Nota de tapa

3 VE

47,8 %

44

NDT.indd 44 14/5/21 15:20

 3 VECES
Los datos hoy mueven el mundo. Desde un scoring
bancario a la venta de publicidad programática,
las empresas ganadoras son las que tienen la
información más precisa sobre sus usuarios para
monetizar sus negocios. Pero es díficil nadar en el
océano: cómo separar lo relevante de lo superficial
es la próxima gran batalla tecnológica.
29/06/1986
Por Tomás Rodríguez Ansorena
Fotos: Gustavo Fernández
E
n su libro Infonomics, el analista Dou-
glas Laney cuenta que el 20 de julio
de 1969, mientras Neil Armstrong
pisaba la luna, su padre estaba menos
fascinado por lo que veía en el televisor que
por el hecho mismo de estar viéndolo: el “gran
paso para la humanidad”, para él, no era llegar
a la luna en un bólido metálico sino ser capaces
de transmitir esa información a casi 400.000
kilómetros de distancia. En tiempo real.
Pocos años después, la historia confirmó que
aquella era la intuición correcta. El capitalismo 4.0
está impulsado y lubricado por un flujo masivo
de información hiperconectada que cada vez más
separa a ganadores de perdedores, y cuya promesa
de eficiencia y productividad compensa el temor
que despiertan sus fantasmas: la vigilancia y la
pérdida de empleos por automatización. Los datos
son más que “el petróleo del siglo 21” en cuanto
son capaces de transformar a cualquier industria,
sistema u organización. Y como dice el economista
Walter Sosa Escudero, si lo que caracterizó históri-
camente a los hidrocarburos fue su escasez, lo que
define a los datos es su abundancia: “Siempre hay
47,8 %
más oferta que demanda: lo que realmente les da
valor es lo que se hace con ellos”.
Con la pandemia, en forma de “R”, “decisiones
basadas en la evidencia” y autodiagnósticos
geolocalizados, los datos aparecieron hasta en la
sopa. Aunque con un sabor agridulce: la infor-
mación salva vidas —literalmente— en la medi-
NDT.indd 45
ndt
Más información en
InfoTechnology.com
5 AÑOS
90,4 %
$10.000
da en que hace más eficientes la administración
de los respiradores, la asignación de ayuda social
o el desarrollo de las vacunas. Pero los algoritmos
no fueron capaces de cumplir expectativas como
la de predecir el final de la pandemia. Quizás
nadie les pide tanto.
Paralelamente, la data está jugando otro partido
en una de las dimensiones más comentadas de
la era del Covid-19: la aceleración de la trans-
formación digital. Gracias a una serie de facto-
res clave como la revolución cloud, la constante
mejora y disponibilización de las herramientas
de Inteligencia Artificial y la baja de los costos
en general, empresas de todos los tamaños y
sectores se suben a la autopista de los datos
para mejorar sus operaciones. Desde restauran-
tes que con información de las apps de delivery
“
ANTES SOLO LA
INDUSTRIA FINANCIERA
INVERTÍA EN DATOS
CON SCORING. HOY,
LO HACEN TODOS.”
GASTÓN LAYA
director de Consultoría en DataIQ.
45
14/5/21 15:20
 7 AÑOS
ndt
pueden optimizar su stock o aplicar promo-
ciones más oportunas hasta petroleras que con
sensores pueden predecir fallas en sus equipos;
vendedores en MercadoLibre que en tiempo
real saben que un competidor bajó su precio
o bancos que evitan ofrecer descuentos en
combustibles a alguien que no tiene auto. Cada
uno de los referentes de estos rubros habló con
Infotechnology para tirar su data de lo que está
pasando con los datos. Que es un montón.
Los datos salvajes
De los US$ 55.000 millones que facturó Goo-
gle en el primer quarter de 2021 (anualizado,
más de medio PBI argentino), solo el 7 por
NDT.indd 46
InfoTechnology
ciento provino de su negocio de la nube (US$
4.047 millones). Sin embargo, Google Cloud
fue el vertical que más creció en el año: 46
por ciento respecto de 2020. El grueso de la
47,8 %
facturación de Alphabet Inc. se explica por la
publicidad en Google Search, YouTube, GMail
y otros servicios. Lo interesante de Google
Cloud es que su existencia fue vital para que
todo aquello funcione. “Por la naturaleza
de su negocio y el volumen de información
que manejaba, Google tuvo que desarrollar
un montón de tecnología para la escala que
necesitaba”, dice Leandro Ruiz, director de Big
Data y Analítica de Google Cloud en América
latina. “Así que en definitiva Google tomó esa
46
14/5/21 15:21
 $8.000
tecnología de uso propio y la hizo disponible
para todas las empresas que quisieran tener
su procesamiento en la nube”, agrega. Con
clientes como Twitter o MercadoLibre, Google
Cloud ofrece servicios de almacenamiento y
procesamiento de datos, junto a una cada vez
más extensa y diversificada galería de apli-
caciones de analítica, Inteligencia Artificial y
Machine Learning.
En la guerra de las nubes vuelan Microsoft con
Azure y Amazon con AWS, pero también IBM,
Oracle y, en el lejano oriente, Alibaba. “En
esta industria, el uso de la nube a demanda
es un game changer”, afirma Álvaro Casalins,
socio de Digital Enablement en KPMG. “Es la
diferencia entre comprar 100 camiones y al-
quilar 10 solo para el tiempo que los necesitás.
Cambió la economía y tus posibilidades de
digitalización radicalmente”.
Casalins lidera el negocio de la consultora con
el que asisten a sus clientes en la obtención,
limpieza, armonización (“que tengan sentido”)
y analítica de sus propios datos. Como afirman
todos los consultados, Casalins sostiene que “hay
un gran gap entre lo que tenemos disponible y
lo que se está utilizando. Vemos mucho volumen
de datos y herramientas increíbles, pero no nece-
sariamente mucha práctica con esos datos”.
Una de las herramientas en las que KPMG se
apoya para asistir a sus clientes es Power BI,
la solución de Microsoft para el “servido” de
los datos, que permite crear paneles, reportes,
cruces y visualizaciones de información de ma-
nera sencilla. “Nuestro trabajo está en habilitar
que eso para vos sea una solución”, dice Casa-
lins. “Dependiendo de tu nivel de madurez, yo
te puedo ayudar a armar los primeros tableros.
Cuando evolucionás, a implementar modelos
“
MIENTRAS MÁS A
MEDIDA SEA TU
7,8 % SOLUCIÓN VAS
A GENERAR MÁS
ENGANCHE.”
JAVIER GOILENBERG,
CEO de Real Trends.
NDT.indd 47
Más información en
InfoTechnology.com
US$ 4.047 M
La facturación de Google
Cloud en 2020. Antes, su
tecnología de procesamiento
de datos era para uso
interno, no de terceros.
de Machine Learning, y después a programar
en Python. La tecnología no reemplaza servi-
cios, más bien sube la vara de lo que tenés que
ofrecer”, señala.
Según Tamara Vinitzky, Socia Líder de Clientes
y Mercados de KPMG, este salto de calidad
tecnológico implica un cambio en su modelo
de negocios, más guiado por la oferta que por
la demanda: “Hoy, los clientes esperan que no-
sotros podamos decirles que no. Puedo tener
la Ferrari de la nube, pero sin alguien que me
ayude a implementarla, no va a sumar”.
Para Yamila Zakhem, especialista en Data e IA
en Microsoft, “la cantidad de datos que genera-
mos todos es incomparable con lo que pasaba
hace cinco años. Y en las empresas esto es más
visible porque tenían la información de tran-
sacciones y movimientos en data warehouses.
Esa información proviene cada vez menos de
esos ‘centros’. Ahora fluye desde aplicacio-
nes, dispositivos remotos y desde cientos de
fuentes diferentes. Así que la ventana analítica
que tenían seguramente esté estresada. Por eso
necesitan nuevas herramientas y sistemas de
inteligencia para ser capaces de entender lo
que pasa y así tomar mejores decisiones”.
Este salto de escala fue acompañado por una
transformación total de la industria de IT y Mi-
crosoft es un ejemplo notable: de una compañía
de “producto” con un paquete cerrado a una
compañía de “servicio” convertida al credo del
Open Source y la magia de las APIs. Hoy, como
explica Zakhem, el panorama de soluciones de
IA en la nube es nutrido por una variadísima
gama de desarrolladores y empresas con mucho
menos celo por cooperar que antaño.
Para Casalins, estas soluciones cloud son
“como una tabla periódica donde todos los
meses vamos descubriendo nuevos elemen-
tos”. Con esas herramientas, los datos pueden
marcar la diferencia.
47
14/5/21 20:03
 ndt
GLOSARIO
IVI
(Valor intrínseco de la información)
BVI
(Valor comercial de la información)
LVI
(Pérdida de valor de la información)
PVI
(Valor de rendimiento de la información)
EVI
(Valor económico de la información)
MVI
(Valor de mercado de la información)
Me gusta ese dato
“La palabra que está de moda este año es
CDP: Customer Data Platform (Plataforma de
datos de clientes), que en realidad no es una
plataforma sino un concepto. Quizás antes
tenías un Excel con los datos de una platafor-
ma de email marketing; después, otro equipo
se encargaba del call center; otro de la aten-
ción en sucursales y otro de las transacciones
digitales. Eso es un montón de data desper-
digada y de ahí la ineficiencia, mucho gasto
de recursos con poco retorno. Hoy te pasa:
un banco te ofrece en Facebook un préstamo,
pero cuando lo pedís, no calificás; y cuando
vas a la sucursal te ofrecen una caja de ahorro
en dólares que ya tenés. Todos esos esfuerzos
NDT.indd 48
InfoTechnology
$1.500
¿Qué tan buenos y fáciles de usar son
los datos? Es el valor presuntivo de la
información, que refiere a su completitud,
certerza y unicidad.
Es el valor de la información para un
proceso empresarial. Qué tan aplicables
son los datos y cuán rápido pueden
incorporarse a la toma de decisiones.
Es el costo de no tener datos. Cuánto
costaría reemplazar los datos y cuál es
el impacto financiero para la empresa si
perdiera acceso a esa información.
Es el valor de la información para las
metas comerciales, representados
como objetivos de indicadores clave
de rendimiento (KPI).
El valor financiero final del dato. Es el
rendimiento de la información en alguna
métrica de ingresos menos el costo de
adquirir y administrar la información.
Es simplemente los ingresos que se
pueden generar vendiendo, alquilando
o permutando con cierto tipo de dato.
US$10
descoordinados generan un desgaste enorme.
Y desde ya, para el usuario. Y todo porque no
se hablan entre ellos. El concepto de CDP tiene
que ver con centralizar todo el conocimiento
que tienen sobre vos y cruzar todos esos datos
para tener una sola visión. Siempre resguar-
dando las normas de privacidad, que es el otro
tema fundamental”.
El que habla es Alan Daitch, 30 años, VP de
Data en MightyHive para Latam. Hasta hace un
año, su compañía se llamaba Digodat, fundada
en 2015 junto a su socio Mauro Giordano. Jus-
to antes de la pandemia, sellaron la venta tras
una reunión de tres horas y media en Nueva
York con Sir Martin Sorrell, el emblemático in-
ventor de la publicidad moderna a través de su
48
14/5/21 20:03
 Más información en
InfoTechnology.com

23,3 %

9,8 % “ MOSTRAMOS CON

DATA QUE HAY MUCHAS
OPORTUNIDADES
DE MEJORA.”
ALAN DAITCH,
VP de Data de Mightyhive.com.

agencia WPP. A sus 76 años, Sorrell se reinven-

tó para encabezar S4 Capital, “la agencia del
futuro, 100 por ciento digital y 100 por ciento
transparente”, según la definición de Daitch.
MightyHive es el brazo de data del grupo y en
Latam tiene clientes como Telecom, Galicia,
Almundo, Despegar o MercadoLibre. A escala
global, también a Facebook y Google. Además
de la aceleración en el departamento de Datos
(duplicado en un año), la venta de Digodat per-
mitió ampliar sus servicios: “A nuestros clientes
muchas veces les mostramos con data que había
oportunidades de mejora, pero no podíamos ir
más allá. Ahora sí podemos decirles: tengo crea-
tividad, desarrollo; tengo el paquete completo
para transformar a una marca”.
Puesto a mirar hacia el futuro y más allá de la
aceleración, Daitch cree que el cambio más
profundo está en la regulación. La norma
europea GDPR (Reglamento General de
Protección de Datos), que “cambia de fon-
do la privacidad de los datos para darle más
control a las personas” y avanza como estándar
internacional, produce al menos dos efectos: la
caída del negocio de venta de audiencias y una

132.000
En millones de dólares, lo
que representará el mercado
de data analytics hacia 2026
según Market Research
Futures (MRFR).

49

NDT 49 15/5/21 14:29

 ndt InfoTechnology

“ MUCHAS VECES NOS

DICEN: TENGO UN
MONTÓN DE DATOS Y
NO SÉ QUÉ HACER CON
ELLOS.”
FREDI VIVAS,
CEO de Rocking Data.

23 VECES
tendencia orientada “ya no en cómo ampliar el
horizonte de predicción sino cómo predecir lo
mismo pero con menos data”. En este contexto
de “consensos más explícitos”, se vuelve cada
vez más relevante la recolección de datos de
primera mano y la creatividad y la eficiencia
para convertirlos en información útil.
Para Sosa Escudero, sin embargo, “Big Data
nunca tiene todos los datos. Es una tremenda
herramienta para el análisis y la predicción.
Pero es muy peligrosa para la conjetura”. En el

10 AÑOS
análisis de mercado, dice, “yo observo cosas de
lo que la gente hace. Y la toma de decisiones
depende de lo que la gente hace y de lo que la
gente haría. Parece una discusión filosófica,
pero es práctica: las predicciones que importan
son las que son capaces de cambiar el compor-
tamiento de la gente”.

Rock del dato

A la cabeza de Rocking Data, Fredi Vivas
dedica su tiempo a desarrollar algoritmos de
IA y Machine Learning para “resolver proble-
mas concretos de las empresas”. Entre ellos,
los más habituales son optimizar sus procesos,
vender más y fidelizar. “Las empresas tienen
formas de hacerlo, pero muchas veces sus
soluciones no son escalables o son demasiado
personalizadas”.
La ciencia de datos viene a dar un basamento
más riguroso y mucho más escalable”. En la
gestión de recursos humanos, por ejemplo.
“Con MercadoLibre armamos un modelo
para predecir el abandono de colaboradores.
En su paso por la Singularity University,
Vivas comprendió el poder de las “tecnologías
exponenciales”, que habilitan el crecimiento
y optimización acelerados. Para conseguir ese
efecto, dice Vivas, “lo principal es entender el
problema. Muchas veces nos dicen: tengo un
montón de datos y no sé qué hacer con ellos.
Los algoritmos entienden las variables previas y
las comparan con las actuales. En los modelos
de prevención de fraude, por ejemplo, eso te
ahorró un montón de trabajo para enfocarte

Totalmente confidencial, analiza información
para ejecutar acciones a partir de esas probabi-
lidades. Eso te permite mejorar el clima laboral
y amortizar mejor la inversión en un mercado
tan competitivo”, afirma.
$1.500
en un grupo reducido de casos. Los algoritmos
te ayudan a priorizar. Y a partir de allí, podés
crecer más rápido”.
Según Gastón Laya, director de consultoría en
Data IQ, hasta hace poco tiempo “había solo una

50

NDT.indd 50 14/5/21 15:23

 38 % Más información en
InfoTechnology.com

Foto: Gentileza Rocking Data

US$50
TRES PILARES PARA
MANEJAR BIEN
LOS DATOS
• LA CUESTIÓN LEGAL ES CLAVE
El cumplimiento de la regulación de
privacidad es crucial para la monetización
de datos, ya que las empresas no pagarán
por datos que les traerán problemas legales
en el futuro.

• ESTABLECER UN PRESUPUESTO DE
SEGURIDAD PARA DATOS
Una vez que se conoce el valor real de
los datos, es momento de generar un
presupuesto acorde para resguardarlos. Si
el presupuesto es más costoso que el valor
de los activos de información, es posible
que no valga la pena invertir en costosas
herramientas de ciberseguridad.

• EL FOCO EN EL USO DE DATOS

DENTRO DE LA ORGANIZACIÓN
No es necesario generar beneficios
económicos solo vendiendo o
comercializando datos. Es posible obtener

S
información a partir de los datos de manera
tal que aumente el rendimiento general de
los procesos comerciales

11,3 %
cuenta. “La calidad de la papa tenía que ver con
un montón de datos: manchas, cortes, hume-
dad, temperatura. Antes, el control de calidad

463
Los exabytes (1000000 TB)
de datos que se generan a
nivel global por día en 2025.
industria que invertía fuerte en esto: la indus-
tria financiera. Tenían modelos de scoring para
medir el riesgo y saber si tal o cual iba a poder
se hacía al final de la producción. Pero con in-
formación en tiempo real, y gracias a los senso-
res, podés optimizar en la cadena y no después.
Cada tanda que mandás a freir, de acuerdo a los
datos que manejás, puede redundar en me-
nor costo de energía, menor tiempo e incluso
mejora de las prácticas hacia atrás. Le podés das
información valiosa a los productores para que
cosechen, almacenen y entreguen mejor”. Para
Laya, “la tecnología hoy es un commodity” y el
foco de actores como Data IQ está puesto en su
máximo aprovechamiento.

.500
pagar el crédito. Hoy lo hacen todos. Lo tienen
que hacer todos”. Una clave en este cambio,
afirma, fue la baja en los costos de la sensori-
zación y el universo IoT. “Nosotros trabajamos
con una fábrica de preelaborados de papas”,
Sin embargo, las capas tecnológicas siguen
floreciendo en ambientes insospechados.
En 1999, la empresa rosarina Neuralsoft se
convirtió en el primer proveedor de servicios
de nube del país cuando ni siquiera se llamaba

51

NDT.indd 51 14/5/21 20:04

 70 VE
ndt InfoTechnology

$30.000

¿CUÁLES SON LOS

BENEFICIOS DE LA
ECONOMÍA DE LA
INFORMACIÓN?
• MEJOR MANEJO DE LOS DATOS
La medición de los datos, para posterior
extracción de valor, también permite un
mejor manejo de los mismos. Implementar
un enfoque que preste atención a los datos
incentiva que estos se manejen mejor en
toda la organización

• NUEVOS FLUJOS DE CAPITAL

Incorporar un mejor tratamiento de los
datos puede generar una nueva fuente de
ingresos para las organizaciones que logren
monetizarlos o incorporar a la mejora de los
procesos y la toma de decisiones.

• MEJOR GESTIÓN DE LAS FUENTES DE

DATOS DE TERCEROS
Los contratos legales pueden fallar en
la indemnización cuando los datos se
utilizan incorrectamente. Abordar los
datos como un activo y llevarlos al balance
puede potenciar los derechos de las
organizaciones cuando se enfrentan a una
situación de este tipo.

• GESTIÓN DE PROVEEDORES MÁS

INTELIGENTE
Permite evaluar la integridad del costo de
las herramientas de seguridad de datos
en la empresa, ya que si no conocen el
valor de los datos no se sabe si se paga
de más o de menos.

nube sino Application Service Provider (ASP).

Los clientes de su sistema de gestión se conec-
taban vía dial-up con sus propios data centers,
que aún hoy soportan los datos de peque-
ñas, medianas y grandes empresas. Germán
Viceconti, gerente de Nuevos Negocios de la
compañía, dice que el valor que ofrecen es
“estar en toda la cadena, donde todo tiene que
andar, el servicio es mucho más personalizado
y no te sorprenden los costos ocultos”. Su his-
tórico sistema ERP se llama Presea y es la base
sobre la que construyeron su nuevo MyLogic,
que incorpora herramientas de Inteligencia
Artificial para optimizar la gestión con alertas

52 2011

NDT.indd 52 14/5/21 20:05

70 VECES Más información en
InfoTechnology.com

78,5 % fue creada para conectar la información del

marketplace con el propio frontend y la app
mobile, pero luego se abrió para conectarse
con otros desarrolladores. “Yo ya entendía lo

“
LAS PREDICCIONES QUE
IMPORTAN SON LAS QUE
PUEDEN CAMBIAR EL
COMPORTAMIENTO DE
LA GENTE.”
WALTER SOSA ESCUDERO,
economista.
y aprendizaje automático. “Ninguna pinturería
es igual a la otra”, asegura Viceconti, y explica
que la evolución del sistema implica sobre
todo la plasticidad para implementar cambios
lo más rápido posible, “para responder a un
nuevo requerimiento de la AFIP o para cam-
biar algo que te permita operar con el nuevo
sistema de MercadoLibre. En el fondo, lo que
nos permite el procesamiento de datos y la IA
es reducir al mínimo el error humano”.
Zarpale la data
Javier Goilenberg trabajó cinco años en el
área de tecnología de MercadoLibre y vio de
primera mano la construcción de la API del
gigante del ecommerce, que originalmente
que iba a pasar, vi la oportunidad y creamos
Real Trends en 2014”, dice. RT es “la platafor-
ma líder en herramientas de análisis y gestión
para vendedores de MercadoLibre”. Con los
datos que obtienen gracias a la API, proveen
información en tiempo real que además nutre
a servicios como el de respuestas automáticas.
“Lo que hacemos es meterle IA arriba para
interpretar la pregunta e ir a buscar la respues-
ta en la información disponible. RT responde
en menos de un segundo y te permite ahorrar
tiempos y costos para enfocarte en lo central
de tu operación”. ¿Cómo se beneficia de esto
MeLi? “Si nosotros le informamos en tiempo
real a un vendedor que su competidor bajó el
precio, corrige automáticamente y en defini-
tiva se optimiza el funcionamiento dentro de
la plataforma”, explica. “Tenemos casos en los
que los usuarios crecieron cinco veces el volu-
men de ventas. Es al menos un 50 por ciento”.
Con fees de entre $ 2.000 y $ 6.000 mensuales,
el negocio de RT es de volumen, algo que no
hubiera sido posible hace pocos años. “Yo ahora
en cinco minutos en la plataforma de AWS pue-
do triplicar mi base de datos. En los 90 tenías
que levantar tu propio data center y si escalabas
tenías que tirar tus servers y armar otros. Tenés
una infraestructura muy blanda on demand”.
Para Goilenberg, “estamos lejísimos del techo”
en el procesamiento y aprovechamiento de los
datos. Tal como se observa en los algoritmos de
Netflix o Spotify, dice, la carrera hoy está en la
personalización. “Cuanto más a medida entre-
gues tu solución, vas a generar un mayor engan-
che. Y eso te lo permiten los datos”, afirma.
Desde Open Banking a la agricultura de preci-
sión, el diagnóstico por imágenes y la con-
ducción autónoma, la capacidad de procesar

$ 6.000
Lo que cuesta el fee mensual
en RT que los usuarios de
MercadoLibre usan para
potenciar sus ventas por
cinco en pocos meses.
grandes cantidades de datos está transforman-
do a industrias enteras. Con un techo tecno-
lógico aún bastante por encima de su aprove-
chamiento actual es razonable creer que la tasa
de transformación seguirá acelerándose. Y con
ella, la reducción del error, la ineficiencia, el
gasto, la redundancia, el ruido, la insensatez,
lo inútil, ¿lo humano? Conviene no exagerar.
Pero los tiempos están cambiando.
Datos, no opinión.

1 53

NDT 53 15/5/21 14:30