Las 6 áreas del Big Data

Dentro del Big Data hay varias áreas, subdivisiones, que solucionan problemas diferentes relacionados con el Big Data. Se puede realizar una división en 6 áreas principales:

  • Integración: Big Data no es más que una herramienta de la que dispone una empresa u organización para que pueda sacar beneficio o valor de sus datos. Para ello, hay que integrar el Big Data en las diferentes áreas o departamentos de la organización. Hay que crear una estrategia de integración del Big Data acorde a la división de nuestra organización. Por ejemplo, en un departamentos de compras, el Big Data puede aportar valor en el análisis de proveedores, comportamientos de suministros, etc. En el departamento de ventas podemos orientar en análisis de datos a descubrir tendencias y patrones de los clientes, geomining (localizar tendencias geográficamente), etc. En el departamento de producción, el análisis puede centrarse en calidad, logística, diagnóstico de errores, etc. En RRHH el Big Data puede dar datos sobre las necesidades de formación en la plantilla, datos de empleados con objeto de mejorar rendimientos, perfiles de contratación, rotación de personal etc. En finanzas tenemos contabilidad analíticas, inversiones, etc.

El objetivo es integrar el Big Data en la arquitectura organizacional de la empresa (por ejemplo, el esquema de la arquitectura TOGAF). Esto es importante ya que en función de cómo esté organizada mi empresa, la integración con Big Data es diferente. Las diferentes arquitecturas estratégicas son:

    – Arquitectura de la información: Estructura de los datos físicos y lógicos de la organización y sus modelos de gestión.
    – Arquitectura de negocio: Estrategia de negocio, estructura organizacional y los procesos claves de la organización. La empresa debe creer en la integración del Big Data.
    – Arquitectura de aplicaciones: Definición funcional de cada uno de los sistemas de información requeridos. ¿Qué sistemas de información hay y como lo podemos adaptar a Big Data?
    – Arquitectura de tecnologías: estructura hardware, software y comunicaciones requeridas para dar soporte. ¿Es necesario trabajar en la nube o puedo usar los recursos locales?

Resumiendo, la función del integrador es saber qué hay en la empresa y como integrar el Big Data.

  • Infraestructuras: El área de infraestructuras crea o usa la tecnología necesaria para integrar el Big Data. Existen numerosas tecnologías de Big Data en el mercado (análisis, infraestructuras, aplicaciones, fuentes de datos..) y su número crece cada día. Antes de implementar nada, busca entre el todos los recursos que ya existen y vemos cual es la que más se ajusta a nuestra necesidad.
  • Preservación: Preservar es proteger. A nivel digital, es “la serie de actividades necesarias y bien administradas para asegurar el acceso continuo a los materiales digitales, por el periodo que sea necesario”. Por tanto, el área de preservación de Big Data gestiona la correcta conservación y preservación de los datos. Los riesgos mayores son la obsolescente y las migraciones. Hay que garantizar que en un futuro la información es válida y consultable.
  • Análisis: En Big Data, analizar es examinar y tenemos que saber cómo examinar esos datos.
    – Cómo actuar: análisis prescriptivo.
    – Qué sucederá: análisis predictivo.
    – Por qué: análisis diagnóstico.
    – Qué hacer: análisis descriptivo.
  • Explotación: Una vez integrado el Big Data, llega el momento de usar los datos. Para explotar los datos, necesitamos saber las acciones que debemos realizar, las decisiones que debemos tomar y el aprendizaje que podemos sacar de los datos. Para orientar este área puedo preguntar ¿qué se almacena? ¿por qué se almacena? ¿cómo se almacena?.
  • Visualización: Somos humanos y muy visuales. Para poder comprender correctamente la información de los datos y poder tomar decisiones la forma en que los visualizamos en muy importante.
Para saber más:
Six key components of analytics-based performance management.
Big Data: 6 Key Areas Every Product Manager Should Address.
Los 7 perfiles clave de los profesionales del Big Data.

Deja una respuesta