Noticias ciencia y tecnologia computacion internet

¿Cómo las empresas pueden aprovechar Big Data al máximo?

Por Michael O'Dwyer – Tech Page One

La tecnología de Big Data está permitiendo que más compañías puedan recoger grandes cantidades de información acerca de sus clientes. Pero averiguar qué hacer con esos datos, mientras se protege la privacidad de los clientes, se está convirtiendo en un gran problema para muchas empresas.

Por esa razón, las empresas necesitan entender sus metas antes de invertir en Big Data, dicen los expertos de la industria.

"Muchas empresas tienen grandes volúmenes de datos, o están comenzando el proceso de recolección de datos, sin entender lo que quieren lograr", opina Ohad Hecht, director gerente de emarsys APAC, un proveedor global de soluciones automatizadas de e-marketing con sede en Hong Kong y oficinas centrales en Viena. "¿Qué es lo que quieren aprender acerca de su negocio, de los conjuntos de datos que deben estar conectados con el fin de traducirse en información para los tomadores de decisiones y con qué frecuencia debería ser entregado?"

No se pueden negar los beneficios prácticos de Big Data, que pueden determinar los patrones de comportamiento de los consumidores y ayudar a las empresas a adaptarse a los cambios del mercado. Muchas empresas ya están utilizando softwares avanzados para extraer los datos relevantes de forma automática.


Comprender mejor nuestro negocio

"Estamos utilizando Big Data para comprender mejor nuestro negocio: desde nuestro negocio [indicador clave de rendimiento], el comportamiento de los clientes y las interacciones con nuestra compañía", señala Hecht. "Combinamos los datos [de gestión de relaciones con los clientes], datos financieros, datos de recursos humanos, facturación y datos bancarios en un almacén de datos grande individual y visualizamos en diferentes cuadros de mando que se dirigen a la información necesaria para la toma de decisiones en las diferentes áreas de la empresa".

Sin embargo, algunos expertos piensan que se necesita un análisis humano para complementar lo que las computadoras pueden hacer.

"Las empresas, incluso los grandes jugadores, tienen problemas con el análisis y el pronóstico debido a su alta complejidad", considera Yvonne Hofstetter, directora general de Teramark Technologies GmbH, un proveedor con sede en Alemania de las tecnologías de Big Data y la inteligencia artificial para Internet industrial. "Se requiere de los matemáticos y [científicos de datos]".

Hofstetter considera que el término "Big Data" es una palabra de moda creada por los vendedores, ya que su empresa no distingue entre datos brutos y los datos "inteligentes".

"El núcleo de Big Data, tal como lo entendemos, no es ni el almacenamiento ni la recuperación de los datos en bruto", piensa Hofstetter. "Es el análisis de Big Data y la inferencia, que es proporcionada por la inteligencia artificial (IA). Esta IA puede ser de cualquier combinación de inteligencia de enjambre [una técnica donde los recursos de computación / fuentes de datos en bruto se utilizan desde múltiples sitios o lugares remotos], sistemas expertos u optimización".

La recolección de datos externos

Analizar los datos de fuentes externas es a menudo un desafío, sobre todo en la cadena de suministro, que generalmente está fuera del control de una empresa.

"En situaciones más complejas, como el comercio mundial, las transacciones comerciales toman más tiempo y son más complejas", opina Greg Johnsen, director de marketing de GT Nexus, un operador con sede en Oakland, California, de una plataforma basada en la nube global para el comercio internacional y gestión de la cadena de suministro. "Las transacciones instantáneas no son suficientes; no van a contar toda la historia. Las transacciones incluyen y se basan en una amplia red de varios niveles de las organizaciones independientes".

No existe una única fuente de datos para este tipo de red, añade Johnsen. Según Aberdeen Research, el 80 por ciento de estos datos reside más allá de las cuatro paredes de la empresa en la cadena de suministro.

"La captura y aprovechamiento de estos datos es un gran desafío", puntualiza Johnsen.

Se necesita más trabajo antes que las empresas puedan utilizar efectivamente los beneficios para el comercio B2B.

“La oportunidad para Big Data en el mundo del comercio mundial es enorme y poderosa, pero sigue siendo difícil de alcanzar", concluye Johnsen. "Sólo a través de diferente información centrada en la tecnología, los modelos diseñados para la participación operativa entre las empresas pueden obtener el potencial y la promesa de Big Data".

Aspectos éticos de la recopilación de datos

El otro reto que las compañías están enfrentando es proteger la privacidad de los clientes.

Una reciente encuesta de Revolución Analytics indica que el 88 por ciento de 865 científicos de datos cree que los consumidores deberían estar preocupados con los problemas de privacidad de datos involucrados en la recolección de éstos. Además, el 80 por ciento cree que es necesario un marco ético.

Hofstetter de Teramark está de acuerdo con los hallazgos.

"Los datos personales no sólo significan nombre, dirección y número de teléfono", dice Hofstetter. "Se trata de los datos no estructurados que, si están montados, forman un gemelo digital" de una persona. Y debido a que ese es el caso, Big Data tiene una perspectiva ética, ya que está vinculado a una persona, que está completamente pasada por alto por los defensores de Big Data".

"No se puede simplemente hacer lo que quieras con estos datos", añade. "El titular de los datos es la persona que los produjo. Analizar, compartir y vender es simplemente inaceptable si el titular de los datos no lo aprueba".

Hofstetter aconseja a las empresas a utilizar el análisis humano.

"Emplear a matemáticos", considera Hofstetter. "No te fíes de los alumnos o programadores para el análisis de datos, como lo hacen las empresas alemanas. El análisis de Big Data es mucho más complejo de lo que parece. Requiere experiencia con datos y sus dependencias, con modelos matemáticos e IA".

Hecht no está de acuerdo, ya que piensa que el análisis computarizado es mejor.

"Muchas empresas ven a Big Data como un área que pertenece a científicos de datos", expresa Hecht. "De hecho, el análisis debe ser ejecutado de forma automática. El análisis por sí mismo es un medio para un fin. La información debe ser recurrible para que las empresas puedan hacer uso de sus inversiones en Big Data".

Dell cuenta con la tecnología necesaria ante cualquier desafío. Conoce algunos casos de estudio.

Deja un comentario