Por Leticia Pautasio
También los sensores y las máquinas se ocupan de producir todo el tiempo información que podría ser relevante para uso de las organizaciones. Entonces, es allí cuando aparece el fenómeno de big data.
Según el reporte de Accenture Technology Vision, las tecnologías de datos han sido adoptadas de manera poco sistemática, por lo que se observa en general un uso insuficiente de los datos empresariales. “En la actualidad, solo una de cada cinco organizaciones integra datos en toda la compañía”, destaca. La consultora afirma en su informe que, para liberar el valor potencial de los datos, las compañías deben comenzar a tratar la información como una cadena de abastecimiento, permitiendo así que los datos fluyan con facilidad a toda la organización y, finalmente, a todo su ecosistema.
El hecho es que la variedad y cantidad de datos disponibles en el universo digital representa una oportunidad, pero también un gran desafío para las compañías. Poder separar la paja del trigo y detectar cuál de todo el material disponible es valioso es uno de los principales desafíos de big data y uno los ejes en el que algunas compañías ya están trabajando.
La implementación de proyectos de big data es una evolución natural del business intelligence y aparece como el complemento perfecto a todo lo que tradicionalmente eran tecnologías de data warehousing. Big data ofrece a las compañías la oportunidad no solo de procesar y analizar grandes volúmenes de información sino también de captar datos de fuentes variadas, tanto estructuradas como no estructuradas.
Adicionalmente, las capacidades cognitivas de los nuevos sistemas –como es el caso de Watson, la supercomputadora de IBM– abren la puerta a un nuevo mundo de análisis de información. Los videos, los textos, los comentarios de las redes sociales y las imágenes pueden ser hoy analizados y procesados para conocer mejor a la audiencia y tener un análisis completo de la imagen de marca.
Hoy en día, big data aparece como un concepto clave en las áreas de marketing y comercialización, porque ayuda a las compañías a tener una visión de 360 grados de los clientes actuales y potenciales. Actualmente, existen numerosos ejemplos disponibles en el mercado de soluciones que buscan ayudar a la compañía a detectar posibles clientes y conocer las necesidades de sus clientes actuales.
Pero también hay otro terreno donde big data puede ser una herramienta que aporte una ventaja competitiva a la organización: la operación. Las industrias del petróleo y gas, principalmente, ya han implementado soluciones de telemetría –con el uso de sensores– para captar información que es analizada en tiempo real. Big data, unido a Internet de las Cosas, es fundamental para conocer cuáles son las áreas operativas que podrían ser más eficientes si se les aplican mejoras en los procesos.
Pero también, big data aparece como un aliado de los mercados financieros, y hasta de la salud. También se muestra como uno de los principales impulsores de lo que serán más adelante las ciudades digitales.
El futuro de big data es incierto. Sus aplicaciones son inconmensurables, y hoy recién estamos dando los primeros pasos.
EMC
La punta del iceberg
“Hay que empezar ya”, exclamó Arturo Benavides, BURA Practice Manager Latin America de la firma, sobre el uso de estas herramientas en las organizaciones. “Si las empresas no utilizan estas ventajas y si no actúan rápidamente, pueden quedar atrás”, explicó.
El ejecutivo consideró que en el contexto actual, big data juega un rol muy importante. “Las empresas están decididas a conocer en profundidad a sus clientes y reaccionar más rápidamente, mejorando el time to market”, destacó. Sin embargo, el uso de herramientas de análisis de grandes volúmenes de información no solo aparece como una ventaja competitiva de las áreas de marketing o comercialización. También las áreas de operaciones y logística se pueden beneficiar de las soluciones de big data. En las áreas financieras, por ejemplo, el uso de big data podría ayudar a la detección de fraudes y en materia de seguridad, el uso de inteligencia sobre los registros de video podría ayudar a prevenir robos.
“Existen muchísimas aplicaciones para big data. Creo que recién estamos viendo la punta del iceberg”, explicó Benavides. No obstante, todavía 50 % de las implementaciones se realizan en las áreas de Marketing y Ventas.
Benavides resaltó que la telemetría y el uso de sensores están jugando un papel cada vez más importante en las organizaciones. “En algunas industrias más robotizadas, por ejemplo, se incorporan sensores para encontrar áreas de oportunidad para mejorar procesos o productos. GE lo está haciendo, por ejemplo, con sus turbinas, para poder hacer equipos más eficientes”, afirmó. Por eso, una de los desafíos más importantes es ver cuáles son las áreas de oportunidad para los clientes. “Creemos que en términos de aplicaciones, apenas estamos empezando”, destacó.
El ejecutivo planteó que hoy, las nuevas tendencias tecnológicas se adoptan cada vez más rápido y no solamente en los países desarrollados sino también en América latina. “Si bien el mercado tardó un tiempo en entender qué significaba big data, hoy ya hay empresas que están adoptando esta tecnología para algunas de las áreas de la compañía”, remarcó.
Big data es tanto el uso de software como de hardware intensivo, que permita soportar análisis de grandes volúmenes de datos, de gran variedad y a una alta velocidad. EMC ofrece para ello un appliance de propósitos específicos para big data, una solución empaquetada que permite a las compañías contar con la solución completa para sus necesidades de análisis de información.
“Sin embargo esto no es exclusivo, también nuestras soluciones de big data pueden correr en arquitecturas convergentes o en software de propósito específico o nubes públicas y privadas, lo que permite mayor flexibilidad y habilita el acceso a estas herramientas para pequeñas y medianas empresas”, remarcó.
La compañía destacó el trabajo en conjunto con su ecosistema de partners –La Federación– que incluye a VMware, Pivotal y RSA para unir sus tecnologías. Como parte de este acuerdo, EMC lanzó recientemente un desarrollo con Pivotal de un framework para aplicaciones de big data.
Oracle Latinoamérica
Complemento del data warehouse tradicional
Pablo Hadjinian, gerente de Soluciones de Consultoría, Oracle Latinoamérica y Carlos Bolivar, gerente de Soluciones de Consultoría Oracle Latinoamérica, consideraron que a pesar de la influencia de big data, el data warehouse seguirá teniendo un rol clave en las organizaciones tradicionales.
Será, en suma, el repositorio de la información del cual se nutrirán los tableros estratégicos, tácticos y operativos de las organizaciones. “En este momento el data warehouse y las tecnologías de big data son complementarias. Dado que las organizaciones tradicionales han estado acumulando información durante años, ahora con las tecnologías de big data tienen la posibilidad de incorporar indicadores derivados de la información semi y no estructurada”, resaltaron.
Los ejecutivos plantearon que en un futuro existirá una mayor convergencia entre estas tecnologías de big data y las de data warehouse tradicional.
“En esta nueva era analytics será un activo estratégico y parte integral de la administración del negocio. Las herramientas analíticas estarán disponibles en la última milla de la toma de decisiones y también embebidas en el proceso para la toma de decisiones”, destacaron desde Oracle.
Pero bien, ¿cuándo es necesario adoptar herramientas o plataformas específicas para big data? Oracle consideró que esta tecnología es importante cuándo el volumen, la velocidad o la variedad de los datos exceden las capacidades de las tecnologías de IT de las cuales se dispone en la organización para capturar, almacenar, analizar o procesar la información.
Además del marketing y ventas, big data aparece como prioritario en todo lo que es captura de datos provenientes de sensores. “Esto puede verse en la industrias de petróleo, salud (para monitoreo remoto de pacientes), aeronáutica (captura de los logs de vuelo), energía y en el sector público”, explicaron desde Oracle. “El volumen de información proveniente de sensores y archivos de logs puede ser abrumadora para las organizaciones, y debido a que en general contienen más “ruido” que información, y es importante filtrarla para discernir lo útil de lo que debe ser descartado”, resaltaron.
IBM Argentina
El poder de Watson
Esta supercomputadora –conocida porque ganó en 2011 el juego estadounidense Jeopardy– está cobrando cada vez mayor protagonismo gracias a la nueva ola del big data. Pero no es una solución de análisis de grandes volúmenes de información más. Watson es capaz de aprender y generar sus propias hipótesis. Algo que hasta ahora no había logrado.
“Watson es un sistema que implementa la computación cognitiva y permite que la máquina pueda entender el lenguaje humano, aprender y formular hipótesis propias”, describió Mario Bolo, Líder de Tecnología e Innovación de IBM Argentina.
El sistema se puede utilizar para cualquier aplicación que requiera el análisis de grandes volúmenes de datos. Hoy en día, su uso es principalmente en dos grandes áreas: finanzas y salud. En el caso del mundo de las finanzas, Watson permite analizar información macroeconómica y de mercados, hacer relaciones y funcionar como un asesor de inversiones. En el área de salud, Watson es un gran aliado en las investigaciones sobre el cáncer.
Pero existe también toda un área de aplicaciones en marketing y comercialización, que permite a las compañías contar con un perfil de 360 grados de sus clientes. De hecho, el área de investigación y desarrollo de IBM, Sylvergate, creó una aplicación sobre Watson que analiza los comentarios de Twitter de una persona y permite –a partir del uso de teorías del campo de la psicología–, entender características de la persona y predecir comportamientos. SystemU, así se llama la aplicación, se está probando actualmente en entes gubernamentales y compañías de Estados Unidos.
Computación cognitiva
“En algunos casos, las soluciones de big data pueden ser suficientes, pero en casos muy complejos es donde Watson juega un papel importante”, resaltó Bolo. Otra aplicación que está probando IBM es el uso de Watson para call centers. “Cuando una compañía lanza un producto nuevo, por ejemplo, y espera una ola de llamados de sus clientes, es cuando Watson puede ayudar, respondiendo las preguntas de los clientes a través de una aplicación similar a un chat”, explicó Mario Bolo.
IBM puso a disposición de los desarrolladores a Watson para que se creen nuevas aplicaciones basadas en la computación cognitiva. SystemU es una de ellas. Dentro del grupo de Silvergate, también se está trabajando en otras aplicaciones de big data, como un motor de búsqueda de patentes. “El buscador permite analizar grandes volúmenes de información, como son los archivos de patentes, con criterios de búsqueda semántica, es decir, interpretando esos datos”, remarcó Hernán Badenes, miembro de Silvergate.
¿Cuál es el futuro? “Watson es un gran cerebro, pero todavía carece de sentidos”, remarcó Mario Bolo. IBM ya está trabajando en una máquina que pueda ver, oler, sentir, degustar y escuchar. “Hoy los desarrollos más avanzados están en la vista, es decir, la posibilidad que tienen las máquinas de captar imágenes y entenderlas en contexto”, resaltó. Los usos de una máquina capaz de ver son múltiples. Entre ellos, IBM cree que podrá ser un complemento para la medicina, gracias a la posibilidad de ver pacientes y generar sus propias conclusiones a partir de la historia clínica y la observación.
Data IQ
Integración de fuentes para análisis de datos
Guillermo Blauzwirn, director de la firma representante de QlikView en la Argentina, explicó que la primera pregunta que debe realizar una organización es ¿qué datos necesito cruzar para tomar decisiones informadas? La respuesta incluye datos de ventas, procesamiento automatizado, redes sociales.
Pero también actividades transaccionales y otra información no estructurada. “QlikView ofrece la integración de fuentes disímiles, internas de la compañía, core o departamentales, y de fuentes externas para ofrecer una visualización holística de la problemática a resolver”, resaltó.
El ejecutivo planteó que en QlikView se está utilizando “la misma plataforma tecnológica de siempre, basada en procesamiento en memoria sobre Intel 64 bits o sobre ambientes virtualizados”. La solución no requiere de servidores especiales ni sistemas pre-ingenierizados o pre-diseñados especialmente para big data. “Creo que ofrecen una mejora marginal a las tecnologías tradicionales de business intelligence. En cambio, para QlikView no vemos impacto más que para reducir algún pequeño esfuerzo de implementación”, destacó.
El ejecutivo planteó que la tecnología de QlikView ya ofrecía navegación con libertad sobre centenas de campos/atributos y, en forma inherente a la tecnología asociativa, resolvía en forma instantánea decenas de tablas/gráficos/KPIs. “Además no debemos olvidar que los proyectos analíticos no son una caja cerrada, sino que requieren una constante evolución y esto relativiza el valor de los sistemas pre-ingenierizados”, subrayó el ejecutivo.
Por último, Blauzwirn destacó la integración de la tecnología de QlikView con los data warehouses instalados hoy. “Disponemos de funcionalidad de integración con data warehouses para que extracciones a demanda sobre estas bases se integren con otras fuentes de información para poder disponer de una visión integradora para atender la demanda analítica”, afirmó.
Pragma Consultores
Científico de datos: dar valor al negocio
“Los resultados analíticos dependen en parte de la tecnología y las herramientas pero, sobre todo, de las personas que intimen con esos datos y puedan sacarle el jugo que el negocio pueda aprovechar”, explicó Daniel Yankelevich, CEO de la firma.
El ejecutivo puso el foco en contar con buenos analistas y científicos de datos para lograr el éxito en la implementación de una estrategia de big data. “En el mercado hay para todos los gustos, y más allá de las herramientas, el verdadero know how es sobre cómo usarlas y combinarlas para dar valor al negocio”, resaltó.
El ejecutivo planteó que la principal motivación del boom de las tecnologías de big data es que hoy se pueden procesar y almacenar datos de manera económica. Por eso, los sistemas pre-diseñados especialmente para big data permiten de alguna forma utilizar técnicas ya conocidas pero muy caras, en contextos más económicos.
“Ni la programación distribuida empezó con Hadoop ni las bases de datos distribuidas con Cassandra ni la computación en tiempo real con Storm. Pero hoy uno puede adquirir horas y horas de ingenieros puestos a pensar y refinar una solución y horas y horas de know how, que están cristalizados en cualquiera de estos sistemas, muchos de los cuales son open source”, remarcó.
Daniel Yankelevich indicó que es importante aprender a realizar proyectos que puedan combinar procesamiento local con procesamiento en datacenters remotos, con intercambio de máquinas virtuales y crecimiento en poder de procesamiento alquilando por horas para picos del proyecto. “No obstante, hay muchos clientes que prefieren que sus datos estén en un entorno conocido y que, por ejemplo, no salgan del país”, remarcó.
Sap
Aplicaciones para un concepto “paraguas”
En la empresa aseguran que es importante adoptar big data cuando las compañías quieren dar un salto cualitativo en el procesamiento de la información, tanto estructurada como no estructurada. “Big data se diferencia de un data warehousing especialmente en que la primera los datos pueden ser no estructurados, semiestructurados”.
También en que “no poseen ningún tipo de tratamiento o agregación especial, lo que implica usar mecanismos o tecnologías especiales para procesar y entender patrones en esos datos”, explicó José Bastidas, BI & Predictive Center of Excellence, Latinoamérica y Caribe de Sap.
El ejecutivo afirmó que big data es un término paraguas, que abarca varias categorías de soluciones. Entre sus aspectos esenciales incluyen la adquisición de datos, el almacenamiento y optimización, así como el análisis de datos, visualización, clasificación y predicción. Su base es la generación de información valiosa y en la necesidad de convertir ideas en resultados tangibles a través de sus personas y procesos.
“Sap está construyendo aplicaciones big data para descubrir e infundir ideas directamente en los procesos de negocio”, remarcó Bastidas. Entre ellas, Sap tiene desarrolladas aplicaciones de big data para Gestión del Fraude, Inteligencia Operacional, Inteligencia en la Relación con el Cliente y hasta Inteligencia del Sentimiento. Adicionalmente, la compañía creó el programa Sap Startup Focus, para ayudar a desarrollar en conjunto aplicaciones para el mundo de big data, análisis predictivo y analíticas en tiempo real, en el contexto de su solución de cómputo en memoria Sap Hana. Actualmente, el programa cuenta con la participación de más de 1.250 startups, que han desarrollado más de 60 soluciones predictivas para más de 22 industrias en 55 países.
“Nuestra plataforma de big data en tiempo real es abierta al proveedor de hardware. Esta es una de las ventajas principales; además del aprovechamiento de los avances tecnológicos en procesadores y administración de memoria para el procesamiento de información”, destacó Bastidas.
