Saltar al contenido principal
LibreTexts Español

11.4: Datos ricos, información pobre

  • Page ID
    61346
    • Anonymous
    • LibreTexts
    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Objetivos de aprendizaje

    Después de estudiar esta sección deberías poder hacer lo siguiente:

    1. Conocer y poder enumerar las razones por las que muchas organizaciones tienen datos que no se pueden convertir en información procesable.
    2. Comprenda por qué no siempre se pueden consultar las bases de datos transaccionales y qué se debe hacer para facilitar el uso efectivo de los datos para análisis e inteligencia de negocios.
    3. Reconocer cuestiones clave en torno a la legislación sobre datos y privacidad.

    A pesar de estar inundadas de datos, muchas organizaciones son ricas en datos pero pobres en información. Una encuesta realizada por la consultora Accenture encontró que 57 por ciento de las empresas informaron que no tenían una capacidad analítica beneficiosa, constantemente actualizada y en toda la compañía. Entre las principales decisiones, solo el 60 por ciento estaba respaldado por la analítica, el 40 por ciento se tomó por la intuición y el instinto intestinal (King, 2009). El gran culpable de limitar las iniciativas de BI es poner los datos en una forma en la que puedan ser utilizados, analizados y convertidos en información. Aquí hay un vistazo a algunos factores que frenan las ventajas de la información.

  • Sistemas incompatibles

    El hecho de que se recojan los datos no significa que puedan ser utilizados. Este límite es un gran problema para las grandes empresas que tienen sistemas heredados, sistemas de información obsoletos que no fueron diseñados para compartir datos, no son compatibles con tecnologías más nuevas y no están alineados con las necesidades comerciales actuales de la firma. El problema puede empeorar con fusiones y adquisiciones, sobre todo si una firma depende de sistemas operativos que son incompatibles con su socio. Y la eliminación de sistemas incompatibles no es sólo un tema técnico. Las empresas pueden estar bajo un acuerdo extendido con diferentes proveedores o subcontratistas, y romper un contrato o invocar una cláusula de escape puede ser costoso. La gente que trabaja en fusiones y adquisiciones (el área de banca de inversión enfocada en valorar y facilitar fusiones y adquisiciones) tenga cuidado: es fundamental descubrir estos costos ocultos de la integración tecnológica antes de decidir si un acuerdo tiene sentido financiero.

    Sistemas Legados: Una Prisión para Activos Estratégicos

    La experiencia de una firma Fortune 100 con la que su autor ha trabajado ilustra cómo los sistemas de información incompatibles pueden realmente contener la estrategia. Esta firma era la más grande en su categoría, y vendía productos básicos idénticos provenientes de sus muchas plantas en todo el mundo. Al ser el más grande debería haberle dado ventajas a la escala de la firma. Pero muchas de las instalaciones de fabricación de la firma y ubicaciones internacionales desarrollaron o compraron sistemas separados e incompatibles. Aún más plantas fueron adquiridas a través de la adquisición, cada una con sus propios sistemas heredados.

    Las plantas con diferentes sistemas de información utilizaron diferentes números de pieza y convenciones de nomenclatura a pesar de que vendían productos idénticos. En consecuencia, la firma no contaba con información oportuna sobre la cantidad de un artículo en particular que se vendía a qué clientes de todo el mundo. La compañía operaba esencialmente como una colección de pequeñas empresas regionales, en lugar de como el gigante mundial que era.

    Después de que la firma desarrolló un sistema de información que estandarizó los datos a través de estas plantas, fue, por primera vez, capaz de obtener una sola visión de las ventas mundiales. Luego, la firma utilizó estos datos para acercarse a sus mayores clientes, negociando precios más bajos a cambio de mayores compromisos en compras mundiales. Este comercio permitió a la firma tomar parte de rivales regionales. También le dio a la empresa la capacidad de cambiar la capacidad de fabricación a nivel mundial, ya que los precios de las divisas, las condiciones laborales, los desastres y otros factores afectaron el abastecimiento El nuevo sistema de información en efecto liberó el activo estratégico latente de escala, incrementando las ventas en más de mil millones y medio de dólares en los cuatro años siguientes a la implementación.


  • This page titled 11.4: Datos ricos, información pobre is shared under a CC BY-NC-SA 3.0 license and was authored, remixed, and/or curated by Anonymous via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.