{"id":593,"date":"2020-09-04T17:28:00","date_gmt":"2020-09-04T17:28:00","guid":{"rendered":"https:\/\/sandbox.cliento.mx\/jorgeprezcolinmx\/?p=593"},"modified":"2020-09-10T19:03:55","modified_gmt":"2020-09-10T19:03:55","slug":"analitica-avanzada-small-data-para-empresas","status":"publish","type":"post","link":"https:\/\/sandbox.cliento.mx\/jorgeprezcolinmx\/analitica-avanzada-small-data-para-empresas\/","title":{"rendered":"Small Data: qu\u00e9 es y por qu\u00e9 es valiosa para tu empresa"},"content":{"rendered":"\n

El mundo sigue hablando de Big Data y c\u00f3mo se puede obtener gran valor con la anal\u00edtica avanzada para empresas<\/strong><\/a> a trav\u00e9s del procesamiento de grandes cantidades de informaci\u00f3n. Esto puede desanimar a muchos que se consideran incapaces de manejar grandes vol\u00famenes, pasando por alto otro aspecto que puede contribuir al desarrollo de la empresa: Small Data.<\/p>\n\n\n\n

Small Data es un conjunto\nde datos con un formato y volumen accesible para todos<\/strong>, y su procesamiento\nes m\u00e1s sencillo gracias a que utiliza m\u00e9todos anal\u00edticos b\u00e1sicos. Este tipo de\ninformaci\u00f3n se enfoca en las particularidades del negocio, en su rutina diaria,\nas\u00ed las empresas pueden identificar oportunidades para la eficiencia de los\nprocesos y la relaci\u00f3n con los clientes.<\/p>\n\n\n\n

<< C\u00f3mo saber si el Big Data aporta o no ventajas competitivas >><\/em><\/strong><\/a><\/p>\n\n\n\n

De acuerdo con Martin Lindstrom,\nautor de Small Data: The Tiny Clues That Uncover Huge Trends<\/em> y\ncatalogado como el gur\u00fa del branding<\/em> y la neurociencia, el Big Data\nconsiste en encontrar correlaciones, mientras que el Small Data se preocupa por\nlas causas y razones detr\u00e1s de las cosas.<\/p>\n\n\n\n

Aunque obtener Small Data no implica la misma cantidad de esfuerzo que el Big Data, reorientar la mentalidad de la organizaci\u00f3n para priorizar esos datos puede ser complejo; por ello, te comparto estos 4 pasos clave que recomiendan Thomas C. Redman y Roger W. Hoerl en su art\u00edculo Most Analytics Projects Don\u2019t Require Much Data<\/a>:<\/p>\n\n\n\n

Participaci\u00f3n de toda la\norganizaci\u00f3n<\/strong><\/p>\n\n\n\n

Para que tu compa\u00f1\u00eda pueda experimentar\nel poder del Small Data, al menos debes dirigir un proyecto anual con este tipo\nde informaci\u00f3n, de este modo pondr\u00e1s el ejemplo a tus colaboradores\nmotiv\u00e1ndolos a participar en esta iniciativa y empoder\u00e1ndolos para analizar\nel Small Data de sus respectivas \u00e1reas.<\/strong><\/p>\n\n\n\n

Tres \u00e1reas que com\u00fanmente\nrepresentan una oportunidad para obtener valor de este tipo de informaci\u00f3n son:<\/p>\n\n\n\n

  1. Eliminar f\u00e1bricas datos ocultas en la empresa: En ellas la mala calidad\nde datos es la norma. De ese modo tu compa\u00f1\u00eda no realizar\u00e1 esfuerzos en vano\nanalizando datos que no aportan valor.<\/li>
  2. Reducci\u00f3n de tiempos muertos: podr\u00e1s detectar en qu\u00e9 \u00e1reas se pierde\ntiempo para aprovecharlo de una mejor forma, por ejemplo, al esperar el arribo\nde un env\u00edo.<\/li>
  3. Simplificar las transferencias de informaci\u00f3n: a medida que el trabajo\navanza, el intercambio de informaci\u00f3n poco valiosa puede aumentar la\ncomplejidad, el costo o el tiempo. El objetivo del Small Data es optimizar estas\ntransferencias.<\/strong><\/li><\/ol>\n\n\n\n

    Enfoque disciplinario<\/strong><\/p>\n\n\n\n

    Debido a que los proyectos\nde Small Data no implican una gran complejidad, resulta muy tentador saltar\ndirectamente a la soluci\u00f3n; sin embargo, para que realmente produzca\ninformaci\u00f3n de valor, se debe tener un enfoque disciplinario<\/strong> siguiendo\nestos pasos:<\/p>\n\n\n\n