Embrazar la 'big data' ahora o atrasarse a la competencia, advierte analista

Noticias

Embrazar la 'big data' ahora o atrasarse a la competencia, advierte analista

BOSTON - Las empresas que no tomen ventaja de las oportunidades que presenta "grandes datos" de gestión y tecnologías de análisis puede esperar a caer detrás de la competencia y posiblemente se queden sin trabajo en conjunto, de acuerdo con un analista de la industria de TI que hablaron el martes en la Talend Connect conferencia.

El mundo está empezando a utilizar las tecnologías de datos grandes como Hadoop y MapReduce, y varios obstáculos - como la escasez de habilidades y el anticuado pensamiento acerca de los datos - siguen de pie en el camino de su adopción, dijo Jeff Kelly, un director de investigación que contribuye con Wikibon.org y editor colaborador de SiliconANGLE.

Big data se trata de mirar hacia adelante, hacer predicciones y tomar acción.

Jeff Kelly, colaborador principal de investigación de Wikibon.org

Sin embargo, el analista continuó, las empresas que adoptan el concepto ahora son los que van a liderar el camino en un futuro no muy lejano, cuando las barreras de entrada no son tan altas. Las empresas que explotan grandes datos obtienen la capacidad de tomar decisiones más informadas sobre el futuro y, finalmente, traerán más dinero que los que no lo hacen.

"Hemos estado haciendo la investigación en torno a grandes volúmenes de datos durante un par de años [y] han llegado a la conclusión de que los grandes volúmenes de datos es ahora la fuente definitiva de la ventaja competitiva en todos los sectores", dijo Kelly, quien también es ex periodista de SearchDataManagement.com. "Aunque me doy cuenta de que es una declaración bastante radical, realmente no hay ninguna industria que pueda pensar que no va a verse afectada por los grandes datos".

La frase "grandes datos" se suele utilizar para referirse a las cantidades masivas de información tanto estructurada como no estructurada que se generan por las máquinas, los sitios de redes sociales y los dispositivos móviles de hoy. La frase también se utiliza para referirse a las tecnologías de almacenamiento, gestión y análisis utilizados para extraer valiosa información de negocios de dicha información. Algunas de las más conocidas grandes tecnologías de gestión de datos incluyen el Sistema de archivos distribuido Apache Hadoop, MapReduce, Hive, Pig y Mahout.

Los beneficios de ser controlados por los datos

Kelly fue sólo uno de varios oradores en la conferencia de Talend Connect quien habló sobre lo que se necesita para que las empresas consideren más a los datos en su toma de decisiones. Otra fue Tony Fraser, socio y socio tecnológico de Neo @ Ogilvy, el brazo de marketing de resultados de Ogilvy & Mather, una empresa de relaciones públicas grandes y de publicidad.

"Básicamente, hacer publicidad digital, a través de todo lo que te puedas imaginar", dijo Fraser.

En declaraciones a la multitud, Fraser ofreció ejemplos de cómo impulsado por los datos detoma de decisiones ha ayudado a su empresa a alcanzar el éxito. En un ejemplo, el Hotel Paris and Casino en Las Vegas contratado Neo @ Ogilvy para ayudar a atraer a más clientes. Empresa Fraser logrado esto, primero buscando en todas las cosas positivas que los clientes tenían que decir acerca de París en las redes sociales y los sitios de viaje.

Resulta que muchas de las experiencias positivas de los clientes tenían que ver con su visión de la fuente en el Bellagio Hotel y Casino ubicado al otro lado de la calle. Armado con esta información, el NEO @ Ogilvy equipo emitió un anuncio digital de París, que contó con una vista de la fuente.

"Tan pronto como ese anuncio salió, la gente comenzó a hacer más reservas", dijo Fraser.

Los impedimentos para la adopción de datos grande

Ciertamente no hay escasez de grandes exageraciones en torno a las tecnologías de gestión de datos, pero los niveles reales de adopción siguen siendo bajos, por dos razones principales, según Kelly.

En primer lugar, Hadoop y otras tecnologías de datos grandes son extremadamente difíciles de usar y las habilidades adecuadas son a corto plazo. Hoy en día, las organizaciones suelen contratar a doctores para manejar la parte analítica de la ecuación de datos grande, y las personas bien educadas exigir salarios altos.

"Las habilidades que se usan para administrar, implementar y monitorear Hadoop no son necesariamente las mismas habilidades que un DBA Oracle pueda tener", dijo Kelly. "Por ejemplo, si usted quiere ser un científico de datos en el lado del análisis, lo que necesita saber es cómo escribir trabajos MapReduce, que no es lo mismo que escribir consultas SQL por cualquier medio".

El segundo obstáculo más importante se interpone en el camino de los centros de mayor adopción en la idea de que la mayoría de las empresas que actualmente carecen de la mentalidad necesaria para sacar el máximo provecho de los datos importantes.

La mayoría de las empresas grandes de hoy están acostumbradas a obtener ideas de negocio a través de una combinación de datos de inteligencia y almacenamiento empresarial (BI) las tecnologías de información. Pero, según Kelly, el modelo de almacenamiento de datos BI / es sobre el uso de datos para examinar el pasado, mientras que las tecnologías de datos grandes están sobre el uso de datos para predecir el futuro.

"Para tomar ventaja de grandes volúmenes de datos requiere un cambio, un cambio muy básico en algunas organizaciones, los datos realmente confiables y de hecho va en los datos que usted conduce", dijo el analista. "Big data se trata de mirar hacia adelante, hacer predicciones y tomar acción."

¿Gestión de datos grandes para las masas?

Al igual que con todas las tecnologías emergentes, gestión de grandes datos y análisis eventualmente llegará a ser más accesible a las masas - o democratizado - con el tiempo. Pero algunas cosas importantes tienen que ocurrir primero, según Kelly.

Para empezar, las nuevas herramientas y tecnologías serán necesarias para reducir la complejidad asociada con el trabajo con las tecnologías de datos grandes. Varias compañías - como Talend, Hortonworks y Cloudera - están trabajando para reducir las dificultades de grandes volúmenes de datos en estos momentos. Sin embargo, Kelly dijo, más innovación es necesaria para facilitar a los usuarios desplegar, administrar y asegurar las agrupaciones Hadoop y crear integraciones entre los procesos y fuentes de datos.

"En este momento lo que se necesita son algunas habilidades muy sofisticadas alrededor de MapReduce y otros idiomas, o SAS y otros para ser un científico de primera línea de datos", dijo Kelly. "Necesitamos herramientas que se pueden abstraer algo de esa experiencia para que usted no necesite tener un doctorado para explorar datos realmente grandes".

La tarea de la democratización de datos grandes también requiere una gran cantidad de formación de usuarios y educación en temas como infraestructura de datos grandes, despliegue y gestión de Hadoop, integración y programación de trabajos MapReduce, Kelly agregó.

"Realmente tenemos que abordar el problema desde ambos extremos. Una de ellas es que las herramientas y tecnologías sean más fáciles de usar", dijo. "Pero también tenemos que invertir en recursos de formación y educación para ayudar a los administradores de bases y analistas de negocio aumentar su juego [y] actuar en el mundo de los datos grandes."


Unirse a la conversación Comenta

Compartir
Comentas

    Resultados

    Contribuye a la conversacion

    Todos los campos son obligatorios. Los comentarios aparecerán en la parte inferior del artículo