Para este año una de las grandes esperanzas para las empresas es que mejoren sus compromisos con el ‘Big Data’ y que comiencen a poner datos útiles y procesables en manos de los negocios en el momento en que los necesitan.

Esto se debe a que el coste del almacenamiento continúa cayendo y la disponibilidad de soluciones de análisis SaaS (software as a service) está en aumento, por lo que la oportunidad de implementar estas técnicas y de formar a los empleados nunca antes había sido más fácil y barato beneficiando a la implementación del ‘Big Data’.

A continuación te mostramos algunas de las tendencias que el 2017 nos va a dejar en materia de Big Data, analytics y Business Intelligence (BI).

 

1. ‘Machine learning’

La consultora Ovum considera que el ‘machine learning’ será el elemento disruptor “más grande” en lo que al análisis de datos en este nuevo año se refiere.

El experto en esta materia, Tony Baer, asegura que,

el aprendizaje automático seguirá creciendo, pero en la mayoría de los casos se integrará en aplicaciones y servicios en lugar de desarrollarse a medida de los usuarios, ya que pocas organizaciones fuera del Global 2000 cuentan con científicos de datos entre su personal

Se ha comenzado a comercializar diversos tipos de paquetes que permiten facilitarle a las empresas la aplicación de estas tecnologías en sus conjuntos de datos; debido a esto es de esperar que por ende se continúe aprovechando la analítica predictiva, los motores de recomendación y la detección de fraudes y amenazas contribuyendo al incremento del uso del ‘Big Data’.

 

2. “Más allá de Hadoop”

La solución de almacenamiento de datos de código abierto Apache Hadoop ha sido eje de la conversación de la industria en los últimos años. Y, en la actualidad las alternativas más viables están empezando a llegar a través de Apache Spark.

La disponibilidad de Spark basado en cloud junto con el aprendizaje automático y los servicios de IoT ofrecerán alternativas para las compañías.

Expertos en visualización de datos creen que los que han adoptado Hadoop recientemente pueden aprovechar las herramientas de preparación de datos de autoservicio para 2017.

 

3. “Data Lakes utilizables”

En la actualidad se ha popularizado la tendencia de poseer una única fuente de datos en la empresa en lugar de varias, aspecto que facilita compartir información sobre la organización.

Debido a esto se espera que las empresas que implementan ‘Data Lakes’ vuelvan a estar gobernadas de manera adecuada.

4. Necesidad de científicos de datos

La demanda de perfiles específicos de científicos de datos podría ir satisfaciéndose poco a poco a medida que entran más graduados al mercado de trabajo. Según el informe 2016 “Mind The Gap de Hired”. El informe también mostró un aumento del 234% en las solicitudes de entrevistas para ingenieros de datos en el mismo período.

 

5. Business Intelligence’ de autoservicio

El uso de herramientas de autoservicio cada día va ganando más terreno tanto en las empresas como en las startups de reciente creación.

Puesto que, el análisis de datos se va integrando cada vez más en el núcleo del negocio, por lo que seguramente habrá un cambio hacia la implementación de análisis de datos con bases de datos, herramientas de visualización como Tableau y herramientas de preparación de datos como Alteryx.

 

6. “Análisis en streaming”

La analítica en tiempo real  es una alternativa al análisis tradicional que consiste en monitorear los datos a medida que se transmiten a la organización. Esto la convierte en un elemento clave cuando se analiza la salud de la infraestructura, por lo que seguramente en 2017 el análisis en streaming incrementará su popularidad.