En colaboración con la Saïd Business School de la Universidad de Oxford

IBM Global Business Services

Business Analytics and Optimization
Informe ejecutivo

IBM Institute for Business Value

Analítica de datos: El uso en el mundo real

de Big Data en sanidad y ciencias de la vida
Cómo las organizaciones más innovadoras en sanidad y ciencias de la
salud extraen valor de datos inciertos
IBM® Institute for Business Value
a través del IBM Institute for Business Value, desarrolla información estratégica
relacionada con cuestiones críticas que afectan al sector público y privado y destinada a
la alta dirección de las empresas. El presente informe ejecutivo está basado en un
estudio en profundidad llevado a cabo por el equipo de investigación del instituto como
parte del compromiso permanente de IBM Global Business Services de ofrecer análisis
y puntos de vista que ayuden a las empresas a aumentar su valor. Puede ponerse en
contacto con los autores o enviar un e-mail a iibv@us.ibm.com para obtener más
información. Puede encontrar otros estudios del IBM Institute for Business Value en
ibm.com/iibv

Saïd Business School de la Universidad de Oxford

La Saïd Business School es una de las escuelas empresariales más importantes del
Reino Unido. Ha establecido un nuevo modelo de formación empresarial a través de su
profunda integración en la Universidad de Oxford, una de las más destacadas del
mundo, y trabaja para superar algunos de los retos que afronta actualmente el mundo.
Puede ponerse en contacto con los autores o visitar www.sbs.ox.ac.uk para obtener
más información.
 IBM Global Business Services 1

Por Peter Mooiweer y Rebecca Shockley

“Big Data” significa muchas cosas para distintas personas, y ha dejado

de ser un término limitado al ámbito tecnológico. Hoy en día se ha convertido en un
imperativo de negocio que ofrece soluciones a desafíos que desde hace mucho tiempo
se planteaban las organizaciones sanitarias y de ciencias de la salud de todo el mundo.
Como podrá comprobar en este informe, dichas empresas están empleando Big Data
para transformar sus procesos, sus organizaciones y, próximamente, sus industrias.

Nuestro estudio a nivel mundial más reciente, “Analytics: The
real world use of big data”, determinó que los ejecutivos del
ámbito de sanidad y de ciencias de la vida han comenzado a
reconocer las oportunidades relacionadas con Big Data1. Pero,
a pesar de la aparente constante atención de los medios, puede
resultar difícil encontrar información detallada acerca de lo que
las organizaciones están haciendo realmente en este ámbito. En
el presente informe, destinado específicamente a estos sectores,
estudiaremos el punto de vista de las organizaciones sanitarias
y de ciencias de la vida encuestadas acerca de Big Data y en qué
medida lo emplean actualmente en beneficio de su negocio. El
IBM Institute for Business Value colaboró con la Saïd Business
School de la Universidad de Oxford para llevar a cabo el 2012
Big Data @ Work Study, encuestando a 1.144 profesionales de
diferentes negocios y de TI de 95 países, incluyendo a 67
encuestados de los sectores sanitario y de ciencias de la vida, lo
que supone un 6% del conjunto total de los encuestados.
Big Data plantea tanto retos como oportunidades para las
compañías sanitarias y de ciencias de la vida. En la actualidad,
el sector sanitario está orientado a resultados, pero su futuro es
incierto, en vista de la transformación de la normativa en todo
el mundo, de los cambios en la participación de los gobiernos y
a la continua evolución de los hábitos y demandas del
consumidor sanitario. Las características demográficas del
consumidor sanitario están cambiando; se calcula que en 2017
el número de adultos de más de 60 años será mayor que el de
niños de menos de 52. Los proveedores sanitarios desean
mejorar la atención al mismo tiempo que animan a los
consumidores a llevar una vida más sana y evitar así
intervenciones graves y extremadamente costosas. Las nuevas
tecnologías y tratamientos, así como los nuevos modelos de
negocio sanitarios y una reestructuración general del sector
están encaminados a conseguir una población más sana. En lo
que se refiere a planes de salud, las redes de proveedores y
pacientes, los datos siguen promoviendo redes de pago cada
vez más complejas pero vitales. Los datos sanitarios –ya estén
destinados a nuevos tratamientos, pagos más inteligentes o una
gestión más efectiva de los recursos– serán fundamentales para
el futuro de la sanidad.
2 Análisis: Uso real de Big Data en sanidad y ciencias de la vida
Para las compañías de ciencias de la vida, los datos son el
motor de la función de investigación y desarrollo, así como de
otras áreas esenciales como finanzas, marketing y gestión de
riesgos. El factor que impulsa la optimización de los procesos
en este sector es evidente: el desarrollo de un nuevo fármaco
efectivo puede costar más de 1.900 millones de dólares; la
globalización de la distribución de medicamentos trae consigo
nuevas normas y un mayor escrutinio de la seguridad,
efectividad comparada, ética y calidad3. Los datos serán
igualmente esenciales para el futuro del sector de ciencias de la
vida cuando éste busque mejorar los procesos de desarrollo
clínico, actuar a partir de la información de los pacientes,
pagadores y proveedores para promover el crecimiento y
mejorar las relaciones en todo el ecosistema de sanidad y
ciencias de la vida.
Por todos estos motivos, la pregunta para muchas de estas
compañías sigue siendo esta: ¿Cómo recoger y emplear esta
información para conseguir una ventaja competitiva?
Descubrimos que el 72% de las compañías sanitarias y de
ciencias de la vida afirman que el uso de la información
(incluyendo Big Data) y de análisis ha generado una ventaja
competitiva para sus organizaciones en comparación con el
63% de los encuestados del global de los sectores (ver Figura
1). En sanidad y ciencias de la vida, el porcentaje de
encuestados que declaró gozar de una ventaja competitiva pasó
del 35% en 2010 al 72% en 2012, lo que supone un
incremento superior al 100% en dos años4.
Nuestro estudio determinó que las compañías sanitarias y de
ciencias de la vida emplean una estrategia Big Data pragmática
y orientada al negocio. Las estrategias Big Data más exitosas
empiezan por identificar los requisitos empresariales para
luego adaptar la infraestructura, las fuentes de datos y los
análisis a la oportunidad. Estas organizaciones extraen nuevos
conocimientos de las fuentes de información de las que
disponen, tanto nuevas como ya existentes, definen una
estrategia tecnológica Big Data y finalmente amplían
progresivamente las fuentes de datos y las infraestructuras con
el paso del tiempo.
Obtención de la ventaja competitiva
2012
72%
63%
2011
58%
58%
2010
106%
35% de incremento
37%
Encuestados en sanidad y ciencias de la vida
Encuestados globales
Fuente: “Analytics: The real-world use of big data”, un estudio realizado en
colaboración entre el IBM Institute for Business Value y la Saïd Business School de
la Universidad de Oxford. © IBM 2012
Figura 1: Las compañías sanitarias y de ciencias de la vida están
dejando atrás a las empresas de otros sectores en su capacidad
para generar una ventaja competitiva a partir de la información y la
analítica de datos.
Las organizaciones utilizan Big Data
de forma práctica
Nuestra encuesta Big Data @ Work confirma que la mayoría
de las organizaciones se encuentran actualmente en las etapas
iniciales de sus proyectos de planificación y desarrollo Big Data
y que las compañías sanitarias y de ciencias de la salud están en
un punto similar –o quizá incluso un poco más adelantado– al
del conjunto global de empresas en otros sectores. Aunque un
porcentaje menor de compañías sanitarias y de ciencias de la
vida está enfocado en entender estos conceptos (un 20% de
éstas en comparación con el 24% de las organizaciones
mundiales), la mayoría está o bien definiendo una hoja de ruta
asociada a Big Data (un 50% de las compañías sanitarias y de
ciencias de la vida, superando ligeramente al 47% del conjunto
de empresas) o ya han emprendido pilotos e implementaciones
de Big Data (un 30% frente al 28% de las grandes
organizaciones; ver la Figura 2).
 IBM Global Business Services 3

con lo observado en el mercado, donde las compañías sanitarias

Actividades Big Data
Global
24%
Sanidad y ciencias de la vida
20%
No han iniciado actividades Big Data
Planifican actividades Big Data
Pilotos e implantación de actividades Big Data
y de ciencias de la vida se esfuerzan por estar más orientadas al
cliente, convirtiéndolo en el principio organizador en torno al
47% 28% cual giran los conocimientos obtenidos de los datos, las
operaciones, la tecnología y los sistemas. Al mejorar su
capacidad para conocer la salud de sus clientes, las necesidades
financieras y de tratamientos, las organizaciones sanitarias y de
ciencias de la salud están mejor posicionadas para ofrecer
50% 30% nuevos servicios, productos y experiencias orientados a éstos
con el fin de aprovechar rápidamente las oportunidades del
mercado con un coste más predecible.

Fuente: “Analytics: The real-world use of big data”, un estudio realizado en

colaboración entre el IBM Institute for Business Value y la Saïd Business School de Objetivos Big Data
la Universidad de Oxford. © IBM 2012

Global
49% 18% 15% 14%
Figura 2: Cuatro de cada cinco compañías sanitarias y de ciencias
de la vida han comenzado a desarrollar una estrategia Big Data
o están implantando actividades Big Data, dejando atrás a las
empresas de otros sectores. 4%

Sanidad y ciencias de la vida 48% 13% 22% 13%

En nuestro estudio global identificamos cinco conclusiones
principales que reflejan cómo abordan las organizaciones
proyectos de Big Data. Para una explicación más detallada de 4%
Resultados orientados al cliente
cada una de estas conclusiones, consulte el estudio completo,
Optimización operativa
“Analytics: The real-world use of big data”5. En este análisis Gestión financiera/del riesgo
sectorial examinaremos la madurez de las organizaciones Nuevo modelo de negocio
sanitarias y de ciencias de la vida con respecto a dichas Colaboración de los empleados

conclusiones, además de exponer nuestras recomendaciones, Fuente: “Analytics: The real-world use of big data”, un estudio realizado en
dirigidas a las compañías de este mercado. colaboración entre el IBM Institute for Business Value y la Saïd Business School de
la Universidad de Oxford. © IBM 2012

1. El análisis de clientes (consumidores, pacientes,

miembros) motiva las iniciativas Big Data
Figura 3: Casi la mitad de los proyectos Big Data emprendidos por
Cuando se les pidió que clasificaran sus tres principales
compañías sanitarias y de ciencias de la vida están destinados a
objetivos en el área de Big Data, algo menos de la mitad de los obtener resultados orientados al cliente y casi una cuarta parte está
encuestados en el ámbito sanitario y de ciencias de la vida con orientada a la gestión financiera y del riesgo.
proyectos Big Data activos señalaron objetivos orientados al
cliente como su mayor prioridad (ver Figura 3). Esto concuerda
4 Análisis: Uso real de Big Data en sanidad y ciencias de la vida
Por ejemplo, un importante hospital universitario chino con un
nivel médico muy elevado desea prestar atención a más
población en una zona mayor. Para cumplir sus objetivos de
expansión, el hospital tuvo que crear un sistema de historiales
clínicos electrónicos compartido entre los hospitales
comunitarios y los centros de salud de todo Pekín. También
deseaba proporcionar una atención más proactiva y con mayor
capacidad de respuesta a pacientes con enfermedades crónicas
con la intención de mejorar su bienestar general y reducir, o
prevenir, episodios agudos.
El hospital trabaja en la implantación de un sistema de
historiales clínicos electrónicos para toda la comunidad basado
en una arquitectura orientada a servicios (SOA) y en estándares
de información médica internacionales. El sistema de
historiales convierte los archivos desorganizados en formatos
interoperables estandarizados utilizando un adaptador Clinical
Data Architecture (CDA). Además, el sistema incluirá
funcionalidad de teleasistencia basada en telecomunicaciones
móviles y servicios de avisos por mensajería en tiempo real.
Dicha funcionalidad proporciona capacidades de
monitorización continua y avisos en tiempo real, ayuda a
mitigar el empeoramiento del estado de los pacientes, reduce
los episodios agudos y mejora su calidad de vida. Se trata de un
sistema interconectado y con capacidad de respuesta que
genera historiales clínicos electrónicos a largo plazo, lo que
hace posible realizar estudios personalizados y establecer
tratamientos en función de las circunstancias médicas de cada
persona, además de permitir al hospital mejorar la atención a
sus pacientes y ampliar su alcance.
No resulta sorprendente que la “gestión financiera y de
riesgos” fuera un claro segundo objetivo entre las compañías
sanitarias y de ciencias de la vida, ya que para el 22% de los
encuestados se trata de su principal objetivo Big Data. Esto
posiblemente refleje la necesidad para estas industrias de
detectar fraudes, tramitar pagos con la máxima eficacia y
cumplir con la normativa mundial.
2. Big Data requiere una infraestructura escalable
y ampliable
La promesa de obtener un valor de negocio significativo y
medible a través de Big Data solamente puede cumplirse si las
organizaciones ponen en marcha una base de información que
sustente el rápido crecimiento del volumen, la variedad y la
velocidad de los datos. Sin embargo, debido a que la mayoría
de los ejecutivos de las empresas no tienen un gran
conocimiento de su infraestructura, pedimos a los ejecutivos y
analistas de TI que describieran el estado de las infraestructuras
Big Data de sus organizaciones. Entre los encuestados en el
ámbito sanitario y de ciencias de la salud, los ejecutivos de
negocio superaron con mucho a los de TI, siendo estos
demasiado pocos como para considerarlos una muestra
significativa estadísticamente. Por este motivo, nuestras
observaciones en este apartado reflejan las respuestas del
conjunto total de encuestados de diversos sectores.
Entre los encuestados globales, casi dos terceras partes afirman
haber iniciado su trayecto en Big Data con una base de
información integrada, escalable, ampliable y segura. Cuatro
componentes de la gestión de la información fueron citados
con mucha frecuencia como parte de las iniciativas Big Data de
los encuestados.
La información integrada es un componente básico de todo
proyecto de analítica, pero es todavía más importante con Big
Data. Como se indicó en el estudio del IBM Institute for
Business Value de 2011 sobre análisis avanzados, los datos de
una organización deben estar fácilmente disponibles y ser
accesibles para las personas y los sistemas que los necesitan6.
La gestión de datos maestros y la integración de datos clave
–clientes, productos, proveedores, empleados y similares–
requiere datos de múltiples empresas gestionados conforme a
un único estándar. La incapacidad de conectar los datos entre
silos organizativos y departamentales es un reto para la
inteligencia de negocios desde hace años. Esta integración es
aún más importante, pero mucho más compleja, en proyectos
Big Data. El 65% del global de los encuestados con proyectos
de Big Data en curso considera suficiente su capacidad de
integrar la información para sustentar Big Data.

Los siguientes componentes más habituales de la base de
gestión de la información en iniciativas Big Data son una
infraestructura de almacenamiento escalable y un almacén de
alta capacidad. Ambos soportan el rápido crecimiento de los
datos actuales y futuros que entran en la organización.
A primera vista, una combinación de mayor capacidad de
almacenamiento y uno o varios servidores puede facilitar el
crecimiento de una base para la gestión de la información. Es
importante entender, sin embargo, que anticiparse y diseñar la
arquitectura de esta infraestructura es la clave para generar el
valor de negocio previsto. Las organizaciones deben estudiar el
mejor modo de facilitar el flujo de datos para que los usuarios
puedan acceder a ellos cuando lo necesiten, así como la forma
de analizarlos dentro de las restricciones de tiempo de la
empresa (que puede ser de días, horas, segundos o
milisegundos). El equilibro de la configuración y despliegue de
servidores y almacenamiento da como resultado una
infraestructura más optimizada.
Estas tecnologías también gestionan la creciente velocidad de
los datos recibidos –y almacenados– al permitir el movimiento
homogéneo y automático de dichos datos por toda la empresa a
medida que el personal requiera acceso a mayor cantidad y tipo
de información. Las nuevas tecnologías, como el
establecimiento de niveles de datos y su compresión y los
sistemas de archivos escalables, junto con bases de datos
in-memory, hacen posible gestionar cargas de trabajo mucho
más grandes que con los almacenes convencionales. Para
muchas organizaciones, mejorar la capacidad de gestionar
grandes volúmenes de datos es su primera prioridad Big Data,
seguida de cerca por el modo de abarcar la creciente variedad
de datos.
El 58% de las organizaciones que declararon tener proyectos
Big Data en curso disponen de procesos de seguridad y
gobierno consolidados. Aunque la seguridad y el gobierno son
parte inherente desde hace mucho tiempo de la inteligencia
empresarial, los aspectos legales, éticos y normativos que añade
Big Data introducen nuevos riesgos y amplían la probabilidad
de cometer errores muy comunes como la pérdida del control
de los datos o su utilización de forma cuestionable.
IBM Global Business Services 5
Por estos motivos, la seguridad y, sobre todo, la privacidad de
los datos, son una parte crítica de la gestión de la información,
según varios expertos y ejecutivos entrevistados. La seguridad y
el gobierno serán aún más importantes y complejos cuando las
organizaciones empleen nuevas fuentes de información,
especialmente los medios sociales. A este reto se suma el hecho
de que la normativa sobre privacidad está aún evolucionando y
puede ser muy diferente en cada país.
Un hospital canadiense dedicado a la investigación utiliza una
infraestructura escalable con capacidades Big Data para
mejorar la atención a sus pacientes. Emplea una plataforma de
stream computing, la primera de esta clase, para capturar y
analizar datos en tiempo real de los monitores médicos,
avisando al personal del hospital sobre posibles problemas de
salud antes de que los pacientes manifiesten signos clínicos de
infección u otros problemas. La detección de incidencias
médicas antes incluso de que los pacientes muestren síntomas
permite tratarlos proactivamente y evitar que su estado
empeore, lo que en última instancia incrementa el porcentaje
de éxito y puede salvar vidas. La clave de una detección
temprana y una respuesta rápida a cambios sutiles en los signos
vitales que pueden señalar un trastorno potencialmente mortal
conlleva encontrar una forma de hacer un mejor uso de la
información producida por los dispositivos de monitorización.
La solución empleada por el hospital utiliza una nueva
arquitectura de procesamiento de la información que permite
tomar decisiones en tiempo casi real mediante el análisis
continuo del flujo de datos gracias a sofisticados algoritmos
específicos, por lo que constituye una plataforma flexible que
puede adaptarse a una amplia variedad de necesidades de
monitorización médica. Esto dota al personal clínico de la
posibilidad sin precedentes de interpretar una gran cantidad de
datos heterogéneos en tiempo real y detectar tendencias sutiles.
El hospital complementa los conocimientos y la experiencia de
los facultativos y el personal de enfermería con capacidades
tecnológicas destinadas a ofrecer resultados más efectivos que
los obtenidos con los dispositivos de monitorización por sí
solos.
6 Análisis: Uso real de Big Data en sanidad y ciencias de la vida

3. Los proyectos Big Data iniciales se concentran en

obtener información de los almacenes de datos Fuentes de Big Data
internos ya existentes
88%
La mayoría de los proyectos Big Data iniciales tienen como fin Transacciones
100%
obtener y analizar datos internos, algo que se cumple en las
compañías sanitarias y de ciencias de la vida. Según nuestra 73%
Datos del registro
encuesta, los entrevistados de estos sectores señalaron los datos 79%
internos como la fuente principal de Big Data en sus
59%
organizaciones, lo que sugiere que estas compañías han elegido Eventos
50%
una estrategia pragmática para la adopción de Big Data
–utilizando las nuevas tecnologías y capacidades en sus 57%
E-mails
almacenes de datos ya existentes y relativamente conocidos– y 50%
que existe un valor todavía por aprovechar encerrado en estos 43%
sistemas internos. Medios sociales
27%

Todos los encuestados en sanidad y ciencias de la vida (100%) 42%

Sensores
analizan sus transacciones y más de tres de cada cuatro (79%) 33%
emplean datos del registro en sus proyectos Big Data activos 42%
(ver Figura 4). Buena parte de ellos son datos generados por los Feeds externos
33%
equipos, producidos para registrar los detalles de todas las
Escáner RFID o 41%
transacciones operativas y funciones automáticas efectuadas en datos POS
33%
los sistemas de negocio o de información de las compañías
- datos que han superado la capacidad de ser almacenados y 41%
Texto libre
analizados por muchos sistemas tradicionales. Por este motivo, 33%
en la mayoría de los casos se trata de datos que han sido
40%
recogidos durante años, pero no analizados. Geoespaciales
36%

Al contrario que las compañías de otros sectores, tres de cada 38%

Audio
cuatro (75%) compañías sanitarias y de ciencias de la vida 75%
analizan datos de audio, frente a un escaso 38% del global de 34%
Imágenes/vídeos
los encuestados, lo que sugiere una posición de liderazgo en
31%
este espacio relativamente nuevo y emergente.
Encuestados globales
Encuestados en sanidad y ciencias de la vida
Fuente: “Analytics: The real-world use of big data”, un estudio realizado en
colaboración entre el IBM Institute for Business Value y la Saïd Business School de
la Universidad de Oxford. © IBM 2012

Figura 4: Las compañías sanitarias y de ciencias de la salud

concentran sus proyectos Big Data iniciales en transacciones,
registro de datos y de audio, todos ellos fuentes internas de
información clave.
 IBM Global Business Services 7

4. Big Data requiere sólidas capacidades analíticas Capacidades analíticas

Big Data no genera valor por sí mismo hasta que es utilizado
para solucionar retos de negocio importantes. Esto requiere Consultas e 91%
informes 94%
acceso a más datos y de diferentes tipos, así como sólidas
capacidades analíticas que incluyen tanto herramientas de 77%
software como los conocimientos necesarios para utilizarlas. Minería de datos
86%

Visualización de 71%
El análisis de las compañías sanitarias y de ciencias de la vida
datos 93%
implicadas en actividades Big Data revela que parten de un
sólido núcleo de capacidades analíticas diseñado para trabajar Modelado 67%
con datos estructurados, como consultas básicas y visualización predictivo 60%
y minería de datos, categorías en las que estas compañías
65%
tuvieron un mayor porcentaje que el resto del conjunto de Optimización
30%
empresas de otros sectores (ver Figura 5). Sanidad y ciencias de
la vida respondieron de manera parecida a otros sectores en lo 56%
Simulación
que se refiere a la adopción de tecnologías como simulación 50%
(50%), texto en lenguaje natural (45%), análisis geoespacial 52%
Texto en
(50%), análisis de flujo (29%), análisis de vídeo (36%) y análisis lenguaje natural 45%
de voz (25%).
Análisis 43%
geoespacial 50%
Un instituto naval nacional emplea Big Data y análisis para
incrementar su influencia –y conocimientos– a partir de la 35%
Análisis
información ambiental. Utiliza datos en tiempo casi real para la de flujo 29%
promoción de negocios, investigaciones y seguridad pública,
26%
nutriendo a su “economía azul” emergente mediante el uso de Análisis de vídeo
36%
sensores en el mar. Anteriormente el instituto recogía datos
ambientales con seis boyas distribuidas en una bahía local y los 25%
Análisis de voz
almacenaba en una base de datos local. Recopilar estos datos 25%
para efectuar análisis de tendencias o extraer conclusiones, sin
embargo, resultaba especialmente complicado y las personas Encuestados globales
Encuestados en sanidad y ciencias de la vida
externas implicadas lucharon para visualizarlos.
Fuente: “Analytics: The real-world use of big data”, un estudio realizado en
colaboración entre el IBM Institute for Business Value y la Saïd Business School de
Para hacer un mejor uso de los datos ambientales que recogía, la Universidad de Oxford. © IBM 2012
el instituto repartió varias plataformas de sensores nuevas por
toda la bahía para recoger y distribuir –en tiempo casi real– Figura 5: Las organizaciones sanitarias y de ciencias de la vida
datos acerca de las condiciones ambientales, niveles de cuentan con una sólida base de capacidades analíticas, creadas
para sustentar plataformas de business intelligence.
contaminación y de vida marina. Los nuevos sensores permiten
8 Análisis: Uso real de Big Data en sanidad y ciencias de la vida

a los usuarios acceder a los datos recopilados mediante portales
personalizables compatibles con diversas tareas de tendencias y
modelado. Los usuarios pueden incluso configurar alarmas que
les adviertan en caso de producirse diversas condiciones, como
posibles inundaciones o un aumento repentino de la
contaminación.
Estas capacidades hacen más precisa la predicción de
inundaciones y complementan a los sistemas de alarma
automáticos, mejorando la seguridad pública. El nuevo sistema
también aporta beneficios económicos, promoviendo nuevos
negocios y ayudando al crecimiento al proporcionar a las
operaciones de pesca, navales y de monitorización un flujo de
datos marítimos. También ofrece a investigadores de todo el
mundo un fácil acceso a datos reales, favoreciendo los avances
en diversos campos (como la generación de energía a partir de
las olas).
5. La pauta actual de adopción de Big Data resalta
las dudas de las compañías sanitarias y de ciencias
de la vida, pero también confirma su interés
Para comprender mejor el panorama Big Data, pedimos a los
encuestados que describieran el nivel actual de actividades Big
Data en sus organizaciones. Los resultados sugieren cuatro
etapas principales en la adopción y progresión de Big Data a lo
largo de un espectro que hemos identificado como Educar,
Explorar, Implicar y Ejecutar. Para conocer en profundidad
cada etapa de la adopción, consulte la versión completa de este
estudio7. Las compañías sanitarias y de ciencias de la vida
coincidieron en términos generales con el global de los
encuestados (ver Figura 6).

Adopción de Big Data

Educar Explorar Implicar Ejecutar

Orientado a la Desarrollo de una Iniciativas Big Data Despliegue de dos o

recopilación estrategia y hoja de piloto para validar más iniciativas
de conocimiento y ruta en función de el valor y los requisitos Big Data y continuación
observación las necesidades del uso de análisis
del mercado y los retos de negocio avanzados

Global 24% Global 47% Global 22% Global 6%

Sanidad y
ciencias de la 20% Sanidad y
ciencias de la 50% Sanidad y
ciencias de la 22% Sanidad y
ciencias de la 8%
vida vida vida vida

Fuente: “Analytics: The real-world use of big data”, un estudio realizado en colaboración entre el IBM Institute for Business Value y la Saïd Business School de la Universidad
de Oxford. © IBM 2012

Figura 6: La mayoría de las compañías sanitarias y de ciencias de la vida están desarrollando estrategias o pilotos Big Data, pero casi una de
cada diez ha comenzado a integrar esos análisis en sus procesos operativos.

• Educar: Crear una base de conocimiento; 20% de los
encuestados en sanidad y ciencias de la vida
• Explorar: Definir el caso de negocio y la hoja de ruta; 50%
de los encuestados en sanidad y ciencias de la vida
• Implicar: Aceptar Big Data; 22% de los encuestados en
sanidad y ciencias de la vida
• Ejecutar: Implantar Big Data a gran escala; 8% de los
encuestados en sanidad y ciencias de la vida
En cada etapa de la adopción el obstáculo más significativo
para los proyectos Big Data señalado por las compañías
sanitarias y de ciencias de la vida es la necesidad y la capacidad
de articular un valor para el negocio medible. Para que los
ejecutivos acepten la inversión en tiempo, dinero y recursos
necesaria para generar valor empresarial a partir de Big Data,
deben entender el valor de negocio potencial u obtenido. Las
organizaciones deben prestar especial atención a demostrar
este valor, establecido basándose en un análisis detallado
cuando sea preciso y vinculado con los resultados del piloto si
es posible.
Recomendaciones: cultivar la adopción
de Big Data
El análisis realizado por IBM de los resultados de nuestro
estudio Big Data @ Work ha proporcionado nueva información
acerca de cómo las compañías sanitarias y de ciencias de la vida
avanzan en cada etapa de sus proyectos Big Data. Impulsadas
por la necesidad de solucionar problemas de negocio en vista
de los avances tecnológicos y de los cambios en la naturaleza de
los datos, estas compañías comienzan a observar con más
atención los beneficios potenciales de Big Data. Para obtener
más valor de Big Data, ofrecemos un amplio conjunto de
recomendaciones adaptadas a las organizaciones sanitarias y de
ciencias de la vida a medida que aumentan su adopción de Big
Data.
IBM Global Business Services 9
Destine sus proyectos iniciales a obtener resultados
orientados al cliente
Es imprescindible que las organizaciones concentren sus
iniciativas Big Data en áreas que pueden generar el mayor
valor para el negocio. Para la mayoría de las compañías
sanitarias y de ciencias de la vida, esto significará comenzar con
un análisis de sus clientes que les permita crear productos
mejor adaptados a éstos (incluyendo pacientes, miembros y
proveedores en muchos casos) basándose en el mayor
conocimiento de sus necesidades y futuro comportamiento. Las
organizaciones sanitarias y de ciencias de la vida utilizan dichos
conocimientos para mejorar sus servicios, promover la
investigación y el desarrollo, aumentar la efectividad de la
marca, fidelizar al cliente, ajustar sus precios, mejorar el
resultado en los pacientes e incrementar la satisfacción del
cliente.
Para cultivar la relación con los clientes en el ecosistema
sanitario, las compañías sanitarias y de ciencias de la vida deben
conectar con ellos de forma que tanto clientes como socios la
perciban como valiosa. El valor puede provenir de un contacto
más proactivo e interacciones más oportunas, informadas o
relevantes; también puede llegar a medida que las
organizaciones mejoran sus operaciones subyacentes para
mejorar la experiencia general durante estas interacciones.
Las compañías sanitarias y de ciencias de la vida deben
identificar los procesos que afectan más directamente a los
clientes, elegir uno de ellos y comenzar; hasta las pequeñas
mejoras son importantes, ya que frecuentemente constituyen la
prueba que demuestra el valor de Big Data y animan a seguir
adelante. La analítica alimenta los conocimientos extraídos de
Big Data que están comenzando a ser esenciales para generar el
grado de profundidad en las relaciones que los clientes esperan.
10 Análisis: Uso real de Big Data en sanidad y ciencias de la vida
Defina una estrategia Big Data con un plan orientado
al negocio
Un plan abarca la visión, la estrategia y los requisitos Big Data
de una organización y es vital para alinear las necesidades de
los usuarios empresariales y la hoja de ruta de implantación de
TI. Un plan define lo que las organizaciones desean conseguir
con Big Data para garantizar una adquisición y un uso de los
recursos pragmático.
Un plan efectivo define el alcance de Big Data en la
organización identificando los principales retos de negocio en
los que será aplicado, el orden en el que dichos retos serán
abordados, los requisitos de los procesos de negocio que
definirán cómo se utilizará Big Data y la arquitectura,
incluyendo los datos, herramientas y hardware necesarios para
conseguirlo. Sirve como base para crear una hoja de ruta
–prestando especial atención a las dependencias – destinada a
guiar a la organización a través de un método práctico para
desarrollar e implementar sus soluciones Big Data de un modo
que genere valor de negocio sostenible.
Comience con los datos existentes para obtener
resultados a corto plazo
Para obtener resultados a corto plazo mientras acumula la
inercia y los conocimientos necesarios para sostener un
programa Big Data, es vital que las compañías sanitarias y de
ciencias de la vida adopten una estrategia pragmática. Como
han confirmado nuestros encuestados, el lugar más lógico y
rentable para comenzar a buscar nuevos conocimientos es en
los datos ya almacenados en la organización, empleando los
conocimientos y las herramientas de las que dispone.
Buscar internamente en primer lugar permite a las
organizaciones aprovechar sus datos, software y capacidades
para generar valor de negocio a corto plazo y reunir una
experiencia importante a la hora de pensar en ampliar
posteriormente las capacidades existentes para abarcar fuentes
y tipos de datos más complejos. Aunque la mayoría de las
organizaciones necesitarán efectuar inversiones que les
permitan manejar grandes volúmenes de datos o una mayor
variedad de fuentes, esta estrategia pragmática puede ayudar a
reducir las inversiones y acortar los plazos necesarios para
extraer el valor atrapado dentro de estas fuentes no
aprovechadas. Puede ayudar a acelerar la generación de valor y
permitir que las organizaciones se beneficien de la información
guardada en los repositorios existentes mientras se implanta la
infraestructura. Más adelante, a medida que empiecen a estar
disponibles nuevas tecnologías, será posible ampliar las
iniciativas Big Data para incluir un mayor volumen y variedad
de datos.
Cree capacidades de análisis en función de las
prioridades de negocio
Las prioridades particulares de cada compañía son las que
deben impulsar el desarrollo de capacidades Big Data,
especialmente en vista de los márgenes y retos específicos de
producción y distribución que la mayoría de las compañías
sanitarias y de ciencias de la vida afrontan hoy en día. El
aspecto positivo es que muchos proyectos Big Data pueden
ayudar a reducir costes y a incrementar los ingresos
simultáneamente, una dualidad capaz de reforzar el caso de
negocio y compensar las inversiones necesarias.
Por ejemplo, las organizaciones sanitarias están utilizando Big
Data para entender los efectos de acontecimientos relacionados
con la salud específicos en grandes poblaciones, lo que hace
posible actuar proactivamente para mejorar el comportamiento
de sus miembros como parte de una estrategia para prevenir
costosas intervenciones graves, como el tratamiento de infartos
e ictus. Otras emplean análisis predictivo para detectar
reclamaciones fraudulentas en sus procesos financieros. Las
compañías de ciencias de la vida usan análisis de datos para
modelar y predecir cómo es posible plegar y formar diversas
proteínas sin utilizar un biorreactor físico, lo que les permite
seguir indicios más fiables a la hora de investigar y desarrollar
nuevos fármacos.
 IBM Global Business Services 11

Las compañías sanitarias y de ciencias de la vida deben Acerca de los autores

concentrarse en adquirir los conocimientos específicos
necesarios en su organización, especialmente aquellos que
incrementarán la capacidad de ésta para analizar datos no
estructurados y visualizar sus análisis para facilitar que sean
asimilados por los ejecutivos de la empresa.
Peter Mooiweer es Partner de IBM Global Business Services,
donde trabaja en la aplicación de innovadores conceptos de
análisis avanzados y gestión de la información en nuevas
iniciativas empresariales para clientes de IBM Life Sciences.
Puede contactar con Peter en Peter.Mooiweer@us.ibm.com.

Cree un caso de negocio basado en resultados Rebecca Shockley es Business Analytics and Optimization
medibles
Global Research Leader en el IBM Institute for Business
Para desarrollar una estrategia Big Data viable y completa,
Value, donde realiza estudios basados en hechos acerca de los
junto con su correspondiente hoja de ruta, se necesita un caso
análisis empresariales con el fin de desarrollar liderazgo
de negocio sólido y cuantificable. Por este motivo es
intelectual para altos ejecutivos. Puede contactar con Rebecca
importante contar con la implicación y el patrocinio activo de
en rshock@us.ibm.com.
uno o más ejecutivos durante todo este proceso. Igualmente
importante para lograr el éxito a largo plazo es una sólida
Para saber más acerca del presente estudio del IBM Institute
colaboración permanente entre el negocio y TI. El caso de
for Business Value, póngase en contacto con nosotros en
negocio debe ir más allá del coste de los proyectos y sistemas
iibv@us.ibm.com. Si desea obtener un catálogo completo de
de análisis; debe basarse en resultados como reducir el coste de
nuestros estudios, visite: ibm.com/iibv
la atención o acelerar la comercialización de un medicamento.
Subscríbase a IdeaWatch, nuestro boletín electrónico mensual
Iniciar la evolución hacia Big Data con los últimos informes ejecutivos basados en las
Tras cada una de estas recomendaciones se oculta un principio investigaciones del IBM Institute for Business Value.
importante: los profesionales del negocio y de TI deben ibm.com/gbs/ideawatch/subscribe
trabajar juntos durante todo el viaje hacia Big Data. Las
soluciones Big Data más eficaces identifican en primer lugar Acceda a los informes ejecutivos del IBM Institute for Business
los requisitos de negocio y luego adaptan la infraestructura, Value en su tablet descargando la aplicación gratuita “IBM
fuentes de datos, procesos y habilidades necesarios para IBV” para iPad o Android.
sustentar esa oportunidad de negocio.

Cada vez es más evidente que para competir en una economía

de consumidores capacitados, las compañías sanitarias y de
ciencias de la vida deben emplear sus activos de información
para conocer en profundidad sus mercados, clientes, productos,
canales de distribución, competidores, empleados, etc. Estas
compañías obtendrán valor gestionando y analizando de modo
efectivo el volumen, velocidad y variedad de los datos nuevos y
existentes, en rápido crecimiento, y destinando las
herramientas y conocimientos adecuados para comprender
mejor sus operaciones, sus clientes, sus proveedores y el
ecosistema sanitario en general.
12 Análisis: Uso real de Big Data en sanidad y ciencias de la vida
Bibliografía
1 Schroeck, Michael, Rebecca Shockley, Dr. Janet Smart,
catedrática Dolores Romero-Morales y catedrático Peter
Tufano. “Analytics: The real-world use of big data. How
innovative organizations are extracting value from
uncertain data”. IBM Institute for Business Value en
colaboración con la Saïd Business School, Universidad de
Oxford. Octubre de 2012. http://www-935.ibm.com/
services/us/gbs/thoughtleadership/ibv-big-data-at-work.
html. ©2012 IBM.
2 “Are you ready? What you need to know about ageing”.
Día mundial de la salud. Página web de la Organización
Mundial de la Salud, acceso del 2 de julio de 2013. http://
www.who.int/world-health-day/2012/toolkit/background/
en/index.html
3 “Economists cite soaring costs behind average $1.9B price
tag on drug R&D”. FierceBiotech. 3 de diciembre de 2012.
http://www.fiercebiotech.com/story/economists-cite-
soaring-costs-behind-average-19b-price-tag-
drug-rd/2012-12-03; Mestre-Ferrandiz, Jorge, Jon Sussex y
Adrian Towse. “The R&D Cost of a New Medicine”. Office
of Health Economics. Diciembre de 2012. http://www.ohe.
org/publications/article/the-rd-cost-of-a-new-
medicine-124.cfm
4 LaValle, Steve, Michael Hopkins, Eric Lesser, Rebecca
Shockley y Nina Kruschwitz. “Analytics: The new path to
value: How the smartest organizations are embedding
analytics to transform insights into action”. IBM Institute
for Business Value en colaboración con MIT Sloan
Management Review. Octubre de 2010. http://www-935.
ibm.com/services/us/gbs/thoughtleadership/
ibv-embedding-analytics.html © 2010 Massachusetts
Institute for Technology.
5 Schroeck, Michael, Rebecca Shockley, Dr. Janet Smart,
catedrática Dolores Romero-Morales y catedrático Peter
Tufano. “Analytics: The real-world use of big data. How
innovative organizations are extracting value from
uncertain data”. IBM Institute for Business Value en
colaboración con la Saïd Business School, Universidad de
Oxford. Octubre de 2012. http://www-935.ibm.com/
services/us/gbs/thoughtleadership/ibv-big-data-at-work.
html. ©2012 IBM.
6 Kiron, David, Rebecca Shockley, Nina Kruschwitz, Glenn
Finch y Dr. Michael Haydock. “Analytics: The widening
divide: How companies are achieving competitive
advantage through analytics”. IBM Institute for Business
Value en colaboración con MIT Sloan Management
Review. Octubre de 2011. http://www-935.ibm.com/
services/us/gbs/ thoughtleadership/ibv-analytics-widening-
divide.html © 2011 Massachusetts Institute for Technology.
7 Schroeck, Michael, Rebecca Shockley, Dr. Janet Smart,
catedrática Dolores Romero-Morales y catedrático Peter
Tufano. “Analytics: The real-world use of big data. How
innovative organizations are extracting value from
uncertain data”. IBM Institute for Business Value en
colaboración con la Saïd Business School, Universidad de
Oxford. Octubre de 2012. http://www-935.ibm.com/
services/us/gbs/thoughtleadership/ibv-big-data-at-work.
html. ©2012 IBM.
© Copyright IBM Corporation 2013

IBM Global Services

Route 100
Somers, NY 10589
EE.UU.

Producido en los Estados Unidos de América

Julio 2013
Todos los derechos reservados

IBM, el logotipo de IBM e ibm.com son marcas comerciales o marcas

registradas de International Business Machines Corporation tanto en los
Estados Unidos como en otros países. Si éstos u otros términos registrados
de IBM están acompañados la primera vez que aparecen por el símbolo de
marca registrada (® o ™), esto indica que son marcas registradas en EEUU
o de propiedad legal de IBM en el momento de publicar esta información.
Dichas marcas registradas también pueden estar registradas o ser propiedad
legal de IBM en otros países. Existe una lista actualizada de marcas
registradas de IBM en la Web, en el apartado “Copyright and trademark
information” de ibm.com/legal/copytrade.shtml

Otros nombres de empresas, productos o servicios pueden ser marcas

registradas o de servicio de terceros.

Las referencias hechas en esta publicación a productos o servicios de IBM

no implican que IBM tenga intención de comercializarlos en todos los
países en los que opera.

Algunas partes de este informe han sido utilizadas con autorización de la

Saïd Business School de la Universidad de Oxford. © 2012 Saïd Business
School at the University of Oxford. Todos los derechos reservados.

La finalidad del presente informe es meramente orientativa. No es su

intención servir como sustituto de una investigación detallada o del ejercicio
del criterio profesional. IBM no asumirá responsabilidad alguna por
ninguna pérdida de cualquier clase sufrida por una organización o persona
que confíe en esta publicación.

Los datos empleados en este informe pueden provenir de fuentes externas y

no haber sido verificados, validados o auditados de manera independiente
por IBM. El resultado del uso de tales datos se proporciona “tal cual” y no
suponen ninguna manifestación o garantía, explícita o implícita, por parte
de IBM.

Recicle este documento

GBE03569-ESES-00