¿Qué requerimientos se derivan del Big Data?

En este post te contamos como los nuevos requerimientos en análisis, Big analytics, han permitido dar forma al Big Data.


Captura de pantalla 2013 08 20 a la(s) 17.31.39

Big Data requiere Big Analytics

Estamos acostumbrados a saber lo que pasó, pero hoy nos interesa más conocer lo que pasará, si nos prefieren, qué dicen de nosotros... aspectos todos ellos que requieren de nuevos modelos mucho más complejos.

Esas nuevas necesidades han llevado a nuevos requerimientos por parte de las empresas y, precisamente para poder analizar toda esa información, lo que anteriormente se conocía como Business Intelligence actualmente requiere de un nuevo modelo de análisis, Big analytics, que permita dar forma al Big Data.

Esta intervención necesaria se debe al hecho de que para poder hacer un análisis predictivo o una “clusterización” de los perfiles de clientes, se requiere de algo más que la propia inteligencia de negocio, y ese algo más se concreta precisamente en Big Analytics. Analytics permite la utilización de procesos matemáticos complejos, trabajando con toda la data al nivel de granularidad más bajo de que disponemos, la data en crudo, y modelos mucho más ágiles que los actuales modelos de BI.

Las limitaciones del Business Intelligence tradicional

El Business Intelligence con el que las empresas han crecido y se han externalizado, tiene unas limitaciones bastante claras basadas en la falta de agilidad en sus procesos.

En efecto, con el sistema tradicional los procesos necesarios para poder cargar unos modelos, por ejemplo, eran muy largos, lo que conllevaba con frecuencia que al finalizar dicho proceso el negocio ya había evolucionado por lo que la utilidad del modelo se veía reducida. Realizar los cambios pertinentes para alienarlo de nuevo con el negocio era costoso, largo, poco ágil e ineficaz, al no poder además aplicar los algoritmos que quizás ahora nos gustaría usar para el análisis.

La llegada de esta cantidad de datos ha provocado que las infraestructuras actuales no sean capaces de soportar esas volumetrías, variabilidad en los datos, ni de hacer los análisis a tiempo real tan deseados. Esto a llevado a la inevitable necesidad de unas nuevas infraestructuras capaces de soportar ese nuevo paradigma de datos que nos están llegando.

Además, en una empresa es importante saber lo que me va a costar la infraestructura actual con lo que es muy importante en Big Data que esa arquitectura sea escalable y que pueda ser predecible para así saber el coste de mi crecimiento. De este modo, permite poder proyectar y determinar la inversión necesaria para seguir creciendo, lo cual no sucedía con las infraestructuras actuales en  business intelligence tradicional.


Artículos relacionados

Subscríbete a nuestro blog y recibe las últimas actualizaciones sobre gestión de datos.

Descubre contenido nuevo todos los días para profundizar la transformación digital en tu organización.