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 únicamente 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 basada en datos.

Techinfo 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 muestren su eficacia proyectada y cómo podrían funcionar. Las empresas generalmente utilizan 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, los individuos a menudo tomaban decisiones sobre la base de la observación o conjeturas informadas.

En estos días, si uno quiere saber cómo podría funcionar un producto determinado en un mercado, qué pensaría un cliente de un eslogan o dónde implementar 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% más de productividad y un 6% 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 calcular los números y tomar decisiones que respalden los datos, mientras que con herramientas de soporte de decisiones que son 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.