5 retos del Big Data, según Teradata

Teradata, ha publicado una lista con los cinco retos más importantes a los que se enfrenta el desarrollo de la gestión de los grandes volúmenes de datos o Big Data, uno de los grandes mercados del momento, también para el mercado latinoamericano donde aún está menos desarrollado. Estos son:

1. El reto de los datos multi-estructurados: Las nuevas fuentes de Big Data dejan informaciones estructurados en diferentes modos. Dicen los expertos que “Social data and machine log data se caracterizan por su volatilidad: el modelo de información que usamos para entenderlos puede ser implícito en lugar de explícito, puede ser orientado a documento, pudiendo (o no) incluir algún nivel de organización jerárquica, puede cambiar continuamente o puede que queramos aplicar diferentes interpretaciones a los datos en tiempo real (esquema de lectura) en función de cada uso y aplicación”.

2. El desafío de las analíticas interactivas: Muchos análisis de interacciones se caracterizan por operaciones en las que el orden de registro es importante. Explica Martin Willcox, de Teradata que “el problema es que a menudo los datos son difíciles de expresar en el estándar ANSI SQL y puede ser demasiado costoso a nivel de computación hacerlas funcionar en plataformas optimizadas para el procesamiento basado en conjuntos, incluso si tenemos éxito al hacerlo”.

3. El reto de los datos con ruido: Algunos grupos de Big Data son grandes y con ruido , mientras las empresas, explican desde Tera Data, “tienen que capturar volúmenes de datos cada vez más grandes en los que la señal útil está acompaña por un volumen aún mayor de datos que suponen ruido para la mayor parte de las compañías, que buscan modelos rentables de almacenamiento y procesamiento de datos. Sin embargo, estos datos podrían ser una gran oportunidad para un pequeño y selecto grupo de científicos en datos”.

4. Cuando falta tiempo y dinero para investigar nuevas oportunidades: Muchas organizaciones comprenden que los nuevos grupos de Big Data son valiosos pero no saben dónde buscarlos. Se ha estimado que los costes de adquisición, normalización e integración de datos representan hasta el 70% del coste total de implementar una base de datos analítica y aún así es más barato que las alternativas.

“Cuando no queramos preguntar o responder de manera fiable sino explorar nuevos conjuntos de datos para comprender si nos permitirán plantear nuevas preguntas que merezcan la pena contestar, quizá necesitemos un nuevo enfoque para adquirir datos que nos proporcionen una calidad de datos suficientemente buena”, afirma Martin Willcox, Director de Teradata Corporation.

5. Llegar más allá: Numerosos proveedores y analistas siguen afirmando que “el objetivo de un proyecto de Big Data es aumentar los conocimientos empresariales”, sin embargo esto no es del todo cierto, de acuerdo con la empresa, ya que el objetivo debe ser usar esa visión para cambiar el negocio y así impulsar el retorno de la inversión (ROI).