ALESSANDRO PORRO

Las  grandes oportunidades del Big Data

Por Alessandro Porro, Vicepresidente de Ventas Internacionales de Ipswitch

En la actualidad las organizaciones recogen más datos que nunca. Y gran parte de esa información no se utiliza. De acuerdo con Forrester, de los datos recogidos, un porcentaje que va del 60%al 73% nunca se aprovechó para inteligencia empresarial y análisis. El nuevo papel de las TI en el negocio incluye ayudar a las organizaciones a estructurar, escalar y aprovecharse de sus almacenes de datos en expansión.

Una investigación de Veritas afirma que, si bien las organizaciones están aumentando año tras año un 39% los datos no estructurados, el 41% del promedio de datos del entorno empresarial no ha sido tocado por tres años. Gran parte de los datos almacenados son obsoletos y necesitan ser sacudidos, mientras que algunas de las necesidades deben archivarse para el mantenimiento de registros y el cumplimiento normativo. El resto de esta información – y gran parte de los nuevos datos que se vienen- necesita ser limpiada para la inteligencia empresarial (BI) y el análisis predictivo.

Limpieza

Los campos desaparecidos, inválidos o fuera de rango pueden reducir significativamente la exactitud del análisis BI. Es por eso que los analistas pasan más tiempo limpiando los datos de lo que gastan analizándolos.

Una opción es ayudar a otros departamentos, mostrándoles opciones para la limpieza de sus datos. Por ejemplo, si una empresa utiliza fuerza de ventas para CRM, también se puede aprender acerca de aplicaciones tales como DupeBlocker y DemandTools que pueden limpiar y desduplicar registros existentes. Luego, introducir las aplicaciones y formar a las personas para usarlas.

Almacenamiento

Los datos tienden a acumularse en silos y no en piscinas agregadas donde su acceso es a nivel mundial. Un almacén centralizado de datos limpios y útiles impulsa la productividad y ayuda a la empresa a ganar más a partir del análisis BI.

Para consolidar los silos de datos en un almacén de datos, se debe extraer, transformar y cargar:

  • Extraer: encontrar maneras de obtener datos de todo tipo de fuentes, incluyendo archivos XML, conectividad abierta de bases de datos (ODBC) o las fuentes de Java Database Connectivity (JDBC), bases de datos relacionales y datos de streaming, además de archivos planos.
  • Transformar: tomar data existente y ponerla en una forma universal para que la gente pueda usarla. Si una empresa tiene una base de datos departamental establecida en SQL Server y la otra en Oracle, los datos pueden migrar a una plataforma de código abierto centralizado como Greenplum.
  • Cargar: cargar información en bases de datos accesibles mediante las herramientas de automatización, como WhereScape para hacer el trabajo más rápido y más fácil.

Pensar en el futuro

La centralización de los datos tiene implicaciones en curso para el papel de las TI en el negocio. Hay que planificar para la escalabilidad y el mantenimiento, y descifrar la manera de suministrar una suficiente potencia de cálculo para ejecutar el análisis de datos, que consumen muchos recursos, y anticipar las futuras necesidades de almacenamiento y seguridad.

Fijarse en conceptos tales como el almacenamiento definido por software, que pueden ayudar a ahorrar dinero mediante el uso de hardware existente o hardware de bajo costo para ampliar la capacidad de almacenamiento. Preguntar, tambien, si las herramientas de seguridad actuales son suficientes, o si es necesario implementar herramientas que ofrezcan la información sobre amenazas y automaticen el cumplimiento normativo.

Traducir

Una vez que los datos se limpian y se almacenan,el análisis real puede comenzar.

Comenzar con las aplicaciones que ya cuentan con capacidades de reporting para traducir los datos. La plataforma de inteligencia de amenazas, por ejemplo, ya puede traducir los datos del registro de seguridad en bruto, mediante la identificación de amenazas en relación con los activos de datos críticos. Algunas herramientas pueden comparar la configuración de red actual con una biblioteca de marcos regulatorios, tales como HIPAA, PCI DSS o NIST 20, ayudando a mantener la cima en el cumplimiento de la normativa TI.

Agregar valor

Una vez que se domine la traducción de los datos internos, hay que encontrar maneras de utilizar los datos de aplicaciones para agregar valor a la organización, o usarla información de aplicaciones actuales para construir ofertas más integradas. Por ejemplo, un profesional de TI que trabaja para un minorista podría utilizar los datos de transacciones acumuladas, incluyendo las ventas de productos de varios departamentos, para construir una aplicación que genere un plan óptimo de dotación de personal para cada tienda. Esta aplicación ayudará a la compañía a cumplir con los objetivos relativos a las ventas por horas. O un departamento de TI en un colegio o universidad podría utilizar las calificaciones del estudiante, datos demográficos, resultados de exámenes e incluso los medios de comunicación social y los hábitos de correo para analizar qué actividades y qué indicadores de los estudiantes se correlacionan con mayores tasas de graduación.

Dominar las métricas

No es suficiente recoger datos. Se tienen que limpiar, analizar y presentar las ideas de una manera que sea fácil de entender para los de arriba.

Una vez que se dominan las métricas, hay que buscar la manera de agregar valor al negocio –ya sea utilizandolos datos para crear aplicaciones personalizadas que ayuden a la organización a cumplir con los objetivos de negocio específicos, o facultades de otros departamentos para traducir los datos de manera más eficaz. Nada va a pintar una imagen clara delimportante papel de las TI en el negocio que la capacidad de entregar grandes volúmenes de datos.

Logo nuevo

Artículos Relacionados

Hacer Comentario

Su dirección de correo electrónico no será publicada.