Analítica del big data

La analítica del big data examina grandes cantidades de datos para descubrir patrones ocultos, correlaciones y otros insights. Con la tecnología de hoy, es posible analizar sus datos y obtener respuestas de ellos casi de inmediato – esfuerzo que es más lento y menos eficiente con soluciones de inteligencia de negocios más tradicionales.

• Importancia
•      
• El mundo actual
  
•      
• Quién lo utiliza
•     
  
• Cómo funciona
  

Historia y evolución de la analítica del big data

El concepto del big data ha estado entre nosotros por años; la mayoría de las organizaciones entienden ahora que si capturan todos los datos que reciben sus empresas, pueden aplicar la analítica y obtener un valor significativo de ellos. Pero incluso en la década de 1950, décadas antes de que alguien pronunciara el término “big data”, las empresas utilizaban analítica básica (básicamente números en una hoja de cálculo que se examinaban de forma manual) para descubrir insights y tendencias.

Sin embargo, los nuevos beneficios que trae a la mesa la analítica del big data son velocidad y eficiencia. Aunque hace unos años una empresa habría reunido información, ejecutado la analítica y desenterrado información que podría haberse utilizado para tomar decisiones futuras, hoy esa empresa puede identificar insights para tomar decisiones inmediatas. La posibilidad de trabajar más aprisa – y mantenerse ágiles – da a las organizaciones una ventaja competitiva que antes no tenían.

La analítica de alto desempeño le permite hacer cosas en las que nunca pensó porque los volúmenes de datos eran demasiado altos. Por ejemplo, puede obtener insights puntuales acerca de oportunidades efímeras, obtener respuestas precisas a problemas difíciles de resolver y descubrir nuevas oportunidades de crecimiento – todo mientras utiliza recursos de TI con mayor eficiencia.

Del documento técnico El big data conoce la analítica del big data

¿Quién la utiliza?

Piense en una empresa que se apoya en decisiones rápidas y ágiles para mantenerse competitiva, y es muy probable que intervenga la analítica del big data para hacer que esa empresa funcione. Ésta es la forma en que diferentes tipos de organizaciones podrían utilizar la tecnología:

Cómo funciona y tecnologías clave

No hay una tecnología única que englobe la analítica del big data. Desde luego, existe analítica avanzada que se puede aplicar al big data, pero en realidad varios tipos de tecnología trabajan juntos para ayudarle a obtener el mayor valor de su información. Éstos son los participantes principales:

Gestión de datos. Los datos necesitan ser de alta calidad y estar bien gobernados antes de poderlos analizar de manera confiable. Con la entrada y salida constante de datos de una organización, es importante establecer procesos repetibles para construir y mantener estándares de calidad de datos. Una vez que los datos son confiables, las organizaciones deben establecer un programa maestro de gestión de datos que sintonice a la empresa completa en el mismo canal.  

Minería de datos. La minería de datos le ayuda a examinar grandes cantidades de datos para descubrir patrones en los mismos – y esta información se puede utilizar para realizar un análisis adicional para ayudar a dar respuesta a preguntas de negocios complejas. Con el software de minería de datos, usted puede filtrar todo el ruido caótico y repetitivo en los datos, destacar lo relevante, usar esa información para evaluar resultados probables y luego acelerar la velocidad de toma de decisiones informadas.

Hadoop. Esta infraestructura de software de código abierto puede almacenar grandes cantidades de datos y ejecutar aplicaciones en clústeres de hardware comercial. Se ha convertido en una tecnología clave para hacer negocios debido al incremento constante de los volúmenes y variedades de datos, y a que su modelo de cómputo distribuido procesa el big data a gran velocidad. Un beneficio adicional es que la estructura de código abierto de Hadoop es libre y utiliza hardware comercial para almacenar grandes cantidades de datos.

Analítica en memoria. Mediante el análisis de datos de la memoria del sistema (y no de su disco duro), puede obtener insights inmediatos de sus datos y actuar con ellos con rapidez. Esta tecnología puede eliminar latencias en la preparación de los datos y el procesamiento analítico para probar nuevos escenarios y crear modelos; no sólo es una forma fácil para que las organizaciones se mantengan ágiles y tomen mejores decisiones de negocios, sino que también les permite ejecutar escenarios analíticos iterativos e interactivos. 

Analítica predictiva. La tecnología analítica predictiva utiliza datos, algoritmos estadísticos y técnicas de aprendizaje basado en máquina para identificar la probabilidad de resultados futuros basados en datos históricos. Se trata de proveer la mejor evaluación de lo que sucederá en el futuro, de modo que las organizaciones puedan tener mayor confianza en que toman la mejor decisión de negocios posible. Algunas de las aplicaciones más comunes de la analítica predictiva incluyen la detección de fraude, riesgo, operaciones y marketing.

Minería de texto. Con la tecnología de minería de texto, usted puede analizar datos de texto de la Web, hacer comentarios en campos, libros y otras fuentes basadas en texto para descubrir insights que no había observado antes. La minería de texto utiliza el aprendizaje basado en máquina o la tecnología de procesamiento del lenguaje natural para repasar documentos – correos electrónicos, blogs, textos de Twitter, encuestas, inteligencia competitiva y más – para ayudarle a analizar grandes cantidades de información y descubrir nuevos temas y relaciones de términos.