En los últimos tres años más o menos, el bullicio en torno a big data no ha dejado de crecer. Mientras que algunos lo desestiman por tanta publicidad, empresas de todo el mundo le están prestando atención: En su recientemente publicada Digital IQ Survey, la firma consultora PwC encontró que 62% de los encuestados cree que los grandes volúmenes de datos pueden darles una ventaja competitiva.

Pero creer en el poder de big data es una cosa y sacarle provecho a la comprensión de la información es otra. PwC también encontró que 58% de los encuestados están de acuerdo en que dar paso a la compresión de datos es un gran desafío.

“La cantidad de información y datos que estamos recogiendo ahora es realmente enorme en términos del volumen que se encuentra fuera de las cuatro paredes de la organización”, señala Anand Rao, director de PwC. “Las organizaciones no tienen a la gente adecuada, no tienen la estructura adecuada y aún están luchando con algunas de las herramientas y técnicas”.

PwC entrevistó a mil 108 personas de 12 países y de una variedad de industrias. Los encuestados se dividieron en partes iguales entre TI y líderes empresariales, y más de 75% trabaja en organizaciones con ingresos de más de mil millones de dólares. PwC descubrió que las organizaciones luchan con cuatro grandes barreras de big data:

* Son ciegas a la importancia de la visualización.

* Se interesan más en la recopilación de datos que en su análisis.

* Están enfrentando una brecha de talento.

* Están luchando con sistemas insuficientes para procesar rápidamente la información.

Las empresas no ven la importancia de la visualización

Cuando se trata de entender la realidad derivada del tesoro de datos a disposición de la mayoría de las organizaciones, la visualización es fundamental. La visualización de datos ayuda a poner los datos en contexto y a hacer que los casos de negocio cobren vida. En muchos casos, las capacidades avanzadas de visualización permiten que las organizaciones recopilen ideas que serían imposibles de otro modo.

Por ejemplo, debido a los registros arcaicos e información inexacta, la mayoría de las empresas de servicios públicos no tienen idea de dónde se encuentran todos sus activos subterráneos, lo que resulta en la interrupción de todo el servicio para los residentes cuando una línea de alta tensión se corta accidentalmente o se rompe una tubería de agua.

Para evitar estos problemas, la ciudad de Las Vegas aprovechó de datos inteligentes para desarrollar un modelo de su red de servicios públicos. VTN Consulting ayudó a que la ciudad agregara datos provenientes de diversas fuentes en un solo modelo 3D en tiempo real creado con la tecnología de Autodesk. El modelo incluye los servicios subterráneos y de la superficie, y se utiliza para visualizar la ubicación y el rendimiento de los activos críticos situados debajo de la ciudad.

Y, sin embargo, solo 26% de los encuestados globales están utilizando la visualización de datos. Pero el panorama es muy diferente cuando uno se concentra en las empresas de alto rendimiento -aquellos encuestados que reportaron un crecimiento de ingresos de más de 5% y cuyas empresas están en el cuarto superior de los ingresos, rentabilidad e innovación. Tales organizaciones están a la cabeza en lo que se refiere a planes de invertir más en la visualización de datos en el 2013.

“El tipo de visualización hacia el que la mayoría de personas se está moviendo es tener paneles de información donde se puede acercar o alejar la imagen -de fácil digestión para el usuario de negocios”, señala Rao. “Es un análisis hacia atrás, básicamente retrospectivo. La mayoría de organizaciones se está acostumbrando cada vez más a eso. Pero ahora que sabemos lo que pasa o lo que no pasa con base en las acciones que tomamos, queremos mirar hacia el futuro. Eso requiere de una visualización mucho más dinámica”.

Invertir más en la recopilación de datos que en analizarla

Las empresas están invirtiendo cantidades significativas en la recopilación de datos, señala Rao y Halter, pero quizá no lo suficiente como para integrarla, combinarla y analizarla: el 32% de las organizaciones han invertido más de un millón de dólares en la recolección, almacenamiento y recuperación de datos internos, pero solo el 26% tienen invertido más de un millón de dólares en el análisis de datos internos.

Rao y Halter señalan que los encuestados de los servicios financieros, las industrias de la salud y seguros parecen estar invirtiendo más en la integración de datos, y del mimo modo una tercera parte de los principales actores están invirtiendo más de un millón de dólares en la integración de datos de terceros.

Las organizaciones pueden estar acaparando datos sin analizarlos, porque las TI y el negocio están atrapados en las viejas formas de trabajar con datos.

“El modelo tradicional de cómo las empresas y TI trabajan ya no funciona en este campo”, señala Oliver Halter, director de PwC. “Los negocios y TI siempre han tenido dificultades para hablarse el uno al otro. Tradicionalmente, las empresas crean necesidades y TI las ejecuta. Pero en el mundo de la exploración de datos eso ya no funciona tan bien. La reacción instintiva de TI es decir ‘nosotros vamos a recopilar datos y gestionarlos, y ustedes averigüen qué hacer con eso’”

Pero el análisis sofisticado necesario para recoger el significado de big data a menudo está más allá de los usuarios de negocios.

“Esas cosas son complicadas y el usuario típico de negocios no sabe nada de ello”, señala Halter. “Creo que lo que estamos buscando es un nuevo enfoque organizacional, que signifique nuevos talentos y nuevas maneras de explorar los datos”.

Están enfrentando una brecha de talento

Y eso nos lleva a la tercera barrera de big data: la brecha de talento. Como anotan Rao y Halter, no es ningún secreto que las empresas a menudo carecen de talento en las habilidades necesarias para interpretar los grandes volúmenes de datos. Solo el 44% de los encuestados de PwC dijo tener una cartera de talento suficiente como para llevar a cabo un análisis profundo de los datos, aunque los que tienen mejor desempeño fueron más propensos a sentir que tienen un flujo de talento suficiente.

Pero Rao y Halter señalan que las empresas suelen pasar por alto su talento existente: las personas del análisis de marketing, grupos actuariales y los desarrolladores de productos/precio. Ellos pueden servir como un buen punto de partida para convertir los datos en conocimiento.

“Las organizaciones que han sido exitosas al principio han creado nuevos modelos de organización”, agrega Halter. “Han creado centros de excelencia en el negocio y la TI se unen. He trabajado con clientes y hemos creado estructuras totalmente nuevas en el lado de la organización de TI. Los equipos tienen que ser mucho más ágiles, mucho más”.

“El empresario tiene que entender más acerca del análisis de datos, visualización, todo eso”, añade Rao. “Se necesita a alguien que entienda el negocio, que pueda traducir un problema en una solución. Tienen que entender lo suficiente sobre el análisis para saber que este tipo de problema requiere ese tipo de solución o de técnica analítica. Si no puede encontrar a una sola persona, el trabajo en equipo podría funcionar”.

Luchando con sistemas insuficientes para procesar rápidamente la información

La cuarta barrera de big data son los sistemas existentes. Rao y Halter señalan que los grandes volúmenes de datos exigen un mayor poder de cómputo para recopilar, almacenar y analizar big data rápidamente. Pero muchas organizaciones dudan de su capacidad para hacerlo con sus sistemas actuales. 41% de los encuestados en las Américas, 33% de los encuestados en Europa y 49% de los encuestados de Asia-Pacífico, dijeron que sus sistemas no pueden procesar grandes volúmenes de datos procedentes de diferentes fuentes. Incluso los de mejor desempeño en su mayoría se alinean en grupo con respecto a la confianza en su capacidad de procesamiento.

Pero Rao y Halter indican que creen que las organizaciones a menudo luchan con este problema, ya que buscan que la totalidad de los datos estén disponibles en lugar de centrarse en un problema particular.

“Cuando las empresas no tienen una hipótesis o problema en la mano que quieran resolver, es cuando tienen una sobrecarga de big data”, anota Rao. “Tienen toda esa información y no saben qué hacer con ella. Si se acerca a ella desde la perspectiva de un problema concreto como, ‘Estoy tratando de hacer crecer un mercado con este segmento específico’, se hace mucho más claro. La mayoría de las organizaciones simplemente se sienten abrumadas con toda la información disponible, en lugar de centrarse solo en el problema que tiene que resolver”.

Esa es también la mejor manera de obtener un rápido retorno de la inversión con un problema de big data, señala Rao.

“La mejor manera de conseguir su retorno de la inversión es formular un par de preguntas clave”, agrega. “tenga a un grupo de personas centradas únicamente en eso”.

Halter añade que hay una cosa que las empresas de mayor éxito en la movilización de grandes volúmenes de datos tienen en común.

“Hay una cosa que une a las empresas que logran el éxito”, señala. “Todas tienen un ejecutivo de muy alto nivel que por alguna razón vio un potencial temprano y lo trajo a la organización”.

“Creo que big data se está convirtiendo cada vez más en un paraguas”, añade. “No solo se trata de grandes volúmenes de datos, son los datos de todas partes. Es cómo usted utiliza los datos, grandes y pequeños, para salir adelante de la curva. No hay manera de salir de ello. No son solo archivos de gran tamaño y Hadoop; realmente es acerca de cambiar su cultura a un cultura más analítica”.

–  Thor Olavsrud, CIO (EE.UU.)