Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Consideramos que si continúa navegando, acepta su uso. Obtener más información

Qué hacer cuando Big Data se vuelve demasiado grande

  • Predictive Analytics

Big Data

Es posible alcanzar un punto de rendimiento decreciente con la recopilación de Big Data. ¿Cómo podemos evitar atascarnos con información innecesaria?

En la década de 1950, los científicos dijeron que el cerebro humano solo puede recordar una lista de aproximadamente siete ítems. El poder del cerebro no ha cambiado mucho desde entonces, pero la cantidad de datos con la que le estamos bombardeando ciertamente ha crecido exponencialmente.

Tenemos todos los datos que necesitamos, pero lo que falta en las empresas es que las personas con la visión empresarial cojan lo que aprenden del análisis de datos y realmente creen oportunidades de avance para el negocio.

Hay muchas herramientas de automatización de bases de datos que pueden unir conjuntos de datos dispares y realizar acrobacias con bases de datos, datos y aplicaciones. También hay con máquinas que hablan entre sí.

Las etiquetas de códigos de barras inteligentes ahora pueden transportar hasta 7.000 caracteres de datos sobre un artículo. Por ejemplo, un código de barras en un suéter podría indicar cuántos puntos están compuestos por un suéter. ¿Pero necesita esto si su trabajo es solo para asegurarse de que el artículo ha salido del fabricante a tiempo y estará en el almacén o la tienda minorista a tiempo para las fiestas?

Hay dos puntos principales en los que el valor de los datos empieza a disminuir: cuando comienzan a producirse sin un uso comercial para producirlos y cuando se presentan con tanta complejidad que los usuarios simplemente no saben qué hacer con ellos.

Con Vertica, Micro Focus ha dado respuesta a algunas de las principales necesidades de las empresas, como optimizar los procesos analíticos Big Data en tiempo y forma. Puedes conocer todos los detalles de esta solución en este webinar. 

Para contrarrestar estos factores desencadenantes, hay que definir siempre un uso de negocio claro con los resultados deseados antes de diseñar centros de datos, conectar el IoT, etc. Cuanto más enfocado esté su objetivo, más probable será que su personal pueda concentrarse en la tarea.

Cada semana, verifique sus proyectos de análisis de datos para ver las desviaciones del proyecto. En otras palabras, ¿el proyecto comenzó a alejarse del caso de negocios que se pretendía resolver? Si ve que un proyecto comienza a desviarse, corrija el rumbo y vuelva al caso comercial.

Nunca deje un proyecto analítico solo en manos de técnicos. Si no tiene a una persona experta en el negocio, el proyecto podría ser una obra maestra técnica, pero una fallo comercial. Para evitar este escollo, un usuario experto en negocios o un analista de negocios de TI debe estar en el rol principal para asegurar la fidelidad entre el proyecto y el objetivo comercial.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mudo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.