Documentos de Académico
Documentos de Profesional
Documentos de Cultura
operativos clave, alguien tiene que trabajar con los trabajadores d e primera lnea y los
propietarios de los procesos para llevar a cabo los cambios necesarios en las funciones,
diseos de procesos y habilidades.
Muchas empresas mencionaron tambin la necesidad de combinar habilidades de cientficos
de datos con las virtudes tradicionales de gestin de datos. Slidos conocimientos de
arquitecturas de datos, metadatos, procesos de calidad de datos y correccin, administracin
de datos y cuadros de mando de la administracin, centros de gestin de datos maestros, los
algoritmos de bsqueda, y una serie de otros temas especficos son importantes para las
empresas que buscan en big data como un diferenciador estratgico a largo plazo.
Notar que las fuentes de datos son heterogneos, involucran diversos conjuntos de datos no
estructurados y semiestructurados, como emails, registros web, o imagenes. Estas fuentes de
datos es cada vez ms probable que se encuentren fuera del entorno de la empresa. Las
grandes empresas que adoptan entornos de produccin de Big Data, necesitan procesos ms
rpidos y de menor costo de procesamiento de grandes cantidades de datos atpicos. Piense
en el poder de cmputo que precisan las empresas de energa para procesar dat os enviados
desde los medidores inteligentes,o la conciliacin de millones de recomendaciones de
compaeros de LinkedIn. O considerar la capacidad de una empresa de juegos de conectar a
los jugadores con sus amigos a travs de los videojuegos online.
La compaa de juegos renov no slo su pila de tecnologa de anlisis, sino los principios en
los que se procesan sus datos, haciendo hincapi en la relevancia empresarial y escalabilidad.
El grupo de IT adopt Hadoop y comenz a usar la mquina de aprendizaj e y algoritmos
avanzados de anlisis para tener una mejor prediccin, optimizando de esta manera las ofertas
y precios de los clientes
Hadoop ofrece a estas empresas una manera no slo de usar los datos de forma rpida, sino
tambin para procesar y almacenarla para su reutilizacin. Debido a su calidad-precio superior,
aunque algunas empresas estn apostando a Hadoop como un reemplazo de almacenamiento
de datos, la adquisicin de extensiones de SQL con el fin de hacer la big data ms consumible
para los usuarios de negocios. Por otra parte, muchas grandes empresas ya han invertido
millones en entornos de anlisis predominantes, y no tienen planes de reemplazarlos pronto.
En el mejor de los casos, estos ambientes han ayudado a las empresas a entender la compra
del cliente y los patrones de comportamiento en todos los canales y las relaciones, la
racionalizacin de los procesos de ventas, optimizando el precio del producto y el embalaje, y
manejando las conversaciones ms relevantes con perspectivas, mejorando as sus marcas.
En el peor de los casos, las empresas han invertido ms en estas tecnologas, incapaces de
recuperar sus inversiones en anlisis, y viendo sus infraestructuras de almacenamiento de
datos como costos hundidos con valor de negocio marginal.
Pero esos sistemas operativos tambin pueden poblar el entorno de big data cuando se
necesitan para el tratamiento de clculos complejos o para la exploracin de datos en bruto.
Una empresa puede dirigir la carga de trabajo de la plataforma adecuada en base a lo que la
plataforma fue diseado para hacer .
Esto reduce al mnimo la interrupcin de las funciones de anlisis existentes, mientras que al
mismo tiempo acelerar los procesos de negocios nuevos o estratgicos que podran
beneficiarse de una mayor velocidad