La Materia prima y su trasformación.
Los datos son omnipresentes, y eso es cierto prácticamente en todas partes. Era muy cierto en el Insider Cumbre de búsqueda, donde cada panel y presentación hablaron de datos. Y no sólo los datos – se trataba de «Big Data». Pero, ¿qué es exactamente Big Data – sólo más datos? ¿O hay un cambio fundamental ocurre aquí?
Creo que hay. Cuando pienso en los grandes datos, pienso en un ecosistema datos emergentes, donde la explosión de datos disponibles aumentará exponencialmente la complejidad del ecosistema. Esto no es sólo más datos, pero un entorno diferente que requerirá diferentes estrategias.
Por lo general, los datos que utilizamos en la actualidad es ya sea de datos de primera parte – los datos que emerge como parte de nuestro proceso de negocio – o datos de terceros estructurados, disponibles en un número cada vez mayor de proveedores de datos. Esto es probablemente lo que la mayoría de la gente piensa cuando piensa en los grandes datos. Pero yo no considero los datos de este formulario una desviación de los datos que estamos acostumbrados a utilizar. Hay más de lo mismo, es cierto, pero el proceso ya está identificado. Simplemente tiene que ser escalado para hacer frente a un aumento del volumen.
Permítanme utilizar un ejemplo de la reciente Cumbre de la búsqueda Insider. La Compañía El tiempo ha puesto en marcha recientemente una nueva división llamada Tiempo FX, destinado a tomar la gran cantidad de datos de tiempo que tiene para crear modelos predictivos para ayudar a las empresas añadir variables basadas en tiempo a sus propios conjuntos de datos. Por ejemplo, la orientación de anuncios ahora puede ser sensibles al clima, el aumento gradual de las campañas y el cambio de la mensajería basada en los cambios previstos en los patrones climáticos. Aunque bastante impresionante, este es un uso relativamente sencilla de los datos. Las fuentes de datos están bien estructurados y han sido «predigerido» Por Weather FX para que sean fáciles de implementar.
BigData, al menos en mi interpretación, es una bestia totalmente diferente. Aquí, los datos es complicado, a menudo no estructurados, difíciles de encontrar y en forma cruda. Para complicar aún más las cosas, vive en silos dispares que a menudo no tienen una interfaz orientada al mercado. T Es un ecosistema orgánico que lleva más de una similitud con la forma de pensar de los recursos naturales. Estos datos necesitan ser identificados, nutrido y cosechada (o extraído, si lo prefiere).
Es esta información que conduzca a una verdadera visión de Big Data, un mundo de grandes nodos de datos que requieren un importante desarrollo antes de que puedan ser utilizados.Piense en cómo el mundo fue un siglo y medio atrás, cuando un montón de cosas en bruto – la madera, los minerales, el agua, los cultivos, el ganado – se hallan esparcidos sobre nuestro planeta. En ese momento, había poco en el camino de las cadenas de fabricación y distribución establecidas que transformaron esa materia prima en productos de consumo. Con el tiempo, surgió la cadena, pero una gran cantidad de retos logísticos que tenía que abordarse en el camino. Lo mismo es cierto, creo, para los datos.
Pero hay otro reto con Big Data: No siempre es claro cómo usarlo. Se necesita un marco. No se puede volcar un montón de diferentes metales y un par de barriles de petróleo en una caja grande y negro, agitar y esperar un Ford Focus que abandonar. Usted necesita tener una idea bastante clara de lo que su resultado esperado es. Y es necesario tener una larga cadena que se mueve a su materia prima hacia su producto final. En los primeros días de la creación de bienes físicos, estas cadenas eran a menudo verticalista dentro de una sola organización, sino como el ecosistema ha evolucionado, los mercados se volvieron más horizontal. Yo esperaría que el mismo patrón que emerge en el ecosistema de datos.
Si se crea un marco conceptual dentro del cual el uso de datos, se puede determinar qué se requiere de datos y cómo se utilizan esos datos. Usted puede escoger sus fuentes de datos, e identificar las brechas y los recursos según sea necesario para hacer frente a esas lagunas. A menudo, debido a que estamos en las primeras etapas de este proceso, tendremos que explorar, adivinar y probar iterativamente antes de que los datos proporcionarán valor.
Esta definición de Big Data requiere nuevas reglas y estrategias. Se requiere un compromiso con la minería de datos en bruto y su integración en formas útiles. Esto significará que se adapta dinámicamente a la continua explosión de datos. Requerirá sangre, sudor y lágrimas. Esto no es un «plug and play» de ejercicio. Cuando pienso en los grandes datos, eso es lo que pienso.
Tepotzotlan2013 