El Big Data es una oportunidad para los fabricantes de hardware, los desarrolladores de software y los proveedores de servicios. Quienes ayuden a las empresas tanto en la identificación de aplicaciones de Big Data como en los casos de uso y en el suministro de las tecnologías necesarias serán lo que prosperen en este ambiente.
Proporcionar herramientas eficaces y tecnologías de análisis de negocios a la empresa es una de las principales prioridades de los CIO y por buenas razones.
Desde informes básicos hasta avanzados análisis que predictivos a partir de la minería de datos que permitan a los analistas de datos y usuarios de negocios por igual para extraer ideas de los datos corporativos tal que cuando se lleven a la acción puedan ofrecer mayores niveles de eficiencia y rentabilidad de la empresa.
Los datos están subyacente a todas las prácticas de análisis de negocios. Se trata de datos estructurados creados y almacenados por las propias empresas, tales como los de clientes alojados en las aplicaciones de CRM, los transaccionales almacenados en los sistemas ERP o los financieros extraídos desde la contabilidad.
Sin embargo, el volumen, el tipo de datos y la necesidad de analizar en tiempo casi real para obtener el máximo valor comercial, está creciendo rápidamente gracias a la popularidad de las redes sociales y servicios como Facebook y Twitter, los sensores de generación de datos, los dispositivos conectados en red y otras fuentes de datos no estructurados y semiestructurados. A esto le llamamos Big Data.
Los grandes volúmenes de datos, combinados con sofisticados análisis de negocios tienen el potencial de ofrecer a las empresas conocimientos sin precedentes en el comportamiento del cliente y de las condiciones de mercado volátiles, lo que les permite tomar decisiones de negocio más rápido y con mayor eficacia que la competencia.
El Big Data también es una oportunidad para los fabricantes de hardware, los desarrolladores de software y los proveedores de servicios. Quienes ayuden a las empresas tanto en la identificación de aplicaciones de Big Data como en los casos de uso y en el suministro de las tecnologías necesarias serán lo que prosperen en este ambiente.
Casos de uso del Big Data
Parte de lo que hacen las tecnologías de Big Data, y por eso son tan convincentes, es que permiten a las empresas encontrar respuestas a preguntas que ni siquiera se les hubiera ocurrido preguntar. Esto puede dar lugar a ideas que conducen a nuevas ideas de productos o ayudar a identificar formas de mejorar la eficiencia operativa. Sin embargo, hay una serie de casos de uso ya identificados para grandes volúmenes de datos, tanto para los gigantes de internet como Google, Facebook y LinkedIn y como para organizaciones más tradicionales. Incluyen:
Motor de recomendación
Los minoristas en línea utilizan herramientas de coincidencias para que los usuarios se recomienden entre sí o para recomendar productos y servicios basados en el análisis del perfil de usuario y los datos de comportamiento. LinkedIn utiliza este enfoque para alimentar su mensaje «la gente puede saber», mientras que Amazon lo usa para sugerir productos relacionados con las compras de los consumidores.
Análisis de percepciones
Se utilizan herramientas de Big Data con otras de texto avanzadas que revisan el contenido de mensajes no estructurado de las redes sociales, incluyendo los Tweets y mensajes de Facebook, para determinar el “sentimiento de usuario” o percepción relacionado con determinadas empresas, marcas o productos.
Análisis y modelos de riesgo
Empresas financieras, bancos y otras entidades crediticias utilizan Big Data junto a Data Warehouse para analizar grandes volúmenes de datos transaccionales y determinar el riesgo y la exposición de los activos financieros. Trabajan con escenarios del tipo «qué pasaría si» basados en simulaciones de mercado. El objetivo es calificar el riesgo de clientes potenciales que solicitan préstamos.
Detección de Fraude
Las empresas financieras, las tarjetas de crédito, los minoristas y otros utilizan técnicas de Big Data para combinar el comportamiento del cliente, datos históricos y transaccionales para detectar la actividad fraudulenta.
Análisis campaña de marketing
Los departamentos de marketing en todas las industrias han utilizado durante mucho tiempo la tecnología para monitorear y determinar la eficacia de las campañas. El Big Data permite a los equipos de marketing para incorporar mayores volúmenes de datos cada vez más granulares, como las secuencias de clics para aumentar la exactitud del análisis.
Abandono de clientes
Las empresas utilizan tecnologías de Big Data para analizar los datos de comportamiento de los clientes e identificar patrones que indican qué clientes son más propensos a dejar por un proveedor o servicio y pasarse a un competidor.
Análisis de la experiencia de cliente
Las empresas de consumo usan tecnologías Big Data para integrar los datos de los canales de interacción con el cliente, previamente guardados en bases separadas, como los centros de atención telefónica, chat en línea, Twitter, etc., para obtener una visión completa de la experiencia del cliente. Esto les permite comprender el canal de interacción que un cliente tiene y su impacto en otro con el fin de optimizar todo el ciclo de vida de la experiencia del cliente.
Monitoreo de la red
Las tecnologías Big Data se utilizan para capturar, analizar y visualizar los datos recogidos de los servidores, dispositivos de almacenamiento y otros equipos de TI para permitir a los administradores supervisar la actividad de red y diagnosticar cuellos de botella y otros problemas. Este tipo de análisis también se puede aplicar a otro tipo de redes. Por ejemplo las de transporte a los efectos de mejorar la eficiencia de combustible.
Investigación y Desarrollo
Las empresas, tales como fabricantes de productos farmacéuticos, utilizan Big Data para leer, en enormes volúmenes de datos de texto y otros datos históricos para ayudarlas en el desarrollo de nuevos productos.
Estos son, por supuesto, sólo una muestra de los casos de uso del Big Data. De hecho, el caso de uso más convincente en cualquier empresa puede aún no se haya descubierto.
Habilidades para el uso de Big Data
Uno de los obstáculos más apremiantes de la adopción de BIg Data en las empresas es la falta de habilidades analíticas o del desconocimiento de Es fundamental que puede superar esta brecha de habilidades. Para ello se requiere abordar el problema en dos frentes.
En primer lugar, que la comunidad de código abierto y los proveedores comerciales de BIg data deben desarrollar herramientas analíticas de fácil de fácil uso mientas para bajar la barrera de entrada a los profesionales de TI y de inteligencia de negocio tradicionales.
Estas herramientas y tecnologías deben abstraer, tanto como sea posible, la complejidad de los esquemas de tratamiento de datos subyacentes, a través de una combinación de interfaces gráficas de usuario, asistentes de instalación y la automatización de las tareas rutinarias.
En segundo lugar, la comunidad debe desarrollar más recursos educativos para capacitar tanto a profesionales de inteligencia de negocio existentes como a estudiantes de la escuela secundaria y de la universidad para convertirlos en los profesionales de Big Data del futuro que se necesitan.
Según McKinsey & Company, sólo Estados Unidos deberá hacer frente a una escasez de entre 140.000 y 190.000 personas con capacidad de análisis profundos, así como 1,5 millones de gestores y analistas con el know-how para utilizar el análisis de Big Data para tomar decisiones efectivas en 2018. El origen de esta escasez es, en parte, la propia disciplina de la ciencia de datos, que comprende una mezcla de áreas funcionales.
En concreto, los científicos de datos deben poseer habilidades tecnológicas centradas en la estadística, la informática y las matemáticas. Pero también deben tener visión para los negocios, capacidad de comprender los matices de la empresa y de concentración en áreas en las que el Big Data entregará el mayor valor para el negocio. Tan importante técnicas como las habilidades, los científicos de datos deben tener la capacidad para comunicar y contar historias convincentes para el negocio a través de la visualización de Big Data.
Fuente: Big Data: Jeff Kelly; Hadoop, Business Analytics and Beyond; Wikibon.org
Traducido y adaptado por la División Consultoría de EvaluandoCloud.com