¿Cómo pueden las empresas adoptar el Big Data?

Anddy I. Cabrera Carela.
Anddy I. Cabrera Carela.

Parte I

En anteriores artículos nos enfocamos en orientar a los profesionales que desean iniciar una carrera en las ramas derivadas de la Inteligencia Artificial o (IA), pero sabemos que no son el único sector que se encuentra con un laberinto de información a la hora de decidir por dónde empezar. Las empresas se enfrentan a varios retos en el momento de implementar la transformación digital que está impulsada por el Big Data. Las iniciativas basadas en Big Data son importantes independientemente del tamaño de las organizaciones.

Estos desafíos se encuentran en las áreas de arquitectura tecnológica, en los datos que se analizan, y en el perfil adecuado de los profesionales contratados y sus roles. También podemos ver estos retos en la administración de los datos, en crear una cultura de toma de decisiones con evidencia en esos datos, y en un modelo de negocio basado en la transformación digital. Las soluciones a cada uno de estos desafíos las daremos a través de más de un artículo.

Tradicionalmentelas empresas utilizan lo que se conoce como herramientas de “inteligencia de negocio” o Business Intelligence (BI) para analizar el estado de sus negocios y operaciones, recolectando los datos generados a través de las actividades realizadas en ellos.

Utilizan estos datos sobre las herramientas de Business Intelligence para medir el rendimiento de la organización y poder saber que está sucediendo en sus empresas, así como otras dudas estratégicas. De esta forma realizan una analítica retrospectiva y descriptiva, observando las acciones que se tomaron en el pasado y el impacto que han tenido sobre las actividades de la empresa.

Esto provoca que haya una gran cantidad de información potencial que no es aprovechada realmente, tomando decisiones basadas en el pasado que resultan insuficientes a la hora de responder a las exigencias del mercado y de los clientes.

Estas limitaciones podemos decir que se encuentran en 3 áreas principales: analítica, datos y tecnología.
Estas limitaciones en la analítica, los datos y la tecnología, pueden superarse utilizando el Big Data. La inteligencia de datos masivos permite la explotación efectiva por todas las áreas de la organización, resolviendo no solo las limitaciones del Business Intelligence, sino que permite ir más allá y formular nuevas preguntas para la estrategia de negocio.

Es importante conocer las diferencias principales entre la inteligencia de negocio y la ciencia de datos (Data Science). Con la ciencia de datos, ya no hablamos de reportes e informes, sino de técnicas y modelos (como clustering o regresiones más complejas) para obtener patrones o correlaciones en los datos.

Este método ya no es estático y fijo en el tiempo, sino más bien es necesario hacer distintos análisis y exploraciones de forma recurrente buscando la mejor solución que encaje en el marco del contexto. Estas nuevas técnicas permiten anticiparse y obtener información sobre qué podría pasar en el futuro así como las probabilidades de que algo ocurra.

En síntesis, podríamos decir que la inteligenciade negocio permite obtener información descriptiva y de acción, que responde a cuestiones como quién ha hecho una labor determinada. Mientras que la ciencia del datos amplía el campo de análisis y ofrece información actitudinal, hasta el punto incluso de poder predecir lo que se hará en un futuro.

La principal solución que aparece como referente en el mercado es el “Ecosistema Hadoop”: se trata de una familia o conjunto de soluciones tecnológicas que permiten almacenar, gestionar, interaccionar y analizar grandes volúmenes de información a gran velocidad, sin importar el tipo de dato. También dentro del mencionado ecosistema, está el framework“Map Reduce”, el cual permite procesar la información distribuida en diferentes máquinas de forma simultánea, procesando posteriormente los resultados.

Fuera de Hadoop existen una gran cantidad de soluciones tecnológicas en el mercado. En el 2017 había más de 900 proveedores que ofrecen diferentes herramientas y soluciones tecnológicas en Big Data.

En conclusión, como hemos podido ver en este artículo, las tecnologías catalizadoras del Big Data han evolucionado a lo largo de los últimos años hasta generar un enorme mercado de herramientas y soluciones.

Sobre el autor: Anddy I. Cabrera Carela es experto en IA, con un grado certificado por la Universidad de Harvard en Machine Learning. Además, es matemático, programador y estadístico.