Prefacio

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

Convertirse en una empresa basada en datos es un objetivo ambicioso; sin embargo, desde nuestro punto de vista, no hay ni una sola empresa que no haya emprendido de algún modo este viaje en los últimos años. Todas tienen objetivos y enfoques diferentes, y básicamente una comprensión distinta de lo que significa realmente orientarse por los datos, pero han empezado.

Las preguntas que todo el mundo debe hacerse son por qué lo haces, qué piensas hacer y cómo conseguirás este objetivo. ¿Te esfuerzas por conseguir un ecosistema de inteligencia empresarial (BI) bueno y estable? ¿Quieres ampliar tus capacidades analíticas en toda la organización? ¿Entiendes la analítica y sus potenciales relacionados como parte de tus activos empresariales, que deben estar absolutamente alineados con tus estrategias empresariales? Dependiendo de los objetivos y ambiciones de tu organización, estas preguntas -y, en última instancia, tu camino hacia la madurez analítica- variarán.

También es importante comprender en qué punto de este viaje te encuentras: ¿estás todavía al principio, a medio camino o casi al final? Sea cual sea tu agenda, tu ambición, tu estrategia, el viaje para convertirte en una organización basada en datos conduce inevitablemente a una transformación fundamental, a menudo de gran alcance. Esta transformación cambiará la forma en que procesas los datos y tratas los conocimientos resultantes, para qué los utilizas, cómo influyen en las decisiones empresariales y, sobre todo, cómo estos conocimientos afectan a las personas y cambian sus acciones. A esto lo llamamos transformación analítica, forme o no parte de una iniciativa global de transformación digital en tu empresa. Se trata de algo tan específico, importante y extenso que requiere su propia hoja de ruta estratégica y un enfoque integral.

Piensa en el último viaje que hiciste. Todo viaje se desarrolla en iteraciones, ya sea un viaje por carretera a través de Europa, tu carrera personal o la transformación de tu empresa. Un viaje necesita hitos, puntos de paso, cruces en los que decides ir a la izquierda o a la derecha, y pausas en las que recapitulas el viaje hasta el momento, desarrollas nuevas estrategias y te preparas para la siguiente etapa. Sea cual sea el tipo de viaje que hayas emprendido, siempre necesitarás las mismas cosas básicas: el equipo, los recursos y el entorno adecuados; las habilidades adecuadas y, sobre todo, la mentalidad adecuada.

Lo mismo ocurre con la transformación analítica de tu empresa. Necesitarás competencias muy variadas para abordar tu entorno y herramientas, impulsar la transformación y dar vida a tus aspiraciones. Necesitarás la participación de todas las partes interesadas relevantes de la empresa, y al menos algunas de ellas deben sentir pasión por el viaje. Pero lo más importante es que, sin la mentalidad adecuada, la transformación no tendrá éxito.

Una noche, cerca de la hora de acostarse, el teléfono de Willi le avisó de un nuevo artículo que llamó su atención: "Ten Unsung Digital and AI Ideas Shaping Business", de Kate Smaje y Rodney Zemmel. El artículo acabó provocándole una noche de insomnio. Las ideas de las que hablan Smaje y Zemmel están dando forma a las transformaciones digitales y analíticas en el panorama empresarial moderno, aunque no dominen necesariamente los titulares. Estas ideas abordan todos los aspectos que tocamos en este libro: negocio, cultura, valor, estrategia, tecnología, IA, concienciación, predicar con el ejemplo, proceso, competencia, colaboración, modelo operativo, ejecución de iniciativas, ampliación de soluciones, adaptación rápida a las condiciones cambiantes del mercado, y la necesidad de combinar todo ello para tener éxito. La analítica aumentada es una parte importante para abordar todas y cada una de ellas, aunque no siempre sea una solución directa.

Aquella fue una noche de insomnio para Willi, que se dio cuenta de que los conceptos y las posibilidades que describimos en este libro tienen mayor alcance y son más importantes para la transformación de lo que incluso nosotros nos habíamos dado cuenta. Por primera vez, sentí que todas nuestras ideas se habían unido en un todo global.

Leyó todas y cada una de las preguntas planteadas en el artículo y las respondió varias veces: una por cada idea. He aquí algunas de las preguntas de Smaje y Zemmel:

  • ¿Estás utilizando software para crear productos, servicios o negocios que supongan una verdadera ventaja competitiva para tu empresa?

  • ¿Qué iniciativas específicas de tu hoja de ruta apoyan directamente la ampliación?

  • ¿Has identificado los obstáculos específicos para alcanzar la escala, y tienes claro cómo afrontarlos?

  • ¿Estás desarrollando esas capacidades difíciles de copiar (procesos, flujos de trabajo, automatizaciones) que impulsan los productos y servicios que necesitas crear y mejorar?

  • ¿Tienes una visión clara de qué tecnologías emergentes podrían mejorar más tu diferenciación competitiva?

  • ¿Qué normas y buenas prácticas tienes establecidas para crear productos de datos en toda la organización, y son fácilmente accesibles para los equipos pertinentes?

  • ¿Has identificado las funciones más importantes de tu empresa que podrían beneficiarse de un copiloto de IA generativa?

  • ¿Con qué rapidez eres capaz de concebir, construir y lanzar un nuevo producto o servicio?

  • ¿Cuánto valor han generado tus iniciativas digitales y de IA en los últimos seis meses?

  • ¿En qué medida está integrada tu plataforma gemela digital en tu producto, solución o desarrollo empresarial?1

Cada vez está más claro que la analítica aumentada es lo que conecta estas ideas y hace que funcionen juntas. La AA permite "recablear" literalmente las empresas (cumpliendo así la metáfora del libro en el que se basan los puntos anteriores, Rewired: The McKinsey Guide to Outcompeting in the Age of Digital and AI , de Eric Lamarre, Kate Smaje y Rodney Zemmel [Wiley]). La AA es el habilitador que une el negocio y la analítica.

Por eso mostramos un camino a seguir que trata algo más que los aspectos duros y técnicos de una transformación analítica. Si realmente quieres transformar tu organización con éxito, necesitas adoptar un enfoque mucho más amplio.

No bastará con establecer la infraestructura, desarrollar productos analíticos y de BI, y garantizar una buena gobernanza de los datos. También tienes que tener en cuenta la adaptación con estrategias empresariales dinámicas, la organización cambiante, la diversidad de personas y procesos y, por último, el entorno cultural en el que quieres operar. Cubrimos todos estos temas porque sólo su combinación te conducirá a un punto en el que puedas introducir con éxito la analítica aumentada para alcanzar un mayor nivel de madurez analítica y transformarte de una empresa impulsada por los datos en una impulsada por la información.

¿Los métodos estándar basados en datos, como los informes, los modelos de ciencia de datos y el BI de autoservicio, satisfacen realmente las necesidades de las organizaciones en un entorno empresarial que cambia rápidamente? Dado el alcance de los cambios que pretenden informar, su eficacia está muy limitada. Este libro te reta a replantearte los paradigmas de la transformación analítica y a llevarlos un paso más allá, hasta un lugar en el que la analítica aumentada cierre la brecha entre los datos y los conocimientos estratégicos como nunca antes.

Por ejemplo, en los seguros comerciales, nuevos temas como la suscripción aumentada y la dirección aumentada de carteras están empezando a dominar los titulares de la industria aseguradora y se convertirán en norma en los próximos años. Otros sectores y sus flujos de trabajo les seguirán y experimentarán la integración sin fisuras de los conocimientos.

De hecho, aumentar nuestras capacidades humanas con la tecnología siempre ha sido un motor clave de la innovación y el progreso. Aprendimos a controlar el fuego y a cocinar los alimentos, ampliamos nuestras capacidades físicas con la rueda y desarrollamos la imprenta, proporcionando un acceso al conocimiento más amplio que nunca. Llevamos creando versiones más capaces de nosotros mismos desde la Edad de Hielo.

Hoy, todo nuestro estilo de vida digital se basa en el aumento. Elegimos programas en servicios de streaming recomendados por algoritmos. En la carretera, nuestros sistemas de navegación nos sugieren las rutas más rápidas, aumentando nuestro conocimiento de las direcciones. Las valoraciones de los restaurantes nos ayudan a encontrar las mejores opciones, complementando nuestras preferencias. Y la próxima frontera es aumentar nuestra propia inteligencia.

Esto es especialmente importante para las empresas. Para explicar por qué, permítenos compartir una pequeña historia. A finales de 2022, en una conferencia de líderes europeos de datos de alto nivel, un ponente proyectó una imagen similar a la Figura P-1 en la pared. Se convirtió en el tema de conversación clave de toda la conferencia, porque literalmente todas las empresas de la sala se enfrentaban a la situación que representa.

Figura P-1. Expertos en datos en el total de la plantilla

¿Qué ocurre aquí? En la mayoría de las empresas, hay un grupo -normalmente minoritario- de lo que llamamos expertos en datos o profesionales de los datos. Dependiendo de la madurez analítica de la empresa, suelen representar entre el 10% y el 20% de la plantilla total.

Durante los últimos años, las empresas han dedicado mucha energía a potenciar a este grupo: proporcionándoles mejores herramientas, construyéndoles laboratorios, etc. Las expectativas sobre su rendimiento han sido altas, y algunas empresas encontraron sus casos de uso de "alto valor". Pero este enfoque ha llegado a su límite: la transformación ya no consiste en capacitar a esta minoría. Ahora se trata de potenciar al otro 80% de la organización y desbloquear más casos de uso basados en datos (no siempre de alto valor individual, pero sí muchos en número). ¿Cómo puedes conseguirlo?

El objetivo aquí no es convertir a cada trabajador del conocimiento (mostrado a la derecha en la Figura P-1) en un experto en datos (a la izquierda). No se trata de convertir a todos los contables en analistas de datos. La dura verdad que la mayoría de las organizaciones tienen que tragarse es que la mayoría de los contables no quieren convertirse en científicos de datos. Quieren seguir siendo contables. En lugar de eso, se trata de convertir a esos contables en mejores contables, y lo mismo puede decirse de prácticamente todas las funciones de los trabajadores del conocimiento.

Este libro te muestra cómo conseguirlo, y cómo hacerlo a gran escala.

¿Quién debería leer este libro?

Este libro abarca muchos aspectos, tanto metodológicos como técnicos, del amplio tema de la transformación analítica. Los temas metodológicos son especialmente fundamentales para comprender la madurez analítica, mientras que los temas técnicos te ayudan a aumentar esa madurez.

El libro es especialmente valioso para analistas experimentados y para personas en puestos estratégicos y directivos que sean responsables de alguna faceta de una transformación analítica o digital. Sin embargo, los ingenieros y otros cargos relacionados con la implantación e integración de soluciones analíticas apreciarán los conceptos y marcos técnicos que proporcionamos para ayudar a empezar a mejorar los flujos de trabajo en tu organización, con un producto mínimo viable (MVP).

En resumen, este libro es para cualquiera que entienda que, aunque se puede separar la analítica en sus componentes tecnológicos, metodológicos y empresariales, sólo se puede hacer un uso eficaz de ellos cuando se tiene una perspectiva global.

En estas páginas verás muchos conceptos e ideas transformadores que tienen un fuerte carácter estratégico. También verás implementaciones técnicas en lenguajes de programación dedicados a la analítica, como Python y R. Pero incluso si no eres un profesional de la analítica con conocimientos de programación, este libro es para ti: explicamos todos los conceptos, incluidas las implementaciones técnicas, de forma que los profesionales de la empresa puedan entenderlos, al tiempo que proporcionamos un complemento para las personas que deseen profundizar técnicamente.

Objetivos de aprendizaje

Al final de este libro, comprenderás lo siguiente:

  • La importancia de alinear los avances tecnológicos con las estrategias empresariales dinámicas y los procesos organizativos

  • Los componentes críticos de una transformación analítica y cómo se relacionan con la estrategia empresarial general

  • Cómo la analítica aumentada salva la distancia entre los entornos analíticos tradicionales y la toma de decisiones basada en el conocimiento

  • Los papeles fundamentales de la cultura, las habilidades y la mentalidad de la organización como requisitos previos para adoptar con éxito la analítica aumentada

  • La relevancia de las funciones analíticas y un enfoque holístico de los casos de uso

  • Las limitaciones de los enfoques tradicionales de la analítica

  • Cómo el aumento puede hacer avanzar a tu organización y hacer más eficientes los flujos de trabajo

  • Los retos de la aplicación de la analítica aumentada

  • Cómo introducir el aumento en la infraestructura de la empresa

  • Cómo combinar la analítica con las técnicas de ingeniería de software para poner en marcha tus primeros MVP de analítica-aumentación

También podrás

  • Evaluar la madurez analítica actual de tu organización e identificar áreas de mejora

  • Evalúa y adapta tus estrategias analíticas en respuesta a la evolución de las necesidades empresariales y las tendencias del mercado

  • Desarrollar una hoja de ruta estratégica para la transformación analítica adaptada a las necesidades y objetivos exclusivos de tu organización

  • Abordar los retos tecnológicos, organizativos y culturales asociados a la transformación analítica

  • Desarrolla conceptos metodológicos y técnicos para tus aumentos individuales

  • Implanta infraestructuras de análisis aumentadas e intégralas en tus procesos empresariales

Convenciones utilizadas en este libro

En este libro se utilizan las siguientes convenciones tipográficas:

Cursiva

Indica nuevos términos, URL, direcciones de correo electrónico, nombres de archivo y extensiones de archivo.

Constant width

Se utiliza en los listados de programas, así como dentro de los párrafos para referirse a elementos del programa como nombres de variables o funciones, bases de datos, tipos de datos, variables de entorno, sentencias y palabras clave.

Aprendizaje en línea O'Reilly

Nota

Durante más de 40 años, O'Reilly Media ha proporcionado formación, conocimientos y perspectivas sobre tecnología y negocios para ayudar a las empresas a alcanzar el éxito.

Nuestra red única de expertos e innovadores comparten sus conocimientos y experiencia a través de libros, artículos y nuestra plataforma de aprendizaje online. La plataforma de aprendizaje en línea de O'Reilly te ofrece acceso bajo demanda a cursos de formación en directo, rutas de aprendizaje en profundidad, entornos de codificación interactivos y una amplia colección de textos y vídeos de O'Reilly y de más de 200 editoriales. Para más información, visita https://oreilly.com.

Cómo contactar con nosotros

Dirige tus comentarios y preguntas sobre este libro a la editorial:

Tenemos una página web para este libro, donde se enumeran erratas, ejemplos y cualquier información adicional. Puedes acceder a esta página en https://oreil.ly/AugmentedAnalytics.

Para noticias e información sobre nuestros libros y cursos, visita https://oreilly.com.

Encuéntranos en LinkedIn: https://linkedin.com/company/oreilly-media.

Míranos en YouTube: https://youtube.com/oreillymedia.

Agradecimientos

De Willi

Escribir todas estas ideas llegó en el mejor momento para mí personalmente, y estoy agradecido de haber contribuido al desarrollo de la analítica aumentada como campo.

En primer lugar, me gustaría dar las gracias a mi querida esposa, Kathrin, que siempre me apoya en mis proyectos y me da la libertad que necesito para intentar cosas nuevas. Al menos el 50% de mi éxito y del beneficio de mi trabajo descansa sobre sus hombros. Muchas gracias.

Echando la vista atrás en mi carrera profesional, que ha moldeado mi comportamiento, mi actitud y mi pasión por el análisis de datos, puedo pensar en tres mentores que me han guiado a lo largo de diferentes etapas de mi carrera. Sorprendentemente, cada uno de ellos fue mi supervisor.

Eugene Neigel, Director de Gestión de la Información Corporativa de CEWE Stiftung & Co. KGaA, fue mi primer supervisor tras mi aprendizaje como informático. Él encendió en mí la chispa de la pasión por el análisis de datos. Empezando con los primeros sistemas BI y OLAP, me mostró cómo los datos son un activo elemental para la distribución y las ventas.

Mi segundo mentor fue Alexander Schlei, Jefe de Servicios NatCat, HDI Global SE. Me ayudó a descubrir mi capacidad para ser muy creativo en el desarrollo de productos analíticos, la evaluación de riesgos y la creación de soluciones de tarificación. Establecimos uno de los procesos NatCat más importantes de HDI Global y desarrollamos la primera modelización computacionalmente intensiva de riesgos naturales.

Por último, el Dr. Dirk Höring, miembro del Consejo Ejecutivo, Short Tail, HDI Global SE, es la persona que más cree en mí y que me ascendió a gerente. Me ha ayudado a combinar mis aptitudes técnicas y metodológicas con el pensamiento estratégico y visionario y con la inspiración y dirección de personas.

Mi primer mentor encendió mi pasión, el segundo me apoyó en la realización de mis ideas, y el tercero me convirtió en alguien que desarrolla enfoques estratégicos y visionarios. (¡Me estoy dando cuenta de la similitud con los niveles de madurez analítica, que tratamos en el Capítulo 2!) Agradezco a cada uno de vosotros vuestro compromiso y apoyo continuo, y la confianza y la libertad que me habéis dado para realizar mis ideas. En última instancia, vosotros también habéis contribuido a que esto sea posible.

De Tobías

Tras terminar mi último libro, AI-Powered Business Intelligence (O'Reilly), a finales de 2022, prometí a mi familia (y a mí mismo) que no escribiría otro libro durante seis meses como mínimo. Unos tres meses después, estaba sentado con Willi en un restaurante cercano, tomando una cerveza, y barajando la idea de escribir un libro sobre analítica aumentada. En ese momento, la decisión de embarcarme en este nuevo proyecto fue mutua y sin esfuerzo. Y por lo demás, me convencí de que ser "sólo" coautor sería un argumento suficientemente bueno para reducir a la mitad el descanso que había planeado inicialmente.

Quiero dar las gracias ante todo a mi querida esposa Çiğdem por apoyarme y empujarme siempre a lo largo de este viaje y por ser mi ancla en el caos cotidiano de hacer malabarismos para criar juntos a los tres hijos más hermosos del mundo, dirigir un negocio, escribir un libro y mantener la cordura mental. ¡Os quiero!

Un gran saludo a Anett y Gülten, por ganar de nuevo el premio a las Mejores Abuelas del Mundo; a Remzi, por entretener a los niños; y a Erdem Gül, por llevar el mejor restaurante de Hannover y organizar los mejores desayunos familiares. También me gustaría dar las gracias a mi abuela, Sigrid Zwingmann, que no podrá leer este libro en inglés, pero sé que se alegrará de ver su nombre en él. Y, por último, a Klaus-Dieter Zwingmann, que desgraciadamente no tuvo la oportunidad de tener este libro en sus manos, pero estoy seguro de que lo habría disfrutado mucho.

Ambos queremos dar las gracias a todo el equipo de O'Reilly por hacer posible este libro. Un agradecimiento especial a nuestra editora de desarrollo, Sarah Grey, por ser siempre una formidable asesora de escritura, con sus excelentes comentarios, su extraordinaria atención al detalle y su capacidad para dejar de lado nuestras tonterías para que lo bueno pudiera brillar. Gracias especiales también a nuestra editora de adquisiciones, Michelle Smith, por confiar en nosotros, orientarnos y hacer posible este libro. Y por último, pero no por ello menos importante, a nuestra editora de producción, Clare Laylock, por convertir un montón de manuscritos salvajes en un libro tan hermoso e insuflarle vida. No tenemos palabras para expresar lo mucho que apreciamos su ayuda.

Revisar un libro técnico es casi tan difícil como escribirlo. Por ello, queremos dar las gracias a nuestros revisores técnicos Christiane Busche, Donald Farmer, George Mount, Karl Ivo Sokolov, Prashanth Southekal y Michael Zimmer por sus valiosos comentarios, que han mejorado enormemente este libro. Y un agradecimiento especial a Frank Schultheiss por colaborar en el caso de uso de Previsión Ágil del Capítulo 7.

1 Ejemplos de preguntas del artículo "Ten Unsung Digital and AI Ideas Shaping Business", Kate Smaje y Rodney Zemmel, McKinsey Digital, 9 de enero de 2024, https://oreil.ly/T_Udr.

Get Analítica aumentada now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial