![\"Analytics](\"https:\/\/blogs.deusto.es\/bigdata\/wp-content\/uploads\/sites\/8\/2016\/03\/amq.png\")
<\/a>Como se puede apreciar, son cinco factores los que suman y contribuyen a ese nivel de madurez para afrontar estos proyectos en una organizaci\u00f3n:<\/p>\n
- \n
- Calidad de los datos<\/strong>: todo empieza con la calidad de los datos. Nosotros estamos tan de acuerdo en ello, que nuestro primer m\u00f3dulo<\/a> trata precisamente sobre la importancia de disponer de una buena calidad de datos. Si una organizaci\u00f3n tiene un buen sistema para el almacenamiento de datos, una buena infraesturctura de datos, ha empezado bien el proyecto. Aqu\u00ed tambi\u00e9n suele citarse el paradigma \u00abGIGO\u00bb<\/a>: si metemos malos datos, por mucho que tengamos buenos modelos anal\u00edticos, no podremos obtener buenos resultados de nuestro proyecto de Big Data.
\nEste factor, el de calidad de datos, afecta a su vez a otros cuatro. Pero, como se puede entrever en su representaci\u00f3n formal, es el m\u00e1s importante y representativo del conjunto de ellos. Debemos disponer de buenos datos.<\/li>\n- Liderazgo \u00abdata-driven\u00bb<\/strong>: el 40% del \u00e9xito restante (una vez que disponemos de \u00abbuenos datos<\/em>\u00ab), depende de un liderazgo institucional y organizativo que se crea de verdad que los datos y su an\u00e1lisis son una palanca excelente para la mejora de la toma de decisiones dentro de la compa\u00f1\u00eda. En el art\u00edculo que abri\u00f3 la boca a todos con esto del Big Data (\u00abBig Data: the management revolution<\/a>\u00ab) de la Harvard Business Review, se ilustraba esta idea de cambiar el paradigma de toma de decisiones de la \u00abpersona que m\u00e1s ganaba\u00bb (el HIPPO, highest paid person’s opinion<\/em><\/a>, a la fundamentaci\u00f3n en datos). Necesitamos as\u00ed l\u00edderes, CEO, gerentes, responsables de l\u00edneas, que \u00abcompren\u00bb este discurso y valor de los datos como palanca de apoyo a la toma de decisiones.<\/li>\n
- Personas con habilidades anal\u00edticas<\/strong>: un 30% del \u00e9xito depender\u00e1 de disponer de un buen equipo. \u00c9ste, es ahora mismo el gran handicap en Espa\u00f1a, sin ir m\u00e1s lejos. Faltan\u00a0\u00abprofesionales Big Data<\/em>\u00ab, en todos los roles que esto puede exigir: Data Science para interrogar apropiadamente los datos, tecn\u00f3logos de Big Data con capacidades de despliegue de infraestructura, estad\u00edsticos y matem\u00e1ticos, \u00abvisualizadores\u00bb de datos, etc. A esto, debemos sumarle la importancia de tener cierta orientaci\u00f3n a procesos de negocio o mercado en general, dado que los datos son objetivos per se; de d\u00f3nde se extrae valor es de su interpretaci\u00f3n, interrogaci\u00f3n y aplicaci\u00f3n a diferentes necesidades de empresa. Ahora mismo, este handicap las empresas lo est\u00e1n resolviendo con la formaci\u00f3n de las personas de su organizaci\u00f3n.<\/li>\n
- Proceso de toma de decisiones \u00abdata-driven\u00bb<\/strong>: con el Big Data, obtendremos \u00abinsights\u00bb. Ideas clave que nos permitir\u00e1n mejorar nuestro proceso de toma de decisiones. Una orientaci\u00f3n hacia el an\u00e1lisis de datos como la palanca sobre la que se tomar\u00e1n las decisiones dentro de la compa\u00f1\u00eda. Y las decisiones se toman, una vez que la orientaci\u00f3n al dato se ha metido en los procesos. \u00bfC\u00f3mo tomaremos la decisi\u00f3n de invertir en marketing? \u00bfEn base a la eficiencia de las inversiones y la capacidad de convertir a ventas? \u00bfO en base a un incremento respecto al presupuesto del ejercicio pasado? Los datos est\u00e1n para tomar decisiones, no para ser \u00abun proyecto m\u00e1s<\/em>\u00ab. Un 20% es \u00e9ste\u00a0factor cr\u00edtico de \u00e9xito.<\/li>\n
- Infraestructura tecnol\u00f3gica<\/strong>: por \u00faltimo, obviamente,\u00a0es dif\u00edcil emprender un proyecto de este calibre sin infraestructura tecnol\u00f3gica. Por tecnolog\u00eda Big Data no va a ser. Nosotros tambi\u00e9n le dedicamos un buen n\u00famero de horas de otro m\u00f3dulo a ello. El panorama tecnol\u00f3gico<\/a> es cada vez m\u00e1s amplio. Pero, ya ven los elementos anteriores que debemos tener en consideraci\u00f3n antes de llegar a este punto.<\/li>\n<\/ul>\n
En cierto modo, estos elementos (Calidad de los datos, Liderazgo, Personas, Decisiones con datos e Infraestructura), con diferentes pasos y orden de importancia, es lo mismo que viene a recomendar un libro que\u00a0encuentro siempre muy interesante para comenzar con el Big Data: \u00abBig Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance<\/a>\u00ab. De \u00e9l, extraigo la siguiente imagen, que creo ilustra muy bien la idea:<\/p>\n
![\"SMART](\"http:\/\/www.meiyusheng.com\/wp-content\/uploads\/sites\/8\/2015\/04\/1.jpg\")
<\/a>SMART model includes Start with strategy, Measure metrics and Data, Analyse your data, Report your results and Transform your business and decision making (Fuente: http:\/\/www.amazon.es\/dp\/1118965833\/ref=asc_df_111896583332101237\/?tag=googshopes-21&creative=24538&creativeASIN=1118965833&linkCode=df0&hvdev=c&hvnetw=g&hvqmt=)<\/figcaption><\/figure>\n Ya veis que esto del Big Data y Analytics no va solo de tecnolog\u00eda. Hay muchos otros factores. Que, todos ellos, afectan al nivel de madurez de una organizaci\u00f3n<\/strong> para sacar provecho de un proyecto de an\u00e1lisis de datos. \u00a0As\u00ed que, para el pr\u00f3ximo proyecto de Big Data que vayas a comenzar, \u00bfc\u00f3mo tienes estos elementos de \u00abmaduros\u00bb?<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"
El nivel de madurez de una organizaci\u00f3n\u00a0para afrontar proyectos de Big Data \/ Analytics es un elemento que siempre debemos tener presente. Un proyecto, con la mejor tecnolog\u00eda, no tiene por qu\u00e9 ser exitoso si no sumamos otros elementos que tambi\u00e9n contribuyen\u00a0al resultado global del proyecto. En estos a\u00f1os, hay organizaciones que se han dedicado … Seguir leyendo El nivel de madurez de una organizaci\u00f3n para entrar en el mundo de Analytics \/ Big Data<\/span>
- Liderazgo \u00abdata-driven\u00bb<\/strong>: el 40% del \u00e9xito restante (una vez que disponemos de \u00abbuenos datos<\/em>\u00ab), depende de un liderazgo institucional y organizativo que se crea de verdad que los datos y su an\u00e1lisis son una palanca excelente para la mejora de la toma de decisiones dentro de la compa\u00f1\u00eda. En el art\u00edculo que abri\u00f3 la boca a todos con esto del Big Data (\u00abBig Data: the management revolution<\/a>\u00ab) de la Harvard Business Review, se ilustraba esta idea de cambiar el paradigma de toma de decisiones de la \u00abpersona que m\u00e1s ganaba\u00bb (el HIPPO, highest paid person’s opinion<\/em><\/a>, a la fundamentaci\u00f3n en datos). Necesitamos as\u00ed l\u00edderes, CEO, gerentes, responsables de l\u00edneas, que \u00abcompren\u00bb este discurso y valor de los datos como palanca de apoyo a la toma de decisiones.<\/li>\n