El valor de la gestión de datos

Big Data, un desafío para el data management

Posted on Mon, Nov 30, 2015

Big_Data_Data_Managment_desafio

El uso de los grandes datos representa una oportunidad para las empresas hasta ahora inédita, que abre enormes posibilidades para alcanzar nuevas ventajas competitivas. Sin embargo, también suponen un gran desafío a la hora de integrarlos dentro de un buen sistema de data management.

Lejos de ser tecnologías disruptivas, las soluciones de Big Data pueden complementarse con los data warehouse si buscamos dar respuesta a las necesidades actuales de ingeligencia de negocio. Se trata, por lo tanto, de una aportación que multiplica las posibilidades para mejorar la toma de decisiones. 

La ventaja de contar con Hadoop, de gran eficiencia en el almacenamiento, procesamiento y análisis de grandes datos, se suma a su capacidad para adaptarse a entornos tradicionales. No se trata, así pues, de extraer valor al Big Data funcionando en un compartimento estanco sino de hacerlo de forma integrada. 

 

Una gestión de datos que integre análisis de Big Data 

El procesamiento de datos y análisis de Big Data es una pieza más del gran puzle que constituyen los centros de datos, dentro de un sistema de data management encargado de la planificación, supervisión y control de la gestión de los datos. 

Como consecuencia de un eficaz data management que los integre, todo un reto para los desarrolladores, obtendremos un mejor intercambio de la información, más seguridad, integración de los datos, minimización de su inconsistencia y mejor acceso a los mismos.

Cumplir los requisitos de la gestión de datos para incorporar estos análisis de última generación significa satisfacer una serie de requerimientos, entre otros:

  • Establecer o adaptar modelos, políticas y reglas: La gestión de los datos exige definir y mejorar la calidad de los datos, definir su integración, transferencia y aportar una visión global de la información.
  • Implementación escalable: El procesamiento escalable nos permite desarrollar proyectos de forma progresiva o puntual. Lograr una ejecución optimizada en entornos híbridos exige esa escalabilidad.
  • Gobernabilidad de datos: Dotar a los datos de confiabilidad, relacionarlos con fuentes internas y externas y, en suma, convertirlos en un activo estratégibo, obliga a incluir la gestión de los grandes datos dentro de una gobernanza de datos común para toda la empresa. 
  • Garantizar la privacidad y confidencialidad de los datos: Se realiza mediante análisis que detecten riesgos y vulnerabilidades y, en su caso, implementando proyectos de encriptación y data masking. El objetivo es minimizar el riesgo que suelen conllevar los proyectos de análisis de grandes datos. 
A la postre, tanto éstos análisis como los que saquen partido de los datos estructurados o aquellos otros híbridos buscan información útil para la toma de decisiones estratégicas. 

En la práctica, aprovechar esta aportación que abre nuevas puertas para el manejo de grandes datos, -con eficacia y a bajo costo-, implica hacerlo dentro del diseño de una plataforma BI adaptada a las necesidades de cada empresa. 

De hecho, la compatibilidad no es requisito suficiente para sumar ventajas en el diseño de una solución de BI. Tengamos en cuenta que el objetivo de BI es propiciar una visión integrada que permita mejorar la toma de decisiones.  

Hacer un uso estratégico de las tecnologías capaces de explotar los datos internos y externos significa tanto una arquitectura a la medida como una gestión de datos eficaz, con el fin de proporcionar una información valiosa que nos permita lograr el éxito empresarial.

Fuente imagen: watcharakum / FreeDigitalPhotos.net

 

 Post relacionados:

 

Ebook Experiencia de cliente y omnicanalidad

Topics: Data Management