En un período de tiempo significativamente corto, el Big Data ha evolucionado de ser un tema habitualmente tratado en las reuniones y conferencias de expertos en ciencia, a desempeñar un papel más importante y significativo en casi cualquier industria. Desde MAKE Digital Marketing nos cuentan la evolución del Big Data en este 2017.
Empresas orientadas al conocimiento
2017 será el año en el que empresas con éxito se moverán más allá de la simple manipulación de datos, para aprovechar las ideas que el Big Data puede revelar. El foco será en llevar a cabo un Data Mining eficaz para satisfacer los requisitos de la organización y para la orientación precisa de productos y servicios. Un enfoque orientado al conocimiento facilitará una experiencia del cliente a otro nivel, competitividad, seguridad avanzada, y eficacia operacional.
Una compañía de electrónica, por ejemplo, invirtió la mayor parte de su presupuesto de marketing en los canales convencionales, incluyendo el papel, la televisión y el display. Sin embargo, al analizar el proceso de decisión de los consumidores, se observó que la mayoría de los clientes navegaban por los sitios web de los minoristas y menos del 9% visitaban la web de la marca. Bastó que la compañía pasara de la publicidad convencional a mostrar contenido de webs de sus distribuidores para que las ventas de su e-commerce, aumentasen 21%.
Analítica transversal
La analítica no debe existir sólo en departamentos como marketing o gestión de riesgos, deberá estar presente en toda la empresa.
La analítica de datos será usada para entender la dinámica del negocio y revelará las maneras de incrementar la eficiencia. Los insights generados desde diferentes departamentos estarán integrados con el fin de obtener una estrategia a nivel empresarial y así, eliminar procesos redundantes para aumentar la eficiencia, el crecimiento y la productividad.
Aplicaciones en seguridad cibernética
Hemos alcanzado un nivel de dependencia tecnológica digital de tal magnitud que los ataques cibernéticos también se han vuelto mucho más desenfrenados. Aparte de atacar a las instituciones financieras globales, los delincuentes cibernéticos también están apuntando a datos personales y dispositivos y se han registrado más casos de ransomware en todo el mundo.
La seguridad cibernética es una de las mayores preocupaciones de la industria -sólo posible a través de grandes análisis de datos- se convertirá en un importante área de inversión y crecerá rápidamente. Las empresas y agencias gubernamentales actualizarán sus sistemas de seguridad a la próxima generación de software que se ocupe de amenazas de seguridad ultramodernas. Según el 'Cybersecurity Market Report' de Cybersecurity Ventures, el gasto en ciberseguridad superará el billón de dólares de 2017 a 2021.
IoT & IoP
Habrá una transición del “Internet de las cosas” al “Internet de las personas”. El análisis productivo sobre el comportamiento humano, las interacciones y otras áreas cognitivas crecerá y empezará a filtrar todos los sectores verticales de la industria. Por ejemplo, los hospitales utilizarán cada vez más técnicas de aprendizaje mecánico para predecir la probabilidad de la recaída de una enfermedad. Esto les permitirá elaborar la readmisión de un paciente precisamente en el momento del alta inicial.
Reducir el gap de talento
Es obvio que la brecha de talento en analítica de datos se disparará más a medida que la demanda se expande. Es de esperar que las organizaciones e instituciones académicas colaboren para generar habilidades y talento que satisfagan la demanda de ingenieros de datos. McKinsey estima que la escasez de personal en 2017 es de unos 200.000 sólo para los Estados Unidos, esta cifra puede duplicarse fácilmente a escala mundial.
En marzo de 2016, Continuum Analytics (creador de la plataforma analítica de código abierto Anaconda) lanzó Anaconda Skills Accelerator Program (ASAP), un curso de ciencias de datos de 12 meses. Según la estimación de la industria, los científicos de datos reciben tanto como el doble de la remuneración recibida por un programador.
Colaboración entre empresas científicas
Las empresas tendrán que aprender y desplegar técnicas tradicionales y científicas de comparación de patrones e inteligencia artificial para los casos de uso analíticos. Por ejemplo, las técnicas para analizar las secuencias de genes en el ADN se utilizan en algoritmos de concordancia de texto para procesar correos electrónicos masivos.
Se espera ver una estrecha colaboración entre los científicos de los datos y la comunidad científica, especialmente pertenecientes a disciplinas como la neuro-ciencia, la biología molecular, la astrofísica, la física de partículas y la química orgánica. Por ejemplo, el procesamiento de imágenes es ampliamente utilizado en "etiquetado" en las redes sociales, mientras que el reconocimiento de voz se utiliza en aplicaciones como Siri.
Tecnología
Las empresas se moverán de las plataformas locales a entornos cloud e híbridos. Según una encuesta de IDG, el 44% de las apps utilizadas por las organizaciones Fortune 500 ya están en la nube, y para finales de 2017, más del 50% de las aplicaciones de IT se moverán a la nube también. Esto conlleva un aumento en la demanda de herramientas de análisis ágiles que sean simples, flexibles y capaces de manejar varias fuentes de datos.
Hadoop seguirá siendo cada vez más popular, ya que nos permite almacenar un volumen de datos extremadamente grande a un precio significativamente menor. La proporción de datos no estructurados en el data warehouse continuará aumentando.
Conclusión
Estamos avanzando hacia una nueva era en el dominio de análisis. Gracias al Big Data surgen ideas pioneras y tecnologías innovadoras en los sectores verticales de la industriase, a pesar de estar éste constituido por datos muy desagregados.
Se abren nuevos mercados para el mundo de la analítica, y si estos mercados quieren ser un ejemplo de innovación y crecimiento, no tendrán más remedio que aprovechar el big data para hacer del 2017 un año exitoso.
