Información sobre innovación, productividad y tecnología

¿Qué es el Gobierno de Datos y porqué es importante para los negocios?


En un post anterior explicaba la importancia de los datos de calidad para la toma de decisiones, es decir, el disponer de datos actualizados, normalizados y confiables para asegurar una correcta toma de decisiones en todo momento. Un ejemplo de lo anterior, es que seguimos atentos a los múltiples indicadores epidemiológicos, los cuales los gobiernos utilizan para tomar decisiones, y nos hacen cambiar nuestro día a día, en ocasiones de manera drástica.

Algunos aspectos que impactan la calidad de la información:

  • Facilidades de acceso a la información y sin ningún tipo de filtro. Por ejemplo, en Internet se multiplica por igual la información fidedigna y errada, convirtiendo al volumen y la veracidad en aspectos críticos.
  • Obstáculos en los sistemas y los procesos. Se generan situaciones de estancamiento o demoras en la información, dejando por fuera ciertos datos para la toma de decisiones.
  • Volúmenes significativos de información. Dejando de lado el aspecto técnico y de presupuesto, implica una adecuada planeación para “saber utilizarla”.
  • Fuentes de información no documentadas. La obtención formal o informal de información debe estar debidamente soportada al momento de utilizarse en la toma de decisiones.

El Gobierno de Datos

Siendo tan imporante la calidad y la oportunidad de los datos, aparece el Gobierno de Datos, que es la capacidad de una organización para gestionar el conocimiento que tiene sobre su información, de forma que pueda responder a preguntas como ¿qué sabemos sobre...? ¿de dónde provienen esos datos? ¿los datos están alineados con nuestra política?. Es decir, la gestión de la disponibilidad, la integridad, la usabilidad y la seguridad de los datos utilizados. Donde, una buena gestión debería incluir un consejo de gobierno, un conjunto de procedimientos definidos, y un plan para ejecutar dichos procedimientos.

Tomando como referencia el framework propuesto en el libro "DAMA-DMBOK: Guía Del Conocimiento Para La Gestión De Datos (Spanish Edition) 2a. Edición", esto se organiza en 10 disciplinas, relacionando las funciones más prácticas del data management alrededor de las funciones estratégicas del data governance.

Es así que el Gobierno de Datos ayuda a disponer de una visión integral de los datos, facilitando una responsabilidad compartida en las decisiones basadas en datos. Por otra parte, una iniciativa para el Gobierno de Datos no es algo estático, sino que se adapta en cada momento a las necesidades del negocio y se enmarca dentro de la misma organización, pasando a formar parte de su operativa.

Los principios para un buen Gobierno de Datos:

  • Los datos deben ser gestionados como un activo. Los activos son valiosos para cualquier organización porque son críticos para el modelo de negocio. Por lo cual, se deben de gestionar con cuidado.
  • Los datos se comparten. Los datos no pertenecen a una persona o función específica, son de toda la organización. Para gestionar los datos se debe pensar y actuar en los procesos de extremo a extremo, e incluso llegando más allá de los límites de la organización.
  • Existe una alta responsabilidad en la calidad de los datos. Los datos incrementan su valor al ser de alta calidad. Garantizarlo debe ser responsabilidad de todos.

Importancia del Gobierno de Datos

El Gobierno de Datos ayuda a conocer el ciclo de vida del dato para dar certeza a la toma de decisiones y asegurar su correcto uso. Por ejemplo, los datos de los clientes pueden aparecer de forma diferente en los distintos sistemas de una empresa, esto complicará la integración de datos y crea problemas que afectan a los informes empresariales y las aplicaciones de los análisis.

El Gobierno de Datos ayuda a definir quién hace qué en la gestión de datos. Determina las actividades que deben emprenderse para gestionar datos como un verdadero activo. Define quién en la organización se ocupa de cada actividad. Y determina las responsabilidades y los derechos de decisión de las personas que se encargan de los datos.

Share:

Datos de calidad para una mejor toma de decisiones


Los datos son un activo clave para alcanzar los objetivos estratégicos y facilitar el proceso de toma de decisiones.  "Los datos son el nuevo petróleo", puesto que con ellos podemos extraer información útil para los negocios mediante diversas técnicas. Mientras más cantidad de datos y de mejor calidad estos, mejores serán las predicciones que generen los algoritmos. Es decir, los datos son un complemento crucial para el desarrollo de cualquier empresa.

Lo deseable es contar con datos precisos, actualizados y completos, pero garantizar la calidad de estos no siempre es tarea sencilla.. Lograr datos de alta calidad obliga a tener una comprensión muy clara del significado, el contexto y la intención de los mismos, donde no existan las ambigüedades y además, de ser posible, contar con definiciones estandarizadas que puedan servir de base para la futura toma de decisiones.

La calidad de los datos no debemos verlo como una acción puntual, como podria ser la generación de un reporte. Debe verse como parte de una planificación de mejora continua, iterativa y con un enfoque más efectivo, que pueda proveer en cuanto a calidad, lo necesario para el éxito del negocio.

Por lo general, se producen errores e incidentes en los procesos de toma de decisiones estratégicas, en parte como resultado de la baja calidad de datos, la información incompleta, desactualizada o inconsistente. Esto impacta en la competitividad de la empresa, originando el aumento de costos de los procesos y en casos extremos a una parálisis en el intercambio de información, la investigación y las iniciativas.

Evitar estas consecuencias tan poco deseables para cualquier negocio pasan por priorizar la calidad de datos. Debe promoverse un gobierno de la información adecuado y velar por que se toman las medidas que favorezcan la integridad de datos en la organización.

Por lo tanto, la información de alta calidad es esencial en todos los ámbitos del ecosistema de una empresa. La mejora de la calidad de datos y, por tanto, de la información derivada de éstos, incluyendo el conocimiento que generan, son aspectos fundamentales para el éxito de cualquier negocio.

Share:

Elección del RPA adecuado


Vivimos la cuarta revolución industrial, la que ha traído consigo una nueva forma de hacer negocios por medio de la automatización y el intercambio de datos, donde los sistemas y las personas colaboran para alcanzar un resultado común. El RPA permitirá a las empresas realizar tareas repetitivas que requieren precisión, con una exactitud del 100%; permitirán la estandarización y la optimización de procesos reduciendo el tiempo de entrega en más de una tercera parte, con el beneficio adicional de una mejora en calidad.

Con ese fin, las organizaciones deberán modificar los roles actuales e implementar nuevos para que se adapten a las necesidades de las nuevas tecnologías. Será necesario que estén abiertas al cambio y la innovación, así como a las nuevas tecnologías, las que paulatinamente serán parte de la vida cotidiana de los negocios.

Criterios para una mejor elección de la herramienta


Respecto a los distintos RPA, las funcionalidades básicas que debería tener cualquiera de estas inicia con la disponibilidad para programar un robot, que debería tener capacidad para interactuar con varios sistemas (por mencionar algunos: capturas de pantalla, API, webservices) y realizar acciones predefinidas en función de los inputs que recibe de otros sistemas. Además, deberá contar con una característica importante que es la posibilidad de contar con una aplicación que planifique, controle y monitorice de for­ma unificada el despliegue y la ejecución de robots.


Por otro lado, estos son los criterios generales que deberían considerarse al evaluar las herramientas:
  • Facilidad de configuración del bot: debe ser posible grabar las acciones y posteriormente agregar código de ser necesario.
  • Capacidades de código bajo: por ejemplo, especificar una regla de negocio que filtre contratos por el monto del mismo
  • Atendido vs. desatendido: eventualmente se necesitarán ambos tipos de bots. Atendidos: se ejecutan bajo demanda. Desatendido: se ejecutan en respuesta a un evento y sin supervisión.
  • Capacidades de aprendizaje automático: hoy en día es bastante común extraer información de documentos no estructurados.
  • Manejo de excepciones y revisión por una persona: aún con la automatización, deberá haber espacio para que pueda revisarse alguna acción por una persona
  • Integración con aplicaciones empresariales: no sería recomendable si es que no puede obtener información de las aplicaciones empresariales que tiene en su empresa.
  • Orquestación y administración: debe poder monitorearse los bots y las excepciones, así como una adecuada gestión de las credenciales que estos empleen.
  • Bots en la nube: aún si la empresa ha invertido poco en en la nube, eventualmente lo hará, por lo que esta capacidad es muy deseable.
  • Descubrimiento y minería de procesos y tareas: cuanto más pueda ayudar el RPA a identificar y construir flujos de tareas mediante la observación, más fácil y rápido será la automatización.
  • Escalabilidad: a medida que se implementa y se manejan más automatizaciones, podrían encontrarse rápidamente con problemas de escalabilidad, especialmente los bots desatendidos. Entonces, será ideal contar con aprovisionamiento de bots adicionales según sea necesario.

Por lo tanto, deberá evaluarse cuidadosamente las distintas herramientas haciendo una prueba de concepto antes de comprometerse con una implementación. Deberán verificarse las funciones básicas, y las diferenciadoras que creen que necesitarán y/o que funcionen en su entorno. Adicionalmente, se recomienda crear algunos scripts y probar una correcta orquestación, incluyendo una prueba de un bot desatendido.

Proveedores líderes según Forrester

Existe una amplia variedad de proveedores de RPA que han desarrollado sus propias herramientas para automatizar procesos de negocio. Sin embargo, de acuerdo al informe "The Forrester Wave: Robotic Process Automation, Q1 2021", se posicionan como líderes por su propuesta de valor actual, estrategia y presencia destacada en el mercado: Workfusion, Automation Anywhere, UiPath, Microsoft, NICE y Kyron.


A continuacion, los pros y los contras de algunas de las herramientas líderes en RPA:

Workfusion

Pros
  • En su web proporciona una versión de prueba gratuita que permite, con algunas limitaciones, tener una plataforma completa de RPA desde el inicio.
  • Academia de formación online y material de aprendizaje gratuito. Para un programador, es relativamente sencillo empezar a adoptar la tecnología.
  • La integración y el funcionamiento de su OCR son muy buenos.
  • Cuenta con tecnología propia de machine learning en su plataforma SPA (smart process automation), por lo que, en aquellos procesos que requieran aprendizaje automático, obtendremos mejores resultados.
Contras
  • Al estar basada en Java, la forma de diseñar y programar los robots está más orientada a un programador que a un usuario de negocio. 
  • En algunas pruebas han habido algunos problemas de rendimiento por el alto consumo de recursos de la plataforma.

Automation Anywhere

Pros
  • La interfaz de usuario es muy intuitiva y facilita al aprendizaje de cualquier programador.
  • Como característica diferenciadora destaca la lectura de datos desestructurados y el procesado de lenguaje natural de forma nativa.
  • Dispone de metabots, un componente que facilita la obtención de objetos de webs y formularios.
  • Dispone de un market place desde donde se pueden descargar funcionalidades y desarrollos hechos por la comunidad.
  • Permite encapsular miniprocesos de negocio, que se pueden utilizar en otros bots y compartir en su market place.
  • Incorpora herramientas y toolkits para hacer testing.
Contras
  • El programa de control está por debajo, en cuanto a personalización, con respecto a otras soluciones. Tiene problemas para la gestión de las ejecuciones fallidas.
  • No funciona tan bien como otras soluciones en la automatización de entornos remotos (Citrix).
  • Está muy orientado a desarrolladores. Tanto la configuración como el diseño de los bots están basados en scripts (no visual).
  • Aunque dispone de grabadores para generar los bots, un alto porcentaje del coste está en el desarrollo.

UiPath

Pros
  • Permite comprar licencias de forma separada, lo que aporta flexibilidad y un menor coste de adopción para los usuarios.
  • Tiene una interfaz de usuario muy sencilla e intuitiva, que facilita el aprendizaje y uso de la herramienta.
  • Dispone de una versión gratuita y los robots atendidos, lo que facilita las pruebas de concepto de la herramienta.
  • Tiene integración nativa con servicios OCR, BPM y ML de terceros, que permiten complementar la automatización.
  • El orquestador convierte el manejo y monitorización de los robots en una tarea fácil. A su vez, gracias a su API, permite realizar las integraciones más complejas.
  • La comunidad es de las más activas, por lo que resulta sencillo encontrar información sobre cómo resolver un determinado problema.
  • Se adapta bien tanto a aplicaciones applets, Web en todos los navegadores, escritorio de Windows, entornos virtuales y terminales AS/400.
  • Dispone de una store donde existen componentes que se pueden comprar e incluir en nuestros robots.
Contras
  • En cuanto al desarrollo, el proceso de debugging se aleja de aquello a lo que están acostumbrados los programadores.
  • Aunque, para procesos medianos o pequeños, su interfaz visual permite que el proceso se vea muy intuitivo, para procesos medianos o grandes puede llegar a ser un problema.
  • Su política de licenciamiento presenta cierta complejidad y puede llegar a ser difícil saber qué es lo que se necesita.


Pros
  • Ofrece una solución de automatización inteligente basada en SaaS muy completa.
  • Provee una plataforma de automatización de código bajo y nativa de la nube que combina la automatización basada en la interfaz de usuario y la API con la inteligencia artificial.
  • Ofrece un conjunto de recursos de capacitación y aprendizaje, además de un amplio ecosistema de socios globales y ayuda a los clientes.
  • Los usuarios pueden comenzar instantáneamente, sin costo, y pueden implementar su primera automatización en minutos.
  • La experiencia de diseño es amplila pero intuitiva.
  • El diseñador tiene acceso a muchos entornos, como AS / 400, Citrix y un conjunto amplio de navegadores.
  • Se ofrece modelos de inteligencia artificial prediseñados y personalizables para obtener y procesar contenido estructurado y no estructurado.
  • Los clientes pueden obtener una oferta sencilla y atractiva que se adapta tanto a los usuarios empresariales como a los desarrolladores novatos y profesionales.
Contras
  • Las funciones de descubrimiento de procesos, ideación de automatización, cálculo de ROI y gestión de carteras son rudimentarias.
  • Las capacidades de implementación y administración de bots son demasiado técnicas para los desarrolladores novatos.
  • La estructura de licencias es simple, pero se sabe de mensajes confusos de los representantes de ventas de Microsoft sobre licencias y precios.


Share:

RPA vs IA, ¿son lo mismo?


RPA (Automatización Robótica de Procesos) y la IA (Inteligencia Artificial), ¿son lo mismo? La respuesta corta es: no. Aunque son términos que se utilizan indistintamente o existan conceptos como Automatización Inteligente, lo cierto es que se trata de tecnologías diferentes. Por otro lado, existen confluencias entre ambas y combinadas ofrecen un increíble potencial.

Pero, ¿a qué nos referimos exactamente cuando hablamos de Inteligencia Artificial o cuando nos referimos a RPA?

La IA aprende de comportamientos pasados y mejora las decisiones de manera autónoma. En combinación con el PNL (Programación Neurolingüística) o el Machine Learning (Aprendizaje automático), usando algoritmos que le ayudarán a mejorar al máximo la comprensión.


La IA está presente en nuestro día a día, por ejemplo quien no conoce los asistentes virtuales de voz, Siri o Alexa,; en la detección facial en los smartphones; o integrados en nuestros dispositivos cotidianos a través de los bots. El objetivo de todas estas soluciones es ayudarnos para hacernos más cómodo nuestro día a día.

Por otro lado, el RPA es un robot software que simula las acciones de una persona realizando una serie de tareas repetitivas y basadas en reglas, interactuando con la interfaz de usuario de un sistema informático. Debe iniciarse con un trigger digital, por ejemplo, cliqueando en un botón y la lógica del bot se basa en datos totalmente digitalizados.


El RPA asume un alto volumen de carga de trabajo, agilizando trámites y eliminando errores, haciendo que los procesos sean más eficientes. Además, se trata de una tecnología poco invasiva y que se integra perfectamente con los sistemas que ya están implantados en la organización.


Entonces, ¿dónde está la diferencia? Digamos que RPA es un software que imita las acciones humanas, mientras que la IA trata de imitar la inteligencia humana. Por tanto, podíamos resumir que la automatización de procesos “realiza”, mientras que la Inteligencia Artificial, como el Machine Learning, “aprende”.

Otra diferencia entre ambas es su enfoque de trabajo. Mientras que RPA se basa en un proceso o conjunto de reglas que hay que definir claramente, la Inteligencia artificial maneja datos, de los que deduce, mediante el entrenamiento del algoritmo, la respuesta adecuada.


Aunque se trata de dos conceptos diferentes, su combinación ofrece un gran potencial, siendo la Automatización Inteligente la que aglutina ambas tecnologías en una misma solución. ¿Cómo sería un proceso de automatización inteligente?

Por ejemplo, en un proceso de gestión del talento en una empresa, se recibirían los documentos de altas y bajas de los colaboradores. Este proceso reúne la información mediante correos electrónicos y actualiza los sistemas de la empresa, obteniendola de lo que se recibe y verificandola con los sistemas de gestión.


Esta solución tiene dos elementos básicos: uno que se encarga de analizar la documentación mediante procesamiento de lenguaje natural, transformar las imágenes en texto, recopilar la información y transformarla en datos estructurados. El otro componente se dedica a ejecutar las transacciones con los sistemas de gestión siguiendo determinadas reglas de negocios. Esta combinación permite llevar a cabo procesos más complejos y abre las posibilidades.

Con RPA sería imposible definir todas las reglas necesarias para procesar información e imágenes incluidas en los documentos que se procesan. ¿Cómo se resuelve? Gracias a la Inteligencia Artificial, que extrae los datos estructurados tal y como lo haría una persona. Por lo tanto, la Automatización Inteligente abarca todo el proceso: descubrimiento, automatización y optimización. Asi, permite permitiendo automatizar procesos de punta a punta y organizar trabajos entre bots y personas. 

Share:

RPA vs BPM: Automatización de procesos

Algo que a veces se escucha es que RPA y BPM son lo mismo. Es decir, que RPA automatiza los procesos de principio a fin como lo hace actualmente BPM. Esta idea equivocada se olvida que RPA es una tecnología y BPM es una disciplina, además que el RPA no está diseñado para hacer eso. Ocurre que aunque BPM y RPA operan con una lógica de proceso similar basada en eventos, acciones, condiciones y bucles, el contexto sobre el que se aplican es diferente.


Las principales diferencias se encuentran en la definición de los flujos de trabajo, ya que para el primero son genéricos y para el segundo son específicos. Además, uno de los objetivos de BPM es involucrar a las personas en los procesos, mientras que RPA pretende reemplazar las tareas humanas repetitivas. Y si hablamos de retorno, en BPM no es inmediato, pero en RPA sí. 

En la siguiente imagen se pueden ver estos aspectos en los que difieren ambos conceptos.


En caso se trate con un flujo sencillo, que no tiene muchas excepciones, un bot podría sustituir a un proceso BPM. Sin embargo, en la otra mayoría de casos, y dado que sus objetivos son similares (aumentar la productividad y la eficiencia), BPM y RPA pueden trabajar de manera conjunta.

En muchas ocasiones, una organización no siempre puede tener los recursos y el tiempo para implementar completamente un proceso, o tener un proceso que no requiera ninguna participación humana. Por lo tanto, la implementación conjunta de BPM y RPA podría generar un valor mucho mayor que un enfoque meramente tecnológico.

En definitiva, RPA y BPM no están en conflicto la una con la otra. Aunque ambas buscan la optimización de procesos, su área de influencia es diferente, y cada caso requerirá mayor presencia de una o de otra, aunque la mayoría de las veces la mejor solución será implementar ambas.

Aunque RPA puede resultar  más llamativo en primera instancia, muchas de la veces lo que una empresa necesita es establecer un flujo de trabajo adecuado entre sus departamentos y empleados, en vez de optimizar una tarea repetitiva en cuestión.

Cómo combinar BPM y RPA

Por lo general, resulta mejor estrategia comenzar estableciendo un flujo de trabajo adecuado a nivel empresarial, y a partir de éste detectar cuellos de botella. BPM es la herramienta ideal para este caso, tanto en producción como con la posibilidad de la simulación estadística para estimar tiempos y recursos. A partir de la detección de cuellos de botella, una optimización del proceso BPM puede resultar suficiente, y si el caso lo requiere, se puede utilizar RPA para solventar el problema.

Share:

¿Qué es RPA y porqué es importante para los negocios?


La automatización robótica de procesos, mejor conocida como RPA por sus siglas en inglés, consiste en el uso de robots de software (bots) para realizar tareas repetitivas de solían encargarse a las personas. La mayoría de este tipo de herramientas se ejecutan en una simple computadora y pueden realizar tareas rutinarias, como pasar registros de una base de datos a un Excel.

Aparentemente los bots trabajarían en tareas simples. Sin embargo, pueden ser muy importantes para que una empresa funcione de manera más eficiente e incluso como parte de una estrategia de gestión de procesos empresariales (BPM). Por otro lado, el RPA forma parte de la tendencia que promueve añadir nuevos niveles de calidad y productividad, en la estrategia de Transformación Digital de toda empresa.

En otras palabras, un software que nos permitirá automatizar una serie de tareas predecibles, medibles y configurables. Es importante enfatizar que el proceso debe contar con las características antes mencionadas, ya que nos permitirán cuantificarlo en el tiempo para calcular su retorno y re-configurarlo si algo cambia en el proceso. Lo anterior es debido a que hasta ahora, la mayoría de los robots no son capaces de tomar decisiones autónomas.


RPA es importante para los negocios

Los datos son la materia prima de la economía digital. Dos trillones y medio de datos son generados cada día, que se multiplican cada año, y de los que solo se explota entre el 5% y el 10%, según IDC.

La tecnología es la respuesta para lidiar con esta cantidad ingente de información y permitir a las empresas lograr el máximo potencial, mejorando la experiencia de sus empleados y sus clientes.

Y es que se estima que hasta un 45% de las actividades laborales pueden ser automatizadas en los próximos años y que en 2022 el 72% de las interacciones con clientes se hará a través de tecnologías emergentes.

RPA se puede utilizar en innumerables entornos y procesos. Entre ellos están:
  • Tareas repetitivas que se ejecutan N veces al día.
  • Reportes periódicos para la toma de decisiones y análisis de datos.
  • Envío masivo de correos electrónicos y extracción de información de fuentes alternas.
  • Transformar datos en modelos gráficos y/o de decisión.
  • Transacciones de aplicaciones ERP.
  • Mantenimiento preventivo de sistemas integrales.

En consecuencia, al implementar soluciones basadas en RPA tendremos:

  • Ahorra tiempo y costes: un bot en promedio es de 10 a 15 veces más rápido que un ser humano.
  • 24x7: trabajan ininterrumpidamente durante 24 horas sin necesidad de hacer descansos.
  • Sin errores: la probabilidad de error es nula.
  • Multiplica la eficiencia: la mejora de la eficiencia de los procesos se sitúa entre un 50% y un 90%.
  • Amortización en solo 3 meses: con una solución de automatización robótica de procesos en modo pago por uso se tendrá un rápido retorno. Aparte de no acarrear costes operativos, se venden en bloques de horas sin necesidad de inversión inicial.
  • Integración: las mejores soluciones de RPA pueden combinarse con otras tecnologías como OCR e Inteligencia Artificial y funcionalidades como la firma certificada, la validación de flujos, la trazabilidad, el reporting o la validación de firmas digitalizadas, entre otros.
  • No intrusivo: RPA se puede implementar sin causar disrupción en los sistemas de la organización. Los robots se podrían conectar a las aplicaciones web de forma sencilla, sin necesidad de que intervenga el departamento de TI.


RPA llegó para quedarse

El mercado de robotización RPA está en auge gracias a las mejoras en productividad y de experiencia de usuario y los ahorros que genera la automatización de procesos. Gartner calcula que un 85% de las empresas con ingresos superiores a 1.000 millones de dólares habrán desplegado RPA a finales de 2022, un porcentaje que a finales de 2018 ya era del 60%. Por su parte, la consultora Forrester prevé que el mercado de automatización robótica de procesos crecerá más de un 60% anual, pasando de 250 millones $ en 2016 a 2.900 millones en 2021.

Queda claro. La automatización de procesos con RPA es el complemento ideal para los empleados que, liberados de las tareas repetitivas, pueden centrarse en ser más creativos, aportando así más valor a su empresa.

Share:

Recent Posts

Popular Posts