Cómo implementar Big Data en 5 pasos

Cómo implementar Big Data en 5 pasos

Presentamos 5 pasos que han demostrado generar resultados reales a partir de seis semanas en la implementación de Big Data

Por Mundo Contact | 20 mayo 2016 | Actualidad, Articulos, Tecnología

Analítica es la palabra clave para el procesamiento del creciente flujo de datos generados por sensores o en tiempo real, los cuales tendrán que ser almacenados, manejados y rápidamente estudiados, para apoyar operaciones óptimas y la toma de decisiones en todo tipo de empresas

Las organizaciones que integren con éxito el análisis de Big Data en sus operaciones, apoyados por una infraestructura de TI avanzada, tienen el potencial para obtener una ventaja competitiva significativa, la cual se deriva del análisis de predicción, en lugar de proporcionar un punto de vista histórico.

De hecho, el análisis del Big Data impulsa la evolución de la analítica descriptiva o históricos (lo que pasó y por qué) hacia la analítica predictiva y prescriptivos (lo que sucederá y cuál es el mejor curso de la acción).

Hitachi Data Systems ha definido una arquitectura analítica de referencia, estudiando las herramientas e infraestructura tecnológica con la que se cuenta para identificar y superar los desafíos dentro de su organización, a través de un enfoque de implementación en 5 pasos para crear y poner en práctica una solución de Big Data que se adapta a cada caso específico y genera beneficios tangibles inmediatos.

Lo anterior ayuda a las empresas a experimentar, probar y conocer sus proyectos analíticos con casos de uso probados, agilizando la exitosa implementación de soluciones analíticas para Big Data dentro de sus operaciones comerciales.

 

Cinco pasos para obtener resultados

A continuación se presenta una serie definida de actividades que han demostrado generar resultados reales a partir de seis semanas. Estas 5 actividades clave son:

  1. Definir resultados mensurables para casos de uso sobre preferencias de navegación de los usuarios (clickstream analytics), registro en dispositivos o equipos (equipment or device log analytics) y social sentiment analysis.
  2. Definir fuentes relevantes según el tipo de datos: máquina a máquina, datos en memoria, streaming en tiempo real, data warehouse y datos legacy (SGBDR) y datos de navegación (clickstream).
  3. Definir la herramienta preferida para visualización de datos.
  4. Desarrollar informes y tableros de control para cada caso de uso.
    • Implementar e integrar un prototipo de plataforma para el análisis del Big Data.
    • Ejecutar la gestión del proyecto y caso de uso.
  5. Presentar modelo financiero de la solución para Big Data y revisión del caso de uso. Obtener acuerdo y aprobación de la gerencia de los resultados y entregables del caso.

 

Con este enfoque se resuelven las cuestiones relacionadas con cómo y dónde comenzar el análisis. Además ofrece a la empresa una manera rápida y sencilla de probar herramientas de análisis de Big Data y obtener resultados específicos de su negocio.

Mediante este enfoque de tipo Prueba de Concepto (POC, por sus siglas en ingles), se otorga el hardware, software y servicios profesionales necesarios para ponerse en marcha rápidamente.

Por Enrique Erazo, Senior Business & IT Consultant Hitachi Data Systems

Escribe un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *