Analítica de datos: El uso en el mundo real de Big Data … · de Big Data en sanidad y ciencias...

IBM Global Business ServicesBusiness 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

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

IBM® Institute for Business Valuea 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 [email protected] 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.

mailto:iibv%40us.ibm.com?subject=Information%20on%20your%20new%20Thought%20Leadership

http://www.ibm.com/iibv

IBM Global Business Services 1

“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.

Por Peter Mooiweer y Rebecca Shockley

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.

2012

2011

2010

37%

35%

58%

58%

63%

72%

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.

Obtención de la ventaja competitiva

Encuestados en sanidad y ciencias de la vidaEncuestados globales

106%de incremento

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).


En nuestro estudio global identificamos cinco conclusiones principales que reflejan cómo abordan las organizaciones proyectos de Big Data. Para una explicación más detallada de cada una de estas conclusiones, consulte el estudio completo, “Analytics: The real-world use of big data”5. En este análisis sectorial examinaremos la madurez de las organizaciones sanitarias y de ciencias de la vida con respecto a dichas conclusiones, además de exponer nuestras recomendaciones, dirigidas a las compañías de este mercado.

1. El análisis de clientes (consumidores, pacientes, miembros) motiva las iniciativas Big DataCuando se les pidió que clasificaran sus tres principales objetivos en el área de Big Data, algo menos de la mitad de los encuestados en el ámbito sanitario y de ciencias de la vida con proyectos Big Data activos señalaron objetivos orientados al cliente como su mayor prioridad (ver Figura 3). Esto concuerda

20%

24% 47% 28%

50% 30%


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.

Actividades Big Data

No han iniciado actividades Big DataPlanifican actividades Big DataPilotos e implantación de actividades Big Data

4%

15% 14%


Figura 3: Casi la mitad de los proyectos Big Data emprendidos por compañías sanitarias y de ciencias de la vida están destinados a obtener resultados orientados al cliente y casi una cuarta parte está orientada a la gestión financiera y del riesgo.

Objetivos Big Data

Resultados orientados al clienteOptimización operativaGestión financiera/del riesgoNuevo modelo de negocioColaboración de los empleados

49% 18%

4%

13% 13%48%

Global

Sanidad y ciencias de la vida

Global

Sanidad y ciencias de la vida

con lo observado en el mercado, donde las compañías sanitarias y de ciencias de la vida se esfuerzan por estar más orientadas al cliente, convirtiéndolo en el principio organizador en torno al 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 nuevos servicios, productos y experiencias orientados a éstos con el fin de aprovechar rápidamente las oportunidades del mercado con un coste más predecible.

22%


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 ampliableLa 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.

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.


3. Los proyectos Big Data iniciales se concentran en obtener información de los almacenes de datos internos ya existentesLa mayoría de los proyectos Big Data iniciales tienen como fin obtener y analizar datos internos, algo que se cumple en las compañías sanitarias y de ciencias de la vida. Según nuestra encuesta, los entrevistados de estos sectores señalaron los datos internos como la fuente principal de Big Data en sus organizaciones, lo que sugiere que estas compañías han elegido una estrategia pragmática para la adopción de Big Data –utilizando las nuevas tecnologías y capacidades en sus almacenes de datos ya existentes y relativamente conocidos– y que existe un valor todavía por aprovechar encerrado en estos sistemas internos.

Todos los encuestados en sanidad y ciencias de la vida (100%) analizan sus transacciones y más de tres de cada cuatro (79%) emplean datos del registro en sus proyectos Big Data activos (ver Figura 4). Buena parte de ellos son datos generados por los equipos, producidos para registrar los detalles de todas las transacciones operativas y funciones automáticas efectuadas en los sistemas de negocio o de información de las compañías - datos que han superado la capacidad de ser almacenados y analizados por muchos sistemas tradicionales. Por este motivo, en la mayoría de los casos se trata de datos que han sido recogidos durante años, pero no analizados.

Al contrario que las compañías de otros sectores, tres de cada cuatro (75%) compañías sanitarias y de ciencias de la vida analizan datos de audio, frente a un escaso 38% del global de los encuestados, lo que sugiere una posición de liderazgo en este espacio relativamente nuevo y emergente.

Transacciones

Datos del registro

Eventos

E-mails

Medios sociales

Sensores

Feeds externos

Escáner RFID o datos POS

Texto libre

Geoespaciales

Audio

Imágenes/vídeos

50%

59%

79%

73%

100%

88%

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.

Fuentes de Big Data

50%

57%

27%

43%

Encuestados globalesEncuestados en sanidad y ciencias de la vida

33%

41%

33%

42%

33%

42%

33%

41%

75%

38%

40%

31%

34%

36%



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

El análisis de las compañías sanitarias y de ciencias de la vida implicadas en actividades Big Data revela que parten de un sólido núcleo de capacidades analíticas diseñado para trabajar con datos estructurados, como consultas básicas y visualización y minería de datos, categorías en las que estas compañías tuvieron un mayor porcentaje que el resto del conjunto de empresas de otros sectores (ver Figura 5). Sanidad y ciencias de la vida respondieron de manera parecida a otros sectores en lo que se refiere a la adopción de tecnologías como simulación (50%), texto en lenguaje natural (45%), análisis geoespacial (50%), análisis de flujo (29%), análisis de vídeo (36%) y análisis de voz (25%).

Un instituto naval nacional emplea Big Data y análisis para incrementar su influencia –y conocimientos– a partir de la información ambiental. Utiliza datos en tiempo casi real para la promoción de negocios, investigaciones y seguridad pública, nutriendo a su “economía azul” emergente mediante el uso de sensores en el mar. Anteriormente el instituto recogía datos ambientales con seis boyas distribuidas en una bahía local y los almacenaba en una base de datos local. Recopilar estos datos para efectuar análisis de tendencias o extraer conclusiones, sin embargo, resultaba especialmente complicado y las personas externas implicadas lucharon para visualizarlos.

Para hacer un mejor uso de los datos ambientales que recogía, el instituto repartió varias plataformas de sensores nuevas por toda la bahía para recoger y distribuir –en tiempo casi real– datos acerca de las condiciones ambientales, niveles de contaminación y de vida marina. Los nuevos sensores permiten

Consultas e informes

Minería de datos

Visualización de datos

Modelado predictivo

Optimización

Simulación

Texto en lenguaje natural

Análisis geoespacial

Análisis de flujo

Análisis de vídeo

Análisis de voz

93%

71%

86%

77%

94%

91%

Figura 5: Las organizaciones sanitarias y de ciencias de la vida cuentan con una sólida base de capacidades analíticas, creadas para sustentar plataformas de business intelligence.

Capacidades analíticas

60%

67%

30%

65%

Encuestados globalesEncuestados en sanidad y ciencias de la vida

43%

45%

52%

50%

56%

35%

25%

26%

36%

25%

50%

29%



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 interésPara 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).


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.

Ejecutar

24%

Orientado a la recopilación

de conocimiento y observación del mercado

Explorar ImplicarEducar

Desarrollo de una estrategia y hoja de ruta en función de

las necesidades y los retos de negocio

Iniciativas Big Data piloto para validar

el valor y los requisitos

Despliegue de dos o más iniciativas

Big Data y continuación del uso de análisis

avanzados

Global

Sanidad y ciencias de la

vida

20%

47%Global


vida

50%

22%Global


vida

22%

6%Global


vida

8%

Adopción de Big Data


•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.

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.


Defina una estrategia Big Data con un plan orientado al negocioUn 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 plazoPara 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.


Acerca de los autoresPeter 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 [email protected].

Rebecca Shockley es Business Analytics and Optimization Global Research Leader en el IBM Institute for Business Value, donde realiza estudios basados en hechos acerca de los análisis empresariales con el fin de desarrollar liderazgo intelectual para altos ejecutivos. Puede contactar con Rebecca en [email protected].

Para saber más acerca del presente estudio del IBM Institute for Business Value, póngase en contacto con nosotros en [email protected]. Si desea obtener un catálogo completo de nuestros estudios, visite: ibm.com/iibv

Subscríbase a IdeaWatch, nuestro boletín electrónico mensual con los últimos informes ejecutivos basados en las investigaciones del IBM Institute for Business Value. ibm.com/gbs/ideawatch/subscribe

Acceda a los informes ejecutivos del IBM Institute for Business Value en su tablet descargando la aplicación gratuita “IBM IBV” para iPad o Android.

Las compañías sanitarias y de ciencias de la vida deben 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.

Cree un caso de negocio basado en resultados medibles Para desarrollar una estrategia Big Data viable y completa, junto con su correspondiente hoja de ruta, se necesita un caso de negocio sólido y cuantificable. Por este motivo es importante contar con la implicación y el patrocinio activo de uno o más ejecutivos durante todo este proceso. Igualmente importante para lograr el éxito a largo plazo es una sólida colaboración permanente entre el negocio y TI. El caso de negocio debe ir más allá del coste de los proyectos y sistemas de análisis; debe basarse en resultados como reducir el coste de la atención o acelerar la comercialización de un medicamento.

Iniciar la evolución hacia Big Data Tras cada una de estas recomendaciones se oculta un principio importante: los profesionales del negocio y de TI deben trabajar juntos durante todo el viaje hacia Big Data. Las soluciones Big Data más eficaces identifican en primer lugar los requisitos de negocio y luego adaptan la infraestructura, fuentes de datos, procesos y habilidades necesarios para 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.


Bibliografía1 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.

http://www.fiercebiotech.com/story/economists-cite-soaring-costs-behind-average-19b-price-tag-drug-rd/2012-12-03



http://www-935.ibm.com/services/us/gbs/thoughtleadership/ibv-embedding-analytics.html.




http://www-935.ibm.com/services/us/gbs/thoughtleadership/ibv-analytics-widening-divide.html.




Recicle este documento

© 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.

GBE03569-ESES-00

Date post:	01-Oct-2018
Category:	Documents
Upload:	vuongque
View:	213 times
Download:	0 times

Analítica de datos: El uso en el mundo real de Big Data … · de Big Data en sanidad y ciencias...

Documents