Su organización necesita una estrategia de datos propia

Las empresas deben centrarse más en los datos patentados, datos que son exclusivos de una empresa y que se pueden utilizar para crear una ventaja competitiva sostenible. La necesidad de estrategias de datos propias aumenta con los nuevos tipos de datos y el crecimiento de la inteligencia artificial (IA). La mayoría de la IA comercial implica el aprendizaje automático y, si su empresa tiene los mismos datos que todas las demás, tendrá los mismos modelos de información para estas máquinas y, por lo tanto, no tendrá ninguna ventaja competitiva. La estrategia de datos propia de una empresa debe abordar todo el ciclo de vida de esos datos, desde lo que se podría hacer con ellos hasta la forma de obtenerlos y las consideraciones éticas que podrían derivarse de ello. Más allá de simplemente darse cuenta de la necesidad de esos datos, un esfuerzo estratégico puede responder a preguntas clave sobre cómo los datos propietarios encajan en la estrategia y los modelos de negocio de una organización.

••• ¿Cuál es la parte de la estrategia de datos de su empresa que más se pasa por alto? Si es como muchas empresas, probablemente se trate de datos privados, datos que son exclusivos de una empresa y que se pueden utilizar para crear una ventaja competitiva sostenible. No se trata de los secretos comerciales y la propiedad intelectual (que suelen ser de propiedad exclusiva, pero rara vez realmente datos), sino más bien datos en los que la empresa es la única organización que los tiene o tienen un valor añadido suficiente como para convertirlos en un activo empresarial único. Los datos propietarios pueden ser grandes o pequeños, estructurados o no estructurados, sin procesar o refinados. Lo importante es que otra entidad no lo replique fácilmente. Eso es lo que lo convierte en un medio poderoso de lograr [valor ofensivo](/2017/05/whats-your-data-strategy) de la gestión de datos. [Nosotros](/2013/03/invest-in-proprietary-data-for) [y](https://blogs.wsj.com/cio/2015/03/11/getting-advantage-from-proprietary-data/) [otros](/2020/01/when-data-creates-competitive-advantage) tener[ha estado escribiendo](/2020/01/competing-in-the-age-of-ai) y hablando del valor de los datos privados durante muchos años. Pero todavía vemos pocas organizaciones con estrategias sobre cómo adquirirlo, desarrollarlo y aprovecharlo. La mayoría de las empresas se centran únicamente en sus datos internos, que en cierto sentido son propietarios, pero puede que no sean un activo valioso a menos que se desarrollen aún más. Si, por ejemplo, sus datos internos arrojan luz sobre un problema al que se enfrentan otras organizaciones (los datos de pago de una empresa de tarjetas de crédito, por ejemplo), o si puede combinarlos con datos externos de forma que sean útiles para otras empresas, podría ser un activo propietario. La necesidad de estrategias de datos propias aumenta con los nuevos tipos de datos y el crecimiento de la inteligencia artificial (IA). Están surgiendo muchos tipos nuevos de datos en los sectores: datos de sensores, datos móviles, nuevos tipos de datos de pago y más. La mayoría de la IA comercial implica el aprendizaje automático y, si su empresa tiene los mismos datos que todas las demás, acabará con los mismos modelos que informan a estas máquinas y, por lo tanto, sin ventaja competitiva. Las organizaciones tienen que pensar en su estrategia de datos propia y ponerla en práctica _ahora_. Algunas empresas e industrias ya están señalando el camino hacia una estrategia de datos propietarios eficaz. Waymo de Alphabet y Cruise Automation de GM, por ejemplo, recopilan asiduamente mapas y datos de sensores de miles de millones de millas de conducción simulada y en carretera. Las empresas que se centran en la obtención de imágenes médicas para radiología o patología asistidas por la IA están adquiriendo o asociándose para obtener datos de imágenes. Las empresas de los medios de comunicación protegen asiduamente el valor de sus películas, series de televisión, noticias, libros, revistas, etc., y distribuyen cada vez más esos activos de contenido en una variedad de formatos y canales, muchos de los cuales se prevén al principio de un proyecto de creación de contenido. O mire las firmas de inversión. Están cada vez más interesados en acumular y analizar «datos alternativos» o formas no tradicionales de determinar el desempeño de la economía o de determinadas empresas. Podrían evaluar el desempeño de la industria minorista, por ejemplo, analizando las fotos satelitales de los aparcamientos de las tiendas. Los fondos de cobertura exitosos, como Renaissance Technologies, han prosperado en parte porque recopilaron, seleccionaron, integraron y analizaron conjuntos de datos, como los datos de precios de valores, y los convirtieron en un activo propietario. La estrategia de datos propia de una empresa debe abordar todo el ciclo de vida de esos datos, desde lo que se podría hacer con ellos hasta la forma de obtenerlos y las consideraciones éticas que podrían derivarse de ello. A medida que desarrolle su estrategia, tenga en cuenta las siguientes preguntas: - ¿Para qué fines comerciales serían útiles los datos privados? ¿Nuevos productos, modelos de negocio, mejoras en la relación con los clientes o algo más? ¿Cómo se lograría y mantendría la ventaja competitiva con ella? - ¿Qué tipos de datos serían valiosos para la organización? - ¿Cómo añadirá valor la organización a los datos internos valiosos, conservará y protegerá? - ¿Qué tipos de datos de acceso público podrían ser útiles y cómo les añadiremos valor y haremos que sean propietarios? - ¿Quién podría poseer datos externos que nos serían útiles y cómo podemos obtenerlos de forma ética? Considere la posibilidad de comprar una licencia, comprar la empresa, eliminarla, etc. (Pero tenga cuidado con la raspadura: la empresa de software de reconocimiento facial Clearview AI, por ejemplo, [ha sido criticado](https://www.businessinsider.com/what-is-clearview-ai-controversial-facial-recognition-startup-2020-3) para extraer imágenes faciales de Internet.) - ¿Cómo podemos establecer con firmeza nuestra afirmación sobre los datos de propiedad para los que podría haber propietarios alternativos, como los clientes? ¿Existen acuerdos legales que establezcan firmemente nuestra capacidad de utilizar los datos como queramos? - ¿Cómo monetizamos el valor de los datos privados? - ¿Su arquitectura de datos facilita la recopilación de todos sus datos propietarios? Tenga en cuenta que los datos privados suelen tener sus propios «efectos de red». Adquirir o integrar más datos y gestionarlos de forma eficaz crea un activo más valioso, que se integra en los «productos de datos» y en las ofertas para los clientes. Esos productos y relaciones generan más datos, que luego se pueden añadir al almacén de datos propietario. La Búsqueda de Google, por ejemplo, cada vez es mejor a la hora de adivinar la intención de búsqueda de los clientes a medida que más personas buscan y hacen clic en los resultados de la búsqueda. Hasta ahora, han sido principalmente las empresas de plataformas multilaterales las que han experimentado este círculo virtuoso, pero puede ser cierto para cualquier tipo de empresa. Por supuesto, como ocurre con muchas de esas firmas de plataformas, más datos pueden significar más trabajo. No cabe duda de que Facebook, Airbnb y Uber han obtenido muchos datos de propiedad, pero su modelo de negocio intensivo en datos ahora les exige que[asegúrese de que las noticias no sean falsas](https://www.entrepreneur.com/article/344013), eso [las viviendas están descritas con precisión,](https://news.airbnb.com/in-the-business-of-trust/) y[que los conductores están a salvo](https://www.uber.com/us/en/ride/safety/driver-screening/). Las estrategias de datos propietarios deben tener en cuenta tanto las oportunidades como las posibles cargas de los nuevos tipos o volúmenes de datos. Por último, es importante preguntarse quién debe gestionar estos datos privados en su organización. Como la mayoría de las empresas no tienen a nadie responsable de los datos privados, tendrán que formar un equipo para crear una estrategia para ellos. Los directores de datos, si bien normalmente solo son responsables de los datos internos de las organizaciones, pueden estar bien preparados para liderar el proceso de estrategia si tienen responsabilidad en materia de ingresos y relaciones sólidas con los ejecutivos de la empresa. Otros participantes podrían incluir representantes de las organizaciones de TI, legales, de desarrollo de productos y de marketing. Si es probable que la estrategia de datos propia implique nuevas ofertas de venta a los clientes, la función de ventas también debería participar. Muchos «productos de datos» han fracasado porque los vendedores no se sienten cómodos vendiéndolos; a menudo quieren ofrecerlos gratis para ayudar a vender ofertas más tangibles. Como la mayoría de las organizaciones utilizan cada vez más datos, los datos propietarios son esenciales. Más allá de simplemente darse cuenta de la necesidad de esos datos, un esfuerzo estratégico puede responder a preguntas clave sobre cómo los datos propietarios encajan en la estrategia y los modelos de negocio de una organización. Esperamos ver muchas más estrategias de datos propietarios (y éxitos en la aplicación de este recurso) en un futuro próximo.