¿Del Big Data al Big Failure?

Terabytes, petabytes, exabytes. Cuando una compañía comienza a analizar cantidades prácticamente infinitas de información, existe el riesgo de caer en lo que se conoce como “parálisis por análisis” o, dicho de otra manera, ser sepultado por una avalancha de información sin filtrar, sin procesar, no estructurada y aparentemente inmanejable. Y es que, a pesar de los grandes beneficios que podría proporcionarnos el Big Data, hay que tener en cuenta que esta nueva tendencia aún encierra algunos interrogantes que necesitan ser resueltos.

Prácticamente cualquier ordenador puede calcular grandes cantidades de datos, pero al final de los mismos tiene que haber conclusiones que lleven a la toma de decisiones. Para ello es necesario alguien que interprete los resultados correctamente y haga el análisis más acertado. Los números, por sí mismos, no nos dicen nada.

Los datos procesados pueden tener dos naturalezas diferentes: estructurada y no estructurada. Los datos estructurados se han procesado previamente, están etiquetados (por ejemplo, mediante meta etiquetas HTML) y pueden ser tratados de manera sencilla. Sin embargo, la gran mayoría de los que se manejan hoy en día no están estructurados, y proceden de fuentes muy dispares. Son aleatorios, difíciles de analizar y existen en cantidades enormes. No hay más que ver los mensajes que se generan diariamente en las redes sociales. Y un post en Facebook no puede considerarse información estructurada.

Además, todos estos datos pueden ser difíciles de manejar cuando se reciben a una velocidad que supera la capacidad de procesamiento disponible. Para que el Big Data aporte realmente valor, debemos de poder analizar los datos a un ritmo acompasado con la velocidad a la que la información se interpreta en los procesadores.

Añadido a la implementación de la tecnología y el análisis de datos, otro problema al que se enfrentan muchas empresas es determinar a quién pertenece el análisis o la propiedad de los datos. Se puede dar el caso de que, en una empresa, los datos estén repartidos entre diferentes unidades de negocio y almacenados de distintas formas y sistemas. Esto obliga a que haya una colaboración conjunta y coordinada entre los departamentos. Y no sólo esto, sino que también puede suceder que la empresa no sea la propietaria de los datos y, consecuentemente, no se puedan usar en según qué circunstancias.

En último lugar, debemos tener en cuenta que la información que se genera, sobre todo a través de las redes sociales, es de tal magnitud que si quisiéramos tener toda la posible para ser absolutamente precisos en el análisis, nunca terminaríamos de hacer este proceso. Empieza a suceder que este exceso de datos lleva a la parálisis, al bloqueo en la toma de decisiones porque no se sabe marcar límites ni identificar cuáles son las métricas y los KPIs que bastan para que dibujemos el cuadro de mando ideal.

Ése es el reto: no tanto procesar el mayor volumen de información posible, sino saber qué datos son los que verdaderamente aportan valor.

What's your goal today?

1. Are you on the Colt IQ network?

Our network connects over 31,000 buildings worldwide powering companies such as Hitachi, Atos, Forbes, Arthur D Little, Brussels Airlines and thousands of others. Find out if you're Colt connected now.

2. Learn about digital infrastructure

We've written thousands of guides and white papers, regularly publish content on our blog and host regular events on everything from enterprise network connectivity, to cloud, digital transformation and the hybrid workforce.

3. Join our team

To learn more about joining our team of over 5000 people around the world, and to browse our current open roles visit https://careers.colt.net/.