Getty Images

Reportaje

La alfabetización de datos sigue siendo una tarea pendiente

Aunque la analítica en tiempo real ya no es exclusiva de las grandes compañías tecnológicas sino parte de muchas industrias, los expertos advierten de una brecha entre la disponibilidad de datos y la capacidad para usarlos e interpretarlos.

Publicado:26 may 2025

La analítica en tiempo real se ha convertido en una capacidad estratégica de gran valor, y está dejando de ser una aspiración tecnológica para transformarse en un imperativo competitivo. Ya no es sólo una herramienta para monitorear indicadores, sino un verdadero motor de acción estratégica. En muchas industrias, contar con datos al instante marca la diferencia entre anticiparse o reaccionar tarde.

Además, estamos viendo un cambio de paradigma, pues la tecnología ya no es exclusiva de las grandes compañías tecnológicas, sino que se ha vuelto una herramienta clave para muchas industrias. Empresas de retail, telecomunicaciones, banca o logística están usando flujos de datos en vivo para tomar decisiones inmediatas, desde ajustar inventarios hasta prevenir fraudes en segundos.

En este contexto, la inteligencia artificial ha tenido un lugar privilegiado en esta transformación, permitiendo la toma de decisiones más rápidas y abriendo la puerta a hiperautomatizaciones de flujos de procesos, que finalmente permiten la existencia misma de la analítica en tiempo real.

Fernando Moya, Ocular.

“La inteligencia artificial está desplazando la lógica tradicional de dashboards pasivos hacia sistemas que detectan patrones, priorizan señales y activan decisiones automáticas o semiautomáticas. Lo interesante es que, en muchos casos, no es la IA la que resuelve, sino la que sugiere el próximo paso con un grado de contexto que antes era imposible. Eso cambia la forma en que las empresas piensan el tiempo: ya no en trimestres, sino en segundos”, sostiene Fernando Moya, CEO de Ocular.

Carlos Villarroel, SONDA.

“Sin embargo, debemos recordar que ni la IA ni la analítica en tiempo real son panaceas que llegaron para solucionar cualquier problema que presenten las organizaciones que buscan tener aproximaciones más data-driven en sus tomas de decisiones”, señala Carlos Villarroel, especialista en Soluciones de SONDA.

La alfabetización de datos

En este escenario, uno de los grandes desafíos que existen hoy es la brecha entre la disponibilidad de datos y la capacidad real de las personas para interpretarlos y usarlos correctamente. A pesar del avance tecnológico, muchas empresas enfrentan un cuello de botella: sus equipos no están suficientemente preparados para aprovechar el valor de los datos. Hay una enorme diferencia entre las capacidades técnicas disponibles y las habilidades de los equipos profesionales para interpretar, cuestionar y tomar decisiones basadas en datos.

Este fenómeno se puede observar como una paradoja: nunca hubo tanto acceso a datos y nunca se sintió tan lejos la comprensión real de lo que ellos significan. “Lo que falta no son cursos de Excel ni BI, sino criterio. Criterio para interpretar, para preguntar distinto y para desconfiar de la correlación fácil. A muchos equipos se les entrega analítica como si fueran recetas de cocina, cuando en realidad se necesita formación para leer entre líneas, entender sesgos y saber cuándo los datos no bastan. La alfabetización no es técnica, es cultural”, dice Fernando Moya, de Ocular.

Rolando de la Cruz, Universidad Adolfo Ibañez.

En este sentido, Rolando de la Cruz, académico de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez de Chile, explica que “hoy, la alfabetización de datos no es sólo saber usar una planilla o una herramienta de inteligencia de negocios: es entender qué significan los datos, qué sesgos pueden tener, cómo interpretarlos correctamente y cómo comunicarlos de forma efectiva. Y en eso todavía falta camino por recorrer. Lo que se necesita no es convertir a todos en científicos de datos, sino en profesionales que piensen con datos, en todas las áreas. Eso implica formación continua, cultura organizacional orientada a la evidencia y liderazgos que fomenten la toma de decisiones informada”.

Danilo Naranjo, Wingsoft.

“A pesar de los avances tecnológicos, todavía existe una falta importante de alfabetización en datos, incluso en cargos clave. Y no me refiero sólo a saber usar una plataforma o un dashboard, sino a entender cómo se construyen los modelos, qué sesgos pueden traer los datos, y cómo tomar decisiones informadas a partir de ellos. Además, con la irrupción de la inteligencia artificial, se abre una nueva dimensión de conocimiento: ahora necesitamos profesionales que comprendan cómo funcionan los algoritmos, cómo se entrenan y qué implicancias éticas tienen. En muchas organizaciones, esa formación transversal aún no llega”, recalca Danilo Naranjo, presidente ejecutivo de Wingsoft.

Los expertos advierten que hoy tenemos una facilidad sin precedentes para acceder a información de valor, de manera resumida y bien estructurada; pero surge un nuevo reto: ¿realmente estoy aprendiendo de lo que estoy leyendo?

“Hoy accedemos a información más rápido que nunca, pero ese conocimiento no siempre se arraiga. Es como hojear muchos libros sin detenerse a entender realmente lo que dicen. Esto genera profesionales informados superficialmente, pero con dificultades para aplicar ese conocimiento en la práctica. Contamos con una cantidad sin precedentes de profesionales con entendimientos básicos de alfabetización en el mundo de los datos, pero sin que este conocimiento se encuentre realmente arraigado”, expresa Carlos Villarroel, de SONDA.

Tips para aplicar analítica en tiempo real

Los especialistas recomiendan a las organizaciones tener absoluta claridad de si este tipo de soluciones generarán valor real dentro de su organización. Además, es muy importante que las empresas cuenten con un comité de gobierno de datos, donde puedan reunirse representantes de distintas áreas para poder intercambiar ideas sobre los desarrollos que generarían mayor valor con el menor esfuerzo y en el menor tiempo posible.

“Son muchas las empresas que agregan a sus pipes de desarrollo soluciones analíticas o de IA, las cuales, al no estar alineadas con su misión y visión o con el giro regular de la organización, terminan siendo percibidas como de bajo valor agregado o de plano inoperantes”, declara Carlos Villarroel, de SONDA.

Por otra parte, aconsejan no tratar de medirlo todo, ya que la obsesión por capturar cada variable termina ahogando el análisis. Es mejor elegir las pocas métricas que realmente accionan decisiones. “Además, elijan un caso de uso que duela. La analítica en tiempo real sólo se valida cuando mejora algo concreto, ya sea disminuir tiempos de espera, anticipar fallos o reducir pérdidas”, concluye Fernando Moya, de Ocular.

¿Cómo usar la analítica en tiempo real?

Rolando de la Cruz, académico de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez, ofrece recomendaciones para aplicar analítica en tiempo real en las organizaciones:

  1. Partan por un problema claro, no por una herramienta. La analítica en tiempo real debe responder a una necesidad del negocio, no ser una solución en busca de un problema.
  2. Construyan una arquitectura escalable, pero sin perder de vista la simplicidad. No es necesario empezar con todo; lo importante es crecer sobre bases sólidas.
  3. Involucren a los usuarios del negocio desde el inicio. La tecnología sirve de poco si no se traduce en mejores decisiones, y eso ocurre cuando quienes están en el terreno la adoptan.
  4. Cuiden la calidad y la ética de los datos. Velocidad sin control no sirve. La gobernanza, la trazabilidad y el respeto por la privacidad deben estar presentes desde el diseño.
  5. Evalúen, midan, ajusten. La analítica en tiempo real no es un proyecto que finaliza, sino una práctica viva que debe mejorar constantemente.

Investigue más sobre Inteligencia artificial y automatización