2017, el año del Big Data

Español

Una de las grandes esperanzas para las empresas en este año es que mejoren sus compromisos con el Big Data y comiencen a ofrecer datos útiles y procesables en manos de los negocios en el momento en que los necesitan para la toma de decisiones.

Como el coste del almacenamiento continúa cayendo y la disponibilidad de soluciones de análisis SaaS (software as a service) se están multiplicando, la oportunidad de implementar estas técnicas y de formar a los empleados nunca ha sido más fácil y barata. Estas son algunas de las tendencias que el 2017 nos va a dejar en materia de Big Data, analytics y Business Intelligence (BI):

Machine Learning

El machine learning será el elemento diferenciador “más grande” para en el análisis de datos en este nuevo año.  El experto en esta materia, Tony Baer, asegura que “el aprendizaje automático seguirá creciendo, pero en la mayoría de los casos se integrará en aplicaciones y servicios en lugar de desarrollarse a medida de los usuarios”

Los vendedores han comenzado a comercializar paquetes que hacen que sea más fácil que nunca que las empresas apliquen estas tecnologías en sus conjuntos de datos, por lo que es de esperar que se continúe aprovechando la analítica predictiva, los motores de recomendación la personalización del cliente y la detección de fraudes y amenazas.

 

Tecnologías alternativas a Hadoop

La solución de almacenamiento de datos de código abierto Apache Hadoop ha centrado la conversación de la industria de BI en los últimos años. Sin embargo Ahora, las alternativas más viables están empezando a llegar a través de Apache Spark.

El motor de procesamiento de datos en memoria ya había sido promocionado hace años, pero, la capacidad de implementar Spark en la nube está impulsando la adopción. Aunque similares, Hadoop y Spark son productos diferentes.

Expertos en visualización de datos creen que los que han adoptado Hadoop recientemente pueden aprovechar las herramientas de preparación de datos de autoservicio para 2017.

 

Data Lakes utilizables

En los últimos años ha vencido la tendencia a tener una única fuente de datos en la empresa en lugar de varias, lo que facilita compartir información sobre la organización. Se espera que las empresas que implementan Data Lakes vuelvan a estar gobernadas de manera adecuada.

 

La empresa necesita Data Science (Científicos de datos)

La demanda de perfiles específicos de científicos de datos podría ir satisfaciéndose poco a poco a medida que entran más graduados al mercado de trabajo. Según el informe 2016 Mind The Gap de Hired, las ofertas de salarios de científicos de datos aumentaron en un 29% en los últimos 18 meses. El informe también mostró un aumento del 234% en las solicitudes de entrevistas para ingenieros de datos en el mismo período.

 

Más Business Intelligence de autoservicio

Aaron Auld, CEO y especialista en analítica de EXASOL, cree que la BI de autoservicio, donde los usuarios tienen acceso directo a la analítica, seguirá siendo una tendencia en la empresa en 2017.

Las herramientas de autoservicio están ganando terreno en la empresa. A medida que el análisis de datos se integra más en el núcleo del negocio, habrá un cambio hacia la implementación de análisis de datos con bases de datos, herramientas de visualización como Tableau, Power BI, Qlick View, Klipfolio, Domo y herramientas de preparación de datos como Alteryx.