Menos big data, más big business

Al explicar el impacto que tiene big data en un proceso de innovación, confundir herramientas con resultados es algo peligroso cuando se habla de negocios.   –HDFS, MapReduce, Hive, Mahout, Oozie, Pig, Sqoop, ZooKeeper, Spark, Shark, Impala. –¡Para, para! ¿De qué me estás hablando? Háblame de negocios. Éste es uno de los diálogos más comunes cuando se quiere explicar el impacto que tiene big data en un proceso de innovación. Lo que sucede es que confundir herramientas con resultados es algo peligroso cuando se habla de negocios. Entonces, ¿qué entendemos por el big data desde la visión de negocios? El big data es un mecanismo capaz de reducir al óptimo los costos de transacción (costos de investigación e información, costos de negociación y de decisión, y costos de vigilancia y de ejecución) en las decisiones de negocios de cualquier agente económico, sea éste empresa, persona, gobiernos o cualquier otra organización. ¿Por qué puede lograr bajar los costos de transacción? Por el gran volumen de datos, proveniente de varias fuentes/dispositivos y almacenada en diferentes formatos, convertida en información, la cual permite disponer de una gran cantidad de observaciones, que a nivel estadístico hacen viable modelar el comportamiento social, mecánico, etc., de diferentes agentes (personas, máquinas, etc.). Esta posibilidad le ha permitido a las empresas, en especial, crear nuevo valor económico basado en analizar, encontrar y diseñar nuevas ofertas con conocimiento empírico de algo que antes debía ser estimado por ésta (lo que conlleva los riesgos propios de las estimaciones estadísticas). Este nuevo valor surge a través del conocimiento del cliente, innovando en productos y servicios, o innovando en procesos, por ejemplo, comprendiendo cómo reducir los riesgos de fraude en compañías especializadas. ¿Qué es lo que hace viable esto? Las V de Volumen, Velocidad y Variedad hacen que las observaciones que antes se debían estimar, hoy sean reales y acumuladas, y que se hayan desarrollado herramientas tales que permitan procesar/modelar altos volúmenes de información estructurada, y no estructurada, a niveles de costo/beneficio muy viables para la masa del mercado de empresas. Por ende, el big data (saliendo de las definiciones tradicionales, o de confusiones con herramientas) es la posibilidad de contar con un número enorme de datos que hacen reducir al máximo los costos de transacción en la toma de decisiones de las organizaciones, a través de tener un número grande de observaciones empíricas.   ¿Cuál es la diferencia con el business intelligence? Se podría resumir como que una es la materia prima de calidad (big data) y la otra son las herramientas (BI) que permiten hacer viable el convertir datos en información, y ésta en conocimiento, para por fin crear valor real para la empresa. Desde un punto de vista más pragmático, y asociándolo directamente a las tecnologías de la información, podemos definir business intelligence “tradicional” como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa (reporting, análisis OLTP / OLAP, alertas…) o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio. Ahora, el “nuevo BI” debe tener mayor cuidado con el diseño de una plataforma integrada, ya que la extracción, transferencia y carga (ETL), normalmente uno de los procesos más largos, se complica ahora al introducir datos semiestructurados y no estructurados que pueden estar distribuidos en múltiples datacenters. Si entendemos que el BI, como herramienta para transformar datos e información y conocimiento, evolucionará al mismo ritmo con que evolucionan el volumen y estructura de la información podemos afirmar que el BI y el big data se complementarán enormemente. De lo contrario, como algunas posturas en la industria, mostrarán que el BI tiene los días contados con la llegada de las nuevas herramientas del big data.   Contacto: Correo: [email protected] Twitter: @diego_vallarino LinkedIn: diegovallarinonavarro   Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.