Superar los grandes desafíos operativos del Big Data para enfocarse en el conocimiento

Opini√≥n: Big Data a√ļn no est√° en producci√≥n a gran escala en todas partes, y muchas empresas dicen que los desaf√≠os operativos son los que lo impiden.

A medida que las empresas se dan cuenta de la importancia del Big Data, la adopci√≥n est√° en aumento. Una encuesta reciente de NewVantage Partners revel√≥ que el 62,5% de las empresas tienen ahora al menos un gran proyecto de big data en proceso. Pero el big data a√ļn no est√° en producci√≥n a gran escala en todas partes, y muchas empresas dicen que los desaf√≠os operativos son los que lo impiden. Un informe de la asociaci√≥n de la industria CompTIA revel√≥ que menos de un tercio (31%) de las empresas est√°n exactamente donde pretenden en cuanto al manejo de datos. Adem√°s, casi la mitad (45%) dijo que un alto grado de sus datos est√° fragmentado.

Entonces, ¬Ņcu√°les son los desaf√≠os operativos que presenta el big data? Estamos viendo una confluencia de tres caracter√≠sticas claves:

1) Volumen. Seg√ļn SINTEF, la mayor organizaci√≥n de investigaci√≥n independiente en los pa√≠ses escandinavos, m√°s datos fueron creados en un per√≠odo de 2 a√Īos que en toda la historia anterior de la humanidad;

2) Variedad. La proliferación de dispositivos móviles, sensores y dispositivos conectados significa que las empresas están tratando con diferentes tipos de datos;

3) Velocidad. Los datos generados deben ser procesados r√°pidamente para obtener informaci√≥n ‚Äúa tiempo‚ÄĚ.

Estos datos requieren nuevos métodos de administración, almacenamiento, organización y procesos de análisis que tienen que lidiar con la operatividad. Para sortear estos desafíos, los líderes de negocios necesitan implementar los procesos de automatización y estrategias que ayuden a los equipos de datos acceder a la información correcta en tiempo real para extraer un conocimiento real.

Exitosos programas operativos de Big Data

Para aprovechar los beneficios de la explosión de datos, las organizaciones necesitan preparar adecuadamente a sus equipos de TI. Una herramienta de gestión de operaciones de TI con optimización y visualización de capacidad de nivel empresarial puede ayudar a planificar y dimensionar adecuadamente los ecosistemas de datos, incluyendo recursos de computación, almacenamiento y red, asegurando el control de los costos de infraestructura.

Cuando se almacenan datos, como por ejemplo en bases de datos departamentales independientes, se obtendrán insights mediocres. Es importante adoptar un enfoque holístico para una gran estrategia de big data. El gran ecosistema de tecnología de big data debe interactuar con aplicaciones empresariales y fuentes de datos, como soluciones ERP y dispositivos conectados, para integrar datos en una ubicación central.

Desde la fase piloto de una gran iniciativa de big data, se deben implementar procesos de automatizaci√≥n para asegurar que los datos de m√ļltiples fuentes pueden ser integrados sin interrupciones. La automatizaci√≥n es m√°s r√°pida y precisa que los m√©todos manuales.

Algunos grandes casos de uso de datos cruzarán probablemente los límites de la organización, por lo que otra consideración, o a menudo preocupación, es cómo los datos se mantienen seguros en cada paso. No se puede proteger lo que no se puede ver.

Garantizar una visibilidad hol√≠stica de c√≥mo la infraestructura de big data est√° conectada a las aplicaciones empresariales permite a las compa√Ī√≠as tomar medidas de seguridad desde la gesti√≥n de acceso, basada en el nivel de confidencialidad de datos hasta la clasificaci√≥n de los datos de clientes que la empresa tiene permiso para explotar.

El éxito del big data depende también de un cambio mental. Las organizaciones deben abordar cambios culturales, como conseguir que los empleados se comprometan a mantener las bases de datos actualizadas con información relevante por horas establecidas, de modo tal que los equipos de datos siempre trabajen con datos actualizados.

Extraer valor de los datos correctos

Las organizaciones pueden usar análisis de big data para multiples fines, como por ejemplo la comprensión de los clientes para impulsar el compromiso, la retención y las ventas, y el análisis de los procesos internos para agilizar las operaciones, entre otros.

Pero el uso más valioso del análisis del big data no es informar lo que ya sucedió, sino predecir con certeza los resultados futuros y el comportamiento que afecta a las áreas importantes de la empresa. A través de la predicción, las organizaciones pueden cambiar las operaciones en tiempo real y construir planes estratégicos y orientados al futuro para impulsar los resultados empresariales más rápidos, lo que le brinda a las empresas una ventaja competitiva.

Los datos ser√°n la diferencia entre las compa√Ī√≠as que lideran el cambio y las que permanecen detr√°s en la era digital. Aunque los datos son percibidos como una fuerza incontrolable, pueden ser manejados. No se debe permitir que los desaf√≠os operativos que implica el big data descarrilen su misi√≥n en cuanto al conocimiento.

Es el momento de adentrarse en la automatización y lograr las estrategias adecuadas, tanto tecnológicas como culturales de la organización. Todos sabemos que no se puede correr antes de aprender a caminar. Por lo tanto, antes de que pueda realizar análisis precisos, las bases operativas deben establecerse. Es un paso clave en la receta para que las iniciativas de big data tengan éxito.

Por Sergio Vekselman, Country Director de BMC para las regiones de SOLA y NOLA

Ilustración (c) Rawpixel vía Shutterstock



Contacto | Diario TI es una publicación de MPA Publishing International Ltd.