El futuro es de los datos

Existen multitud de sensores de todo tipo recogiendo información que es necesario almacenar, analizar y extraer conclusiones para mejorar la inteligencia de nuestros negocios. Es lo que permite ir por delante de la competencia y anticiparse a problemas que sólo se empiezan a vislumbrar en el horizonte.

“Da igual si eres una gran corporación, una pyme o una startup, si tu empresa genera grandes volúmenes de datos es altamente probable que puedas aprovechar las ventajas que el Big Data ofrece a tu empresa, ya que la capacidad de saber analizar e interpretar estos grandes volúmenes de información proporciona un valor estratégico a las empresas, ya que permiten predecir tendencias de consumos, patrones de comportamiento, mejoras de procesos, así como optimización de costes, y les dan un posicionamiento único frente a la competencia”. Así lo considera Fernando Ortega, experto en Big Data y profesor de los postgrados ‘Master en Data Science y Big Data’ en el centro universitario U-tad.

Como se ve, la implementación de un sistema de Big Data no depende ni del tipo de compañía ni del tamaño de ésta. Va más ligada a las necesidades de la empresa, la cantidad y calidad de los datos que almacena y la información que busca obtener.

“Muchas empresas se hacen la misma pregunta, “¿Qué me aporta el Big Data?”, “¿Dónde está el retorno de la inversión?” Para ser capaces de responder a estas preguntas, las compañías tienen el reto de encontrar los casos de uso donde puedan sacarle más partido”, advierte Fátima Simón Luis, IT Senior Consultant & IoT solutions architecture de Einzelnet.

Como explica, la experiencia nos está demostrando los beneficios de lo que parecía una moda, pero que ya es una revolución. “Los datos, bien analizados y tratados con el potencial de las herramientas actuales de mercado, nos aportan una gran cantidad de información, mucha de la cual, antes no teníamos conocimiento. Por lo general, una vez encontrado un caso de uso donde aplicar estas soluciones, comienza un proceso de repetición y mejora, encontrando nuevos casos que inicialmente no habían sido tenidos en cuenta”.

Para Ángel Camacho, jefe de Inteligencia Competitiva de Cloudera, esta práctica es útil en variedad de departamento y sectores: desde compañías que utilizan plataformas de análisis para conocer mejor a sus clientes y mejorar sus ofertas, otras que utilizan estas herramientas para estudiar el retorno de sus acciones de marketing digital y poder optimizarlas; e incluso compañías que mejoran la gestión de sus recursos y stock haciendo previsiones de venta con analítica avanzada”.

Pero, ¿están realmente las empresas aprovechando el enorme potencial del Big Data? Para Israel Serrano, Country Manager de Infinidat Iberia, como en muchos otros casos, la implantación será gradual. “Una vez resuelto el problema del almacenamiento, la capa posterior sería el análisis. Y, en ese sentido, ya existen en el mercado herramientas para todo tipo de negocios. Pero también va a ser necesaria una concienciación por parte de las propias empresas, que habrán de entender la inversión en proyectos de transformación digital no como un gasto, sino como un paso necesario. En esa fase de concienciación es donde nos encontramos en la actualidad. Áreas como el marketing o la logística pueden automatizar la captura y proceso de datos en sistemas de localización, o cuadros de mando con KPIs”.

En la actualidad, la gran mayoría de las empresas que apuestan por Big Data ponen el foco en el análisis del comportamiento de sus clientes. El objetivo es acceder a ellos de una forma más directa y personalizada para ofrecerles la mejor experiencia de cliente. “Por ello, los proyectos de Big Data cada vez están más extendido. Así, y además de en áreas históricas como RR HH, Ventas o Marketing, ya hay suficientes casos de éxito contrastados en los más diversos ámbitos como el financiero, pero también en el de los servicios públicos, en donde Big Data y los modelos analíticos basados en él han demostrado poder contribuir a su optimización y al ahorro de costes”, explica Luis Martínez, director general de Deyde. Asimismo, mediante el tratamiento de grandes volúmenes de datos se consigue general perfiles minuciosos del cliente, teniendo en cuenta sus intereses, preferencias, hábitos de compra, elementos demográficos, interacciones sociales o redes de contactos, entre otras.

Ángel Camacho, jefe de Inteligencia Competitiva de Cloudera.

Tanto el Internet de las Cosas como la Inteligencia Artificial utilizan el análisis de datos en gran escala para funcionar. La fusión de ambos nos lleva a escenarios impensables hasta hace poco tiempo como “la posibilidad de reaccionar de forma inmediata a problemas que surgen en la organización y ante los que se respondía de forma lenta, parcial y con una visión poco general”, comenta Sergio Martínez, Iberia Regional Manager de SonicWall. “La ciberseguridad afronta un escenario inquietante de amenazas desconocidas en un porcentaje muy elevado, ante las cuales, los sistemas de protección actuales poco pueden hacer. Es el caso por ejemplo de los ransomware o ataques que usan técnicas avanzadas de hacking para encriptar nuestros equipos y pedir un rescate para liberarlos. El Big Data, junto con la conexión de los dispositivos de seguridad a la IA, nos conduce a una mejor situación para afrontar con éxito estos ataques tan desconocidos y virulentos”.

Yendo más allá, el profesor de la U-tad Fernando Ortega considera que el Big Data realmente ya engloba a IoT e IA. “El Big Data es el nombre que se emplea para denominar a todas las tecnologías que trabajan con grandes volúmenes da datos, ya sea para almacenarlos, procesarlos, analizarlos o visualizarlos. IoT representa a ese conjunto de sensores repartidos por el planeta que monitorizan datos de forma continua para luego ser analizados. La IA da nombre al conjunto de algoritmos empleados para analizar los datos y obtener un valor añadido a partir de ellos”.

También para Fátima Simón, Einzelnet, la sinergia es total y absoluta. Así, “para implementar soluciones IoT generalmente se suela comenzar por implementar soluciones de Big Data, debido a la gran cantidad de datos que los sensores son capaces de captar. Sin una estructura de Big Data, no se tendría una forma eficiente de analizar las grandes cantidades de datos que estos dispositivos nos proporcionan”. Por otro lado, Fátima Simón advierte de la posibilidad de analizar y sacar verdadero valor de los datos recogidos, tanto de IoT como de otros orígenes y que pueden residir en una estructura Big Data. Ese análisis va, desde modelos estadísticos predictivos sencillos a los más complejos basados en Machine Learning. “Si requerimos más ‘inteligencia’ pasados ya a algoritmos de Deep Learning basados normalmente en redes neuronales y que son capaces de ‘aprender’ en base a un modelo y no en base a reglas como es el caso de Machine Learning. Este es el paso previo o el inicio de lo que podemos llamar aprendizaje cognitivo e Inteligencia Artificial”.

Sergio Martínez, Iberia Regional Manager de SonicWall.

Las compañías que han implementado análisis de datos a sus sistemas de gestión de recursos han comenzado a optimizar su eficiencia desde el primer minuto. Así lo afirma Ángel Camacho, Cloudera, quien advierte que el análisis de los datos de la empresa permite encontrar patrones ocultos que, en términos reales, pueden suponer grandes fugas económicas o derroches; a la par que le permite detectar qué está funcionando mejor para continuar invirtiendo en ello, así como encontrar pautas sobre nuevos nichos de negocio o qué dirección tomar debe tomar la expansión de un negocio.

“A través de Big Data, las empresas deben ser conscientes de lo fundamental que es disponer de unos datos correctos, son falta de ortografía, errores tipográficos y/o abreviaturas al azar, además de contar con información detallada y de calidad de sus clientes y saber en tiempo real sus fustos, tendencias o preferencias, lo que les permitirá reducir riesgos y aumentar sus ingresos”, apunta Luis Martínez, Deyde.

En este sentido, cuanto mejor estructurados y enriquecidos están los datos desde el origen, más fácil será reutilizarlos y construir aplicaciones que puedan tratarlos automáticamente. Asimismo, cuantos más datos de calidad existan, más información y servicios podrán surgir, por lo que los beneficios obtenidos de ella serán superiores, creciendo la demanda y, por consiguiente, su mayor reutilización.

Fernando Ortega, experto en Big Data y profesor de los postgrados ‘Master en Data Science y Big Data’ en el centro universitario U-tad.

“Asegurando una óptima calidad de estos datos en el origen conseguiremos también que las herramientas que posteriormente usen estos datos normalizados y corregidos, como pueden ser ERPs, ofrezcan mejores resultados”, concluye Luis Martínez.

“Si bien no es nuestro negocio”, afirma Israel Serrano, Infinidat, “sí conocemos de primera mano los propósitos para los que se utilizan nuestros sistemas, y puedo decir que se perciben dos grandes tendencias: por un lado, la gestión de los datos desde plataformas externas, con servicios de 'pago por uso’; y, por otro, el uso de appliances de bajo coste para gestionar todos los procesos de Big Data. Afortunadamente, el camino de integración lleva recorriéndose ya varios años, y ahora se trabaja más que nunca en el front-end, donde los dashboards y los KPIs son ya elementos imprescindibles. Una vez más, el almacenamiento de datos es un factor esencial de competitividad para la empresa y, nosotros, desde Infinidat, trabajamos cada día para resolver esta problemática”.

Israel Serrano, Country Manager de Infinidat Iberia.

Si hablamos de retos a los que aún se enfrentan tecnologías de tratamiento de datos, la seguridad y las leyes en materia de protección de datos personales son dos aspectos que todavía puede frenar a las empresas al empleo del Big Data. Como explica Jacinto Grijalba, Security Account Executive de CA, el concepto Big Data encierra la posibilidad de gestionar una gran cantidad de datos almacenados de forma masiva, aunque entre sus principales características no suele mencionarse la seguridad como pilar principal de protección del dato gestionado. Esto hace que se plantee el temor ante una posible fuga de información no controlada en este tipo de entornos, sobre todo teniendo en cuenta los requisitos de protección el dato de carácter personal de nuevas regulaciones como la GDPR que acaba de entrar en vigor el 25 de mayo.

“Entre los principales retos de seguridad que puede existir en un entorno Big Data destacan tres: controlar quién o qué puede acceder a la información almacenada en este entorno, anonimizar datos de carácter personal si son con fines de análisis estadístico impersonal, y proteger los datos en sus tres estados posibles, desde que se recopilan y se mueven por la red (Data in Motion), cuando se almacenan (Data at Rest) y cuando son utilizados por los usuarios o aplicaciones (Data in Use). Estos retos requieren de soluciones de gestión de identidad y de gobierno de los datos que sean capaces de administrar de forma centralizada la seguridad de los datos y también de quién accede a ellos”, señala Jacinto Grijalba.

En esta línea, Sergio Martínez, SonicWall, remarca que lo cierto, nos guste o no, es que “caminamos a un mundo en el que nuestros datos personales estarán alojados en múltiples sistemas, y se tomarán decisiones empresariales con ellos. Nuestro deber es ser conscientes de ello, exigir a las organizaciones que hagan un uso autorizado y legal de los mismo, y que éstas tengas un nivel de seguridad acorde con la activad que desempeñan y el valor de los datos que poseen. La nueva normativa europea pone claridad y exigencia a todas ellas, con multas que pueden llegar al 4% de la facturación anual, si se demuestra que ha existido negligencia en las medidas de seguridad de la información de las entidades afectadas por una fuga de información”.

Como explica, “el futuro es de los datos y del aprendizaje que se extraerá de ellos. Pero estas tereas ya no las harán solo los humanos…”.

"El análisis de los datos de la empresa permite encontrar patrones ocultos que, en términos reales, pueden suponer grandes fugas económicas o derroches; a la par que le permite detectar qué está funcionando mejor para continuar invirtiendo en ello, así como encontrar pautas sobre nuevos nichos de negocio o qué dirección tomar debe tomar la expansión de un negocio"

“Entre los principales retos de seguridad que puede existir en un entorno Big Data destacan tres: controlar quién o qué puede acceder a la información almacenada en este entorno, anonimizar datos de carácter personal si son con fines de análisis estadístico impersonal, y proteger los datos en sus tres estados posibles, desde que se recopilan y se mueven por la red (Data in Motion), cuando se almacenan (Data at Rest) y cuando son utilizados por los usuarios o aplicaciones (Data in Use)"