Daniel Jewett, Vicepresidente de gestión de productos

Transcripción

1 Daniel Jewett, Vicepresidente de gestión de productos 7 sugerencias para tener éxito con Big Data en el 2014

2 2 Justo cuando pensaba que Big Data no podía crecer más, creció aún más. Independientemente de su tamaño real, Big Data está mostrando su valor. Las organizaciones de todos lados tienen Big Data de todas las formas y todos los tamaños. Reconocen la importancia, la oportunidad e incluso la necesidad de prestar atención. Ha quedado claro que Big Data sobrevivirá a aquellos que los ignoren. Las organizaciones que ya dominaron Big Data (la masa de estructuras múltiples que almacenaron antes de saber que valía la pena) están mejorando su eficiencia operativa, aumentando sus ingresos e impulsando nuevos modelos de negocios. Cómo lo hacen? Sus técnicas para el éxito pueden resumirse en siete sugerencias. 1. Pensar a largo plazo pensando a corto plazo. 2. Ver a través de la opción falsa. 3. Bajar Big Data al nivel de los ojos. 4. Impulsar a los usuarios a grandes conocimientos. 5. Crear datos grandes de los datos pequeños. 6. Asegurarse de que Big Data se mantenga lejos de los grandes problemas. 7. Comenzar a hacer rodar la bola. Click on a section or use the filters. Behavior Map Time on Page Section Blog 20K 15K 10K 5K 0K Community Examples Register Search Training User-generated User-generated Examples Register 0K 5K 10K 15K Visits Page Metrics Pageviews Pagevie 1,382K Avg. Time on Page 1,249 Date 11/15/12 to 12/31/12 Top content Pageviews 10K 5K 0K /public/gallery /public/ /public/download /public/app/start?edition=public&version=7... /public/how-it-works /public/thanks /public/app/start?edition=public&version=7... /public/community /public/community/viz-of-the-day /public/training /public/gallery/messi039s-86-goals /public/gallery/taleof100 /public/gallery/all /public/app/start?edition=public&version=7... /public//download /public/app/start?edition=public&version=7...

3 3 1. Pensar a largo plazo pensando a corto plazo. Si se preocupa por mantenerse actualizado con la tecnología de Big Data, no está solo. Todo está evolucionando tan rápido que es imposible saber cuáles herramientas, plataformas y metodologías serán mejores este año o el siguiente. Relájese. Esta evolución rápida puede funcionar para usted. Cada año, los proveedores mejorarán y mejorarán en el uso de Big Data. Los sistemas relacionales y de transacciones en línea (OLTP) se volverán más eficientes e inteligentes, ya sea que se ejecuten en forma local o en la nube. Se desarrollarán técnicas para facilitar relaciones entre Hadoop y los almacenes de datos. Y todo el tiempo, los productos llegarán al mercado para satisfacer sus necesidades particulares aún más precisamente. Entonces mantenga la calma. Manténgase abierto a las posibilidades de nuevos productos, siempre que proporcionen un valor suficiente que justifique incorporarlos a su ambiente existente. Manetnga una plataforma de inteligencia de negocios que se conecte directamente con una amplia variedad de formatos. Ahora está listo para todo lo que el mercado pueda ofrecer.

4 4 2. Ver a través de la opción falsa. Qué necesitará su organización? Hadoop o un almacén de datos? Ah, pero esta es una pregunta con trampa. Hadoop y los almacenes de datos no solo funcionan bien uno junto al otro, sino que además las organizaciones realmente se benefician con su interacción cooperativa. El almacén de datos es mejor para quebrar sus datos estructurados importantes y para almacenarlos donde las herramientas de inteligencia de negocios y los paneles de control no pueden encontrarlos fácilmente. Pero es más débil y lento para el procesamiento de análisis y algunos tipos de transformación. Deje que Hadoop haga eso. También, a pesar de que Hadoop es débil para consultas interactivas y administración de datos, es bueno para incorporar sus datos en bruto, sin estructuras y complejos. Juntos, forman una relación simbiótica. Imagine, por ejemplo, los datos que los ejecutivos utilizan para proyectar sus necesidades de inventario para el próximo año. El conjunto de datos es probablemente masivo, y hay muy poco tiempo para modelarlo, reestructurarlo, o de lo contrario, prepararlo para el almacén de datos. Cuando los ejecutivos terminan con eso, tal vez en solo una semana, lo desecharán. Ahí es cuando Hadoop aparece para almacenar y refinar los datos y enviar una muestra al almacén de datos. Big Data no es un reemplazo para el almacenamiento de datos, escribió el Director ejecutivo de Third Nature Mark Madsen en su artículo De qué se trata realmente Big Data. No es una isla para mantener por separado. es parte del nuevo entorno de TI. No caiga en la trampa de Hadoop o almacén de datos. Usted puede y debe utilizar a ambos. Simplificar y coexistir Fuente: Matthew Aslett, The 451 Group, Gráfico horizontal de base de datos actualizada, 2 de nov. de 2012 Fuente: Dr. Amr Awadallah y Dan Graham, Hadoop y el almacén de datos: Cuándo utilizar cuál, copublicado por Cloudera, Inc. y Teradata Corporation. *HBase.

5 5 Una visualización bien elaborada y cuidadosa hace que nazcan las ideas. Eso no se consigue con una hoja de cálculo. Dana Zuber, Wells Fargo 3. Bajar Big Data al nivel de los ojos. Big data baja al nivel de los ojos cuando lo visualiza. Un informe del 2013 por Aberdeen Group descubrió que en las organizaciones que utilizan herramientas de descubrimiento visual, el 48 porciento de los usuarios de inteligencia de negocios pueden encontrar la información que necesitan sin ayuda del personal de TI. Sin el descubrimiento visual, el índice baja a un mero 23 porciento. También, los gerentes que utilizan descubrimiento de datos visual tenían un 28 porciento más de probabilidades que sus colegas sin datos visualizados de encontrar información oportuna, de acuerdo con el estudio. Tal vez más importante cuando se trata de Big Data, el informe descubrió que la visualización también invita a la interacción con los datos. Los gerentes que utilizan datos visualizados tienen más del doble de probabilidades que sus colegas de interactuar exhaustivamente con los mismos (33 porciento versus 15 porciente). También tienen muchas más probabilidades de hacer preguntas a su antojo, preguntas que a menudo se inspiran en los conocimientos que obtuvieron un rato antes.¹ La exploración visual de los datos permite que la historia de los datos se revele vívidamente de una forma que el cerebro puede captar en un segundo. Una bombilla eléctrica se enciende, dice Dana Zuber, Vicepresidente de Planificación estratégica de Wells Fargo, Eso simplemente no sucede con una hoja de cálculo. Fuente: Jock D. Mackinlay, Doctor, Cómo ver y comprender big data, 2007 ¹ Aberdeen Group, Visualización: libere a sus usuarios de análisis, David White, agosto 2013.

6 6 El análisis visula le permite hacer dos cosas en cualquier momento: Cambiar los datos que está mirando porque diferentes preguntas a menudo requieren diferentes datos. Cambiar la forma en la que los mira porque cada vista puede responder diferentes preguntas. Con estos simples pasos, entra a lo que se denomina el Ciclo del análisis visual: obtiene datos, observa datos, realiza y responde preguntas, y repite. Cada vez, su investigación se profundiza junto con sus conocimientos. Puede profundizar hacia abajo, hacia arriba, o hacia los costados. Puede incorporar nuevos datos. Puede crear vista tras vista a medida que su visualización acelera y extiende su pensamiento. Cuando está listo, comparte. Los colegas hacen y responden sus propias preguntas, acelerando el conocimiento, la acción y los resultados de negocios de todo el equipo. Vea e interactúe con el panel de control web en vivo en su escritorio, ipad o tablet de Android.

7 7 4. Impulsar a los usuarios a grandes conocimientos Conoce a personas que han sido picadas por el bicho del conocimiento? No hay forma de detenerlas. Simplemente siguen haciendo nuevas preguntas y creando nuevo valor hasta que se sienten satisfechas de tenerlo todo, o hasta que tienen que completar una requisa de TI. Con big data, el bicho del conocimiento pica aún más duro. Luego arde. Simplemente no hay tiempo ahora para nada que no sea análisis de datos de autoservicio. Las organizaciones con big data tienen un 70 porciento más de probabilidades que otras organizaciones de tener proyectos de inteligencia de negocios conducidos principalmente por la comunidad de negocios y no por el grupo de TI, dice Aberdeen Group en el recientemente publicado Volverse grande o volver a casa? Maximizar el valor del análisis y de big data. Con big data, los usuarios de negocios no tendrán que soportar las metodologías antiguas y lentas de TI en las cuales los datos se lanzan como si fueran capítulos de un libro. En El valor de big data, el analista de investigación Mark Madsen de Third Nature escribe, No solo el modelo de publicación de inteligencia de negocios es arcaico, sino que el contexto en el que el modelo de inteligencia de negocios espera que se consuma la información es igualmente anticuado. Es como leer un libro a la luz de un farol o de una vela, lo que suele llamarse elucubración.² Big data, como la luz eléctrica, escribe Madsen, ilumina los rincones anteriormente oscuros. Proporciona tanto luces más brillantes como la capacidad de tenerlas cuando es necesario. En lugar de esperar meses para que los datos estén perfectamente limpios y listos para utilizar, es posible utilizar las tecnologías de big data para examinar y descubrir el valor en los datos. Cuando son valiosos, los datos pueden enviarse mediante los procesos más rigurosos a un almacén de datos. No presione a los usuarios a elucubrar. Otórgueles poder. Fuente: Tableau Software, Inteligencia de negocios móvil ² Third Nature y SAP, El valor de big data: Uso de big data para examinar y descubrir el valor de los datos para un análisis preciso

8 8 Es importante combinar todos estos datos para comprender por qué las personas entran a un negocio y llenas sus cestas. Rishi Kumar, Unilever 5. Crear datos grandes de los datos pequeños. Mire de cerca y verá de qué está hecho big data: de muchos conjuntos de datos más pequeños. Solo, cada conjunto de datos puede proporcionar valor. Unidos, ofrecen un valor grande. En la industria de bienes del consumidor, por ejemplo, los ejecutivos logran una comprensión total del comportamiento de los clientes solo cuando han combinado datos de opiniones con datos de compras. Obtienes una rica variedad de datos mediante las tarjetas de lealtad, dijo el director de análisis Rishi Kumar de Unilever. Es importante combinar todos estos datos para comprender por qué las personas entran a un negocio y llenas sus cestas. Esto permite a Unilever anticipar los productos populares y las nuevas tendencias. El valor máximo va a las organizaciones que combinan datos relacionales, semiestructurados y en bruto, con un costo inicial mínimo y sin molestar a los usuarios de negocios con la tecnología. Está hecho, y es lo suficientemente bueno. Ya sea que sus datos estén en una hoja de cálculo, una base de datos, un almacén de datos, sistemas de archivos de código abierto como Hadoop o todo lo anterior, usted necesita la flexibilidad para conectarse rápidamente a los datos y consolidarlos. Eso le permite realizar y responder preguntas a medida que aparecen en su s Escuche más de Kumar acerca de la combinación de datos. mente, no importa lo grande o pequeño que sea su big data.

9 9 6. Asegurarse de que Big Data se mantenga lejos de los grandes problemas Big data es divertido como un arenero. Puede llegar allí y crear y dar forma a las cosas e incluso tomar arena y ponerla en los pantalones de su mejor amigo. Se entiende? Bueno, solo bajo la supervisión de un adulto. Esa masa de datos es valiosa en parte porque a menudo se trata de personas reales. Los gobiernos, ni hablar de la ética, dicen que todos deben cuidar sus modales con eso. Más de 80 países tienen ahora leyes de privacidad de datos. La Unión Europea define siete principios de privacidad para puertos seguros para la protección de los datos personales de los ciudadanos estadounidenses. En Singapur, la ley de protección de datos personales entró en vigencia en enero del En los Estados Unidos, Sarbanes Oxley notifica a todas las compañías intercambiadas públicamente, y la Ley de portabilidad y responsabilidad del seguro médico (HIPAA) establece los estándares nacionales para la privacidad en la atención médica. Entonces antes de sumergirse profundamente en el océano de big data, tome con seriedad sus necesidades de adherirse a los estándares de gobierno y privacidad. Es usted una organización de atención médica sujeta a HIPAA? O está operando en determinadas árreas del mundo? O simplemente se da cuenta de que es inteligente tomar precauciones con los elementos clave de su big data? Luego, si su organización debe adaptarse, una solución obvia es la administración de datos maestros, que restringe el uso de datos en toda la organización. Si lo tiene, ya esta todo listo. Sin embargo, llegar a un acuerdo con las definiciones y las reglas de negocios es lento y doloroso para la mayoría de los que lo intentan. Doloroso tal vez, pero es realmente pragmático. No pase por alto el gobierno en nombre de la agilidad y los resultados rápidos, Forrester Consulting en su informe de 2013 big data necesita información ágil e integración con el gobierno aconseja que los resultados de big data requieren un gobierno. Forrester no está a favor de adherirse a un solo conjunto de estándares, políticas y prácticas, que consideró que sofocan el valor que puede lograrse a partir de la inversión y los conocimientos de big data. En lugar de eso, el informe sugiere adoptar el gobierno para imitar las capacidades y objetivos de análisis, establecer zonas de gobierno teniendo en cuenta el tipo de fuente de datos y probar antes de poner las reglas en producción.³ 3 Forrester Consulting, big data necesita información ágil y un gobierno de integración, 2013.

10 10 7. Comenzar a hacer rodar la bola La última diferencia puede ser la más importante: Solo hágalo. Solo salte y siga los otros seis pasos. Big data ya se encuentra en su puerta, si no es que ya está adentro. Busque resultados ahora. Puedo responder cosas en una reunión de negocios con la misma velocidad que respondo ahora, dice Peter Gilks de Barclays. Antes de Tableau, hablábamos de un tiempo de devolución de uno o dos días por pregunta. Ahora puedo sentarme con mi equipo portátil en una reunión y responder preguntas en 20 millones de filas de datos básicamente sobre la marcha. (Ver estudios de casos para su industria.) Una vez que tiene algo para mostrar, los demás lo notarán, porque no hay nada como los resultados para obtener la atención. Luego se establece un círculo virtuoso y esparce los resultados en toda la organización. Finalmente, un ejecutivo se interesará y entonces usted alcanzará el éxito.

11 11 Acerca de Tableau Tableau Software ayuda a las personas a ver y comprender datos. Tableau ayuda a todas las personas a analizar, visualizar y compartir información rápidamente. Más de cuentas de clientes obtienen resultados rápidos con Tableau en la oficina y en movimiento. Además, miles de personas usan Tableau Public para compartir datos en blogs y sitios web. Vea la forma en que Tableau puede ayudarle al descargar la prueba gratuita en Recursos adicionales Descargue la prueba gratuita Recursos relacionados Creación de una cultura impulsada por los datos: Un informe especial de la unidad de inteligencia de economía y Tableau Big Data: La próxima revolución industrial ebay impulsa el negocio con analítica Tableau Software y Big Data Aberdeen Group: Maximizar el valor del análisis y de Big Data Ver todos lo documentos técnicos Explorar otros recursos Demostraciones de productos Capacitación y tutoriales Comunidad y soporte Historias de clientes Soluciones Tableau y Tableau Software son marcas comerciales de Tableau Software, Inc. Todas las otras empresas y nombres de productos pueden ser marcas comerciales de las respectivas empresas con que se asocian.