Multivelocidad para transformar la data en capital en la minería

No es posible dirigir un negocio si no se cuenta con los conocimientos sobre cómo funciona, o hacia dónde va. Y para ello se necesita datos que proporcionen información oportuna y relevante. Desde que las mineras, y las organizaciones en general, son capaces de capturar y registrar información sobre sus operaciones, ventas, proveedores y clientes, han tratado de obtener información de esos datos para hacer que los negocios funcionen mejor. El rápido avance de la tecnología ha permitido a las empresas pasar de los registros en papel a los mainframes y a los almacenes de datos. Y luego a los lagos de datos empresariales y, en última instancia, a prepararse para inteligencia artificial en la nube.

Pero, aunque los directores generales de la minería reconocen que los datos y la IA son clave para la supervivencia, luchan por equilibrar la institucionalización de las capacidades en toda la empresa, para integrar rápidamente los conocimientos en los puntos de decisión y obtener valor a escala. El secreto está en adoptar un enfoque “multivelocidad”. En los últimos años, han surgido dos enfoques principales de los datos y la analítica: top-down y bottom-up. Un enfoque descendente de la analítica es el que institucionaliza la visión de una empresa a través de una estrategia global a largo plazo, y puede ser más lento de implementar, mientras que un enfoque ascendente de la analítica proviene de una organización o un equipo que necesita requisitos analíticos inmediatos y más rápidos.

La respuesta es un enfoque equilibrado de varias velocidades, que trace un camino entre una estrategia descendente y la agilidad ascendente, que permita a las mineras aprovechar al máximo el valor de ambas. De esa forma, se obtienen datos estratégicos y resultados analíticos. Con una mayor capacidad de respuesta, la empresa puede obtener nuevos resultados analíticos en una forma que realmente puede utilizar, lo que tiene un valor incalculable a la hora de promover la alfabetización de datos y una cultura de data sólida, así como para garantizar que se tomen más decisiones empresariales con el apoyo de los datos.

Con este modelo, las mineras pueden también poner a prueba los conceptos y reducir el riesgo de una transformación analítica más amplia. Así también, tienen la capacidad de detectar problemas en un programa de inversión a largo plazo lo que permite un importante ahorro de costos.

Para impulsar un modelo de multivelocidad exitoso, es importante definir su lugar en el modelo operativo más amplio de datos y análisis. Esto comienza con la definición de una misión clara, normalmente para aumentar (no sustituir) el desarrollo de productos analíticos, los equipos de DataOps, MLOps y PlatformOps, permitiendo impulsar nuevas necesidades analíticas. Generalmente, las necesidades se enfocan en nuevas tecnologías o nuevas fuentes de datos; comprobación de hipótesis empresariales que requieren convertir una idea en un prototipo; apoyo a la toma de decisiones y elaboración de soluciones; y curación rápida de datos y preparación para su uso.

Luego, hay tres pasos clave. Primero es necesario realizar un análisis claro de los datos y de la organización. Las mineras con capacidades muy maduras pueden aprovechar el modelo multivelocidad principalmente para experimentación o ideas “moonshot”, mientras que las organizaciones menos menos maduras pueden integrarlo como una parte del ciclo de vida del desarrollo de productos.

A continuación, se debe asegurar que se está trabajando en problemas y oportunidades que se adaptan a las capacidades de la minera. Esto podría implicar el uso de la ciencia de los datos para probar o refutar determinadas hipótesis de negocio, experimentando con nuevas tecnologías de análisis antes de una inversión, o algún otro servicio.

Finalmente, se debe contar con el talento adecuado. El equilibrio entre las habilidades técnicas y de negocio es fundamental para el éxito. Esto suele incluir ingenieros de datos, científicos de datos, expertos en visualización, ingenieros de aprendizaje automático, analistas de negocio y otros expertos en la materia. También será importante considerar cómo este talento puede seguir el ritmo de los avances tecnológicos.

Un elemento clave para adoptar un modelo multivelocidad es cloud. La nube es una parte esencial de la gestión de la data como capital estratégico. Cuando los datos están en la nube, se puede entender mejor a los clientes, fortalecer la competitividad, actuar con mayor rapidez para captar nuevas oportunidades de negocio e impulsar una transformación de la empresa basada en los datos. Cloud ofrece escala, agilidad, datos en tiempo real y acceso a las herramientas más de análisis y aprendizaje automático más avanzadas del mercado.

A pesar de décadas de inversión, muchas mineras todavía luchan por conseguir los resultados de datos y análisis que esperan. ¿La solución? Un enfoque equilibrado de varias velocidades para la transformación basada en los datos para crear un puente entre una transformación estratégica a largo plazo y las soluciones puntuales. Al operar a varias velocidades, las mineras pueden impulsar la innovación a través de la analítica y tomar mejores y más rápidas decisiones con sus datos.