Cómo afrontar el crecimiento de los datos
- Big Data
Quizá el reto más obvio (y el primero de surge) asociado con Big Data es simplemente almacenar y analizar toda esa información. En su informe Digital Universe, IDC estima que la cantidad de información almacenada en los sistemas de TI del mundo se duplica cada dos años.
|
Quizá te interese... |
Para 2020, la cantidad total será suficiente para llenar una torre que llegue desde la tierra a la luna 6,6 veces. Y las empresas tienen la responsabilidad y obligación de gestionar y guardar aproximadamente el 85 por ciento de esa información.
Gran parte de todos estos datos no están estructurados, lo que significa que no reside en una base de datos. Los documentos, fotos, audio, videos y otros datos no estructurados pueden ser difíciles de buscar y analizar.
No es de extrañar, por tanto, que el informe de IDG descubriera que "la gestión de datos no estructurados está creciendo como un desafío, pasando del 31 por ciento en 2015 al 45 por ciento en 2016".
Para lidiar con el crecimiento de datos, las organizaciones están recurriendo a una serie de tecnologías diferentes. En lo que respecta al almacenamiento, la infraestructura convergente e hiperconvergente y el almacenamiento definido por software pueden facilitar que las empresas escalen su hardware. Y las tecnologías como compresión, deduplicación y niveles pueden reducir la cantidad de espacio y los costos asociados con el almacenamiento de BIG Data.
En el lado de administración y análisis, las empresas están utilizando herramientas como bases de datos NoSQL, Hadoop, Spark, software de análisis de BIG Data, aplicaciones de inteligencia empresarial y aprendizaje automático para ayudarlos a revisar sus grandes almacenes de datos para encontrar los conocimientos que necesitan sus empresas.
Pero, además, las empresas a menudo se centran más en la simple recopilación de datos, perdiendo de vista cómo garantizar la calidad de los datos. Los datos poco fiables menoscaban la capacidad de las empresas para realizar análisis significativos que respalden la toma de decisiones inteligentes y flujos de trabajo eficientes. Se requieren datos de calidad en toda la organización; para administración, operaciones, cumplimiento e interacción con socios externos, proveedores y clientes.
