Big Data medido en resultados, oportunidades y dificultades

7 May 2014 en Big Data,Management

Big Data es una práctica, metodología o capacidad que hasta hoy ha tenido mucha difusión desde el lado de la oferta de tecnología de información. Se han creado organizaciones open source y se han tramado alianzas entre diferentes vendors. La mayoría de los proveedores más establecidos en el mercado y muchas start-ups, hablan de Big Data y ofrecen soluciones integrales o bien para segmentos especializados de esta actividad.

 

Pero poco se había medido de los resultados logrados por las empresas usuarias de esta modalidad. La compañía Dell encargó una investigación a la firma Competitive Edge Research Reports para determinar si Big Data también resultaba atractivo en empresas de entre 2000 y 5000 empleados (no mega organizaciones) y, dependiendo del grado de adopción, cuáles habían sido hasta ahora los resultados.

El columnista de Datamation, Larry Marion, analizó el reporte (que puede verse en: http://software.dell.com/docs/roadblocks-crumbling-midmarket-companies-see-early-success-with-big-data-28864.pdf) y observó que existen beneficios claros en diferentes segmentos de la actividad de estas empresas estudiadas. La práctica de Big Data, que requiere de storage de alta prestación, herramientas de procesamiento y análisis y otros recursos que permiten manejar altísimos volúmenes de datos en tiempo real o casi real, ya ha superado la fase de adopción temprana. Según este estudio, ya es generadora de atractivas corrientes de ingresos.

Los beneficios de Big Data

A finales de 2013, dos tercios de los entrevistados en esta encuesta alrededor del mundo, señalaron que sus proyectos Big Data ya habían beneficiado a sus empresas. Las áreas más beneficiadas fueron: toma de decisiones, mejora de calidad de productos, detección y aprovechamiento de nuevas oportunidades de negocio, mejora del servicio y operaciones para el cliente, además de otros aspectos estratégicos. Apareció también un porcentaje de empresas que, aunque no tienen sus esquemas de Big Data aún en producción, manifestaron haber logrado similares beneficios que los que sí han implementado Big Data. Pero, por otra parte, la mayoría de estas empresas tienen a Big Data en vías de desarrollo, lo que muestra que la adopción, de alguna manera, pasa también por el estilo de dirección o gerenciamiento de las empresas, sus creencias y cultura. Sabemos que muchas de las propuestas de Big Data se pueden ejecutar, si bien mucho más trabajosamente, con otras tecnologías más convencionales.

   Beneficios Big Data en Desarrollo Big Data en Producción
Predicción de tendencias que pueden dañar los objetivos del negocio

22%

44%

Mejorar calidad de productos/servicios

32%

49%

Capacidad para identificar y aprovechar oportunidades de negocio

24%

47%

Calidad y velocidad en toma de decisiones

23%

50%

Comprensión de actitudes y sentimientos

23%

47%

Comprensión de necesidades del cliente

27%

46%

Cuando se comenzó a hablar de Big Data o a contemplarlo como alternativa, existía una creencia casi instalada de que Big Data era, por sobre todo, una práctica útil en términos de marketing. Pero como veremos en el siguiente cuadro, las empresas han encontrado en Big Data varias áreas más para su aplicación y con buenos resultados.

Areas/Funciones

“Muy Importante”

Servicio al Cliente /CRM

52%

Venta de productos, incluyendo puntos de venta

48%

Datos de Manufactura

46%

Cadena de Suminitros-Logística

45%

Finanzas Corporativas

45%

Sistemas de Mercadeo, sitios Web

42%

Datos de Recursos Humanos

38%

Sensores como Cámaras, RFID, otros

36%

Darin Bartik, director ejecutivo de productos de administración de información en Dell, comenta que, mientras que los datos de marketing y redes sociales se han convertido en sinónimos de Big Data en las grandes compañías, las que no son tan grandes encuentran beneficios en otras áreas, ya que en general no tienen tanta actividad en medios sociales, por ejemplo. “Las firmas que realizan manufactura tienen una enorme oportunidad para analizar datos de sensores y otras operaciones de manufactura. Los datos de cadena de abastecimiento, tales como los del comportamiento de asociados, es un ejemplo. Hay muchos aspectos a tener en cuenta más allá de ventas y marketing,” señala.

La factibilidad de Big Data

Si bien en el informe aparecen vistas optimistas de los resultados obtenidos, es posible que no sea simple presentar un proyecto de Big Data a un CFO o COO para sus departamentos de finanzas y operaciones, respectivamente. Los proyectos exitosos de Big Data se caracterizan por ser el fruto de una estrecha colaboración entre las unidades del negocio y el departamento de IT y suele ser el área de negocio la que lleva la voz cantante. Todos los especialistas destacan que un proyecto Big Data requiere del sólido padrinazgo de la alta gerencia.

“Los altos ejecutivos de una organización saben bien cuáles son sus principales desafíos operacionales, tales como la competencia global o un entorno de ventas muy competido. Son los primeros puntos a los que van a atacar. Si se resuelven esos problemas será más factible atraer la atención, los fondos y el apoyo de la alta gerencia. Una vez que las soluciones Big Data tienen éxito, llevarán naturalmente a su aplicación en otros puntos de dolor de la compañía,” señala Bartik.

Los desafíos que se intenta solucionar con Big Data varían y no son pocos. Veamos a continuación los que los números indican como los diez principales.

Desafíos que enfrenta la temprana adopción de Big Data

%

Variedad demasiado amplia de tipos y estructuras de datos

40

Crecientes volúmenes de datos realentizan el procesamiento

34

Limitación presupuestaria para mejorar la capacidad de análisis de datos

32

Determinar qué datos (estructurados o no; internos o externos) serán usados en las decisiones del negocio

29

Lograr que las unidades del negocio compartan información entre silos de la organización

27

Información vaga sobre los datos

26

Comprender en qué áreas de la empresa deberían centrarse las inversiones en Big Data

25

Carencia de gente capacitada para analizar los datos

25

Muchos usuarios no tienen acceso a las escasas herramientas analíticas que hay en la empresa

25

Carencia de herramientas de depuración de datos que sean fáciles de usar y de costo razonable

24

Quienes respondieron a la encuesta, también mostraron una variedad de motivos por los cuáles fracasan proyectos de Big Data. Algunos de ellos no están en la lista de los diez principales desafíos que enfrenta un proyecto Big Data, pero son parte de la realidad.

Obstáculos que enfrentan los proyectos Big Data

% de Entrevistados

Falta de cooperación entre áreas de negocio e IT

36

Ausencia de la gente de IT capacitada, tales como Data Scientists

31

Capacidad insuficiente de herramientas en el centro de datos

28

Falta de disposición a su adopción por parte de usuarios

27

Definición de requerimientos del negocio incompleta o imprecisa

27

Falta de conexión entre la administración de performance de la empresa y los encargados de analíticos de datos

27

Ausencia de los conocimientos necesarios en las áreas de negocio

26

Fondos insuficientes debido a la ausencia de un caso de negocio sólido

26

Capacidad insuficiente de servidores y storage

25

La escasez de ciertos perfiles profesionales como data scientists y otros preparados en análisis estadístico y temas de IT relacionados con el negocio, es una realidad que se hace especialmente presente en las empresas que no son tan grandes. Bartik de Dell recomienda crear equipos de análisis de datos o ciencia de datos de forma que no estén aislados en una línea del negocio o en el departamento de IT. “Elijan a los más brillantes de las áreas técnicas, analíticas y de negocio y creen un equipo separado. Antes de entrar en acción tienen que ejercitar sus músculos Big Data,” comenta.

Relacionada a la falta de especialistas capacitados, está estilo de conducción “siguiendo el instinto.” Muchos proyectos de Big Data fracasan porque no existe una cultura de toma de decisiones orientada basada en datos. Son numerosos los altos ejecutivos de empresas que sostienen que su experiencia supera a lo que pueden expresar los datos analíticos. Aunque estos factores no están bajo el control de la gente de IT, sin duda pueden hacer zozobrar aun a los proyectos Big Data mejor basados y ejecutados.