gerente Senior de Advanced Risk & Compliance Analytics Solutions +52 (55) Eduardo Esteban Gerente de Advanced Risk & Compliance Analytics Solutions +52 (55) DIC 2017