A fondo. Insight-as-a-Service: ¿próximo ‘big thing’?

Siempre se ha dicho que la información es poder. Y jamás hemos tenido en nuestra mano tantos datos como tenemos actualmente. Cualquier empresa de tamaño mediano o grande cuenta con un ingente volumen de información su disposición.

En la era del Big Data, el problema es obtener valor de todos los datos que se están recogiendo. Aprovecharlos bien va a ser fundamental para diferenciarse de la competencia. El futuro pasa por la combinación de datos estructurados y no estructurados para realizar un análisis que genere un conocimiento profundo o entendimiento de los mismos, que llevará a una mejor toma de decisiones. Sin embargo, un estudio de IBM Business Tech Trends advierte de que sólo una de cada cinco empresas tiene las habilidades suficientes para reunir y usar efectivamente ese conocimiento profundo y predicciones, como se recoge en Simplilearn.

Si nuestra propia empresa no es capaz de lograrlo por sí sola, la respuesta está en la externalización. IDC estimaba hace un par de años que más del 70% de las corporaciones de mayor tamaño ya estarían comprando datos externos. Y pronosticaba que en 2019 lo harían todas. Si se puede acceder así a los datos, ¿por qué no hacerlo también con la analítica de los mismos? La respuesta es Insight-as-a-Service (IaaS).

Mercado en auge

Las empresas se han dado cuenta de que la extracción de información procesable a partir de datos supone una inversión muy elevada, distrayendo recursos materiales y humanos que podrían destinarse al ‘core’ de su actividad. Este tipo de servicios ofrecen una solución idónea y con un coste razonable, por lo que está creciendo su demanda.

MarketsandMarkets indica que el mercado del Insight-as-a-Service ha generado este año unos ingresos de 1.160 millones de dólares. Y prevé que esta cifra crezca de media un 23,5% anual, alcanzando los 3.330 millones en 2021, como informaba ChannelBiz. El motor de este crecimiento es la necesidad de mejorar la satisfacción de los clientes y del rendimiento de las operaciones.

Según un estudio de KDNuggets, las empresas están dirigiendo cerca del 15% de sus inversiones en TI hacia Insights-as-a-Service y otras ofertas basadas en la nube. Y la inversión va a aumentar al 35% en 2021. Además, indica que alrededor del 50% de los datos de todas las organizaciones ya está en la nube. Asimismo, predice que el mercado de Big Data e Insights-as-a-Service superará los 88.000 millones de dólares en 2021.

La investigación también desvela que las industrias que más van a utilizar Insights-as-a-Service y otras soluciones de Software-as-a-Service (SaaS) son el mundo de los negocios, las finanzas, el comercio minorista, los medios de comunicación y las telecomunicaciones.

Hay que tener en cuenta que el crecimiento de Insights-as-a-Service va de la mano del incremento del SaaS, del que se alimenta. En este sentido, el informe ‘Global SaaS Market – Procurement Market Intelligence Report 2017-2021’, elaborado por Research and Markets, indica que el mercado mundial de SaaS crecerá de media un 8% durante el período 2017-2021.

¿Qué es Insight-as-a-Service?

‘Insight’ es un término difícil de traducir a nuestro idioma, al menos en este contexto. Podría entenderse como un entendimiento o conocimiento profundo que dé lugar a perspectivas o predicciones. De esta forma, Insight-as-a-Service consistiría en un servicio en la nube que no sólo permite tener una visión de la empresa a partir de información procesable, sino que también ayuda en el diseño de una estrategia para traducir esos conocimientos en la consecución de unos objetivos de negocio.

Es decir, permite crear planes de acción concretos. Éste es el elemento diferencial frente a las soluciones SaaS, que únicamente ofrecen información y análisis. Por ejemplo, la aplicación de análisis predictivo permite que la empresa evalúe su base de clientes para determinar su propensión a la rotación. Insight-as-a-Service iría un paso más allá, actuando sobre las perspectivas, permitiendo identificar automáticamente a los clientes en los que hay que centrarse y ayudando a evitar el desgaste con las medidas oportunas, como decidir la partida presupuestaria de marketing que debe asignarse a cada conjunto de acciones.

Supone transitar de la mera acumulación de datos y su interpretación a la generación de un entendimiento de los mismos, un conocimiento profundo, que oriente en la toma decisiones concretas. Y éste es el factor que va a impulsar el crecimiento de las empresas que compiten en un mismo sector.

Según el estudio ‘Inside the Mind of Generation D’, elaborado por IBM Center for Applied Insights, las empresas que aprovechan las fuentes de datos estructurados y no estructurados y utilizan la analítica prescriptiva presentan mejores resultados de desempeño y eficiencia. Así, resultan nueve veces más eficientes a la hora de penetrar nuevos mercados, siete veces más eficaces en el desarrollo de nuevas fuentes de ingresos, y tres veces más eficientes en sus operaciones.

Además, Capgemini hace hincapié en que una de las ventajas de Insight-as-a-Service es que se trata de soluciones seguras y escalables, tanto hacia arriba como hacia abajo, por lo que se pueden probar rápidamente nuevos datos analíticos y escenarios probables, sin necesidad de afrontar una importante inversión de capital.

KDNuggets especifica que Insight-as-a-Service puede ofrecerse de múltiples maneras. En primer lugar, como servicios de evaluación comparativa, ayudando a las empresas a comparar su negocio con el de sus rivales o compañeros que han contratado los servicios del mismo proveedor de SaaS. También como servicios para la mejora de procesos de negocio basados ​​en el uso de aplicaciones SaaS. Por ejemplo, para reducir el presupuesto en palabras clave de búsqueda. Además, puede servir para mejorar la productividad empresarial integrando datos sindicados y reduciendo el tiempo de respuesta al cliente.

Variedad de datos

Las soluciones Insights-as-a-Service no sirven de nada si no están alimentadas de datos, que pueden proceder de diversas fuentes, tal y como explica KDNuggets. La primera fuente se encuentra en los datos de la propia compañía, almacenados por la empresa en las aplicaciones SaaS. Se incluyen datos financieros y de resultados, detalles de los empleados, rendimiento de palabras clave, información sobre procesos de negocio, etc.

También se pueden aprovechar datos de uso, capturados durante la utilización de las aplicaciones SaaS. Así, cada vez que se accede a un módulo, se usa, se configura o se elimina, estos datos se capturan en un formato web compatible. Por ejemplo, la utilización frecuente de algunos campos en una aplicación puede ser una información relevante.

Por último, se pueden aprovechar datos sindicados, recogidos de terceros como LinkedIn, Facebook, YouTube, Twitter, Tumblr, Flickr… La combinación de éstos con los dos tipos de datos anteriores permiten alcanzar un conocimiento más profundo y relevante.