Las tecnologías y procesos de tratamiento de datos masivos han progresado de forma exponencial en los últimos años. De forma paralela, las iniciativas en torno a la explotación de los datos no cesan de crecer, principalmente para mejorar la eficiencia operativa y la toma de decisiones, y se espera que las inversiones sigan aumentando en 2016.
De acuerdo con un reciente informe de Gartner, los procesos de analítica de datos tienen un gran valor estratégico para muchas organizaciones. Según la consultora, para 2016 se espera que las ventas globales de los sectores de BI y analítica de datos superen en un 5,2 por ciento a los de 2015, con un gasto previsto para el periodo de 16.900 millones de dólares.
Las tendencias en tecnologías de Big Data
La apuesta por proyectos de grandes datos para conseguir ventajas competitivas, por otro lado, se relaciona con soluciones tecnológicas. De acuerdo con un reciente estudio de Tinamica, éstas serán las principales tendencias tecnológicas que impulsarán el Big Data durante este año:
- Integración de datos en data lakes: Las soluciones de arquitectura de data lake permiten integrar y gestionar los datos sin procesar para su conversión en información empresarial valiosa. Ante el aumento de datos y del interés en extraer valor de ellos se espera un mayor uso de los data lakes, un repositorio donde se almacenan los datos de la organización procedentes de distintas fuentes, estructurados y desestructurados, para analizarlos de forma inmediata o en un futuro.
- Predominio de arquitecturas basadas en Spark: Como alternativa más popular al framework Hadoop para procesar grandes ddatos a un bajo coste, Apache Spark conseguirá el predominio. Surgido del rico ecosistema de la plataforma del elefante amarillo con el fin de aportarle velocidad, ofrece un mayor rendimiento, facilidad de programación, puesta en marcha y despliegue, entre otras ventajas.
- Establecer un data governance: Gestionar los datos que manejan las compañías supone un reto cada vez más difícil. La complejidad que presenta el panorama actual exige, más que nunca implementar un proyecto de gobierno de datos que permita establecer reglas de negocio en función de los requerimientos de cada departamento o empresa en su conjunto.
- Auge del private cloud: La nube privada se revela como una alternativa interesante para proteger los datos críticos de la organización. En la instalación de nubes privadas se busca, sobre todo, garantizar el acceso y la privacidad de la información.
- Virtualización de entornos de Hadoop y Spark: Sacar partido de los grandes datos en distintas áreas de la organización lleva a implementar distintas herramientas de virtualización, como VMware o VirtualBox.
- R y Python como lenguajes especializados: La mayor demanda de analistas de grandes datos o data scientist se traducirá en un predominio del lenguaje de programación open source R y Python, utilizados para la modelización analítica avanzada.
- Deep learning: La inteligencia artificial se acercará cada vez más a una forma de procesar la información que seguirá el modelo Deep learning, con el objetivo de servir de ayuda para la toma de decisiones. Big Data y, en particular, el Internet de las cosas impulsará esta nueva tecnología.
- Visualización analítica: El Bussines Intelligence no solo se beneficia de una analítica avanzada que sepa encontrar correlaciones sino también de una visualización creativa de dicho análisis. Frente a las tecnologías tradicionales, se busca una visualización que ayude a encontrar esos patrones ocultos a un simple golpe de vista.
Fuente imagen: Stuart Miles / FreeDigitalPhotos.net
Post relacionados: