IMPLEMENTACION DEL BID DATA EN PYMES

En Bolivia las empresas ven muy poco la analítica de datos, en numerosas practicas
empresariales que tuvieron los estudiantes de la Universidad Mayor de San Simon,
observaron que varias de estas microempresas no realizan el análisis predictivo y muy
pocas el análisis prescriptivo de los datos que registran. También se ha notado que varias de
estas no consideran los datos no estructurados y semi estructurados al momento de realizar
el análisis prescriptivo.

Big Data es el análisis masivo de datos tanto descriptivos, semiestructurados y no

estructurados, a alta velocidad, esta nueva forma de analizar la información dio paso a la
cuarta revolución, pero ¿Por qué debería una micro empresa implementar Big Data? ¿Cómo
se tiene que implementar? Primeramente, antes de responder tenemos que destacar que el
uso de la analítica de datos no es solo para las grandes empresas y que el costo del
desarrollo de un programa es accesible para cualquier empresa.

Entonces ¿Por qué debemos de implementar Big Data?, el Big Data tiene como objetivo
principal resolver problemas esto por medio de la analítica de datos. A continuación, vamos
a ver una aplicación de Big Data en una empresa de del sector manufacturero donde se
puede prever la demanda, por ejemplo. Al analizar grandes conjuntos de datos, se logra
prevenir que cantidad de producto se necesitará producir, lo que dispensa un stock
exagerado, disminuyendo el desperdicio de tiempo, residuos, recursos, costos con
almacenaje, entre otros.

Otro de los puntos de la implementación de Big Data es la adquisición productiva, ya que

es posible medir los datos operacionales en una maquina específica, evaluar su desempeño,
tiempo de mantenimiento, fabricación de piezas y relacionarlas con el nivel del operador,
con esto se ah demostrado el aumento de la productividad en un 30%.

Ahora bien surge otra duda sobre la implementación del Big Data, ¿Cómo implemento Big
Data en mi empresa?, recordemos que anteriormente se explico que el Big Data es el
análisis masivo de datos. A continuación, vamos a ver la metodología de procesamiento de
grades volúmenes de datos:

Figura 1
Proceso Big Data

Comprencion
Del Negocio

Puesta De Comprencion
Valor De Los Datos

Proceso Plataforma
Despliegue
Tecnologica

Big Data
Presentacion
Tratamiendo
De
De Datos
Resultados

Modelizacio
n

Fuente: Elaboración Propia

Comprensión del Negocio

En esta fase el objetivo es identificar, analizar y comprender el problema y traducirlo a un

problema analítico. En esta fase contempla cuatro etapas, la identificación del problema, la
fijación de los objetivos, la identificación de los implicados y la fijación de la tipología de
análisis.

Inicialmente tenemos que identificar y motivar a resolver el problema de negocio. ¿Cuál es

el problema de negocio? ¿Qué es lo que vamos a resolver? ¿Qué valor pensamos obtener al
resolverlo? Esto es fundamental empezar porque nos va a permitir establecer cuál va a ser
el foco en nuestro trabajo y cuál va a ser el objetivo final.
Una vez que tenemos claro los objetivos identificamos a las personas que van a estar
involucradas, posteriormente de debe de traducir el problema de negocio a un problema
analítico subyacente, es decir realizar un análisis descriptivo demostrando mediante
estadísticos lo que verdaderamente está ocurriendo.

Comprensión de los Datos

En esta fase vamos a identificar las fuentes de información y analizar su conveniencia para
su posterior captura y almacenamiento. Las etapas de esta fase son: el inventario de
información, la identificación de fuentes, la disponibilidad de las fuentes, la relación de la
información y la representación funcional de los datos.

En esta fase aún no se tiene los datos aun se realiza un análisis conceptual, ¿cuál sería o
cuál es la información que nos gustaría tener? ¿Cuál sería la información adecuada para el
problema de negocio? Una vez que tenemos esa lista de la información que nos gustaría
tener lo siguiente es identificar las fuentes de información asociadas. ¿Dónde se encuentra
esa información? ¿O dónde podría estar esa información? ¿Se trata de fuentes internas? ¿Se
trata de fuentes externas?, posteriormente se deberá de encontrar esos identificadores que
nos van a permitir agrupar esa información y ver si somos capaces de tener un identificador
único.

Plataforma Tecnológica

El objetivo de esta fase es disponer de una plataforma tecnológica que nos ayude a
construir el modelo analítico. Esta fase se divide en tres etapas: primero, el diseño de la
arquitectura tecnológica; segundo, la selección de las componentes Big Data adecuados; y
tercero, establecer la estrategia de implantación de esta plataforma tecnológica.

En la primera etapa de diseño de la arquitectura tecnológica, en esta etapa es muy

importante establecer la composición de los componentes estructurales necesarios para
soportar las acciones asociadas a la construcción y explotación de modelos analíticos. Por
lo tanto, el diseño debe de contar con una parte de entra de información, de captura de
información de fuentes externas o internas, se debe de contar con bases de datos donde se
almacene esta información, también se deberá de contar con componentes de para la
explotación de modelos analíticos, estadísticos o de machine learning y finalmente se
deberá de contar con herramientas o aplicaciones de visualización.

Figura1

Arquitectura Big Data

Fuente: Universidad Autónoma de Barcelona [ CITATION UAB20 \l 21514 ]

A lo largo de los años se han ido desarrollando componentes de Big Data, se estima que
para el 2017 se tenían 704 componentes los cuales se divides en herramientas de
visualización, tecnologías da análisis estadístico, bases de datos estructuradas, etc. Tenemos
que destacar también que la selección de los componentes depende tanto del tipo de
arquitectura Big Data que se vaya a implementar como de la estrategia de implementación.

Es importante establecer la estrategia de implementación. ¿Qué es lo que queremos?

Queremos tener el control de toda la infraestructura o queremos utilizar soluciones Cloud
que nos permitan externalizar y que un proveedor nos puede dar prácticamente todos los
servicios.
Despliegue

En esta fase de despliegue el objetivo de es desplegar en la plataforma tecnológica de

explosión el modelo construido, en esta fase tenemos tres etapas: primero integración de la
plataforma, segundo planificación temporal y tercero la integración con las aplicaciones.

Entonces primeramente la empresa debe de integrar en la arquitectura tecnológica dentro de

la empresa y sus componentes, esta arquitectura ya se había definido en la fase de
Plataformas Tecnológicas. Los siguiente es establecer la planificación temporal para
explotar este modelo necesitamos datos y esos datos tienen una cadencia de producción o
una cadencia de captura y almacenamiento probablemente distinta, tendremos que ver
cuándo se capturan los datos, cómo se capturan los datos para establecer una planificación
para ejecutar el modelo en el momento que tengamos toda la información disponible.

Y finalmente tenermos que planear como vamos a utilizar este modelo con aplicaciones, es
decir, podemos coger los outputs del modelo e integrarlos en herramientas internas cómo
un CRM (Customer relationship management), podemos disponibilizar los outputs del
modelo a través de algún tipo de conector como un API (Interfaz de programación de
aplicaciones) o podemos plantearnos incluirlo dentro de cualquier tipo de aplicación.

Puesta en valor

En esta sección una vez que tenemos el código construido y está desplegado sobre la
plataforma tecnológica, lo que tenemos que hacer ahora es integrarlo dentro de las
operaciones, para ello debemos de emplear varias movilidades, en nuestro caso las
movilidades que vamos es la toma de decisiones en campañas periódicas y por último que
el modelo se utilice para tomar decisiones desde un punto de vista autónomo.

Finalmente, una vez que se tenga el modelo integrado y desplegado en la plataforma

tecnológica, se deberá de alimentar al modelo con datos nuevos de forma periódica, esto
dependiendo de la arquitectura seleccionada.