ENTREVISTA

James Kobielus: Cualquiera se beneficia del big data

Negocios requieren esta herramienta para sobrevivir

  • Facebook (Compartir)
  • Tweetea!
  •  
  • Imágenes

“El big data se trata de tener todos la información relevante al alcance de los dedos y de basar las decisiones en hallazgos de gran cantidad de datos. También se trata de extraer hallazgos importantes de una única versión de la verdad”.

Así describe James Kobielus, promotor del big data de IBM, los beneficios que ofrecen los grandes cúmulos de información a las empresas de cualquier tamaño y actividad.

Kobielus será parte de un grupo de tres especialistas en el tema que participarán en la conferencia “Realidades y posibilidades del big data ”, organizada por el Club de Investigación.

El encuentro tendrá lugar el miércoles 16 de julio a las 12 p.m. en el Club Unión.

Para el ejecutivo de IBM, utilizar el recurso de los datos en la toma de decisiones es vital para que los negocios sobrevivan en la economía globalizada.

Las empresas almacenan grandes cúmulos de datos y acumulan aquellos de dispositivos móviles en tiempo real. ¿Ambos grupos se consideran big data?

El big data no es un tipo específico o una determinada cantidad de datos. Su significado es la habilidad que se deriva de la analítica avanzada y de información confiable para ofrecer valor agregado a los negocios. Esto sin importar la escala, la velocidad y el alcance de las operaciones.

“La analítica avanzada se refiere a la minería de datos, el procesamiento del lenguaje natural, el aprendizaje de las máquinas, los modelos predictivos, la computación en streaming y muchos otros enfoques que se basan en algoritmos de análisis estadístico sofisticados.

El valor esencial del dig data en los negocios está en poder hallar datos relevantes que faciliten decisiones rápidas e inteligentes, donde esos hallazgos están basados en la minería efectiva de datos con modelos analíticos disponibles en cualquier momento”.

Entonces, ¿se puede usar el termino de big data para los grandes cúmulos históricos?

Sí, en tanto esos grandes cúmulos sean procesados en altos volúmenes, velocidades y en tiempo real. Entre más datos históricos se recolecten, hay mayores oportunidades de analizar tendencias en el tiempo y construir mejores modelos estadísticos para proyectarlos a futuro.

“Si se tienen cantidades importantes de datos y se quieren analizar en tiempo real, uno debería preferir las nuevas tecnologías de bases de datos que son más eficientes para esta tarea”.

¿Big data es solo para las grandes corporaciones?

Cualquiera podría beneficiarse del big data , el poder de abrir nuevas ideas a partir de datos a escala. Hoy día, con el poder de las plataformas de big data en la nube, el análisis es aún más rentable para las pymes y no solo para las grandes compañías y las agencias gubernamentales.

¿Por qué el big data es importante y cómo puede ayudar en los negocios?

Es importante por la pura velocidad, escala y alcance que necesitan los negocios para sobrevivir. Tenemos que utilizar este recurso (los datos) para competir en una economía globalizada.

Big data es fundamentalmente acerca de extraer valor de datos de analítica avanzada a cualquier escala. La diferencia de big data con la inteligencia tradicional de negocios y con las transacciones computadorizadas es que ahora se incluyen estas dos, y son aplicables a un espectro mayor. Se trata de agilizar hallazgos importantes a través de análisis estadístico detallado, interactivo y multidimensional”.

¿Hacia donde nos lleva esta tecnología?

Ya no hay vuelta atrás. El mundo continuará escalando y girando más rápido. La cantidad de datos que debemos aprovechar continuará creciendo de manera exponencial.

“Las consecuencias de no analizarla con rapidez y eficacia tendrán un impacto en todo el mundo y en cada aspecto de nuestra existencia”.

¿Qué tipo de infraestructura se requiere?

La infraestructura de big data debe incorporar una plataforma de almacenamiento altamente expandible, eficiente y de bajo costo. Además, debe soportar la ejecución masiva y en paralelo de funciones de procesamiento avanzado de datos, manipulación y análisis.

Sostenbilidad y financiamiento