En el libro se explica con ejemplos cómo de importante es la información para las empresas hoy en día. Pero, ¿por qué? Da igual el negocio en el que esté su empresa, si piensa en qué es lo que lo diferencia de su competencia y a dónde lo tiene que dirigir, la estrategia que necesita pasa por tener un acceso fiable a la información en el preciso momento que se necesita. Lo que solía ser opcional y se priorizaba por detrás de aspectos operativos del front-end, la cadena de suministro y el sistema transaccional se ha convertido ahora en lo que diferencia a las empresas entre sí.
El Big Data es una expresión muy de moda, muchas veces empleada incorrectamente. Podríamos definirla como los datos
que no tiene sentido almacenar en los sistemas creados hace diez años, basados en principios de hace treinta años, como las bases de datos relacionales. La información que engloba Big Data está emitiendo constantemente, por ejemplo, por sensores, dispositivos interconectados, o la propia red. Como consecuencia, los datos se acumulan mucho más rápidamente que cualquier otra fuente de datos que las empresas estuvieran acostumbradas a almacenar. Lo que no quiere decir que se tenga que desprender las bases de datos relacionadas que ya se usan, simplemente se requiere añadir otro tipo de arquitectura. Todos los datos son importantes, y se necesitan almacenar antes de poderse analizar. Las tecnologías que se emplean para Big Data, Hadoop, NoSQL y bases de datos gráficas, tienen todas un patrón diferente de las bases de datos relacionales. El retorno en la inversión de estas tecnologías es positivo, y en un futuro cercano pueden marcar la diferencia entre las empresas líderes y las seguidoras.
¿Están las empresas aprovechando ese activo? Ahora se guarda mucha más información, se hace más accesible a una amplia comunidad interna de las empresa, al tiempo que se han desarrollado compañías líderes que consumen esos datos y consiguen adelantarse a la competencia.
¿Cómo puede el personal de tecnología de las empresas tratar de competir construyendo arquitecturas de información que ayuden en la toma de decisiones? La clave fundamental para las nuevas arquitecturas es conseguir una adecuada carga de trabajo (combinación proporcionada de la cantidad datos y su procesamiento) en una plataforma adecuada para esas características. Hoy tenemos a disposición numerosas opciones, incluidas muchas que ni siquiera han sido valoradas por empresas que pueden aprovecharlas. Algunas de estas tecnologías, como gestión de datos maestros, Hadoop, sistemas NoSQL, sistemas de procesamiento de flujos de datos o bases de datos gráficas, son descritas en el libro. Y para cada una de ellos existe la opción de su uso mediante cloud computing. Distintas infraestructuras como la gestión de “master data”, la virtualización de datos y prácticas agile ayudan en la implantación de estas tecnologías.
¿Cómo de importante es el rendimiento? La percepción es importante a la hora de determinar el rendimiento óptimo de la plataforma. El rendimiento de las soluciones es muy subjetivo según quién lo valore. La elección de la plataforma es crucial. Las empresas necesitan conocer todas las posibilidades disponibles. Y hay barreras de entrada. Es muy difícil convencer a alguien a cambiar los sistemas o procesos corporativos si estos funcionan, incluso si el coste de oportunidad de cambio es bajo. Si tenemos un SAP funcionando, aunque no con el rendimiento o efectividad deseado, pocos responsables se atreven a tocarlo o actualizarlo. Lo mismo ocurre con los sistemas de detección de fraude, el rendimiento se justifica como un valor subjetivo. En ocasiones se aplica un parche y se mira hacia adelante. Sin embargo, la mayoría de veces esas mejoras son prácticamente insignificantes.
Estamos llegando a una situación en la que los datos crecen más de lo previsto y los planes de uso de los sistemas quedan anticuados y obsoletos. Los sistemas de información deben estar diseñados sobre una arquitectura escalable. Siempre se ha dado por sentado que la mejor estrategia sobre datos es volcar todos los datos de la empresa en un data warehouse y en cierto modo, es necesario. Esos datos en bruto sirven para algunas de las necesidades de reporting y son la base para hacer cálculos analíticos y extraer datos de otras bases de datos para necesidades puntuales. Sin embargo, muchos de los data warehouses fueron creados hace ya unos cuantos años y su diseño no es suficiente para algunas necesidades que comienzan a surgir ahora. Especialmente el volumen de datos no estructurados que antes no se almacenaban. Cuando se tiene un número importante de personal accediendo a las bases de datos corporativas, el cambiar la plataforma puede ralentizar tanto el trabajo que se vuelve insostenible.
Finalmente, se habla en el libro del enfoque de un proyecto Big Data, la empresa debe tener una mentalidad y espíritu ágiles. Pero, ¿cómo consigue una empresa ser ágil? Es fácil auto convencernos que tenemos una organización ágil que responde correctamente a los imprevistos del mercado, pero ¿es cierto? Muchos de esos imprevistos conllevan complicaciones y afectan demasiado en los proyectos de gestión de la información. En el libro se explican cuáles son los puntos específicos que definen una empresa ágil, y mediante un checklist rápido poder comprobar si están alineados con la estrategia de la compañía. Parte de los puntos tienen que ver con el personal de tecnología a la hora de gestionar los proyectos de sistemas, pero otros muchos también son responsabilidad de la parte no tecnológica. La gestión del cambio de la empresa tiene que ser abordada por la empresa en su conjunto para que sea un éxito.
Si quiere saber más sobre cómo acertar en la toma de decisiones empresariales con la información disponible este es un libro muy interesante que recomendamos y se puede encontrar aquí.