Cómo evitar el abismo del Big Data

¿Por qué tantas organizaciones fallan en la conexión de analítica a la acción, y cómo equipar mejor a su equipo para el éxito al hacer la transición siempre crítica hacia los datos masivos?.

Ahora, los beneficios empresariales del Big Data han sido martillados; ahora, es el momento de desmitificar grandes datos por hablar de sus retos y volver a examinar los marcos actuales y los procesos de negocio. Entonces, ¿por qué el 71% de los que intentan el salto analítico no obtienen resultados reales?

Parte de ella se puede explicar por donde estamos en la línea de tiempo de la evolución de los datos: los años formativos, Big Data 1.0. Al igual que los primeros días de Internet, hay dolores de crecimiento asociados con la navegación a través de aguas tecnológicamente inexploradas. Podemos entender el potencial transformador de los datos masivos, pero nuestras herramientas y conjuntos de habilidades predicen el nuevo enfoque analítico.

Deficiencias de las herramientas tradicionales

Demasiadas empresas se ven obstaculizadas por los sistemas heredados, las aplicaciones obsoletas y los métodos de almacenamiento de décadas de antigüedad. Intentar trabajar con el Big Data en una hoja de cálculo es tan ineficiente como tratar de arreglar un coche con un solo destornillador.

Te interesa: El rol del Big Data y la analítica en la industria de la energía

Las cadenas de suministro externalizadas y de múltiples niveles de hoy requieren un nuevo sistema con datos de gran alcance y la capacidad de procesarlo. Excel y sistemas ERP carecen de la capacidad de respuesta, así como los algoritmos para sopesar varios KPIs a través de los departamentos, y mucho menos entre los socios comerciales o el mercado global.

Afortunadamente, existe ahora una nueva generación de software analítico que se basa totalmente en la gestión de complejas cadenas de suministro a través de datos conectados. Muchas de estas soluciones son funcionalmente una gran mejora con la adopción de la computación en la nube, lo que hace que el almacenamiento sea barato y más fácil de escalar.

En el mundo de los grandes datos, no hay lugar para silos separados de información. Las empresas que pretendan subir rápidamente a través de esta curva de aprendizaje deben adquirir un nuevo conjunto de herramientas que no sólo sea lo suficientemente robusto como para manejar el volumen de datos, sino lo suficientemente flexible como para permitir la colaboración de conjuntos de datos clave a través y más allá de la empresa.

... Pero las herramientas no lo son todo

Dado que las herramientas están destinadas a ser utilizadas por los seres humanos, la forma en que se utilizan juega un papel importante en el resultado de los datos. Un error común que atrofia la capacidad de una organización para extraer valor de sus analíticas es donde el tomador de decisiones se posiciona en el proceso. Muchas veces, usan datos para apoyar sus propias decisiones en lugar de dejar que ilumine una idea imparcial, dirección o conclusión. Una visión valiosa viene de dejar que los datos hablen por sí mismos.

Otro impulso común para las empresas que trabajan con datos por primera vez es detectar el patrón estadístico y luego ir a buscar un problema que resuelve. En su lugar, el enfoque debe comenzar con el problema y asignar el problema a los datos. Si el problema se comparte entre varias unidades organizativas, combine y analice diferentes conjuntos de datos para descubrir conocimientos ricos en contexto.

Si usted no tiene una estrategia de datos sólida en su lugar, comience por hacer preguntas: ¿Qué pasaría si elevamos el precio del producto en $ 1? ¿Cuándo sería el mejor momento para lanzar una nueva función? ¿Cuáles fueron los efectos cuantificables de cambiar un distribuidor? Algunas preguntas pueden ser demasiado complejas para asignar dependiendo de qué tan lejos se encuentre su empresa en su adopción de datos.

El éxito en los datos se basa en un cambio cultural

Todos los datos del mundo no son iguales a la productividad basada en datos. Al igual que cualquier otro salto tecnológico importante en la historia, los grandes datos vienen con una dimensión social: Requiere repensar la jerarquía tradicional de arriba hacia abajo de una organización, cómo evaluamos el desempeño empresarial y lo que significa para nuestras funciones y responsabilidades ocupacionales . Requiere de los primeros defensores, el apoyo del liderazgo, la participación activa, y la voluntad de cambiar para tener éxito.

Te interesa: Big Data, el nuevo foco de investigación

El ex científico jefe de Amazon Andreas Weigend lo establece simplemente con sus nueve reglas para los datos masivos. De la lista, más de la mitad son acerca de cómo ajustar la cultura en torno a cómo vemos los datos:

- Colectar todo
- Empezar con el problema, no con los datos
- Compartir datos para obtener datos
- Basar la ecuación de su negocio en métricas centradas en el cliente
- Eliminar restricciones irrelevantes
- Abrazar la transparencia
- Hacer trivialmente fácil para las personas conectarse, contribuir y colaborar
- Deje que la gente haga en lo que la gente es buena, y las computadoras hagan lo que para ellas son buenas
- No culparás a la tecnología por las barreras de las instituciones y la sociedad

¿Cuáles son sus mayores retos en la gestión de datos masivos? ¿Cuáles son sus mejores prácticas?

Háganos saber en la sección de comentarios.

Etiquetas big data libro pdf - big data libros pdf - libro big data español pdf - libros de big data en español - big data pdf español - descargar libro big data gratis - libro big data pdf - big data para dummies español pdf - big data el poder de los datos pdf - libros de big data en español pdf - big data español pdf - big data para directivos pdf - libro big data español - big data pdf - las bases de big data pdf - big data for dummies pdf español - big data for dummies español pdf - libros sobre big data en español - hadoop soluciones big data pdf - libros de big data pdf - big data para principiantes pdf - big data libros - libros de big data - libros sobre big data - libros big data en español

Posted by : CMFranky 6:56 p.m. Tags : noticias big data

lunes, 4 de septiembre de 2017

Cómo evitar el abismo del Big Data