Tabla de contenido:
- Definición: ¿Qué significa la toma de decisiones basada en datos (DDDM)?
- Techopedia explica la toma de decisiones basada en datos (DDDM)
Definición: ¿Qué significa la toma de decisiones basada en datos (DDDM)?
La toma de decisiones basada en datos (DDDM) implica tomar decisiones respaldadas por datos duros en lugar de tomar decisiones intuitivas o basadas solo en la observación. A medida que la tecnología empresarial ha avanzado exponencialmente en los últimos años, la toma de decisiones basada en datos se ha convertido en una parte mucho más fundamental de todo tipo de industrias, incluidos campos importantes como la medicina, el transporte y la fabricación de equipos.
La toma de decisiones basada en datos también se conoce como gestión de decisiones basada en datos o toma de decisiones dirigida por datos.
Techopedia explica la toma de decisiones basada en datos (DDDM)
La idea de la toma de decisiones basada en datos es que las decisiones deben extrapolarse de conjuntos de datos clave que muestran su eficacia proyectada y cómo podrían funcionar. Las empresas generalmente usan una amplia gama de herramientas empresariales para obtener estos datos y presentarlos de manera que respalden las decisiones. Esto está en marcado contraste con la forma en que se había tomado la toma de decisiones a lo largo de la historia de la empresa comercial, donde antes de la presencia de nuevas tecnologías complejas, las personas a menudo tomaban decisiones sobre la base de observaciones o conjeturas informadas.
En estos días, si se quiere saber cómo podría funcionar un producto determinado en un mercado, qué podría pensar un cliente sobre un eslogan o dónde desplegar los recursos comerciales, el software de soporte de decisiones puede ayudar. Eso ha llevado a una demanda mucho mayor de soluciones de toma de decisiones basadas en datos. TechTarget cita un estudio del MIT Center for Digital Business que muestra que las empresas que utilizan la toma de decisiones basada en datos tienen un 4 por ciento más de productividad y un 6 por ciento más de ganancias en promedio.
Para satisfacer esta demanda en auge, las empresas han presentado productos de análisis de datos de autoservicio; la idea es que los productos de autoservicio conduzcan a una recopilación y transferencia de datos más igualitaria. En otras palabras, sin herramientas de autoservicio, solo un científico de datos capacitado puede analizar los números y llegar a las decisiones de soporte de datos, donde con herramientas de soporte de decisiones que son de autoservicio, los ejecutivos y otras personas que están más lejos del departamento de TI pueden hacer su propio análisis y presentar sus propias decisiones respaldadas con los datos en cuestión.
