{"id":28293,"date":"2021-03-25T13:15:00","date_gmt":"2021-03-25T19:15:00","guid":{"rendered":"https:\/\/goldenti.com\/site\/?p=28293"},"modified":"2021-03-25T11:03:23","modified_gmt":"2021-03-25T17:03:23","slug":"diez-tendencias-de-analitica-de-datos-que-marcaran-2021","status":"publish","type":"post","link":"https:\/\/goldenti.com\/site\/diez-tendencias-de-analitica-de-datos-que-marcaran-2021\/","title":{"rendered":"Diez tendencias de anal\u00edtica de datos que marcar\u00e1n 2021"},"content":{"rendered":"\n
Los responsables de la estrategia de datos y anal\u00edtica de las organizaciones p\u00fablicas y empresas tendr\u00e1n que poner el foco este a\u00f1o en aquellas tecnolog\u00edas que aceleren de forma clara sus capacidades para anticiparse, cambiar y responder en un entorno de incertidumbre como el actual. He aqu\u00ed las que, seg\u00fan la firma de an\u00e1lisis Gartner, ser\u00e1n las 10 principales tendencias al respecto.<\/p>\n\n\n\n
Hacia una Inteligencia Artificial \u201cm\u00e1s inteligente\u201d<\/h4>\n\n\n\n
Si las empresas optan por desplegar una IA m\u00e1s inteligente, responsable y escalable, aprovechar\u00e1n los algoritmos de aprendizaje y los sistemas de interpretaci\u00f3n para conseguir un tiempo de creaci\u00f3n de valor m\u00e1s corto y un mayor impacto empresarial. Para ello, afirman desde Gartner, es esencial utilizar nuevas t\u00e9cnicas para lograr soluciones de IA m\u00e1s inteligentes, menos \u00e1vidas de datos, \u00e9ticamente responsables y m\u00e1s resistentes<\/strong>. <\/p>\n\n\n\n
Datos y an\u00e1lisis componibles<\/h4>\n\n\n\n
Con el traslado del centro de gravedad de los datos a la nube, la anal\u00edtica y los datos componibles se convertir\u00e1n en una forma m\u00e1s \u00e1gil de crear aplicaciones anal\u00edticas<\/strong> gracias a los mercados de cloud <\/em>y a las soluciones de bajo c\u00f3digo y sin c\u00f3digo. Son las arquitecturas anal\u00edticas abiertas y en contenedores las hacen que las capacidades anal\u00edticas sean m\u00e1s componibles, recuerda la firma de an\u00e1lisis. En definitiva, los datos y la anal\u00edtica componibles aprovechan los componentes de m\u00faltiples soluciones de datos, anal\u00edtica e IA para construir de forma r\u00e1pida aplicaciones inteligentes flexibles y f\u00e1ciles de usar que ayuden a los l\u00edderes de datos y anal\u00edtica a conectar los conocimientos con las acciones.<\/p>\n\n\n\n
La base es el tejido de datos <\/h4>\n\n\n\n
Al aumentar la digitalizaci\u00f3n y la independencia y capacidad de toma de decisiones de los consumidores, los responsables de datos y anal\u00edtica cada vez usan m\u00e1s la estructura de datos para ayudar a abordar niveles m\u00e1s altos de diversidad, distribuci\u00f3n, escala y complejidad en los activos de datos de sus organizaciones. En concreto, el llamado data fabric<\/em> utiliza la anal\u00edtica para supervisar constantemente los conductos de datos<\/strong>. Un data fabric<\/em> utiliza la anal\u00edtica continua de los activos de datos para apoyar el dise\u00f1o, el despliegue y la utilizaci\u00f3n de datos diversos para reducir el tiempo de integraci\u00f3n en un 30%, el despliegue en un 30% y el mantenimiento en un 70%.<\/p>\n\n\n\n
El paso de datos grandes a otros peque\u00f1os y amplios<\/h4>\n\n\n\n<\/figure>\n\n\n\n
Debido a los cambios extremos que han experimentado las organizaciones durante la pandemia los modelos de machine learning<\/em> e inteligencia artificial basados en grandes cantidades de datos hist\u00f3ricos han pasado a ser menos relevantes. Al mismo tiempo, lo que ha ocurrido es que ahora la toma de decisiones por parte de los humanos y la IA es m\u00e1s compleja y exigente<\/strong>. Esto requiere que los responsables de datos y anal\u00edtica tengan una mayor variedad de datos<\/strong> para disponer de un mejor conocimiento de la situaci\u00f3n. <\/p>\n\n\n\n
Como resultado, deben elegir t\u00e9cnicas anal\u00edticas que puedan utilizar los datos disponibles de forma m\u00e1s eficaz. Dichos responsables conf\u00edan en los datos amplios, que permiten el an\u00e1lisis y la sinergia de una variedad de fuentes de datos peque\u00f1os y grandes, no estructurados y estructurados, as\u00ed como en los datos peque\u00f1os, que supone la aplicaci\u00f3n de t\u00e9cnicas anal\u00edticas que requieren menos datos pero que siguen ofreciendo perspectivas \u00fatiles.<\/p>\n\n\n\n
![\"\"](\"https:\/\/cio.com.mx\/wp-content\/uploads\/2019\/03\/analitica-web-para-pymes.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/cio.com.mx\/wp-content\/uploads\/2019\/05\/analitica.png\")
<\/figure>\n\n\n\n