El interés por Big Data ha pasado del entusiasmo desmedido a ser una conversación más centrada. Las tecnologías que están aún madurando, la falta de destrezas, y los cambios en la manera en que TI y la empresa trabajan juntas son la nueva realidad: Explotar Big Data no es fácil. Sin embargo, el número de negocios para Big Data sigue siendo contundente, a pesar de las reacciones negativas de los escépticos que se desilusionaron con las promesas económicas de Big Data, las organizaciones siguen innovando.
Hoy día, los proveedores ofrecen un número creciente de plataformas y soluciones listas e integrales para la empresa que construyen sobre las innovaciones tecnológicas. Lo que viene para Big Data es el análisis predictivo y la Internet de las cosas. Big Data deriva la mayoría de su valor del análisis de la información que produce; lo que ayuda a las organizaciones a descubrir patrones, encontrar significados, tomar decisiones, y responder en última instancia al mundo con inteligencia.
A medida que madure la tecnología y la conversación continúe evolucionando, las organizaciones desarrollarán nuevas formas de obtener información adoptando nuevos enfoques respecto de Big Data que solían estar fuera del alcance de la empresa tradicional.
Por ejemplo, las organizaciones se están volcando al análisis predictivo porque las ayuda a profundizar su interacción con los clientes, a optimizar los procesos, y a reducir los costos operativos. La combinación de flujos de datos en tiempo real y el análisis predictivo – al que suele denominarse procesamiento sin fin – tiene el potencial de ofrecer una ventaja competitiva significativa a la empresa.
La Internet de las cosas (IoT) – dispositivos con Internet habilitada que se conectan y comunican entre sí y la nube – también está impulsando la innovación en el análisis de Big Data. IDC estima que IoT conectará 212.000 millones de “cosas” para final de 2020, generando cantidades masivas de datos en un flujo de rápido movimiento. La mayoría de estos datos serán generados por máquinas mediante sensores y actuadores incorporados conectados por redes alámbricas e inalámbricas que se comunican usando el mismo protocolo que conecta a la Internet.
Los datos generados por humanos desde dispositivos como teléfonos móviles y tabletas también serán parte de la combinación. Este dato puede utilizarse para desbloquear correlaciones entre eventos, automatizar sistemas inteligentes, y proporcionar la información necesaria para resolver problemas empresariales y sociales más complejos.
Las herramientas e infraestructura tradicionales no son eficientes funcionando con conjuntos de datos más grandes, variados y que se generan con rapidez. Para que las organizaciones puedan aprovechar el potencial completo de Big Data, deben encontrar un nuevo enfoque para capturar, almacenar, y analizar datos. Las tecnologías de Big Data usan la potencia de la red distribuida de los recursos de computación y “arquitectura que no comparte nada”, marcos de procesamiento distribuido, y bases de datos no relacionales para redefinir la forma en que los datos se administran y analizan. Las innovaciones en los servidores y las soluciones de análisis en memoria escalables facilitan la optimización de la potencia de computación, escalabilidad, confiabilidad, y costo total de propiedad para las cargas de trabajo de análisis más exigentes.
Dependiendo de cada uso, el grupo de soluciones de Big Data incluye una infraestructura de alto desempeño que da vida a alguna combinación de marcos de procesamiento distribuido como el software Apache Hadoop, bases de datos de análisis relacionales y no relacionales, y aplicaciones analíticas. Desde un punto de vista funcional, estas tecnologías se complementan y trabajan juntas como una plataforma flexible de Big Data que también puede aprovechar la arquitectura existente de administración de datos. Por ejemplo, el análisis histórico de Hadoop* puede trasportarse a bases de datos analíticas o integrarse con datos estructurados en los almacenes de datos empresariales tradicionales (Enterprise data warehouses, EDW) para mayor análisis.
Las implementaciones de Big Data pueden tener requerimientos de gran infraestructura. Las opciones de hardware y software realizadas en el momento del diseño pueden tener un impacto significativo sobre el desempeño y el costo total de propiedad. TI puede aprovechar al máximo la implementación de Big Data asegurándose de que la infraestructura correcta esté preparada para el caso de uso particular y que Hadoop y el software analítico estén optimizados y ajustados para el mejor desempeño.
Con tanto en juego para la empresa, las iniciativas de Big Data no pueden realizarseaisladamente. TI debe forjar una asociación fuerte con los líderes empresariales para identificar las oportunidades de Big Data y avanzar con la asistencia necesaria. Big Data también requiere nuevas destrezas empresariales, técnicas y analíticas para ayudar a modelar problemas complejos y descubrir información, integrar sistemas, construir bases de datos masivas, y administrar marcos de software distribuido. Intel Latinoamérica Newsroom
