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

5 pasos para extraer oro de big data

  • Predictive Analytics

Analitica Big Data

El éxito de Big Data depende de extraer la información correcta. Si su empresa tiene dificultades para localizar y localizar esa información, siga esta guía paso a paso sobre cómo extraer oro de grandes cantidades de información.

Los esfuerzos corporativos para encontrar el oro en los datos no son extenuantes, pero tampoco son necesariamente fáciles.

Hay muchas empresas que tienen planes de Big Data, pero que realmente no saben lo que deben buscar. ¿Por qué comenzaron estos proyectos? Porque era una tendencia que sentían que debían seguir.

Precisamente por eso, es difícil para las empresas tengan éxito con sus proyectos de big data cuando en realidad no están seguros del oro comercial que buscan. Si es su caso, aquí unas recomendaciones en cinco pasos.

1. Comience con sus base de datos relacionales tradicionales

Estos son los datos que se almacenan en columnas y filas en SQL u otras bases de datos relacionales y pueden ser fácilmente consultados por los usuarios.

Si está en ventas, puede comenzar a buscar diferentes productos, ver cuántos de los productos se venden dónde ya quién, cuántos de los productos se devuelven, cuáles son sus niveles de inventario, etc.

Solo a partir de estos datos, hay muchas relaciones que se pueden establecer entre las ventas, los niveles de inventario, las ubicaciones de los clientes, los registros de servicio, etc.

2. Incluya Big Data a sus consultas de base de datos relacionales existentes

Una vez que una empresa comprende los datos de ventas de sus bases de datos relacionales, es probable que surjan nuevas preguntas.

Por ejemplo, una empresa puede ver un pico de ventas durante períodos de tiempo para los que no tienen explicación. Estos picos de ventas son una anomalía, por lo que la compañía puede incluir Big Data en sus datos relacionales para intentar darle sentido a lo que está sucediendo. Por ejemplo, se puede incluir información meteorológica (en una secuencia de datos XML) y descubrir que las ventas tienden a aumentar durante los días en que el tiempo está nublado, lo que quizás impulsa a las personas a realizar actividades como ir de compras.

3. Añada más Big Data a sus consultas

Con Big Data añadido a los datos de consultas de ventas tradicionales, la empresa ahora ha entrado en el dominio del big data. Desde aquí, es fácil agregar más tipos de big data. Un siguiente paso lógico para los informes de ventas podría ser agregar comentarios de Twitter y Facebook que los clientes y otros hacen sobre sus productos.

4. Forme incrementalmente a su personal

Hay muchas empresas que carecen de las habilidades necesarias para los científicos de datos y los analistas de big data. Esto es lo que hace que el enfoque de comenzar con los datos de su base de datos relacional y luego hacer una creación gradual para agregar diferentes tipos de big data sea tan atractivo. Puede aumentar el conocimiento de su personal sobre big data de forma incremental.

5. Considere un entorno de informe híbrido para sus datos

Una vez que comienzas a agregar grandes cantidades de datos a tus consultas de bases de datos relacionales, necesitará definir otro repositorio de datos para estos datos. Los big data no estructurados no pueden residir en una base de datos relacional. Lo que necesitará hacer es definir una base de datos de big data como Hadoop HFDS, y luego mover la combinación de datos tradicionales y grandes en esta base de datos de big data.

La buena noticia es que no necesariamente tiene que incurrir en un gran gasto de capital para traer nuevos servidores y almacenamiento para este trabajo. Hay muchos proveedores de servicios en la nube que pueden alojar los datos en una Hadoop u otra base de datos de Big Data. También pueden administrar estos datos.

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 mundo 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.