Cinco falsos mitos del Big Data, según Gartner

 Gartner se ha propuesto desmitificar algunas de las creencias más extendidas sobre el Big Data y lo hace poniendo sobre la mesa argumentos que desmontan cinco de sus mitos más extendidos, en realidad tan populares como infundados, apuntan sus expertos.

Si por un lado la reputada consultora afirma que Big Data representa una increíble oportunidad para sacar partido a nivel empresarial, por otro se aconseja no dejarse arrastrar por "el ruido y la confusión" que ha surgido en torno a esta revolucionaria tecnología, que supone retos importantes y que, precisamente por ello, no pueden abordarse a partir de falsas premisas.

"Big Data ofrece grandes oportunidades, pero plantea retos aún mayores (...), y precisamente por ello los líderes de TI necesitan eliminar la publicidad y la confusión para basar sus acciones en hechos conocidos si desean conseguir que los resultados sean el motor de su negocio", apunta Alexander Linden, director de investigación de Gartner.

Los cinco mitos del Big Data

En el estudio presentado por la firma estadounidense se señalan los siguientes cinco mitos acerca de los grandes datos, acompañados de su correspondiente refutación:

1. Todo el mundo va por delante de nosotros: En realidad, sólo una pequeña minoría ha desplegado soluciones de grandes datos, si bien la mayoría de las organizaciones están planteándose hacerlo. De hecho, las estadísticas revelan que sólo un 13 por ciento de las empresas que invirtieron o querían invertir en tecnologías de Big Data habían desarrollado esas soluciones. Por lo tanto, lo único cierto es que sólo lo ha hecho un ínfimo porcentaje.

2. La mala calidad de algunos datos no influye en el resultado: Muy al contrario, Gartner advierte que aunque se trabajan con ingentes cantidades de información, los resultados dependen de la buena calidad de la misma considerada como un todo, por lo que los errores en algunos datos pueden afectar fácilmente a la fiabilidad de los resultados. A su vez, hemos de tener en cuenta el mayor riesgo de falta de calidad en muchos de los datos, pues el Big Data trabaja con datos de orígenes desconocidos que no puede controlar, lo que necesariamente amplía el margen de errores.

3. Big Data hará innecesaria la integración de datos: Contar con una integración de datos permite establecer modelos de lectura e interpretación que en ningún caso suple la tecnología de Big Data. Aunque la tecnología Big Data permite leer datos procedentes de distintas fuentes y con formatos diferentes, sigue siendo de gran utilidad disponer de un repositorio en el que se han establecido un marco predefinido. 

4. La analítica avanzada no exige un almacén de datos: En la práctica, a la hora de realizar analíticas avanzadas muy a menudo se utilizan almacenes de datos, por lo que su uso dependerá finalmente de las necesidades de cada proyecto. Aunque la tecnología Big Data permite leer datos reunidos desde distintas fuentes y con formatos diferentes, sigue siendo de gran utilidad disponer de un Data

5. Los Data Lakes sustituirán el Data Warehouse: Del mismo modo que los almacenes de datos pueden ser útiles para la analítica avanzada, las plataformas de grandes datos denominadas Data Lakes, hoy por hoy no constituyen una alternativa real a los Data Warehouses.

Fuente imagen: suphakit73 / FreeDigitalPhotos.net

Post relacionados:

• Big Data Scientist: ¿Cómo interactúa dentro de la organización?
  

• La nube e Internet de las cosas, tendencias TI claves para 2015

• Internet of Things World Forum 2014