Una encuesta reciente de Gartner encontró que el 73% de las empresas han invertido o invertirán en Big Data en los próximos 24 meses. Pero el 60% de ellos no podrá ir más allá de la etapa piloto. Estas compañías no podrán demostrar el valor comercial.
Al mismo tiempo, de los que ya han invertido, el 33% ha alcanzado una etapa en la que han comenzado a obtener una ventaja competitiva de sus Big Data. Existe un gran abismo entre la implementación y la demostración del ROI y la mayoría de las empresas se están sumergiendo profundamente en él.
Gran parte del éxito de una estrategia de Big Data radica en la arquitectura de datos.
- ¿Qué pasará con la luna Titán de Saturno cuando nuestro sol se convierta en un gigante rojo?
- IISER K fue mi tercera opción, y quería una carrera en astronomía y astrofísica. También me seleccionaron en IIT y NIT. ¿Qué debería hacer ahora?
- ¿Fue el universo una vez una singularidad?
- ¿Cómo se puede usar el CMB para medir la curvatura del universo?
- ¿Por qué experimentamos el verano cuando la Tierra está más lejos del sol en su órbita y viceversa?
Ya no es adecuado recopilar datos solo por cumplimiento interno. Los requisitos de datos están cambiando de datos procesales puros (de los sistemas ERP, por ejemplo) a datos con fines de lucro, el tipo que puede conducir a una visión empresarial significativa.
Esto requiere que las cosas se hagan de manera diferente. Para empezar, se debe identificar un Objetivo de Big Data.
¿Qué espera lograr la organización con Big Data?
Según John D *, un científico de datos sénior en una compañía de tecnología Fortune 100, “las empresas a menudo se ven tentadas a hacer preguntas solo en función de los datos disponibles. En cambio, primero deben comprender y enmarcar sus preguntas de estrategia comercial, y luego recopilar los datos y realizar el análisis que los responda ”.
“Las empresas primero deben comprender y enmarcar las preguntas de estrategia comercial, luego recopilar los datos y realizar el análisis que los responda. A menudo es tentador hacer preguntas solo en función de los datos disponibles ”
La empresa que representa utiliza conjuntos de datos a gran escala para comprender mejor a sus clientes y deleitarlos con sus productos y servicios.
La “Experiencia del cliente mejorada” es la razón principal por la que las empresas recurren a Big Data Analytics. Un estudio realizado por Gartner descubrió que era la razón número 1, seguida de ‘Eficiencia de proceso’.
Ambos requieren una combinación de datos internos con fuentes externas. Para una mejor experiencia del consumidor, por ejemplo, las empresas deben buscar datos de ubicación geográfica, historial de transacciones, datos de CRM, puntajes de crédito, registros de servicio al cliente y datos html. Para la eficiencia del proceso, digamos, por ejemplo, la detección de fraudes, las empresas deberían usar el historial de transacciones, los datos de CRM, los puntajes de crédito, el historial de navegación.
Una vez que comience a combinar las fuentes de datos, surgen nuevos desafíos. Primero está el desafío obvio de una mayor cantidad de datos que ahora deben almacenarse y limpiarse. En segundo lugar, muchos de los datos ahora están desestructurados y es necesario poder convertirlos en datos estructurados para analizarlos y obtener información. Y debido a la velocidad de los datos que se generan, debe poder realizar la conversión casi en tiempo real. Finalmente, ya no estamos hablando solo de datos textuales o numéricos, sino también de videos.
Fuente- Estrategia de Big Data | Análisis de Big Data | Big Data Black Hole
