La expansión de la actividad en el gran sector del análisis de datos es innegable y comprensible.
El Big data puede ayudar a las empresas a obtener datos valiosos y conocimientos empresariales que se traducen en valor comercial y dinero.
El Royal Bank of Scotland, por ejemplo, ha elaborado un proyecto de Big Data que se llama “personology”. Esta estrategia trata de ofrecer una experiencia de cliente más personalizada, utilizando datos para entender , anticipar y atender las necesidades y consultas de los clientes . Este enfoque impulsado por los datos hacia la experiencia del usuario ha aumentado la lealtad de los clientes y ha ayudado a mejorar la actividad y la visibilidad de los préstamos y los seguros.
En mi opinión, invertir dinero en tecnología no es suficiente para lograr un gran éxito de datos.

Por las ganas de trabajar con Big Data, muchas compañías ignoran los tres pilares fundamentales, que les permite tener éxito con la analítica de datos en los negocios:

-Objetivo: Definir el problema que la empresa está tratando de resolver.

-Factibilidad: identificar los recursos de herramientas y habilidades para abordar el problema.

-Viabilidad: cuantificar el valor comercial del problema para la empresa.

Para muchas organizaciones, asegurar que estos pilares no se pasen por alto requiere una metodología clara y un enfoque técnico. Una metodología bien estructurada, aprovechando la automatización puede permitir a las organizaciones explotar una serie de grandes activos, con el fin de identificar y aprovechar los datos valiosos y procesables dentro de los conjuntos estructurados y no estructurados.

En su núcleo, los grandes datos requieren al menos tres cosas para trabajar: reunir fuentes dispares, almacenar y obtener información sobre los datos. Los problemas de recopilación y almacenamiento de datos han sido en gran medida resueltos (aunque ambos siguen siendo desafíos).

-El mapa:
Antes de iniciar un gran viaje de datos, necesitamos conocer el objetivo que se quiere conseguir.

Para ello, el diseño de pensamiento proporciona un método crítico para llegar a la raíz de un problema conocido, identificar un problema aún no reconocido, o ambos. 
Descubrir y definir los problemas es la parte más importante de cualquier proyecto de investigación.

Pensar en la estructura del proyecto de Big Data requiere un gran cambio cultural para muchas empresas, pero nos aporta importantes beneficios; anima a los equipos a abordar los desafíos en su conjunto, en lugar de resolver los problemas individuales de forma aislada.
-Las herramientas – Data Lakes & Open Source

Los conjuntos de datos ayudan a conseguir y a mantener diversas fuentes (internas, externas y públicas) de datos.
Las herramientas de Big Data de código abierto ofrecen una variedad de capacidades, desde conocimientos y predicciones hasta análisis predictivos y más, a un coste asequible. Estas herramientas también pueden ayudar a codificar y automatizar las operaciones.
Esto ayuda a las organizaciones para identificar mejores percepciones y hacer un mejor uso del tiempo invertido en el análisis de datos.

La automatización ayuda a las empresas a analizar los datos y detectar anomalías con mayor precisión  en tiempo real. Combinado con el aprendizaje automático, la automatización puede crecer, adaptarse y mejorar para ofrecer mayores ideas y beneficios.

El esfuerzo vale la pena.  Y este es mi objetivo: enfrentar esos retos difíciles y resolverlos, solucionarlos y automatizarlos para optimizar el tiempo e invertirlo en futuros retos.

Izaskun Larrea Manzarbeitia

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s