Evolución de las cadenas de suministro de datos empresariales

Con una cadena de suministro de datos cada vez mayor, las empresas deben perfeccionar su enfoque de los datos, reevaluando la estrategia de datos y aprovechando las arquitecturas de datos modernas para construir, utilizar y mantener cadenas de suministro de datos eficaces.

Los datos nunca han sido tan esenciales para los negocios, pero muchas empresas se quedan rezagadas cuando se trata de abordar algunos retos comunes relacionados con los datos. Con más acceso que nunca a datos externos útiles, muchas empresas carecen de procesos para aprovechar la información externa de forma útil. La atención sigue centrada en la infraestructura de datos , más que en los productos .

Definamos las "cadenas de suministro de datos"

Imaginemos que los datos son similares a las materias primas utilizadas en la fabricación. En esta analogía, los datos brutos se preparan para el análisis, es decir, se transforman de materia prima en producto. En este caso, se trata de pasar de un estado bruto como parte de los sistemas fuente a un estado más refinado para alimentar análisis avanzados y aplicaciones inteligentes.

Mientras que la gestión de la cadena de suministro rastrea el movimiento de bienes y servicios, las cadenas de suministro de datos rastrean el linaje, empezando por la fuente de origen de los datos. Una vez extraídos los datos, se someten a un proceso de enriquecimiento. Al estratificarlos en múltiples fuentes de información, catalogarlos y anotarlos, los datos pasan a estar disponibles en un formato en el que se pueden hacer búsquedas, y el usuario final puede acceder a ellos, consultarlos y darles un buen uso empresarial. Por último, los datos pueden consumirse como un producto de datos, como un mercado de datos financieros, un cliente o un producto 360, etc.

¿Cómo se gestiona todo esto?

En el pasado, los datos procedían principalmente de los sistemas de datos operativos (ODS). Se trata de datos generados dentro de sistemas de gestión de relaciones con los clientes (CRM) y de planificación de recursos empresariales (ERP) u otros productos que sirven a las empresas como sistemas transaccionales, como productos básicos, gestión de personal, sistemas de venta al por menor o en puntos de venta, historiales de pacientes, contratos, etc.

Este solía ser el uso predominante de los datos: un puñado de sistemas fuente ingerían los datos en un repositorio central. A continuación, los equipos utilizarían esos datos a medida que estuvieran disponibles en el gran repositorio, a menudo un almacén de datos.

La evolución hacia cadenas de suministro de datos multicloud y multimodales

El uso de los datos ha cambiado en los últimos cinco a siete años, sobre todo a raíz de la pandemia. Ya no basta con que una empresa utilice únicamente los datos que genera internamente. Esto está haciendo que las organizaciones se replanteen sus cadenas de suministro de datos. Hoy en día, las empresas se plantean dos modelos de suministro de datos: directo e indirecto. El modelo directo se basa en conjuntos de datos internos y externos de terceros, mientras que el modelo indirecto utiliza factores ambientales, comportamientos, influencias y conjuntos de datos sintéticos.

• Directo:
  • Los datos de origen se recopilan directamente a través de CRM, ERP, dispositivos de usuario final y otros sistemas internos de registro.
  • Los datos de terceros proceden de socios, proveedores y dispositivos de los consumidores.
  • Datos de terceros, se recopilan a partir de historiales de compra, listas de inteligencia de clientes, datos de mercado, datos económicos, etc.
• Indirecto:
  • Datos causales es una colección de puntos de datos que podrían enriquecer los modelos de datos existentes. Por ejemplo, datos relacionados con factores externos, el tiempo como indicador del sentimiento de los clientes, demografía, redes sociales, tendencias, etc.
  • Datos sintéticos describe los datos simulados y autogenerados. Por ejemplo, los simuladores de vehículos autónomos necesitan volúmenes de datos que no están fácilmente disponibles, y posibles escenarios del mundo real que no se han capturado. Otra área clave son las redes generativas adversariales (GAN), en las que una red generativa genera puntos de datos mientras que una red discriminativa los evalúa hasta el punto en que los datos se vuelven indistinguibles de los puntos de datos del mundo real. Esta aplicación es útil en entornos con restricciones de privacidad y en modelos de IA, donde puede ayudar a frenar los sesgos.

¿Cómo deben adaptarse las organizaciones a esta evolución?

Las necesidades de la empresa están hoy mucho más interconectadas, no sólo dentro de la empresa, sino también entre proveedores, productores y consumidores. Las organizaciones están adoptando rápidamente la multicloud, con los tipos de carga de trabajo como criterios de facto para elegir una nube. Las aplicaciones se distribuyen cada vez más entre nubes, y la cadena de suministro de datos tiende invariablemente hacia la multicloud.

El paso a SaaS para las aplicaciones empresariales también ha repercutido en la fiabilidad de su cadena de suministro, que ahora se extiende fuera de su organización a terceros proveedores de SaaS. La integración con un proveedor de SaaS crea un modelo push y pull en el que los datos directos proceden de la aplicación SaaS, se enriquecen y los datos maestros se devuelven a las aplicaciones SaaS. Por ejemplo, sabemos que las ventas al por menor suelen disminuir durante los periodos de inclemencias meteorológicas. Integrar esos datos en los controles de inventario es crucial para mantener la estabilidad y longevidad de las empresas minoristas.

Las tendencias de la cadena de suministro de datos también se ven cada vez más afectadas por las innovaciones tecnológicas que facilitan el acceso a los datos. Aquí es donde entran en juego los conceptos de puesta en común de datos y un acceso más fácil a conjuntos de datos curados, tanto adquiridos como de código abierto (también conocidos como productos de datos).

Compartir datos es cada vez más habitual. Aquí es donde los datos son preparados por terceras empresas, socios y proveedores, y luego se ponen a disposición a través de proveedores de datos como servicio, como Snowflake y Databricks. Los intercambios y mercados de datos internos comparten estos productos de datos preparados entre las unidades de negocio para aumentar la velocidad de colaboración.

Mientras que su cadena de suministro puede estar explotando, en el caso del intercambio de datos, sus cadenas de suministro están implosionando porque está reduciendo el tiempo y la complejidad de crear canalizaciones de datos adicionales. En lugar de enviar datos de un lugar a otro y luego integrarlos, ahora puede transformar sus datos sin necesidad de moverlos.

¿Cómo aprovechamos? 

Hace quince años, los datos que explotaba una empresa vivían exclusivamente dentro de ella. Las empresas pudieron acceder rápidamente a los datos y crear y aprovechar puntos de datos para crear productos digitales.

Hoy en día, los datos de las empresas están distribuidos en múltiples nubes y aplicaciones SaaS. Los datos internos por sí solos no bastan para tomar mejores decisiones. En su lugar, dependerá más de datos externos -información de sus socios, proveedores y consumidores de todo el mundo- y de datos causales que interpreten el entorno que rodea lo que vende y a quién se lo vende.

Teniendo en cuenta estos cambios, ¿cómo crear arquitecturas adecuadas para mantener una creciente cadena de suministro de datos? He aquí un punto de partida: Examine detenidamente cómo enfoca su organización su estrategia de datos. Debe tener en cuenta la ampliación de la cadena de suministro de datos para aprovechar las tres formas de conjuntos de datos directos (datos de primera, segunda y tercera parte) y aumentar la adopción de conjuntos de datos indirectos, como los datos causales y sintéticos. A partir de ahí, podrá crear y aprovechar arquitecturas de datos y patrones de integración de datos más modernos, sin dejar de centrarse en los datos más importantes para una empresa.

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.