Gartner espera que el 60% de los proyectos de IA que carecen de datos listos para IA sean abandonados para 2026. “Listo para IA” suena como una etiqueta técnica. En realidad, describe algo mucho más general: si una empresa realmente puede encontrar, agregar y utilizar los datos que posee.
Se trata de un problema de fragmentación de datos: el estado en el que la información que se necesita para planificar una decisión empresarial se encuentra dispersa en diferentes sistemas, formatos, equipos y entidades jurídicas.
Muchas juntas todavía tratan esto como un problema de TI. No es así.
Cofundador y director ejecutivo de Dicentric.
Esto es lo que ralentiza tus decisiones, paraliza tus asociaciones y mata a tus pilotos de IA. Mi equipo en Decentriq ve una versión de este problema en muchas de nuestras conversaciones con la dirección de TI de las empresas de medios.
Este artículo explica por qué la consolidación es la respuesta equivocada a ese problema y qué están haciendo las empresas líderes en su lugar.
Donde la fragmentación de datos arruina el negocio
Los ingenieros describen la fragmentación de datos como silos y fuentes duplicadas. Esto es correcto, pero sólo menciona los síntomas.
La versión empresarial es más fácil de ver. Recorra una semana típica en una gran empresa y encontrará:
Un especialista en marketing global intenta leer el comportamiento de los clientes en todas las regiones y descubre que se utilizan cinco definiciones diferentes de “cliente”. Un editor quiere mostrarle a un socio de marca cuáles de sus clientes fueron realmente alcanzados y convertidos, pero demostrarlo significa compartir datos de audiencia que ninguna de las partes está dispuesta a revelar. Hay muchos ejemplos de este tipo.
Este compuesto creado a partir de estas conversaciones que he tenido en lo que va de año, no de clientes específicos. Pero el patrón apunta. Cada problema se registra como un ticket técnico y se resuelve de forma aislada. Ninguno de los dos tiene una solución, porque la siguiente pregunta tiene una forma ligeramente diferente.
Ese patrón es lo que cuesta dinero. No es un solo problema, sino un lastre para toda la empresa en la velocidad y la calidad de las decisiones tomadas con datos que la empresa ya posee. No aparecerá como una línea en el informe financiero. En cambio, se manifiesta como proyectos que se estancan, acuerdos que fracasan e iniciativas de IA que nunca llegan a producción.
El valor real de las decisiones estrechas
Lo más caro de la fragmentación es obligar a tomar decisiones dentro de un plazo que los datos no pueden cumplir.
Realice un ciclo de planificación de campaña. Una marca quiere activar a sus mejores clientes en el inventario de editores premium. Sus datos de CRM existen. Los datos de audiencia del editor existen.
La ruta tradicional requiere negociar un acuerdo de intercambio de datos, obtener la aprobación legal de ambas partes y crear una integración técnica. Cuando termine, la ventana de promoción habrá pasado.
¿Por qué leer brevemente la corrección obvia?
La respuesta instintiva a este problema es comprensible. Los editores invierten más en plataformas de gestión de datos (DMP) para empaquetar mejor a sus audiencias. Las marcas crean plataformas de datos de clientes (CDP) para consolidar sus bases de datos de clientes. Y las principales plataformas (Google, Amazon, Meta) ofrecen sus propios entornos de sala limpia para permitir cierta colaboración dentro de sus paredes.
Ninguno de estos resuelve el problema entre parejas. Los DMP y CDP están diseñados para la orquestación de datos internos. Por lo tanto, le brindan una mejor visión de las cosas que ya posee, pero no están diseñadas para la colaboración con socios externos. Y las salas blancas de jardín amurallado resuelven una versión más limitada del problema: puedes colaborar con los propios datos de la plataforma, pero no puedes traer socios independientes y la plataforma misma puede ver lo que estás haciendo.
La limitación común es que cada una de estas herramientas fue creada para agregar o contener datos donde residen y al mismo tiempo permitirles trabajar a través de fronteras. Es un problema diferente y necesita un tipo diferente de solución.
La colaboración de datos está reemplazando a la consolidación
Un pequeño grupo de empresas ha dejado de intentar mover o fusionar sus datos. Están utilizando salas limpias de datos construidas con tecnologías de mejora de la privacidad, o PET: una familia de métodos que incluyen computación confidencial, aprendizaje federado y computación segura de múltiples partes (entre otros).
El hilo común es simple: estas herramientas permiten que dos o más organizaciones hagan una pregunta sobre los datos de cada una y obtengan una respuesta conjunta, sin que ninguna de las partes vea ni copie los registros sin procesar de la otra.
En Decentriq construimos salas limpias de datos sobre esta base. Las marcas globales, los editores y, especialmente, las empresas reguladas los utilizan para colaborar a través de datos que deben estar donde están.
Nuestra plataforma de audiencia colaborativa amplía esto aún más, brindando a las organizaciones un entorno único para crear, activar y medir audiencias a través de los datos de los socios en tiempo real, sin dejar los registros de ninguna parte en sus propios sistemas.
Algunos ejemplos de cómo se ve esto en la práctica:
Un importante banco suizo trabajó con el editor Goldbuck para crear una audiencia publicitaria que se pareciera a sus mejores clientes existentes. Su costo de comunicación se ha reducido en un 44%. Los propios registros de clientes del banco nunca salen de sus sistemas.
IKEA y la editorial austriaca combinarán los datos de sus clientes y visitantes dentro de una sala limpia El coste por visita ha disminuido un 30%. 10% de retorno por cada euro de inversión publicitaria.
En materia de salud del consumidor, los Laboratoires Pierre Fabre combinaron sus propios datos con las audiencias de tres editoriales francesas (Reworld Media, Groupe Marie-Claire y Média Figaro) para crear una imagen detallada de los consumidores que compran sus marcas de protectores solares Avène y Aderma. Entre ellos no se divulga información del cliente.
Hace diez años, cada una de estas consultas implicaba agrupar datos subyacentes y absorber todos los gastos generales de cumplimiento. Ninguno de estos lo hizo. Cada uno respondió una consulta a través de un límite y mantuvo el resto del conjunto de datos fragmentado como antes.
El foro de preguntas realmente debería preguntar
No todas las empresas resolverán la fragmentación de datos como una gran base de datos. Las empresas que están avanzando han reconocido que trabajar con datos no requiere ser propietarios de ellos y han invertido en la capacidad de colaborar más allá de las fronteras de la empresa.
A lo largo de los años, las juntas directivas se han preguntado cómo romper los límites. Una mejor pregunta es cómo trabajar con ellos. Estas preguntas ahora tienen respuestas prácticas y veo más de ellas cada trimestre. Las empresas que lo piden no esperan a que finalice el proyecto de consolidación.
“Los datos que necesita para comprender a su cliente generalmente existen, pero no están en su propio sistema. Las empresas que están por delante han dejado de intentar poseerlos y han comenzado a encontrar formas de trabajar juntas”.
Contamos con las mejores herramientas de migración de datos..
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
