7 sugerencias para tener éxito con los big data

Daniel Jewett, vicepresidente de gestión de productos

2

Justo cuando pensaba que los big data no podían crecer más, crecieron aún más. Independientemente de su tamaño real, los big data están demostrando su valor. Organizaciones de todos lados tienen big data de todas las formas y todos los tamaños. Estas reconocen la importancia, la oportunidad e, incluso, la necesidad de tenerlos en cuenta. Ha quedado claro que los big data sobrevivirán a aquellos que los ignoren.

Las organizaciones que ya dominaron los big data (la masa de estructuras múltiples que almacenaron antes de saber que valían la pena) están mejorando su eficacia operativa, aumentando sus ingresos e impulsando nuevos modelos de negocios.

¿Cómo lo hacen? Sus técnicas para el éxito pueden resumirse en siete sugerencias.

1. Piense a largo plazo pensando a corto plazo.

2. Detecte la elección innecesaria.

3. Baje los big data al nivel de los ojos.

4. Impulse a los usuarios a obtener grandes conocimientos.

5. Cree datos grandes de los datos pequeños.

6. Asegúrese de que los big data no generen grandes problemas.

7. Póngase en marcha.

Page Metrics

0K 5K 10K 15K

Visits

0K

5K

10K

15K

20K

Tim

e o

n P

age

Behavior Map

0K 10K 20K

Pageviews

0K 5K

Exits

0K 2K 4K

Time on Page

/public/gallery

/public/

/public/download

/public/app/start?edition=public&version=7...

/public/how-it-works

/public/thanks

/public/app/start?edition=public&version=7...

/public/community

/public/community/viz-of-the-day

/public/training

/public/gallery/messi039s-86-goals

/public/gallery/taleof100

/public/gallery/all

/public/app/start?edition=public&version=7...

/public//download

/public/app/start?edition=public&version=7...

Top content

Nov 22 Dec 2 Dec 12 Dec 22 Jan 1

0K

5K

10K

Pagevie

ws

PageviewsClick on a section or use the filters.

User-generated Register

Examples

Section

Blog

Community

Examples

Register

Search

Training

User-generated

1,249Avg. Time on Page

1,382K

Pageviews

Date11/15/12 to 12/31/12

3

Piense a largo plazo pensando a corto plazoSi se preocupa por mantenerse actualizado con la tecnología de los big data, no está solo. Todo está evolucionando tan rápido que es imposible saber cuáles herramientas, plataformas y metodologías serán mejores este año o el siguiente.

Relájese. Esta evolución rápida puede beneficiarlo.

Cada año, los proveedores mejorarán y mejorarán en el uso de los big data. Los sistemas relacionales y de transacciones en línea (OLTP) se volverán más eficaces e inteligentes, ya sea que se ejecuten en forma local o en la nube. Se desarrollarán técnicas para facilitar relaciones entre Hadoop y los almacenes de datos. Y todo el tiempo, llegarán productos al mercado para satisfacer sus necesidades particulares aún más precisamente.

Entonces conserve la calma. Manténgase abierto a las posibilidades de nuevos productos, siempre que proporcionen un valor suficiente que justifique incorporarlos a su ambiente existente. Mantenga una plataforma de inteligencia de negocios que se conecte directamente con una amplia variedad de formatos.

Ahora está listo para todo lo que el mercado pueda ofrecer.

1.

4

Detecte la elección innecesaria¿Qué necesitará su organización? ¿Hadoop o un almacén de datos? Ah, pero esta es una pregunta con trampa. Hadoop y los almacenes de datos no solo funcionan bien uno junto al otro, sino que, además, las organizaciones realmente se benefician con su interacción cooperativa.

El almacén de datos es mejor para manipular sus datos estructurados importantes y para almacenarlos donde las herramientas de inteligencia de negocios y los dashboards puedan encontrarlos fácilmente. Pero es más débil y lento para el procesamiento de análisis y algunos tipos de transformación.

Deje que Hadoop haga eso. También, a pesar de que Hadoop es ineficaz para consultas interactivas y administración de datos, es bueno para incorporar sus datos complejos, en bruto y sin estructuras.

Juntos, establecen una relación simbiótica. Imagine, por ejemplo, los datos que los ejecutivos utilizan para proyectar sus necesidades de inventario para el próximo año. El conjunto de datos es probablemente masivo, y hay muy poco tiempo para modelarlo, reestructurarlo o prepararlo de alguna otra manera para el almacén de datos. Cuando los ejecutivos terminen con eso, tal vez en solo una semana, lo desecharán. Ahí es cuando Hadoop aparece para almacenar y refinar los datos, y enviar una muestra al almacén de datos.

"Los big data no son un reemplazo para el almacenamiento de datos", escribió el director ejecutivo de Third Nature, Mark Madsen, en su artículo "What big data is Really About" (Qué son realmente los big data). "No forman una isla que deba mantenerse por separado. Son parte del nuevo entorno de TI".

No caiga en la trampa de elegir entre Hadoop o el almacén de datos. Usted puede y debe utilizar ambos.

2.

Simplificar y coexistir

Fuente: Matthew Aslett, The 451 Group, Updated database landscape graphic (Gráfico horizontal de base de datos actualizada), 2 de noviembre de 2012

Fuente: Dr. Amr Awadallah y Dan Graham, “Hadoop and the Data Warehouse: When to Use Which” (Hadoop y el almacén de datos: cuándo utilizar cada uno), copublicado por Cloudera, Inc. y Teradata Corporation. *HBase.

5

Baje los big data al nivel de los ojos.Los big data bajan al nivel de los ojos cuando los visualiza. Un informe de 2013 por Aberdeen Group detectó que "en las organizaciones que utilizan herramientas de descubrimiento visual, el 48 % de los usuarios de BI pueden encontrar la información que necesitan sin ayuda del personal de TI". Sin el descubrimiento visual, el índice baja a un mero 23 %.

También, los gerentes que utilizan descubrimiento de datos visual tenían un 28 % más de probabilidades que sus colegas sin datos visualizados de encontrar información oportuna, de acuerdo con el estudio.

Tal vez lo más importante en relación con los big data sea que el informe descubrió que la visualización también invita a la interacción con los datos. Los gerentes que utilizan datos visualizados tienen más del doble de probabilidades que sus colegas de interactuar exhaustivamente con ellos (33 % frente a 15 %). También tienen muchas más probabilidades de hacer preguntas a su antojo, preguntas que a menudo se inspiran en los conocimientos que obtuvieron un rato antes.¹

La exploración visual de los datos permite que la historia de los datos se revele vívidamente de una forma que el cerebro pueda captar en un segundo. "Se enciende una lamparita", dice Dana Zuber, vicepresidenta de planificación estratégica de Wells Fargo, "eso simplemente no sucede con una hoja de cálculo".

3.

¹ Aberdeen Group, "Visualization: Set Your Analytics Us-ers Free" (Visualización: libere a sus usuarios de análisis), David White, agosto 2013.

"Una visualización bien elaborada y cuidadosa

hace que nazcan las ideas. Eso no se consigue con

una hoja de cálculo”.—Dana Zuber, Wells Fargo

Fuente: Dr. Jock D. Mackinlay, "How to See and Understand big data" (Cómo ver y comprender los big data), 2007

6

El análisis visual le permite hacer dos cosas en cualquier momento:

• cambiar los datos que está mirando (porque preguntas diferentes suelen requerir datos diferentes),

• cambiar la forma en que los mira (porque cada vista puede responder preguntas diferentes).

Con estos pasos simples, ingresa en lo que se denomina ciclo de análisis visual: obtiene datos, ve los datos, hace y responde preguntas, y repite el procedimiento. Cada vez, su investigación se profundiza junto con sus conocimientos. Puede explorar exhaustivamente, obtener detalles o agrupar datos. Puede incorporar nuevos datos. Puede crear vista tras vista a medida que acelera su visualización y agiliza su pensamiento.

Cuando está listo, comparte. Los colegas hacen y responden sus propias preguntas, acelerando el conocimiento, la acción y los resultados de negocios

de todo el equipo.

Vea e interactúe con el dashboard web en vivo en su escritorio, iPad o tablet de Android.

7

Impulse a los usuarios a obtener grandes conocimientos¿Conoce a personas que hayan sido picadas por el bicho del conocimiento? No hay forma de detenerlas. Simplemente siguen haciendo nuevas preguntas y creando nuevo valor hasta que se sienten satisfechas de tenerlo todo, o hasta que tienen que cumplir con algún pedido de TI.

Con los big data, el bicho del conocimiento pica aún más fuerte. Luego arde. Ahora, simplemente no hay tiempo para nada que no sea el análisis de datos de autoservicio.

"Las organizaciones con big data tienen por arriba de un 70 % más de probabilidades que otras organizaciones de tener proyectos de BI conducidos principalmente por la comunidad de negocios y no por el grupo de TI", dice Aberdeen Group en el recientemente publicado "Go Big or Go Home? Maximizing the Value of Analytics and big data" (¿Volverse grande o volver a casa? Cómo maximizar el valor del análisis y de los big data).

Con los big data, los usuarios profesionales no tendrán que soportar las metodologías antiguas y lentas de TI en las cuales los datos se lanzan como si fueran capítulos de un libro.

En "The Value of big data" (El valor de los big data), el analista de investigación Mark Madsen de Third Nature escribe: "No solo el modelo de publicación de BI es arcaico, sino que el contexto en el que el modelo de BI espera que se consuma la información es igualmente anticuado. Es como leer un libro a la luz de un farol o de una vela, lo que suele llamarse 'elucubración'".²

"Los big data, como la luz eléctrica", escribe Madsen, "iluminan los rincones anteriormente oscuros. Proporcionan tanto luces más brillantes como la capacidad de tenerlas cuando sea necesario. En lugar de esperar meses para que los datos estén perfectamente limpios y listos para utilizar, es posible utilizar las tecnologías de big data para examinar y descubrir el valor en los datos. Cuando son valiosos, los datos pueden enviarse mediante los procesos más rigurosos a un almacén de datos".

No presione a los usuarios a "elucubrar". Otórgueles poder.

4.

² Third Nature y SAP, "The Value of big data: Using big data to examine and discover the value in data for accurate analytics" (El valor de los big data: uso de los big data para examinar y descubrir el valor de los datos para un análisis preciso). 2013.

Fuente: Tableau Software, Inteligencia de negocios móvil

8

Cree datos grandes de los datos pequeñosMire atentamente y verá de qué están hechos los big data: muchos conjuntos de datos más pequeños. Solo, cada conjunto de datos puede proporcionar valor. Unidos, ofrecen mucho valor.

En la industria de bienes del consumidor, por ejemplo, los ejecutivos logran una comprensión total del comportamiento de los clientes solo cuando han combinado datos de opiniones con datos de compras.

"Se obtiene una rica variedad de datos mediante las tarjetas de lealtad", dijo el director de análisis de Unilever, Rishi Kumar. "Es importante combinar todos estos datos para comprender por qué las personas entran a un negocio y llenas sus carritos". Esto permite a Unilever anticipar los productos populares y las nuevas tendencias.

El valor máximo va a las organizaciones que combinan datos relacionales, semi-estructurados y en bruto con un costo inicial mínimo y sin molestar a los usuarios profesionales con la tecnología. Está hecho y es lo suficientemente bueno.

Ya sea que sus datos estén en una hoja de cálculo, una base de datos, un almacén de datos, sistemas de archivos de código abierto como Hadoop o todo lo anterior, usted necesita la flexibilidad para conectarse rápidamente a los datos y consolidarlos.

Eso le permite realizar y responder preguntas a medida que se le ocurren, no importa lo grande o pequeños que sean sus big data.

5.

Escuche más de Kumar acerca de la combinación de datos.

s

"Es importante combinar todos estos

datos para comprender por qué las personas entran a un negocio y

llenas sus carritos".—Rishi Kumar, Unilever

9

6.Asegúrese de que los big data no generen grandes problemasLos big data son divertidos como un arenero. Usted puede utilizarlos para crear y dar forma a las cosas e, incluso, tomar un poco y tirárselo a su mejor amigo. ¿Correcto? Bueno, solo bajo la supervisión de un adulto.

Esa masa de datos es valiosa, en parte porque a menudo son datos de personas reales. Los gobiernos, ni hablar de la ética, dicen que todos deben cuidar sus modales con ellos.

Más de 80 países tienen, ahora, leyes de privacidad de datos. La Unión Europea define siete "principios de privacidad para puertos seguros" para la protección de los datos personales de sus ciudadanos. En Singapur, las leyes de protección de datos personales se pusieron en vigencia en enero de 2013. En Estados Unidos, la Ley Sarbanes-Oxley da advertencias a todas las empresas que cotizan en bolsa, y la Ley de Portabilidad y Responsabilidad de Seguros Médicos (HIPAA) establece estándares nacionales para la privacidad de la atención médica.

Entonces, antes de sumergirse profundamente en el océano de los big data, tome con seriedad sus necesidades de cumplir con los estándares de gestión y privacidad. ¿Representa usted a una organización de atención médica sujeta a HIPAA? ¿O está operando en determinadas áreas del mundo? O, simplemente, ¿se da cuenta de que es inteligente tomar precauciones con respecto a los elementos claves de sus big data?

Luego, si su organización debe adaptarse, una solución obvia es la administración de datos maestros, que restringe el uso de datos de la organización. Si la tiene, ya está todo listo. Sin embargo, llegar a un acuerdo sobre las definiciones y las reglas de negocios es lento y doloroso para la mayoría de los que lo intentan.

Doloroso tal vez, pero es realmente pragmático. "No pase por alto la gestión en nombre de la agilidad y los resultados rápidos", aconseja Forrester Consulting en su informe de 2013 "los big data necesitan información ágil e integración con la gestión", los resultados de big data requieren gestión.

Forrester no está a favor de adherirse a "un solo conjunto de estándares, políticas y prácticas" porque considera que "restringen el valor que puede lograrse a partir de la inversión y los conocimientos de big data".

En lugar de eso, el informe sugiere adoptar la gestión para imitar las capacidades y objetivos de análisis, establecer "zonas" de gestión teniendo en cuenta la fuente, el tipo y la prueba de los datos antes de poner las reglas en producción.³

³Forrester Consulting, "Big data Needs Agile Information And Integration Governance" (Los big data necesitan información ágil y una gestión de integración), 2013.

10

7.Póngase en marchaLa última sugerencia puede ser la más importante: solo hágalo. Anímese y siga los otros seis pasos.

Los big data ya se encuentran en su puerta, si no es que ya están adentro. Busque resultados ahora.

"Puedo responder consultas en una reunión de negocios con la misma velocidad que respondo ahora", afirma Peter Gilks de Barclays. "Antes de Tableau, hablábamos de un tiempo de devolución de uno o dos días por pregunta. Ahora puedo sentarme con mi computadora portátil en una reunión y responder preguntas con 20 millones de filas de datos básicamente sobre la marcha". (Vea estudios de casos para su industria.)

Una vez que tenga algo para mostrar, los demás lo notarán porque no hay nada como los resultados para captar la atención. Luego se establece un círculo virtuoso y se esparcen los resultados en toda la organización.

Finalmente, un ejecutivo se interesará, y usted alcanzará el éxito.

11

Tableau y Tableau Software son marcas comerciales de Tableau Software, Inc. Las demás empresas y los demás nombres de productos pueden ser marcas comerciales de las respectivas empresas con que se asocian.

Acerca de Tableau

Tableau Software ayuda a las personas a ver y comprender datos. Dado que ofrecen inteligencia de negocios muy rápida y una experiencia uniforme de la PC al iPad, las soluciones de Tableau generan dashboards de datos rápidos, visuales y de autoservicio que no demandan capacidades de programación. Para ver el impacto que Tableau puede tener en los big data de su organización, descargue una prueba gratuita en www.tableau.com/es-es/products/trial.

Recursos adicionalesDescargue la prueba gratuita

Recursos relacionadosFostering a Data-Driven Culture: A Special Report from The Economist Intelligence Unit and Tableau (Creación de una cultura impulsada por los datos: un informe especial de la unidad de inteligencia de economía y Tableau)

Big data: The Next Industrial Revolution (Big data: la próxima revolución industrial)

eBay Drive Business with Analytics (eBay impulsa el negocio con análisis)

Análisis de big data

Aberdeen Group: Maximizing the Value of Analytics and Big Data (Aberdeen Group: cómo maximizar el valor del análisis y de los big data)

Ver todos los documentos técnicos

Explorar otros recursos· Demostración del producto

· Capacitación y tutoriales

· Comunidad y soporte

· Historias de clientes

· Soluciones