Reducir datos obsoletos, incorrectos o inexactos, el reto del Big Data en las empresas
Una de las problemáticas más importantes que tienen las compañías que implementan estrategias de Big data y analytics es la obsolescencia de los datos, ya que 85% de la información que recopilan es inexacta, incorrecta y desactualizada, según el estudio de Transformación Digital, elaborado por la consultora Good Rebels.
Sectores como los de la banca, seguros, telecomunicaciones, financiero y retail son los más afectados por la falta de autenticación y vigencia de la información procesada, lo que se traduce para las compañías en fraudes, tiempos de respuesta extendidos en la contratación de servicios, oferta de productos masificados y poca personalización, alta tasa de cartera vencida, pocos clientes multi-producto y baja rentabilidad, entre otros.
Bajo este contexto, la firma española de tecnología Hocelot ha traído a México su propuesta de tratamiento de datos en tiempo para ayudar a las compañías a reducir el llamado dirty data, con el que las compañías pueden detectar con mayor facilidad riesgos y obtener mayor productividad y rentabilidad.
La llegada de Hocelot al país viene respaldada por el Grupo Financiero Aserta, primer cliente de la compañía en México y que se considera un caso de éxito de cómo las soluciones de la empresa española pueden ayudar a una empresa a mejorar sus resultados.
Antonio Camacho, fundador de Hocelot, comentó que con su algoritmo, las empresas pueden obtener hasta 1,000 variables para analizar los perfiles que realmente son útiles para su desempeño, la creación de nuevos productos y disminuir riesgos.
México cuenta con un mercado potencial de más de 10,4 billones de dólares en Big Data para 2024, un 27% del total del mercado de América Latina.
Más en hocelot.com
