É«¿Ø´«Ã½

Los macrodatos proporcionan a las empresas unas oportunidades inmensas, lo que incluye informaci¨®n m¨¢s significativa sobre el comportamiento de los clientes, previsiones m¨¢s precisas sobre la actividad del mercado y una mayor eficiencia en general.

Las personas y las empresas generan cada vez m¨¢s datos cada a?o. Seg¨²n un informe de IDC, el mundo cre¨® solo 1,2 zettabytes (1,2 billones de gigabytes) de datos nuevos en 2010. En 2025, podr¨ªa aumentar a 175 zettabytes (175 billones de gigabytes) o m¨¢s¹.

A medida que las empresas aprovechan este recurso floreciente a trav¨¦s de an¨¢lisis predictivos y miner¨ªa de datos, el mercado de macrodatos tambi¨¦n crece. prev¨¦ que el mercado de macrodatos se duplicar¨¢ entre 2018 y 2027, de un valor de 169 000 millones a 274 000 millones de d¨®lares.

Pero ?cu¨¢les son las diferencias clave entre los macrodatos y los datos tradicionales? ?Y qu¨¦ implicaciones tienen en la tecnolog¨ªa actual de almacenamiento, procesamiento y an¨¢lisis de datos? Aqu¨ª, explicaremos los diferentes fines para los que sirve cada tipo de datos y haremos hincapi¨¦ en la importancia de una estrategia que planifique el ¨¦xito tanto con macrodatos como con datos tradicionales.

?

?Qu¨¦ son los datos tradicionales?

Los datos tradicionales est¨¢n estructurados, las organizaciones de datos relacionales llevan d¨¦cadas almacenando y procesando. Los datos tradicionales siguen representando la mayor¨ªa de los datos del mundo.

Las empresas pueden usar los datos tradicionales para realizar un seguimiento de las ventas o gestionar las relaciones con los clientes o los flujos de trabajo. Los datos tradicionales suelen ser m¨¢s f¨¢ciles de manipular y pueden gestionarse con un software de procesamiento de datos convencional. Sin embargo, generalmente proporciona informaci¨®n menos sofisticada y beneficios m¨¢s limitados que los macrodatos.

?

?Qu¨¦ son los macrodatos?

Los macrodatos pueden referirse a un conjunto de datos grande y complejo, as¨ª como a los m¨¦todos utilizados para procesar este tipo de datos. Los macrodatos tienen cuatro caracter¨ªsticas principales, a menudo conocidas como ¡°las cuatro V¡±:

• Volumen: Los macrodatos son... grandes. Si bien los macrodatos no solo se distinguen por su tama?o, tambi¨¦n suelen tener un volumen muy alto.
• Variedad: Un conjunto de macrodatos normalmente contiene datos estructurados, semiestructurados y no estructurados.
• Velocidad: Los macrodatos se generan r¨¢pidamente y a menudo se procesan en tiempo real.
• Veracidad: Los macrodatos no son intr¨ªnsecamente de mejor calidad que los datos tradicionales, pero su veracidad (precisi¨®n) es extremadamente importante. Las anomal¨ªas, los sesgos y el ruido pueden afectar de manera significativa a la calidad de los macrodatos.

?

Las diferencias entre los macrodatos y los datos tradicionales

Se utilizan varias caracter¨ªsticas para distinguir entre los macrodatos y los datos tradicionales. Estas incluyen:

• El tama?o de los datos
• C¨®mo se organizan los datos
• La arquitectura necesaria para gestionar los datos
• Las fuentes de las que se derivan los datos
• Los m¨¦todos utilizados para analizar los datos

Tama?o

Los conjuntos de datos tradicionales suelen medirse en gigabytes y terabytes. Como resultado, su tama?o puede permitir un almacenamiento centralizado, incluso en un servidor.

Los macrodatos se distinguen no solo por su tama?o, sino tambi¨¦n por su volumen. Los macrodatos suelen medirse en petabytes, zettabytes o exabytes. El tama?o cada vez m¨¢s grande de los conjuntos de macrodatos es uno de los principales impulsores de la demanda de soluciones de almacenamiento de datos m¨¢s modernas, de gran capacidad y basadas en la nube.

°¿°ù²µ²¹²Ô¾±³ú²¹³¦¾±¨®²Ô

Los datos tradicionales son normalmente datos estructurados que se organizan en registros, archivos y tablas. Los campos de los conjuntos de datos tradicionales son relacionales, por lo que es posible establecer su relaci¨®n y manipular los datos en consecuencia. Las bases de datos tradicionales, como SQL, Oracle DB y MySQL , utilizan un esquema fijo est¨¢tico y preconfigurado.

Los macrodatos utilizan un esquema din¨¢mico. En el almacenamiento, los macrodatos son brutos y no estructurados. Cuando se accede a los macrodatos, el esquema din¨¢mico se aplica a los datos brutos. Las bases de datos NoSQL o no relacionales modernas, como Cassandra y MongoDB, son ideales para los datos no estructurados, dada la forma en que almacenan los datos en archivos.

Arquitectura

Los datos tradicionales suelen gestionarse usando una arquitectura centralizada, que puede ser m¨¢s rentable y segura para conjuntos de datos m¨¢s peque?os y estructurados.

En general, un sistema centralizado consiste en uno o m¨¢s nodos cliente (por ejemplo, ordenadores o dispositivos m¨®viles) conectados a un nodo central (por ejemplo, un servidor). El servidor central controla la red y supervisa su seguridad.

Debido a su escala y complejidad, no es posible gestionar los macrodatos de manera centralizada. Requiere una arquitectura distribuida.

Los sistemas distribuidos enlazan m¨²ltiples servidores u ordenadores a trav¨¦s de una red, operando como nodos coiguales. La arquitectura puede escalarse horizontalmente (escalar horizontalmente hacia afuera) y seguir¨¢ funcionando incluso si falla un nodo individual. Los sistemas distribuidos pueden aprovechar el hardware b¨¢sico para reducir los costes.

Fuentes

Los datos tradicionales suelen provenir de la planificaci¨®n de recursos empresariales (ERP ), la gesti¨®n de las relaciones con los clientes (CRM), las transacciones en l¨ªnea y otros datos a nivel empresarial.

Los macrodatos derivan de una gama m¨¢s amplia de datos empresariales y no empresariales, que pueden incluir informaci¨®n obtenida de las redes sociales, datos de dispositivos y sensores y datos audiovisuales. Estos tipos de fuentes son din¨¢micas, evolucionan y crecen cada d¨ªa.

Las fuentes de datos no estructurados tambi¨¦n pueden incluir archivos de texto, v¨ªdeo, imagen y audio. No es posible aprovechar este tipo de datos usando las columnas y filas de las bases de datos tradicionales. Debido a que una cantidad cada vez mayor de datos no est¨¢ estructurada y procede de m¨²ltiples fuentes, se necesitan m¨¦todos de an¨¢lisis de macrodatos para extraer valor de ella.

´¡²Ô¨¢±ô¾±²õ¾±²õ

El an¨¢lisis de datos tradicional se realiza de manera gradual: Se produce un evento, se generan datos y el an¨¢lisis de estos datos tiene lugar despu¨¦s del evento. El an¨¢lisis de datos tradicional puede ayudar a las empresas a entender el impacto de ciertas estrategias o cambios en una gama limitada de m¨¦tricas durante un periodo espec¨ªfico.

El an¨¢lisis de macrodatos puede realizarse en tiempo real. Debido a que los macrodatos se generan segundo a segundo, los an¨¢lisis pueden producirse a medida que se recogen los datos. El an¨¢lisis de macrodatos ofrece a las empresas una comprensi¨®n m¨¢s din¨¢mica y hol¨ªstica de sus necesidades y estrategias.

Por ejemplo, supongamos que una empresa ha invertido en un programa de formaci¨®n para su personal y quiere medir su impacto.

Seg¨²n un modelo tradicional de an¨¢lisis de datos, la empresa podr¨ªa plantearse determinar el impacto del programa de formaci¨®n en un ¨¢rea concreta de sus operaciones, como las ventas. La empresa registra el volumen de ventas antes y despu¨¦s de la formaci¨®n y excluye cualquier factor extra?o. En teor¨ªa, puede ver cu¨¢nto han aumentado las ventas como resultado de la formaci¨®n.

Con un modelo de an¨¢lisis de macrodatos, la empresa puede dejar de lado las preguntas sobre c¨®mo ha afectado el programa de formaci¨®n a cualquier aspecto concreto de sus operaciones. En lugar de ello, al analizar una masa de datos recopilados en tiempo real en toda la empresa, puede identificar las ¨¢reas espec¨ªficas que se han visto afectadas, como las ventas, el servicio de atenci¨®n al cliente, las relaciones p¨²blicas, etc.

?

Big Data frente a datos tradicionales: Consideraciones importantes para el futuro

Los macrodatos y los datos tradicionales sirven para fines diferentes, pero relacionados. Si bien puede parecer que los macrodatos tienen mayores beneficios potenciales, no son adecuados (o necesarios) en todas las circunstancias. Macrodatos:

• Puede proporcionar un an¨¢lisis m¨¢s profundo de las tendencias del mercado y el comportamiento de los consumidores. El an¨¢lisis de datos tradicional puede ser m¨¢s estrecho y demasiado limitado para proporcionar la informaci¨®n significativa que los macrodatos pueden proporcionar.
• Proporciona informaci¨®n m¨¢s r¨¢pidamente. Las organizaciones pueden aprender de los macrodatos en tiempo real. En el contexto de los an¨¢lisis de macrodatos, esto puede proporcionar una ventaja competitiva.
• Es m¨¢s eficiente. La naturaleza cada vez m¨¢s digital de nuestra sociedad significa que las personas y las empresas generan grandes cantidades de datos cada d¨ªa, e incluso cada minuto. Los macrodatos nos permiten aprovechar estos datos e interpretarlos de una manera significativa.
• Requiere una preparaci¨®n avanzada. Para aprovechar estas ventajas, las organizaciones tienen que prepararse para los macrodatos a trav¨¦s de nuevos protocolos de seguridad, pasos de configuraci¨®n y aumentos en la potencia de procesamiento disponible.

El auge de los macrodatos no significa que los datos tradicionales desaparezcan. Datos tradicionales:

• Puede ser m¨¢s f¨¢cil de proteger, lo que puede hacer que sea preferible para conjuntos de datos muy sensibles, personales o confidenciales. Debido a que los datos tradicionales son m¨¢s peque?os, no requieren una arquitectura distribuida y es menos probable que requieran un almacenamiento de terceros.
• Puede procesarse usando un software de procesamiento de datos convencional y una configuraci¨®n normal del sistema. El procesamiento de los macrodatos suele requerir una configuraci¨®n m¨¢s alta, lo que puede aumentar el uso de los recursos y los costes innecesariamente cuando los m¨¦todos de datos tradicionales sean suficientes.
• Es m¨¢s f¨¢cil de manipular e interpretar. Como los datos tradicionales son de naturaleza m¨¢s sencilla y relacional, pueden procesarse usando funciones normales e incluso pueden ser accesibles para los no expertos.

En ¨²ltima instancia, no se trata de elegir entre macrodatos y datos tradicionales. A medida que cada vez m¨¢s empresas generan grandes conjuntos de datos no estructurados, necesitar¨¢n las herramientas adecuadas. Entender c¨®mo usar y soportar ambos modelos es una parte necesaria para actualizar su estrategia y estar preparado para un futuro de macrodatos.

?

Cap¨ªtulos adicionales de la Gu¨ªa de macrodatos

1. Datos estructurados frente a datos no estructurados
2. 5 maneras en que los macrodatos ayudan a las empresas a avanzar
3. La relaci¨®n entre los macrodatos y el IoT