Big Data es una realidad que las instituciones no pueden ignorar cuando se trata de aprovechar los datos, uno de los principales activos del negocio. Pero adoptar tecnologías que satisfagan esa necesidad no es un asunto sencillo y, entre otros desafíos, implica la administración de datos estructurados y no estructurados.
Dar el salto a nuevo contexto creado por la revolución digital significa abordar el problema de los sistemas híbridos. Si Business Intelligence se centra en analizar la causa de un resultado en base a fuentes estructuradas de información, digamos, las tecnologías que aprovechan el big data se centran en la analítica predictiva.
Confirmación versus descubrimiento de lo oculto, y en ambos casos El análisis de datos de diferentes tipos es la clave para la inteligencia empresarial. con el fin de mejorar tanto la productividad como la toma de decisiones para ser más competitivos.
Ambos sistemas conviven y deben integrarse siguiendo un diseño ad hoc, que facilite el cumplimiento de las expectativas del negocio. Idealmente, desde un enfoque basado en datos, sustentado en un cambio cultural y tecnológico en la organización, así como una adecuada gobernanza de los datos para su análisis y uso inteligente.
Big Data: análisis de tendencias
Dentro de este nuevo paradigma, sigue aumentando la demanda de científicos de datos, así como las tecnologías para su almacenamiento y soluciones automatizadas que permitan su acceso, integración y análisis de los diferentes tipos de datos, cuyo volumen está creciendo exponencialmente.
Dado que bases de datos tradicionales Fueron diseñados para albergar y trabajar con datos estructurados, son inadecuados para hacerse cargo un crecimiento masivo de los mismos, implementando muy a menudo la forma no estructurada. Son, en resumen, una herramienta que no puede dar respuesta a los datos masivos heterogéneos que se engloban bajo el término de Big Data.
En este aspecto, NoSQL, Hadoop y su rico sistema se han revelado como soluciones especialmente útiles por ser escalables, de bajo costo, eficiencia y confiabilidad, y lo mismo ocurre con los recursos y servicios que se ofrecen en el marco de la computación en la nube.
El Analítica de Big Data Busca determinar patrones o perfiles, hallar tendencias y, en resumen, procesar datos no estructurados de tipo masivo desde un punto de vista relacionado con la analítica predictiva. Pero esto no reemplaza el análisis de datos clásico. Por el contrario, en varios casos la mejor solución es sacar lo mejor de ambos sistemas.
Una combinación híbrida ventajosa
En realidad, los sistemas basados en soluciones híbridas son muy comunes actualmente, tanto debido a que es un período de transición como debido a que es conveniente para satisfacer los requerimientos de la compañía.
Dicho de otra forma, cuando el objetivos estratégicos de la organización requieren la unificación e integración de fuentes de información estructuradas y no estructuradas, ya sean de origen interno o externo. Si, en resumen, entre otras necesidades, a modo de ejemplo, buscamos aprovechar al máximo los procesos dentro de la organización, conocer mejor al cliente y tomar mejores decisiones, en batch o en tiempo real.
Cuando se trata de poner en práctica tecnologías Big Data junto con herramientas de Business Intelligence y almacenes de datos convencionales, en resumen, el acceso a los datos se convierte en un gran desafío. Y, con ello, además su tratamiento para transformarlos en un activo que agregue valor a la compañía.
Un desafío para cuyo cumplimiento, el acceso oportuno a información confiable, será clave para el diseño de un arquitectura en el que disponen cabida las diferentes tecnologías, al mismo tiempo de establecer un nuevo enfoque que trasciende del cambio tecnológico, orientado fundamentalmente a añadir valor para la organización.
Fuente de la imagen: Adamr / FreeDigitalPhotos.net
(function(d, s, id) {
var js, fjs = d.getElementsByTagName(s)[0];
if (d.getElementById(id)) return;
js = d.createElement(s); js.id = id;
js.src = «//connect.facebook.net/es_ES/all.js#xfbml=1&status=0»;
fjs.parentNode.insertBefore(js, fjs);
}(document, ‘script’, ‘facebook-jssdk’));
