7 sugerencias para tener éxito con los big data
Los big data no paran de crecer. Algunas empresas almacenaban datos antes de poder aprovecharlos y, ahora, están viendo los resultados.
La realidad es que los big data continuarán creciendo. Necesita la flexibilidad para conectarse rápidamente a los datos y consolidarlos. Esto es así, tanto si sus datos están en una hoja de cálculo, en una base de datos, en un almacén de datos o en sistemas de archivos de código abierto como Hadoop (o todo lo anterior). No se preocupe por el tamaño real. Lo que importa es la recopilación de los datos y, sobre todo, su aprovechamiento.
Este informe le enseñará por dónde comenzar. Contiene 7 prácticas recomendadas para abordar los big data y aprovecharlos al máximo.
También le ofrecemos las primeras páginas del informe para que las lea. Descargue el PDF de la derecha para leer el resto.
Justo cuando pensaba que los big data no podían crecer más, lo siguieron haciendo. Independientemente de su tamaño real, los big data están demostrando su valor. Organizaciones de todo el mundo tienen big data en todo tipo de formatos y tamaños. Reconocen la importancia, la oportunidad e incluso la necesidad de tenerlos en cuenta. Ha quedado claro que los big data sobrevivirán a aquellos que los ignoren.
Las organizaciones que ya lograron dominar los big data (es decir, la masa multiestructurada almacenada antes de conocer su valor) optimizan su eficacia operativa, aumentan sus ingresos e impulsan nuevos modelos de negocios.
¿Cómo lo hacen? Sus técnicas para el éxito pueden resumirse en siete sugerencias.
1. Planee a largo plazo pensando a corto plazo
Si le preocupa cómo seguirle el ritmo a la tecnología de los big data, no está solo. Todo está evolucionando tan rápido que es imposible saber qué herramientas, plataformas y metodologías serán mejores este año o el siguiente.
Relájese. Esta evolución rápida puede beneficiarlo.
Todos los años, los proveedores mejorarán cada vez más en el uso de los big data. Los sistemas relacionales y de transacciones en línea (OLTP) se volverán más eficaces e inteligentes, ya sea que se ejecuten en forma local o en la nube. Se desarrollarán técnicas para facilitar relaciones entre Hadoop y los almacenes de datos. Y continuamente llegarán productos al mercado para satisfacer sus necesidades particulares, incluso con mayor precisión.
Así que esté tranquilo. Manténgase abierto a las posibilidades de nuevos productos, siempre que aporten el valor suficiente para justificar su incorporación al entorno existente. Mantenga una plataforma de inteligencia de negocios que se conecte directamente con una amplia variedad de formatos. Ahora está listo para todo lo que el mercado pueda ofrecer.
2. Detecte la opción innecesaria
¿Qué necesitará su organización? ¿Hadoop o un almacén de datos? Ah, pero esta es una pregunta capciosa. Hadoop y los almacenes de datos no solo funcionan bien uno junto al otro, sino que, además, las organizaciones realmente se benefician de su interacción.
El almacén de datos es mejor para manipular sus datos estructurados importantes y para almacenarlos donde las herramientas de inteligencia de negocios y los dashboards puedan encontrarlos fácilmente. Sin embargo, es menos rápido y eficaz para el procesamiento de análisis y algunos tipos de transformación.
Deje que Hadoop haga eso. Además, a pesar de que Hadoop no es lo suficientemente eficaz para consultas interactivas y administración de datos, resulta óptimo para incorporar sus datos complejos, sin procesar y sin estructura.
Juntos, establecen una relación simbiótica. Imagine, por ejemplo, los datos que los ejecutivos utilizan para proyectar sus necesidades de inventario para el próximo año. El conjunto de datos es probablemente masivo, y hay muy poco tiempo para modelarlo, reestructurarlo o prepararlo de alguna otra manera para el almacén de datos. Cuando los ejecutivos terminen con eso, tal vez en solo una semana, lo desecharán. Ahí es cuando Hadoop aparece para almacenar y refinar los datos, y enviar una muestra al almacén de datos.
“Los big data no son un reemplazo para el almacenamiento de datos”, escribió el director ejecutivo de Third Nature, Mark Madsen, en su artículo “What big data is Really About” (Qué son realmente los big data). “No forman una isla que deba mantenerse por separado. Son parte del nuevo entorno de TI”.
No caiga en la trampa de elegir entre Hadoop o el almacén de datos. Puede (y debe) utilizar ambos.
3. Mantenga los big data a la vista
Los big data se hacen perceptibles cuando se visualizan. Un informe de 2013 de Aberdeen Group detectó que “en las organizaciones que utilizan herramientas de descubrimiento visual, el 48 % de los usuarios de BI pueden encontrar la información que necesitan sin ayuda del personal de TI”. Sin el descubrimiento visual, el índice baja a un simple 23 %.
Además, de acuerdo con este estudio, los administradores que utilizaban descubrimiento de datos visual tenían un 28 % más de probabilidades de encontrar información oportuna que sus colegas.
Tal vez lo más importante en relación con los big data sea que el equipo de investigación descubrió que la visualización también invita a la interacción con los datos. Los administradores que utilizan datos visualizados tienen más del doble de probabilidades de interactuar exhaustivamente con ellos que sus colegas (33 % frente a 15 %). También tienen muchas más probabilidades de hacer preguntas a su antojo. Estas preguntas, a menudo, se inspiran en conocimientos obtenidos hace solo un momento.
La exploración visual de los datos permite que la historia de estos se revele de manera nítida, que el cerebro puede captar en segundos. “Se enciende una lamparita”, dice Dana Zuber, vicepresidenta de planeamiento estratégico de Wells Fargo. “Eso no sucede con una hoja de cálculo”.
El análisis visual le permite hacer dos cosas en cualquier momento:
- Cambiar los datos que está mirando (porque preguntas diferentes suelen requerir datos diferentes).
- Cambiar la forma en que los mira (porque cada vista puede responder preguntas diferentes).
Con estos pasos simples, entra en lo que se denomina ciclo de análisis visual: obtiene datos, los ve, hace preguntas y las responde, y repite el procedimiento. Cada vez la investigación y los conocimientos son más profundos. Puede explorar exhaustivamente, obtener detalles o agrupar datos. Puede incorporar nuevos datos. Puede crear una vista tras otra a medida que acelera su visualización y agiliza su pensamiento.
Cuando está listo, comparte. Los colegas hacen y responden sus propias preguntas, acelerando el conocimiento, la acción y los resultados de negocios de todo el equipo.
