artículos

Aplicaciones prácticas con Big Data Analytics

Se habla mucho acerca de la capacidad del Big Data para proporcionar conocimientos útiles y de valor, pero ¿qué significa esto exactamente?

Cada vez leemos más noticias sobre cómo las empresas están utilizando las tecnologías de Big Data más allá de proyectos de prueba de concepto. Algo de esto podría ser un subproducto de secreto empresarial. Según The Wall Street Journal muchos pioneros en el uso de analítica en Big Data no quieren desvelar cómo están implementando proyectos sobre Hadoop y tecnologías relacionadas por temor a perder una ventaja competitiva. Si observamos datos públicos de cualquier sector de negocio, efectivamente, el mercado de software y servicios de Hadoop y NoSQL está creciendo muy rápidamente. Un estudio del año pasado de Wikibon, prevé una tasa crecimiento anual en software de datos del 45% hasta el 2017.

Según Quentin Gallivan, CEO de proveedor de analítica Big Data de Pentaho, el mercado está en un «punto de inflexión», donde las plataformas de big data se mueven más allá de la fase de experimentación y ya han comenzado con proyectos prácticos con la mirada puesta hacia delante. «Es por eso que estamos viendo que las inversiones que estánllegando a Big Data son cada vez más impactantes y muy a tener en cuenta». Así es como las empresas están recurriendo al análisis de Big data como ayuda a la toma de decisiones sobre los clientes:

Una visión de 360 ​​grados del cliente

Este es uno de los usos más habituales. Las empresas que hacen cualquier tipo de ecommerce ya sean del sector retail, finanzas, seguros, telecom, viajes, ocio, …  quieren averiguar lo que los clientes están haciendo en sus sitios web: qué páginas visitan, donde permanecen, cuánto tiempo se quedan, y cuando se van. Todos esos datos de clics son no estructurados. Las plataformas Big Data los recogen, almacenan y mezclan con otros datos referentes a la transacción, que son datos muy estructurados que se encuentran en los ERPs y CRMs con información de nuestros clientes y revelan lo que los clientes realmente compran.
Una tercera fuente se encuentra en las redes sociales, ahora podemos medir el sentimiento hacia marcas y productos en los medios sociales.Podemos añadir esos datos a la mezcla, proporcionando la visión de 360 ​​grados deseada del cliente. Cuando ofrecemos directamente a los clientes lo que necesitan en el momento en que lo están buscando, basándonos no sólo en lo que compró cada uno de nuestros clientes en el pasado, sino también lo que el patrón de conducta del cliente nos indica conjuntamente con el análisis de los sentimiento en las redes coailes en las que partipa, es cuando podemos hacer diana.

Internet de las Cosas

El segundo uso más popular del análisis de Big Data incluye a los dispositivos conectados a la Internet de las cosas (IoT) que proporcionan empresas de hardware, de sensores y de seguridad de la información. Estos dispositivos se encuentran en el entorno de sus clientes, y están continuamente enviando  información de vuelta sobre el uso, la salud o la seguridad del cliente.

NetApp, por ejemplo, fabricante de sistemas de almacenamiento, utiliza el software de Big Data para reunir y organizar decenas de millones de mensajes que llegan cada semana desde dispositivos NetApp desplegados en los sitios de sus clientes. Estos datos no estructurados de dispositivos se tratan con Hadoop, y luego se extraen para su análisis.

Optimización de datawarehouse

Una empresa que quiera ser competitiva hoy en día buscará encontrar un «activo» entre sus datos no estructurados, que pueden ser almacenados de manera rentable en una plataforma Hadoop, con la esperanza de aumentar la eficiencia de su almacén de datos empresariales. Una empesa de servicios de Big Data Analytics debe ayudar a sus clientes a determinar qué datos son los más adecuados para una plataforma IT de menor coste.

Servicio de refinería de Big Data

El el uso de tecnologías de Big Data significa poder recomponer los silos de almacenes de datos y las fuentes para aumentar la eficiencia de la empresa. Una institución financiera global, por ejemplo, necesitaba acortar de un día para otros al mismo día el servicio de presentación de informes que ofrecían a sus clientes de banca corporativa . Reunió en Hadoop la toma de datos de múltiples fuentes, procesos y después de almacenarlos puede analizarlos desde la plataforma de software Big Data analytics. Esto permitió que el departamento de marketing del banco pudiera examinar los datos, refinarlos y ofrecerlos intra-día a sus clientes. Según su director de Informática «Se trataba de productir un aumento en la eficiencia que no podríamos obtener con la infraestructura de datos relacional existente». Necesitaban tecnología de Big Data para recopilar esta información y poder cambiar el proceso de negocio.

Seguridad en la información

Otro uso práctico implica a empresas con sofisticadas arquitecturas de seguridad de la información, así como proveedores de seguridad que buscan formas más eficientes de almacenar petabytes de datos generados de eventos o por máquinas. En el pasado, estas empresas almacenaban esta información en bases de datos relacionales. Estos sistemas tradicionales no eran escalables, tanto desde el punto de vista de rendimiento como de coste, Hadoop es una mejor opción para el almacenamiento de datos de dispositivos.

Etiquetas

Publicaciones relacionadas

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba
Cerrar