25 abril 2023

Compartir en:

Un conductor de un automóvil Tesla en Estados Unidos puede ahorrarse hasta 60% de su póliza de seguros, si alcanza una puntuación de seguridad mensual superior a la del promedio. Una oferta así es imposible sin la observabilidad aplicada. 

Gartner define este término como el uso práctico de los datos observables bajo un enfoque altamente orquestado e integrado entre las diferentes áreas de las organizaciones, las aplicaciones y los equipos de infraestructura y operaciones. 

El fabricante de autos eléctricos, para la medición del comportamiento de conducción, analiza los datos que se obtienen de cada conductor al volante en tiempo real mediante sensores y el software Autopilot para calcular el puntaje de cada usuario. 

Los conductores considerados “promedio” tienen entre 20% y 40% en su prima y quienes obtienen las puntuaciones más altas, entre 40% y 60%. Esta oferta disruptiva, sobra decir, le ha traído buenos resultados. 

Tesla Insurance, disponible en 12 estados de la Unión Americana, logró ​​una tasa de ejecución de prima anual de $300 millones de dólares para finales de 2022 y reportó un crecimiento trimestral de 20%. Actualmente, 17% de los clientes usan alguno de sus productos. 

¿Qué son los datos observables? 

Los datos observables se refieren a cualquier variable que se puede observar y medir directamente. Para una organización, a menudo proviene de uno o más sistemas de TI (tecnologías de la información) existentes. 

La observabilidad, entendida como la capacidad de comprender lo que sucede dentro de un sistema en función de los datos externos publicados por ese sistema, requiere que los datos procesables de múltiples fuentes estén adecuadamente conectados —el data sharing, por ejemplo— , optimizados y mejorados para el contexto. 

A los datos observables, apunta Gartner, hay que tratarlos como el activo monetizable más valioso. La firma recomienda centrarse en la identificación de las capacidades de negocio y utilizar los casos de metadatos activos y pasivos para ganar ventaja competitiva. 

Observabilidad aplicada y de datos: ¿son lo mismo? 

Hay que entender que el concepto de observabilidad tiene tres acepciones: la enfocada en sistemas de TI, la dirigida a los datos y una más en términos de estrategia empresarial. 

La observabilidad de los datos es un concepto surgido en 2019, acuñado por la cofundadora y CEO de Monte Carlo Data, Barr Moses, quien escribió en un blog sobre la aplicación de los principios generales de la observabilidad de los sistemas de TI a los datos. 

Esta observabilidad puede confundirse con el monitoreo y, aunque son dos formas de identificar la causas de algún incidente, los resultados que se entregan son distintos. En su forma más básica, explica un blog de IBM, el monitoreo es reactivo y la observabilidad es proactiva.  

En tanto, la observabilidad de los datos proporciona una medida de qué tan bien se puede inferir el estado interno de un sistema a partir de su salida externa. Incluye también los tres pilares clave de su predecesor: registros, métricas y seguimientos. 

Por su parte, la observabilidad aplicada amplía este principio y aplica visibilidad granular en múltiples dominios tecnológicos, como aplicaciones, infraestructura, datos, redes y seguridad, así como también procesos comerciales para proporcionar información comercial valiosa.  

Esta capacidad de aprovechar los datos de observabilidad permite una mayor innovación, una mayor resiliencia y una mejor adopción, compromiso y experiencia del cliente. 

Maximizar el valor de los datos 

“Si tenemos datos, veamos los datos. Si solo tenemos opiniones, vayámonos con la mía”, apunta una frase popularmente acuñada al antiguo CEO de Netscape, Jim Barksdale. Pero el valor de los datos ya no solo es para evitar decisiones personales.  

De hecho, un informe reciente de IDC, señala que las organizaciones que utilizaron la inteligencia de datos para impulsar las decisiones comerciales obtuvieron un retorno de inversión (ROI, por sus siglas en inglés) de 484% a tres años. 

La inteligencia de datos también aumentó los ingresos y la productividad al tiempo que redujo los costos.  

Gartner identifica la observabilidad aplicada como una de las principales tendencias tecnológicas estratégicas para 2023. Su principal objetivo es maximizar el valor derivado de los datos y la califica como una estrategia a largo plazo (entre dos y tres años). 

Además, la clasifica en el grupo de las estrategias de optimización de los sistemas para que sean más fiables, mejoren la toma de decisiones basadas en datos y preserven el valor y la integridad de los sistemas de inteligencia artificial en la producción. 

Beneficios de la observabilidad aplicada 

Como se puede ver en el caso de Tesla, los beneficios de la observabilidad aplicada son facilitar una latencia más corta entre acción y reacción, así como una planificación proactiva de las decisiones.  

En un esquema tradicional, sin datos de conducción, no solo no se puede hacer un puntaje para cada usuario a partir de sus prácticas observables en tiempo real, sino que tampoco se puede tomar la decisión rápida de qué descuento ofrecer. 

De acuerdo con Gartner, para 2026, siete de cada 10 organizaciones que apliquen con éxito la observabilidad lograrán una toma de decisiones más ágil, lo que será una ventaja competitiva para los procesos corporativos. 

Una toma de decisiones proactiva con latencia más corta posible permite redirigir el enfoque de una organización: de la supervisión y la reacción a la aplicación de la observabilidad. 

¿Cómo alcanzar la observabilidad aplicada? 

Para que una organización aproveche los beneficios de la observabilidad aplicada debe contemplar los tres elementos clave que Gartner considera:   

  1. Democratizar las oportunidades. Las organizaciones disponen de grandes volúmenes de datos observables en forma de artefactos digitalizados. El desafío consiste en convertirlos en un conjunto sólido de capacidades. 
  1. Consolidación. Existen múltiples capas de datos concurrentes en diferentes partes de la organización (operaciones de infraestructura, middleware, aplicaciones, datos, flujo de trabajo departamental y procesos empresariales). Al reunirlos todos se consigue un valor muy superior.  
  1. Implementación. Puede ser un proceso difícil, complejo y largo debido a las exigencias combinadas de las múltiples capas paralelas. De todas formas, puede dividirse en incrementos lógicos. Debe hacerse a partir de un sólido plan estratégico general o un modelo para toda la organización. 

¿En qué etapa del manejo de los datos se ubica tu organización? ¿Ya usan la observabilidad? En nuestra empresa BDS acompañamos a los clientes a diseñar, construir y habilitar y perfeccionar capacidades organizaciones competitivas de Advanced Analytics. 

Compartir en:

Si quieres saber más sobre la aplicación de IBM Watson y el cómputo cognitivo en empresas, suscríbete a mi blog y mantente informado.

Comentarios