Contar con una plataforma de analítica adecuada es fundamental para tomar decisiones de negocio, esto es crítico para empresas que se desempeñan en mercados competitivos, quienes quieran mantenerse a la vanguardia deben invertir sabiamente e implementar soluciones a la medida de sus necesidades.
Las empresas están aumentando su inversión en equipos especializados que se hacen cargo del manejo de grandes cantidades de información: es un gran reto procesar datos que llegan de todos los departamentos de una empresa, en diferentes formatos.
Por si esto fuera poco, hay que sumar los datos provenientes de socios, clientes y medios sociales, sin una metodología apropiada es difícil transformar esta información en conocimientos y estrategias efectivas para ganar participación de mercado, ampliar la base de clientes o incrementar las ventajas competitivas.
De ahí que la plataforma analítica que elijan debe adecuarse a su tamaño, propósito, sector, recursos y los analistas deben dominar de disciplinas como la estadística, la minería de datos y machine-learning, entre otras.
En el reporte “Capacidades Críticas para Plataformas Analíticas Avanzadas”, Gartner ofrece una guía práctica para seleccionar la mejor tecnología que se adapte a esas necesidades, el estudio contempla tres escenarios: equipos de ciencia de datos grandes, equipos de ciencia de datos de pequeños a medianos, y científicos de datos ciudadanos.
Equipos de ciencia de datos grandes. De acuerdo con la definición de Gartner, estos equipos están conformados por 10 a 50 miembros con diferentes habilidades, quienes pueden ser parte de un centro de competencia analítica, y normalmente trabajan en docenas de proyectos al mismo tiempo. Utilizan una variedad de herramientas para aprovechar las diferentes habilidades de sus miembros y para un gran número de escenarios. Cuentan con todo el apoyo de TI.
Equipos de ciencia de datos de pequeños a medianos. Cuentan con entre tres y 10 científicos de datos, y apoyan varios proyectos, pero normalmente para una sola línea de negocio. Estos equipos utilizan un conjunto limitado de herramientas, y necesitan ser más autosuficientes pues tienen menos apoyo de TI o del equipo de gestión de datos.
Científicos de Datos Ciudadanos. Son individuos que tienen experiencia en esta área o conocimientos en ingeniería de software, aunque sus habilidades en ciencia de datos son moderadas. Participan en las fases de exploración y en pilotos, antes de que una organización contrate a su primer científico de datos capacitado. Casi no tienen acceso a los recursos de TI y por tanto tienen diferentes requerimientos respecto a las plataformas de analítica avanzada.
Para producir este reporte, Gartner pidió a científicos de datos de 578 organizaciones calificar las ofertas analíticas disponibles en el mercado de 16 proveedores, de acuerdo con sus capacidades y su aplicación en los casos de uso descritos anteriormente.
De las plataformas analíticas calificadas, SAS obtuvo las puntuaciones más altas en dos de los escenarios definidos por la consultora, y se ubicó en el segundo lugar en un tercer escenario, según el estudio.
SAS superó a todos sus competidores, recibiendo la calificación más alta en el rubro de equipos de ciencia de datos grandes con 4.37 (de un máximo de 5.0) al igual que en la aplicación para científicos de datos ciudadanos con 4.12 (de un máximo de 5.0).
En cuanto a los casos de uso de equipos de ciencia de datos de pequeños a medios, SAS ocupó la segunda posición de un universo de 16 proveedores de analítica avanzada con una calificación de 4.20 (12 (de un máximo de 5.0)
