HP celebró su tercera conferencia anual sobre big data a principios de este mes en Boston. Participaron organizaciones de diversos tamaños, que obtuvieron información valiosa sobre el futuro del big data a través de ponencias magistrales de figuras como Facebook, Michael Stonebraker, Nate Silver y muchos más. También se llevaron a cabo más de 40 sesiones paralelas impulsadas por clientes que compartieron diversos proyectos y experiencias. Si bien HP presentó novedades en el evento, como actualizaciones de Vertica y una nueva iniciativa para startups , la conferencia se centró principalmente en la implementación de iniciativas de big data. A continuación, presentamos algunas conclusiones clave de la conferencia que arrojan luz sobre el futuro del big data desde la perspectiva de quienes trabajan directamente en este campo.
Los lagos de datos son una mierda de marketing
Ese fue más o menos el punto señalado por Michael Stonebraker, ganador del Premio Turing de 2014. Su comentario provocó una ovación de la multitud, que claramente está cansada de los mensajes de marketing que está impulsando la industria. No comentó sobre tsunamis de datos u otros fenómenos meteorológicos de big data, pero es seguro asumir que también los encuentra en la categoría BS. La conclusión aquí es que la industria está luchando por poner un arco ordenado en el concepto de análisis de big data. Hasta cierto punto es necesario, la mayoría de las organizaciones están muy por detrás de la curva cuando se trata de hacer que sus datos sean procesables. Además, tienen dificultades para trazar un plan para recolectar sus datos, por lo que la visualización de un lago de datos tiene sentido. Pero el simple hecho de introducir datos en un lago es una parte muy pequeña del problema al que se enfrentan las organizaciones. Lo que lleva al siguiente punto.
Hadoop no es Big Data
Muchas organizaciones comienzan su viaje de big data con una instancia de Hadoop. Si bien es un comienzo admirable, solo usar Hadoop no significa que esté haciendo "big data". Ken Rudin, director de análisis de Facebook, desglosó esto en su charla sobre los mitos de los grandes datos, en la que destacó la diferencia entre generar impacto y no conocimientos.
Si bien el concepto de impulsar el impacto parece básico, muchas organizaciones se envuelven en tecnología o buscan datos que no impulsan el cambio ni conducen a mejores resultados. Sin embargo, impulsar el impacto requiere equilibrio y lleva a la pregunta que hice más de una docena de veces a diferentes personas en el evento.
¿Cómo hacer las preguntas correctas?
Las organizaciones pueden tener la mejor tecnología, los científicos de datos más brillantes y maravillosos conjuntos de datos, pero eso no garantiza el éxito. Hacer las preguntas correctas es fundamental para impulsar el impacto comercial. Para lograr esto, la mayoría de las empresas con las que hablé están incorporando a sus científicos de datos en las unidades de negocio. Esto les brinda más experiencia con los problemas que enfrenta el negocio y le brinda al líder comercial acceso directo a preguntas centradas en datos. Si bien los organigramas se ven un poco diferentes según a quién le pregunte, el consenso es que los científicos de datos incorporados son la estructura correcta. Esta estructura ayuda a garantizar que se formulen mejores preguntas, lo que tiene el beneficio adicional de un tiempo más rápido para obtener datos significativos o procesables.
Muchos desafíos por delante
Por muy unidos que sean los líderes en este espacio, todavía queda mucho por hacer. La mayor parte del gran rompecabezas de datos aún no está resuelto. Claro, las piezas de las esquinas están adentro y gran parte del borde, pero la mayoría de las piezas todavía están boca abajo en una pila. Gran parte del dolor tiene que ver con la velocidad. Mover conjuntos de datos, a veces desde sistemas heredados o sistemas que no se crearon pensando en la portabilidad de los datos, es un gran problema. Simplemente obtener datos en una plataforma de análisis de manera oportuna requiere mucho trabajo para la mayoría de las empresas. La velocidad de transporte es enorme, cuanto más rápido ingresen los datos a la plataforma de análisis, antes se podrán consultar y ajustar los planes comerciales. Los datos de ventas fueron el hilo más común en este punto, algunos con los que hablé tienen acceso casi en tiempo real y muchos estaban viendo datos menos de un día después. Sin embargo, muchos hablaron del dolor de tener que esperar muchos días para obtener un desglose de ventas, lo que en algunos casos significa que era demasiado tarde para actuar.
Por su parte HP cuenta con una completa suite de hardware, software y servicios para ayudar a las organizaciones a resolver estos problemas que históricamente ha sido territorio de las consultorías. Al empoderar a las empresas para que busquen de forma proactiva el impacto de sus propios datos, así como de fuentes externas en muchos casos, HP está ayudando a las organizaciones a generar ganancias incrementales. Ese puede ser uno de los grandes conceptos erróneos sobre la promesa de los grandes datos. Claro, se pueden encontrar grandes ganancias, tal vez algo transformador surja de los datos. Sin embargo, lo más probable es que los análisis adecuados se parezcan más a un jugador de béisbol que batea para el promedio. Una serie regular de solteros es agradable y se acumula generosamente con el tiempo.
Amazon