Los cinco drivers para humanizar los datos procesables en el entorno de las nuevas tecnologías

Por Helen Zeitoun. CEO de Ipsos Science.

Lectura 9 minutos
16 de enero 2020

Por Helen Zeitoun. CEO de Ipsos Science.

Las empresas tecnológicas que se centran en las plataformas, la inteligencia artificial y los grandes datos no tienen en cuenta el lado humano en sus resultados basados en la tecnología y aspiran a «modelos de tecnología profunda». Mientras tanto, las empresas de investigación de mercado enfocadas en medir los aspectos humanos de la opinión, las emociones y el comportamiento en la compra, el consumo y los contextos sociales están perdiendo la escalabilidad tecnológica y necesitan estructurar «modelos de datos humanizados».

Las marcas y organizaciones modernas de hoy en día alcanzarán un crecimiento exponencial si pueden aprovechar toda la cadena de valor de «deeptech» o «datos humanizados». De hecho, están reconstruyendo sus cimientos para competir en la era de los datos y el análisis avanzado, definiendo sus nuevas oportunidades de negocio con el auge de la inteligencia artificial en su núcleo, y pasando de las tácticas de inteligencia artificial a la transformación completa de los datos, impulsada por la inteligencia artificial, en la que se conectan los cambios en la tecnología y la naturaleza de la competencia empresarial.

Las organizaciones deben acelerar en este camino: un reciente estudio del MIT y el BCG 2019 revela que sólo el 20% de las empresas han completado su transformación de datos (con ambos equipos en inteligencia artificial y algunos productos de inteligencia artificial a escala), lo que supone un mero aumento de dos puntos en 2018.

Por lo tanto, la necesidad es crítica para crear una ventaja competitiva y valor más allá de los algoritmos. Debemos evitar quedarnos atascados con los algoritmos y el legado en torno a los algoritmos que impulsan un problema de «y qué», desconectados de la gente de negocios dentro de la organización, de los clientes y ciudadanos en los mercados y la sociedad, y de la dimensión humana. El reto es pasar con los datos y la inteligencia artificial de las metas tácticas a los objetivos estratégicos, de la captura y la orientación de los clientes a la comprensión y la predicción holística de los clientes, de los datos fragmentados y los proyectos de inteligencia artificial a la adopción de la masa crítica y la realización del cambio real.

Nuevos modelos

 

En este contexto, las empresas de MR & Data Insights tienen la responsabilidad de cambiar a un modelo de datos humanizado, para acompañar a las organizaciones privadas y públicas en su transformación de datos con un enfoque centrado en las personas (consumidores, clientes, ciudadanos, empleados).

Ipsos está altamente involucrada en la construcción de un modelo de datos humanizado dentro de su programa de transformación global de Total Understanding. Estamos aprovechando los datos de la sociedad, los mercados y las personas, y somos pioneros en la investigación de mercados con una nueva Organización Global de la Ciencia desplegada desde septiembre, comprometiendo a los expertos en ciencias de los datos y la inteligencia artificial, académicos y asociaciones para crear un apalancamiento en toda la cadena de valor de la investigación.

Entonces, ¿cómo humanizamos los datos en un entorno tecnológico?

Me gustaría compartir una síntesis de pensamientos basada en mi experiencia dentro de Ipsos, conversaciones con muchos clientes de diferentes industrias, y en una mesa redonda de empresas tecnológicas en la que participé el mes pasado en Web Aummit sobre «sacar el máximo provecho de los datos» y un taller que presidí en el Corporate Innovation Summit sobre «qué son los datos humanos».

El objetivo es seguir intercambiando con aquellos de vosotros que estéis interesados en los tres puntos siguientes.

  1. En primer lugar, ¿cuál es el verdadero reto que hay que afrontar? El objetivo estratégico de los datos humanizados es crear valor futuro mediante:
  2. Creando un ambiente de confianza, una organización basada en la inteligencia artificial ética;
  3. Creando una organización «inspirada en los datos» donde la inteligencia artificial tecnológica informa, educa e inspira a los negocios, y los negocios comparten e inspiran a la tecnología con respecto a su mercado, producto y asuntos de competencia;

Crear una organización sin silos con una cultura horizontal, que refleje la esencia horizontal de los datos e inspire a los RRHH a evolucionar desde los sistemas de evaluación del desempeño individual a un impulso personal de desempeño colaborativo en el aprovechamiento de los datos.

En segundo lugar, el desafío de los datos no se resolverá sólo con la magia de la puesta en marcha! El desafío se relaciona con el potencial total de los datos digitales para la ventaja competitiva y el crecimiento. No lo desencadenan únicamente las nuevas empresas tecnológicas, sino que lo adoptan las grandes empresas y las PYMES con la visión y las capacidades financieras y de RR.HH. para integrar los datos y la tecnología en su cadena de valor. La aceleración e incentivación por parte de los gobiernos es de un valor excepcional y, aunque existen diferentes modelos de gobierno-empresa para ello en EE.UU. y China, todavía hay espacio para la colaboración (y la aceleración) en Europa.

En tercer lugar, la transformación de datos no es una opción para las agencias de investigación de mercados, aunque los datos siempre han sido fundamentales para su experiencia. Esto se debe a que los datos se vuelven masivos y en tiempo real. La revolución de la IO, de los datos a los que se accede a través de la nube, de las capacidades para codificar datos de voz, reacciones neurológicas, fotos y vídeos además de códigos estructurados y de un poderoso aprendizaje profundo, empujan a la investigación de mercados hacia un nuevo paradigma de análisis. Pero las agencias de investigación de mercados no sólo tienen un desafío de datos: están en una posición única para actuar sobre los datos humanizados debido a sus habilidades originales en el conocimiento de las personas. Cuando los datos se humanizan, su impacto y poder decisivo se maximizan completamente.

T.R.A.K.I.: Los cinco impulsores de la capacidad de acción de los datos

Los datos humanizados se basan en la habilitación de cinco impulsores de la capacidad de acción de los datos (T.R.A.K.I): Verdad, Relevancia, Precisión, Conocimiento e Integración:

VERDAD: Gestión de datos éticos e inteligencia artificial ética: El enfoque humano para seleccionar datos que respeten los derechos de las personas, ejecutar algoritmos que minimicen los sesgos cognitivos, mezclar género, edad, cultura. Esto está naturalmente alineado con los estándares profesionales de la industria (ESOMAR) y la GDPR. También requiere una verdadera comprensión de los patrones, haciendo que los científicos de datos sean conscientes de sus propios prejuicios personales que deben ser superados.

PERTINENCIA: Selección de datos relevantes: El enfoque humano para seleccionar la fuente de datos correcta para el propósito comercial correcto. Esto es lo contrario del enfoque tradicional de la robótica de grandes datos que reúne todos los datos disponibles para buscar «algunos» patrones.

PRECISIÓN: Apuntando a la granularidad en el análisis de datos: El papel humano en los modelos semánticos de datos sociales, por ejemplo, valorando los métodos de abajo hacia arriba para plantear verdades fundamentales en lugar de métodos de arriba hacia abajo dirigidos por robots que reconocen palabras de bibliotecas precodificadas; esto aumenta la precisión, especialmente con respecto a las diferencias culturales y lingüísticas; el papel humano también tiene impacto en la limpieza de los datos, o en la gestión de los datos GPS desde la perspectiva de las decisiones microindividuales frente a los flujos de datos globales que realmente ocultan los patrones de viaje granulares.

CONOCIMIENTO: Impulsar el análisis de datos con un enfoque iterativo utilizando el conocimiento del consumidor o del ciudadano: El papel humano en el ajuste de modelos con conocimiento experto sobre los mercados, y en la interpretación del análisis de una manera fundamentada y sensible gracias a la familiaridad con la sociedad, los mercados, la gente. El conocimiento del tamaño del mercado es también crítico para evaluar el impacto cuantitativo de los patrones de aprendizaje profundo.

INTEGRACIÓN EN LA CADENA DE VALOR: Permite el trabajo transparente e interactivo de la Ciencia de los Datos y la Inteligencia Artificial entre científicos y analistas de negocios: las interacciones humanas son críticas en el proceso de integración de algoritmos y datos. Esto se aplica a los propios científicos de datos (que necesitan compartir códigos y métodos de trabajo, desafiarlos abiertamente y evitar que su trabajo sea opaco y confidencial), y entre ellos y los analistas de negocios que necesitan tener suficiente de una cultura de datos básica para trabajar en los desafíos de negocios con la gente de datos. Los datos humanizados también se refieren a la conducción de la cultura de datos y la comunicación dentro de la organización de investigación de mercados y con los propietarios de las marcas. Esta mentalidad de integración es clave para la toma de decisiones.

Las marcas pueden acceder al poder de los datos humanizados. Sólo tienen que comprobar que el proceso de investigación de mercados y de agencia de datos sigue el enfoque de T.R.A.K.I, que su equipamiento básico lo permite, como el trabajo en Python, y que los casos de uso de datos humanizados se escalan a una nueva y completa forma de trabajo.

Los datos humanizados para una mejor decisión están preparando el camino para una nueva complementariedad entre la investigación de mercados y las agencias de datos, la GAFA, las agencias de consultoría y las agencias de publicidad. Una oportunidad para que la investigación de mercados moderna (hoy en día definida por ESOMAR como un mercado de 80 mil millones de dólares) juegue un papel aún más central en las estrategias de transformación basadas en el conocimiento.

Path Copy Created with Sketch.
X