Los cinco retos clave del Big Data en la actualidad
Estos objetivos y sus consecuencias están impulsando la evolución y el alcance de la Enterprise Analytical Architecture.
Big Data está acabando con la creencia de que los datos y sus relaciones no son cambiantes. Se ha abandonado un enfoque productivo para integrar los datos, tal y como ha puesto de manifiesto Teradata en un último informe.
Las analíticas han pasado a ser interactivas. Muchos análisis de interacciones se caracterizan por operaciones en las que el orden de registro es importante, aunque esto sigue suponiendo una limitación.
Las funciones User Defined Functions (UDF) y Order AnalyticalOLAP han supuesto una mejora parcial, ya que no siempre se podrá saber cuándo una función refleja el esquema preciso de los datos que se necesitan procesar.
Además está el reto de los datos con ruido. Las empresas tienen que capturar volúmenes de datos cada vez más grandes en los que la señal útil está acompañada por un volumen aún mayor de datos que suponen ruido para gran parte de las compañías, que buscan modelos rentables de almacenamiento y procesamiento de datos.
Por otro lado, muchas organizaciones comprenden que los nuevos grupos de Big Data son valiosos pero no saben dónde buscarlos.
Se ha estimado que los costes de adquisición, normalización e integración de datos representan hasta el 70% del coste total de implementar una base de datos analítica y aún así es más barato que las alternativas.
Por último, está el desafío de ir más allá y el valor de la entrega. El objetivo de un proyecto de Big Data es “aumentar los conocimientos empresariales”, usar esa visión para cambiar el negocio y así impulsar el retorno de la inversión (ROI).
