Hadoop y compañía: probarlo es bienvenido

La transformación digital está en marcha. La palabra clave digitalización esconde oportunidades, pero también retos para las TI. Debe ser capaz de responder a las expectativas que la empresa tiene puestas en ella, y hacerlo lo más ad hoc posible.

Los análisis de 360 grados, las previsiones, el comportamiento de los compradores o las tendencias del mercado son necesarios varias veces al día para reaccionar con rapidez y tomar las decisiones adecuadas a tiempo.

Si el personal informático no está familiarizado con nuevas tecnologías como Hadoop, "R", Python o las bases de datos orientadas a grafos, tanto él como la empresa suelen perder grandes oportunidades.

Una encuesta de la asociación digital Bitkom muestra que un gran número de empresas aún no están preparadas para el Big Data. Entre otras cosas, faltan conocimientos técnicos y equipamiento técnico para estar preparados para Big Data.

TI debe asegurarse de que está al día de los últimos conocimientos y de que aborda los temas del big data y la digitalización antes de que los departamentos especializados se dirijan a ella con peticiones concretas.

Big Data para TI

Esto puede lograrse si los responsables de TI conocen las posibilidades técnicas y también las utilizan para sí mismos, palabra clave: Big Data para TI.

La analítica empresarial se utiliza desde hace mucho tiempo como herramienta estándar en los departamentos de negocio, pero la propia TI rara vez ha utilizado herramientas analíticas para optimizar el funcionamiento de los sistemas.

Es aconsejable fijarse en las metodologías, tecnologías y herramientas de que ya dispone la TI corporativa y dominarlas sobre la base de escenarios.

Un ejemplo de Big Data para TI es la creación de una sencilla previsión de crecimiento de datos.

El primer paso es determinar: ¿Dónde estoy hoy, qué datos hay, dónde están almacenados y a qué velocidad crecen?

Con un servidor "R" y algunos algoritmos de libre acceso, se puede crear una previsión mucho más precisa que con Excel.

Otra posibilidad es analizar el comportamiento de los usuarios en el sistema: ¿Qué usuarios utilizan qué transacciones y qué informes con qué frecuencia? ¿Los utilizan en determinados momentos, por ejemplo para el cierre mensual o trimestral?

Aquí se pueden utilizar tecnologías como Hadoop para el almacenamiento masivo de datos, así como "R" o Python como lenguajes de programación y estadística.

El departamento de TI debe generar primero internamente un valor añadido inicial con la ayuda de estas tecnologías para definir y probar metodologías y formarse su propia opinión.

Gracias a estos análisis, los responsables informáticos pueden obtener información valiosa para optimizar el funcionamiento del sistema. Por ejemplo, qué partes del sistema o incluso qué datos se utilizan realmente y cómo está el volumen de datos en relación con el uso.

También pueden analizarse los cuellos de botella en el rendimiento. Estos conocimientos también pueden servir de base para archivar, optimizar procesos e implantar escenarios de Big Data o aplicaciones de Industria 4.0.

Randstad Alemania utiliza esta inteligencia con la ayuda de la herramienta de análisis Datavard HeatMap. La herramienta realiza un análisis del uso de datos y objetos en el sistema en funcionamiento.

"Datavard HeatMap es único. Obtenemos muchos más conocimientos sobre el sistema sin tener que entrevistar a un solo usuario final. Con esta inteligencia, se pueden dilucidar y remediar los "puntos de dolor" más importantes del funcionamiento del sistema."

Una mirada al futuro

Los avances en aprendizaje automático y análisis predictivo son cada vez más importantes. El aprendizaje automático es la generación artificial de conocimiento a partir de la experiencia. El sistema aprende a partir de ejemplos del pasado.

Los algoritmos especializados en el reconocimiento de patrones obtienen predicciones para el futuro a partir de estos datos (análisis predictivo). Para ello se utilizan archivos de registro de sistemas SAP, redes y clústeres Hadoop.

Entonces se puede programar la influencia que las máquinas interconectadas ejercen unas sobre otras, o una máquina puede reconocer estas influencias y ampliarlas por su cuenta.

La máquina aprende a generar valor añadido.

Al mismo tiempo, los entornos en la nube para Big Data son cada vez más populares. Cloudera, por ejemplo, es una plataforma completamente segura: desde la transmisión de datos hasta su almacenamiento, todo está cifrado.

Sobre esta base, se puede crear un análisis de usuarios basado en la nube para SAP y Hadoop. Esto muestra cómo los usuarios utilizan los datos en el entorno SAP Hadoop, a qué informes y datos acceden y cuándo, y cómo combinan los datos para obtener nuevas perspectivas.

Llegar al corazón de las nuevas tecnologías

Los especialistas en TI deben aprender todo lo posible sobre las nuevas tecnologías y las oportunidades que ofrecen y aplicarlas.

Los proveedores en la nube, como AWS Amazon Web Services o Azure, facilitan los primeros pasos. Allí se pueden instalar clústeres Hadoop y servidores "R" para conocer primero las tecnologías.

Datavard ofrece talleres de innovación en los que se definen conjuntamente casos de uso, procesos digitales y modelos de negocio.

A continuación, los participantes crean un primer prototipo con las últimas tecnologías. Esto permite a los responsables de TI aprender a utilizar las nuevas tecnologías al tiempo que ponen a prueba ideas y modelos de negocio.

Sólo cuando se hayan explorado y también probado las posibilidades técnicas es aconsejable reunir a los responsables de las distintas áreas de la empresa para encontrar nuevos modelos de negocio.

Las TI como facilitadoras del negocio

La experiencia práctica de los proyectos internos de Big Data vale la pena cuando se trata de desarrollar nuevos procesos empresariales.

Los responsables de TI pueden aprovechar su ventaja de conocimientos para actuar como facilitadores del negocio acercándose activamente a los departamentos especializados y haciendo sugerencias para la implantación de nuevos procesos empresariales.

El enfoque más prometedor es que un grupo heterogéneo de distintos departamentos se reúna en un taller para explorar las posibilidades de Big Data para la empresa.

El conocimiento de los enfoques del pensamiento de diseño o del Business Canvas de Osterwalder puede ser útil en este proceso. También es aconsejable fijarse en casos de uso de otras empresas para inspirarse.

Un consultor externo que aporte los conocimientos de proyectos de big data ya ejecutados puede ser útil en este caso.

A menudo se subestima en las empresas el hecho de que, debido al uso intensivo de teléfonos inteligentes y tabletas, para la mayoría de los empleados es ya algo normal obtener respuestas a sus preguntas ad hoc y en una visualización atractiva.

El Big Data ya ha llegado a sus vidas y quieren aprovechar sus ventajas también en su vida laboral cotidiana.

El estudio Future Workforce Study 2016, realizado conjuntamente por Dell e Intel, reveló que para el 21% de los jóvenes empleados de la Generación Y, la tecnología es un factor decisivo a la hora de elegir un trabajo.

Las tecnologías de macrodatos se están convirtiendo en un importante factor diferenciador en la "guerra por el talento".

La transformación digital y el uso de la analítica de big data desempeñarán un papel más importante en las empresas en el futuro.

Según una encuesta realizada por Forbes Insights en nombre de Hitachi Data Systems, el potencial de los datos y el análisis está infrautilizado.

Según el estudio, la inversión en nuevas tecnologías de digitalización es una prioridad absoluta para el 51% de las empresas.

Lo mismo cabe decir de la ampliación de las capacidades de datos y análisis. Los principales impulsores son los nuevos modelos de negocio (41%) y las nuevas tecnologías (40%).

Sólo el 44% de las empresas encuestadas se consideran avanzadas o líderes en datos y análisis. Sin embargo, el 91% ya ha conseguido aumentar sus ingresos gracias a su uso.

La preparación para los macrodatos se está convirtiendo cada vez más en un factor de éxito. Sin embargo, solo puede tener éxito si TI conoce las posibilidades técnicas en la práctica y las utiliza en su propio beneficio.