Boletín informativo Artefact – 29 de junio de 2022.
Edición sobre la transformación data y la
En esta edición mensual, nos centramos en la transformación data y en los retos a los que se enfrentan los directores de Data (CDO) a través de artículos redactados por nuestros expertos.
Podrá leer sus opiniones y análisis sobre diversos temas, tales como data governance: un requisito imprescindible para el éxito de un proyecto de IA, datamesh: data, el camino hacia la descentralización, Ingeniería data, Testimonio en vídeo de RECKITT sobre su proyecto del motor audience, entre otras cosas.
Los cinco retos más acuciantes a los que se enfrentan actualmente los directores generales Data
Ghadi Hobeika, Managing Partner en Artefact EE. UU., comparte sus principales reflexiones tras dirigir una sesión paralela en la que participaron numerosos directores ejecutivos de Data durante la Cumbre Digital de Norteamérica sobre Data y analítica: «El futuro del líder de data».
Entre los principales obstáculos y reflexiones que expresaron se encuentran:
:
- Definir claramente su ámbito de trabajo
- Data la gobernanza es clave
- Romper los silos empresariales
- Retener el talento mediante
itinerarios de desarrollo profesional - Construir un caso para el cambio
Data La gobernanza, requisito previo para el éxito de los proyectos de IA
En una entrevista, Justine Nerce, socio de Artefact, analiza la importancia de data governance y el posicionamiento específico de Artefact en este ámbito.
Justine se basa en su experiencia para responder a preguntas como:
:
- ¿Cuáles son los retos actuales de la data governance?
- ¿Cómo ayuda el Artefact a las empresas a implantar el data governance?
- ¿En qué consiste la singularidad de la visión global de Artefact?
- ¿Tiene algún ejemplo concreto de ayuda que haya prestado?
- ¿Qué podemos esperar en el futuro, una vez que todo el mundo haya implantado su data governance?
Data Malla: el camino hacia la descentralización de la data
Pascal Coggia, Reino Unido Managing Director y socio y Christopher Bannocks, exdirector de Data en Canon e ING Bank, nos explica qué es y qué no es Data Mesh, y por qué se trata tanto de una forma de pensar como de un enfoque.
Juntos, responden a algunas de las preguntas más frecuentes, entre las que se incluyen:
:
- ¿Qué es una malla Data? ¿En qué se diferencia de una data lago?
- ¿Qué se entiende por “data como producto”?
- ¿Cuáles son las ventajas para las empresas?
- ¿Cuáles son los retos que plantea la adopción de la tecnología Data Mesh?
- ¿Cuándo está preparada una empresa para adoptar una estrategia de malla Data?
- ¿Qué tipo de empresas están desplegando con éxito la malla Data?
Las estrategias de gestión Data están en constante evolución y las organizaciones deben estar preparadas para adaptarse a los cambios con el fin de seguir siendo competitivas.
¿Cómo será el futuro de la ingeniería data?
Benoît Goujon, Data Engineer en Artefact, analiza cómo ha evolucionado el puesto de ingeniero data y cómo varían las responsabilidades del mismo de una empresa a otra.
:
- Los ingenieros Data aprovecharán masivamente las tecnologías cloud y los productos SaaS
- Los ingenieros del Data dedicarán menos tiempo a codificar y más a supervisar
- Los ingenieros de Data pasarán de formar parte de los equipos de funcionalidades a formar parte del equipo de base.
Además, Benoît considera que la próxima generación de ingenieros de data no trabajará en un producto concreto de data. Su objetivo será aumentar la productividad de los equipos de producto.
Cómo RECKITT optimizó su inversión en medios y aumentó sus ventas gracias a la solución «Audience Engine» de Artefact
Vea cómo nuestro equipo ayudó a Reckitt a transformarse en una empresa centrada en lo digital y a utilizar data de forma eficaz para aumentar las ventas con el Artefact Audience Engine, que utiliza modelos de aprendizaje automático e inteligencia artificial para convertir el data en información útil. Los equipos multidisciplinares contribuyeron a la implantación y la ampliación del Audience Engine en todo el negocio global de Reckitt. Esto
dio lugar a campañas de «prueba y aprendizaje» que demostraron ¡Aumento del 30% en el retorno de la inversión en publicidad!
Documento técnico: “Cómo maximizar el impacto del aprendizaje automático mediante el análisis prescriptivo”.”
Este informe técnico, redactado por expertos en ambos IBM y Artefact destaca tres ejemplos concretos:
:
- Planificación de la demanda: Determinación de la estrategia de producción óptima
- Optimización de campañas de marketing: Realizar más campañas con un presupuesto menor
- Estrategia de precios: Determinar el precio adecuado para aumentar los beneficios
Dado que Artefact es un Socio comercial Silver de IBM, los equipos Artefact y Data Consultant colaboran estrechamente con los expertos técnicos y comerciales de IBM.
ASESORAMIENTO EN DATOS | DATOS Y MARKETING DIGITAL | COMERCIO DIGITAL
