Repasemos un ejemplo cotidiano: una familia dedica la tarde del sábado a visitar un centro comercial. Tarjetas de fidelidad, conexiones wifi abiertas y demás sensores van recopilando datos de los consumidores a medida que van interaccionando con los diferentes establecimientos. Hablamos por tanto de grandes volúmenes de datos.
Con las últimas tecnologías digitales, y en especial con el acceso a la nube, esa información podría cruzarse con todo tipo de almacenes de datos, estructurados o no estructurados, en muy distintas plataformas. Y, con este punto de partida, tocaría ahora extraer conocimiento de valor, ¿correcto?
Hacer que los datos de plataformas como Hadoop sean accesibles para los usuarios de negocio es uno de los desafíos más grandes en la actualidad. Empiezan ya a ser conocidas determinadas empresas innovadoras dedicadas a la preparación de big data para el usuario final: el paso necesario para allanar el camino a las plataformas de análisis de autoservicio.
Pero, volvamos a los ejemplos. Imaginemos ahora el aluvión de dispositivos conectados que nos acecha, el llamado IoT (Internet de las cosas), y calculemos, si esto es posible, los volúmenes masivos de datos que podrían generar en unos años (Según Gartner, en 2020, habrá casi 26.000 millones de unidades). Esta tendencia continuará en aumento a medida que las empresas quieran integrar más fuentes, de manera que los conectores cada vez cobrarán más importancia.
Si bien la innovación en los servicios de almacenamiento y administración han acelerado el proceso de captura de los datos, el acceso y el análisis de los mismos todavía suponen un reto para los usuarios de negocio. Las empresas demandan herramientas analíticas que combinen una amplia variedad de fuentes de datos hospedados en la nube y que se conecten con ellas sin problemas. Ahí está el valor.
Una vez “preparados los datos” las soluciones de análisis de autoservicio cobran más poder que nunca: exploran y visualizan datos descubriendo vínculos entre ellos, diferentes ángulos y conclusiones que, de otro modo, se mantendrían ocultos. Este valioso resultado permite a industrias tradicionales mejorar su productividad y la de sus empleados, detectar patrones de conducta en el sector retail, así como optimización de recursos en sectores como utilities.
Por todo ello, los sistemas de autoservicio constituyen ya un arma fundamental en la revolución que está protagonizando Big Data en el mundo de los negocios, por su capacidad para analizar el descomunal torrente de datos que hay que manejar y poner a disposición de los usuarios de negocio inteligencia empresarial. Si la información que recabamos del centro comercial no logramos convertirla en conocimiento se mantendrá oculta (sí, almacenada) pero inútil e improductiva.
