Las nuevas reglas de privacidad de datos

Navegando la protección de la privacidad, la nueva regulación y la revuelta del consumidor.
Las nuevas reglas de privacidad de datos

Por qué es tan difícil convertirse en una organización impulsada por los datos

La cultura de la empresa es a menudo un obstáculo más grande que cualquier problema técnico.
Por qué es tan difícil convertirse en una organización impulsada por los datos

Cómo la supercomputación basada en la nube está cambiando la I+D

Está haciendo simulaciones complejas más fáciles y más accesibles que nunca.
Como a supercomputação baseada em nuvem está mudando a P&D

La economía de datos es una economía de trueque

Las carreras de Internet en el comercio de datos personales para recibir servicios gratuitos - y no podemos averiguar si es un comercio justo hasta que reconozcamos eso.
A economia de dados é uma economia de troca

La IA no tiene que ser demasiado complicada ni costosa para su negocio

La mayoría de las empresas no tienen un camino claro hacia el éxito. Pero eso podría cambiar con un nuevo enfoque, centrado en los datos de AI.
A IA não precisa ser muito complicada ou cara para a sua empresa

Sus cadenas de suministro de datos probablemente sean un desastre. He aquí cómo solucionarlos.

Los mismos procesos y gestión de la calidad que informan las cadenas de suministro físicas deben aplicarse a los datos.
Suas cadeias de fornecimento de dados provavelmente estão uma bagunça. Veja como corrigi-los.

Los minoristas enfrentan un déficit de datos tras la pandemia

El cambio en el comportamiento del consumidor causado por Covid-19 ha creado un problema inesperado: un déficit de información, ya que los datos de antes de la crisis no pueden predecir con eficacia nuevas tendencias. En otras palabras, el ingrediente esencial para los programas de fidelización de clientes minoristas, las recomendaciones de productos impulsados por IA y una amplia gama de decisiones empresariales críticas ahora tiene un problema de calidad. Los minoristas pueden hacer frente a este problema tomando cinco pasos: 1) Presentar nuevos canales para la recopilación y comunicación de datos, 2) aprovechar las fuentes de datos «compatibles con Covid-19» que están capturando indicadores de comportamiento de los consumidores en la actualidad, 3) revisar las proyecciones de ingresos para tener en cuenta las nuevas restricciones impuestas a las compras debido a Covid-19, 4) utilizar el análisis espacial junto con las ordenanzas y regulaciones sanitarias pertinentes de Covid-19 para analizar dónde tiene más sentido centrar la atención en la reapertura, y 5) aprovechar esta oportunidad para prestar atención a la infraestructura que soporta activos de datos clave.

Los minoristas enfrentan un déficit de datos tras la pandemia

¿En qué datos de Covid-19 puede confiar?

La pandemia Covid-19 ha producido una marea de datos, pero ¿cuánto es bueno? Y como laico, ¿cómo puedes ordenar lo bueno de lo malo? Los autores sugieren algunas estrategias para dividir los datos útiles de los engañosos: Tenga cuidado con los datos que son demasiado amplios o demasiado estrechos, que provienen de tecnologías no investigadas, y los modelos producidos sin expertos relevantes. Por el contrario, buscar transparencia, consideración, expertos y plataformas abiertas, todas las cuales son signos de que los productores de los datos tienen fe en sus afirmaciones, son conscientes de sus puntos ciegos y están abiertos a que otros investigadores comprueben su trabajo.

No deje que una sola métrica conduzca su negocio

Es imposible capturar las complejidades de su negocio con una sola métrica. Dé prioridad a un solo número titular, excluyendo a todos los demás, e invariablemente dejará a mucha gente y prioridades fuera. Además, es probable que restrinja su crecimiento. En su lugar, debe pensar en una constelación de métricas que se centran en la medición de tres cosas: cantidad, calidad y eficiencia. Estas tres métricas en relación entre sí cuentan la historia de su negocio y permiten priorizar y alinear. Se convierten en un lenguaje abreviado internamente al comprometer recursos y hacer inversiones, o compensaciones. Ninguna métrica es perfecta. Pero comprender y reevaluar regularmente la relación entre la cantidad, la calidad y la eficiencia es fundamental para comprender más profundamente su negocio, y para mantenerse ágil. Le permitirá dirigir lo que más importa, la experiencia del cliente, y empoderar a todos sus equipos en el proceso. Hecho bien, las métricas son una de las mejores maneras de hacer que las personas entiendan realmente cómo su trabajo afecta al negocio de una manera positiva.

Las métricas más importantes que no estás rastreando (todavía)

¿Es usted tan centradas en el cliente como usted piensa?

Utilice los datos de sus clientes para ayudar realmente a sus clientes

Todos somos consumidores nosotros mismos, y como tal, los líderes pueden entender la ansiedad cuando aspectos muy personales y privados de nuestras vidas pueden ser revelados por las huellas digitales que dejamos en el ciberespacio. Incluso para estar dispuestos a compartir sus datos con una empresa, los clientes necesitan confiar en que la empresa no redestinará o revenderá los datos de forma que puedan resultar inescrutables u objetables. Deben confiar en que sus datos están razonablemente protegidos contra violaciones cibernéticas y que la compañía hará lo correcto si se produce una violación. Sin embargo, imagine clientes que no solo están dispuestos a compartir sus datos con una empresa, sino que también desean compartir más de ellos. ¿Qué tomaría esto? Lo más fundamental es que los clientes necesitan ver que sus datos se están utilizando para su beneficio, de maneras que valoran mucho. Si eso sucede, estarán ansiosos por compartir más sobre sí mismos para recibir aún más valor.

Cómo las empresas pueden utilizar los datos de los empleados de manera responsable

Tras las recientes violaciones de los datos de los clientes, las empresas están reconociendo la necesidad de más protección y transparencia en torno a la recopilación y el uso de los datos de los clientes. Sin embargo, pocos han prestado la misma atención a las cuestiones derivadas de la recopilación y extracción de datos sobre el lugar de trabajo. Una encuesta de más de 10.000 trabajadores y 1400 ejecutivos de nivel C, en 13 países y 13 industrias, encontró que más del 90% de los empleados están dispuestos a dejar que sus empleadores recopilen y utilicen datos sobre ellos y su trabajo, pero sólo si se benefician de alguna manera. Y albergan serias preocupaciones sobre cómo las empresas podrían usar los datos. Tal vez por una buena razón: sólo el 30% de los ejecutivos cuyas empresas utilizan datos de mano de obra reportaron estar muy seguros de que están utilizando los datos de manera responsable. Hay mucho en juego en el mal uso de los datos de los empleados, incluida la pérdida de ingresos debido a la pérdida de confianza de los empleados. Entonces, ¿cómo pueden las empresas utilizar los datos del lugar de trabajo de una manera efectiva, responsable y ética? Tres prácticas pueden ayudar: dar a los empleados más control, crear un sistema de controles y balances y utilizar datos para elevar a las personas en lugar de penalizarlas.

Cómo las empresas pueden utilizar los datos de los empleados de manera responsable

Navegación por el nuevo panorama de las plataformas de IA

Lo que solo los expertos saben generalmente es que los científicos de datos, una vez contratados, pasan más tiempo construyendo y manteniendo las herramientas para los sistemas de IA que construyen los propios sistemas de IA. Ahora, sin embargo, están surgiendo nuevas herramientas para facilitar la entrada en esta era de innovación tecnológica. Las plataformas unificadas que incorporan el trabajo de recopilación, etiquetado y alimentación de datos en modelos de aprendizaje supervisados, o que ayudan a construir los propios modelos, prometen estandarizar los flujos de trabajo de la manera que Salesforce y Hubspot tienen para gestionar las relaciones con los clientes. Algunas de estas plataformas automatizan tareas complejas mediante algoritmos integrados de aprendizaje automático, lo que facilita aún el trabajo. Esto libera a los científicos de datos para que dediquen tiempo a construir las estructuras reales para las que fueron contratados, y pone la IA al alcance incluso de las pequeñas y medianas empresas.

Aumente la alfabetización de datos de su equipo

Las competencias en materia de datos son ahora esenciales para casi todas las funciones de cada organización. Las empresas necesitan más personas con la capacidad de interpretar datos, de extraer información y de hacer las preguntas correctas en primer lugar. Estas son habilidades que cualquiera puede desarrollar, y ahora hay muchas maneras de que las personas se especifiquen a sí mismas y de que las empresas las apoyen, eleven capacidades e impulsan el cambio. De hecho, los datos en sí son claros al respecto: la toma de decisiones basada en datos mejora notablemente el rendimiento empresarial.

Las decisiones basadas en datos comienzan con estas 4 preguntas

Para obtener respuestas útiles de los datos, no podemos tomarlas como valor nominal. Tenemos que aprender a hacer preguntas reflexivas. En particular, necesitamos saber cómo se obtuvo, qué modelos se usaron para analizarlo y qué se omitió. Sobre todo, tenemos que ir más allá del uso de datos simplemente para optimizar las operaciones y aprovecharlos para imaginar nuevas posibilidades. Los datos que son de mala calidad o que se utilizan en un contexto incorrecto pueden ser peores que ningún dato en absoluto. Tenga en cuenta que a veces, los datos que no tiene pueden afectar su toma de decisiones tanto como los datos que sí tiene. También tenemos que estar constantemente haciendo preguntas difíciles de nuestros modelos. ¿Son adecuados para el propósito para el que los estamos usando? ¿Están teniendo en cuenta los factores correctos? ¿La salida refleja realmente lo que está pasando en el mundo real?

Las decisiones basadas en datos comienzan con estas 4 preguntas

¿Le está pidiendo demasiado a su jefe de datos?

El papel es a menudo cargan con expectativas poco realistas y prioridades poco claras.
¿Le está pidiendo demasiado a su jefe de datos?

Por qué es tan difícil para los usuarios controlar sus datos

Un estudio reciente de IBM encontró que el 81% de los consumidores dicen que se han preocupado más acerca de cómo se usan sus datos en línea. Pero la mayoría de los usuarios continúan entregando sus datos y marcando casillas de consentimiento impacientes para llegar al siguiente sitio, dando lugar a una «paradoja de privacidad», donde las preocupaciones de los usuarios no se reflejan en sus comportamientos. La gobernanza de los datos es un desafío abrumador tanto para las empresas como para los reguladores. Lo que nos falta es un sistema que defina y conceda a los usuarios agencia digital» — la capacidad de poseer los derechos sobre sus datos personales, gestionar el acceso a estos datos y, potencialmente, ser compensados equitativamente por dicho acceso. Esto haría que los datos fueran similares a otras formas de propiedad personal: una casa, una cuenta bancaria o incluso un número de teléfono móvil.

3 maneras de ayudar a las personas a comprender lo que significan sus datos

Si presta servicios a su organización en cualquier tipo de función habilitada para análisis, es probable que pase la mayor parte de sus días investigando los datos. Cuando descubres una estadística que se siente impactante, sabes que debes comunicar esa visión a los tomadores de decisiones inmediatamente. Al hacerlo, es posible que desee que sientan la gravedad o se maravillen ante la magnitud de su hallazgo. Lo más importante es que quieres que se sientan inspirados para tomar una decisión. Pero a menudo, la narrativa se pierde en números que realmente no pueden comprender. Cuantos más datos recogemos, más alucinantes se vuelven estas cifras. Para que los números inspiren la acción, tienen que hacer más de tiene sentido — tienen que hacer un significado. Su audiencia puede detectar la escala a través del tamaño relacionable, la distancia conocida, un segmento familiar de tiempo o velocidad.

La mayoría de los proyectos de análisis no requieren gran cantidad de datos

Los proyectos de datos pequeños involucran a equipos de un puñado de empleados, que abordan problemas en sus lugares de trabajo locales utilizando pequeños conjuntos de datos. Están estrechamente enfocados y utilizan métodos analíticos básicos accesibles para todos. Los pequeños proyectos de datos crean el músculo de datos de la organización que ayuda a toda la empresa a aprender lo que se necesita para tener éxito con los datos y crear el tipo de cultura que exige el big data. Y pueden generar beneficios financieros de 10.000 a 250.000 dólares anuales por proyecto.

Sin embargo, muchos gerentes y líderes no piensan priorizar los datos pequeños sobre la ciencia de datos más avanzada, el aprendizaje automático y la inteligencia artificial. Mientras que el trabajo para desbloquear el poder de los datos pequeños no es difícil, reorientar su pensamiento lejos de estas áreas puede ser difícil. Empiece con los siguientes pasos. En primer lugar, involucre a todos, incluido usted mismo, liderando un pequeño proyecto de datos con sus informes directos al año. Luego, siga un enfoque disciplinado. A continuación, proporcione capacitación a su equipo que proporcione experiencia práctica y explique los «porqués» y «hows» detrás de los métodos. Por último, defina su área única de especialización y labrará un nicho para usted.

10 funciones de Excel que todo el mundo debe saber

Son fáciles de aprender, y te harán mucho más productivo.