_web.jpg)
El informe Worldwide Big Data and Analytics Spending Guide, de IDC, apunta que el valor mundial del mercado del Big Data alanzará los 202.000 millones de dólares en 2020; mientras que desde IDC Research España se pronostica que en 2021, el 50% de los ingresos para las organizaciones provendrán de la monetización de los datos y que de aquí a 2020 más del 50% de los negocios va a ser generado a partir de los datos. Es obvio que se tiende al data centric.
Esto da una idea de por qué siempre se ha dicho que la información es uno de los principales activos de las empresas, aunque con la transformación digital se ha convertido en el capital más importante para una compañía. Su correcta gestión puede marcar la diferencia a la hora de conseguir ventajas competitivas. Pero las necesidades de información y de procesamiento de datos que tienen las empresas crecen a un ritmo más elevado del que se puede cubrir con las soluciones de TI convencionales. Es más, hoy las organizaciones están inundadas de datos y batallan por identificar qué es lo más importante y qué acciones tomar o cuáles no.
Pensemos, sino, en cómo se puede procesar adecuadamente el océano de datos que suponen los 175 Zb que IDC prevé que se generarán para 2025, tal y como refleja en su estudio Global DataSphere. Es aquí donde el Big Data y las herramientas analíticas entran en juego y muestran todo su potencial, pues insistimos en la idea de que procesar grandes volúmenes de información en tiempo real para tomar decisiones de negocio basadas en datos fiables es crítico para una gestión mejor y más rentable de las compañías.
Además, las organizaciones de hoy necesitan una comprensión integral de su ecosistema de negocio para tener una visión completa de todas las partes que en él intervienen, desde los mercados a los clientes, pasando por los productos, competencia, trabajadores, partners, proveedores, marco legal... Por ello, para mantener su competitividad, las empresas necesitan crear más valor a partir de los datos estructurados y no estructurados almacenados en sus sistemas.
Un despliegue de Big Data correcto favorecerá la toma inmediata de decisiones y mejorará la relación con el cliente mediante un mayor conocimiento del mismo y una atención personalizada. También optimizará el aprovisionamiento de materiales, mediante la identificación de tendencias de ventas y ayudará en las tareas de mantenimiento gracias al análisis de datos generados por las máquinas. En definitiva, la empresa contará con esa visión holística de su ecosistema y estará preparada para actuar ante cualquier escenario.
Pero para sacar mayor partido a esta tecnología se requiere de una implementación óptima de la misma. Así, Big Data debe ser implementado como un sistema estructurado que permita la entrada y almacenamiento de datos procedentes de cualquier fuente, ya sea el sistema de ventas, la base de clientes, las redes sociales o los sensores incorporados en dispositivos, por citar algunas. Estos datos son guardados en sistemas de archivos especiales, y se categorizan en bases de datos para su comprensión.
En un segundo nivel, donde entran en juego las herramientas analíticas, los datos son estudiados y ordenados para la obtención de resultados. Este análisis permite identificar patrones para determinar tendencias y muestra los resultados en forma de informes, gráficos o incluso recomendaciones concretas. La misión de estos resultados es definir cómo se puede ayudar a alcanzar un objetivo empresarial trasladándolo a acciones específicas.
Para alcanzar esta meta, las empresas deben enfrentarse a retos como la falta de expertos cualificados en ciencia de datos, la propia calidad de los datos, aspectos relacionados con la ciberseguridad y la protección de la información confidencial, el cada vez más estricto marco legal, o tener en cuenta cómo la rápida evolución de la tecnología puede provocar cambios que deriven en una obsolescencia de TI a corto plazo.
Pero de una cosa debemos estar seguros, el binomio Big Data-análisis es el punto de confluencia de otras importantes herramientas y tecnologías como las conexiones inalámbricas, la robótica, la IA o el Cloud, pues convergen en este análisis de datos.
