Tres consideraciones para desarrollar un proyecto de big data

Tres consideraciones para desarrollar un proyecto de big data

Si hoy día un proyecto de inteligencia de negocios representa todo un desafío para la gran mayoría de empresas peruanas, sobre todo por lo difícil que resulta acceder y recuperar la información en variadas fuentes de datos, un proyecto de big data implicará un esfuerzo significativamente mayor.

Por: Richard Moarri Nohra el 12 Diciembre 2016

Compartir en: FACEBOOK LINKEDIN TWITTER WHATSAPP

Big data nos dice que hoy no existen limitaciones en cuanto al gran volumen de información que podamos adquirir. Sin embargo debemos ser conscientes que acceder a dicha información puede implicar un esfuerzo descomunal que sólo se justificará en la medida que dicha información aporte el valor deseado para una toma de decisiones oportuna y confiable.

Para empezar este artículo quisiera partir de la siguiente pregunta: ¿Qué consideraciones debemos tomar en cuenta en un proyecto de big data que no necesariamente se requieren en un proyecto de business intelligence?

En primer lugar, todo proyecto de gestión de información para la toma de decisiones que implique recuperar datos claves de diferentes fuentes (propias y externas, estructuradas y no estructuradas) tendrá como objetivo central el análisis de la información. Este análisis implica que el "tomador de decisiones" o decision-maker debe contar con herramientas lo suficientemente potentes como para llegar rápidamente a comprender, con gran profundidad y amplitud de detalles, lo que ocurre con su negocio, sobre todo si este se desarrolla en un contexto altamente competitivo, donde cada evento puede ser alterado por la influencia de un número significativo de variables.

Por ejemplo: el dueño de una ferretería que vende sus productos en diferentes locales, tanto a minoristas como a pequeñas constructoras, puede tener una gran variedad de productos pero una cantidad muy limitada de clientes. Entonces es muy probable que sólo concentre su análisis en el comportamiento de las ventas por familia de productos en sus diferentes locales. Sin embargo el dueño de una cadena de supermercados, que vende en muchos locales miles de productos, clasificados en diferentes categorías, a miles de clientes segmentados por una gran variedad de criterios, se enfrentará a un escenario mucho más complejo. Por lo tanto, en el caso de la ferretería bastaría quizás con implementar un sistema de inteligencia de negocios, pero en el caso del supermercado, donde hay que enfrentarse en poco tiempo a una gran cantidad de variables y, en consecuencia, desarrollar un análisis mucho más riguroso, la única opción podría ser implementar un sistema de big data.

Información no estructurada

Un segundo aspecto a considerar es la necesidad de contar con información no estructurada. Por lo general un proyecto de inteligencia de negocios necesita recuperar información de fuentes estructuradas como bases de datos, hojas de cálculo, cuadros de reportes externos, entre otros. Pero para algunas organizaciones posiblemente esa información resulte insuficiente para el análisis y tengan que recurrir a otras fuentes, muchas de ellas no estructuradas, como las redes sociales.

Las opiniones vertidas en una red social contienen frases y palabras claves que pueden aportar conocimiento sobre preferencias, tendencias e inquietudes de personas que queremos atraer a nuestro negocio. Sin embargo, esta información no está organizada en tablas estructuradas (con información del cliente, edad, ingresos, etc.). Asimismo, contiene mensajes que deben ser interpretados y llevados a una representación estructurada, que resulta muy difícil de implementar. Algunos llaman a este esfuerzo "minería de texto".

Acceso rápido a fuentes muy variadas

Finalmente una tercera consideración, que surge como consecuencia natural de las dos anteriores, es cómo acceder rápidamente a fuentes de información tan variadas. Si para la mayor parte de los proyectos de inteligencia de negocios resulta arduo y tedioso acceder a fuentes estructuradas, con mayor razón lo será para big data que requiere además fuentes no estructuradas. Esta tarea demandará un gran esfuerzo de desarrollo y la participación de profesionales muy especializados. Sólo se justificará cuando la información estructurada no baste para enriquecer el análisis.

En síntesis, Big data nos dice que hoy no existen limitaciones en cuanto al gran volumen de información que podamos adquirir. Sin embargo debemos ser conscientes que acceder a dicha información puede implicar un esfuerzo descomunal que sólo se justificará en la medida que dicha información aporte el valor deseado para una toma de decisiones oportuna y confiable.

¿En su organización emplean herramientas de inteligencia de negocios o big data? Cuéntenos su experiencia.

Big data nos dice que hoy no existen limitaciones en cuanto al gran volumen de información que podamos adquirir. Sin embargo debemos ser conscientes que acceder a dicha información puede implicar un esfuerzo descomunal que sólo se justificará en la medida que dicha información aporte el valor deseado para una toma de decisiones oportuna y confiable.

Richard Moarri Nohra

Ha participado en diversas corporaciones multinacionales como consultor y líder tecnológico en proyectos de racionalización e integración de procesos, y de modelamiento estratégico para la toma de decisiones. MBA por ESAN. Estudios de especialización en Chile y Estados Unidos en áreas de planeamiento estratégico y analítica de negocios. Certificación “MIT Professional Education Certificate of Completion” en Machine Learning (2019).

Otros artículos del autor

El impacto de la inteligencia de negocios en las organizaciones

22 Febrero 2023

La inteligencia de negocios ayuda a las empresas a aprovechar mejor la data recabada de sus clientes para tomar decisiones más efectivas. Aquí te explicamos sus beneficios.

  • Actualidad
  • Negocios

Machine learning: ¿Qué es y cómo puede beneficiar a las empresas?

23 Agosto 2022

El machine learning es parte de la Inteligencia Artificial (IA) y se enfoca en crear sistemas que pueden aprender por sí mismos. Esta tecnología brinda múltiples ventajas en el ámbito empresarial.

  • Actualidad
  • Tecnología

Machine learning: Cuáles son sus tipos y en qué se diferencian

21 Junio 2022

El machine learning consiste en utilizar datos y algoritmos para complementar el aprendizaje humano. ¡Conoce sus tipos aquí!

  • Actualidad
  • Tecnología