En México las empresas invierten hasta 33% de sus recursos en proyectos de Big Data, analítica y ciencia de datos

En la era de los datos, la importancia de la información se trasladó de la cantidad a la calidad, pues si bien la gran mayoría de las empresas almacena titánicas cantidades de información relevante sobre sus procesos, calidad, logística, colaboradores o información de sus clientes finales, también es una realidad que deben protegerlos, no pueden deshacerse de ellos y lo que es peor, no han podido sacar provecho de estos, ya que las herramientas con las que cuentan no lo permiten. 

Lo anterior apenas es un vistazo a la multiplicidad de oportunidades en Big Data que se abren para los canales, aunque paralelamente también existen desafíos que éstos deben sortear como son: el desabasto, la disrupción de las cadenas de logística, la guerra y la carencia de personal especializado, aunque todo ello no demerita la demanda por parte de las empresas, siendo que están dispuestas a invertir hasta una tercera parte (33%) de sus presupuestos en innovación que incluyen proyectos de analítica, Big Data y ciencia de datos. 

En la actualidad la cantidad de datos que se generan producto de los innumerables dispositivos conectados a la red es tan vasta, que incluso para las herramientas existentes es complicado procesarlos de manera eficiente, más aún, poder sacar provecho de éstos. Aunque es importante destacar que, de lograr depurar, agrupar y procesar dicha información, los beneficios representarían una alta rentabilidad para cualquier organización. 

Definición, alcances y oportunidades en el Big Data 

El Big Data, como su nombre lo refiere, es un término que describe el gran volumen de datos y que pueden estar catalogados en estructurados, no estructurados o semiestructurados, aunque algunos refieren que existe una cuarta categoría, los multi-estructurados o híbridos. 

“El Big Data son las herramientas, tanto el equipo como en software (internas como en la nube), para procesar grandes acervos de datos como su nombre lo indica, y con la posibilidad de aparejar en tiempo real, grandes cantidades de datos”: Ricardo Zermeño, Director General de Select. 

 Así bien, la oportunidad de negocio en torno a los datos es tan grande como diversificada, puesto que las soluciones de analítica en el mercado cubren los tres tipos de datos más comunes, del mismo modo el Gerente de la unidad de negocio de IBM en CompuSoluciones, Víctor Miramón, se refirió al tema: “Observamos una gran oportunidad en la analítica de Big Data, ya que nuestra cadena de asociados podría usar las técnicas analíticas avanzadas contra conjuntos de datos muy grandes y diversos que incluyen: datos estructurados, semiestructurados y no estructurados, de diferentes orígenes, y en tamaños diferentes de terabytes a zettabytes. El análisis de Big Data permite a analistas, investigadores y usuarios de negocios tomar decisiones mejores y más rápidas utilizando datos que antes eran inaccesibles o inutilizables, por lo que, la amplia gama de soluciones de IBM incluye: Cloudera Data Platform Private Cloud; Gobierno de Data Lake; Ciencia de datos y Machine Learning; IBM Cloud Pak for Data; IBM Big Replicate; y IBM Db2 Big SQL”. 

La posibilidad de negocio frente a la que se encuentran los canales con el Big Data no sólo es grande, sino que  está estrechamente relacionada con soluciones que pueden ser capitalizadas desde software, lo que se convierte en una alternativa atractiva para los tiempos que corren de pandemia, desabasto de componentes, largos tiempos de espera e incremento en los precios. 

Tipos de datos del Big Data: 

•Estructurados: Son datos fáciles de gestionar como las bases de datos, es decir, cualquier dato que sea posible almacenar, acceder y procesar. 

•No estructurados: En este apartado se contemplan datos que se generan desde cualquier dispositivo móvil, tableta u ordenador, lo que incluye: publicaciones en redes sociales, blogs, formularios de registro, secuencia de clics en algún sitio, imágenes, videos, audios, mails y documentos de texto; debido a su tamaño el desafío estriba en el procesamiento y la derivación de valor de éstos. 

•Semiestructurados: Este tipo de datos se conforma por datos estructurados y no estructurados, aunque el reto se centra en cómo leer cada pieza de la información, un ejemplo es un dato representado en un archivo XML. 

•Multi-estructurados o híbridos: Son datos provenientes de e-commerce, datos meteorológicos y datos de mercados emergentes. 

“Hoy en día ya estamos viendo la reapertura de muchos proyectos, del sector público e industria privada, específicamente en Big Data y video-analítica, todo va relacionado al regreso de actividades en tiendas tradicionales y el aumento en comercio tradicional, aunque el comportamiento de ventas por medios electrónicos sigue al alza, por cuestiones de mercado que se pueden atribuir a la facilidad de pedidos, y que llegan directamente al domicilio del consumidor”: Miguel Tiempos, Arquitecto de Preventa en soluciones para Inteligencia Artificial, Machine Learning y Super Cómputo para México y Latino América en HPE. 

Por otra parte, los datos representan un negocio horizontal que cruza por varios mercados en ascenso como son: la nube, la analítica de datos e inteligencia artificial, así lo compartió Gerardo Flores, PSS Next Gen Solutions en TD Synnex: “El mercado de Big Data es uno de los que más van a crecer en los próximos años, ya que involucra varias ramas tales como almacenamiento, ya sea On-Premise o en la nube, analítica de datos e inteligencia artificial, en donde según las empresas de consultoría y especializadas en IT, Gartner e IDC, se prevé un crecimiento aproximado del 19% en México para el 2025, lo cual representa una gran oportunidad para nuestros socios de negocio, donde les brindamos apoyo en el desarrollo y entendimiento de estas tecnologías en verticales como Salud, Industria, Negocios al menudeo y Ciudades Inteligentes, ya que los clientes finales van a necesitar de ayuda para utilizar el potencial de esta tecnología”. 

Un factor implícito en el actual contexto y que no deberían pasar por alto los canales, es el desabasto, ya que si bien el almacenamiento, el acceso y el procesamiento de datos corre sobre soluciones en software, también necesita de equipos (hardware), los cuales, en caso de requerirlos, los canales tendrían que acercarse a un mayorista que no sólo provea del equipo, sino que entregue certidumbre o alternativas viables para los temas de stock. 

“Por el tema del desabasto, actualmente ofrecemos servicios de almacenamiento en la nube de Stratosphere, cuya adopción ha ido creciendo de manera importante en el último año en los servicios de almacenamiento en crudo, DRP y DLP, también proveemos servicios de CMaaS (Content Management as a Service) para mitigar posibles desabastos y cubrir las necesidades del mercado”: Omar Hernández, Product Manager Qlik BU Analytics & Digital Management en TEAM. 

A forma de colofón de la primera parte es de destacar que, una vez los canales ayuden a identificar a sus clientes finales las fuentes de datos y los categoricen, el siguiente paso será definir los mecanismos que transformarán los datos en información relevante y que entregue beneficios en favor de la reducción de costos, toma de decisiones más rápidas y acertadas, además de nuevos lanzamientos de productos o servicios, siendo esto último la carta de presentación de los canales y lo que eventualmente les abrirá oportunidades para comercializar y entregar soporte para Big Data. 

Verticales con potencial de negocio para Big Data: 

•Hospitalidad: Podría simplificar la medición de satisfacción de los clientes, al recopilar datos, aplicar análisis e identificar previamente posibles inconvenientes en la experiencia del cliente. 

•Salud: El análisis de los datos en esta área podría ayudar proporcionar diagnósticos u opciones de tratamiento de forma más eficiente. 

•Retail: Ayuda con la fidelización de los clientes y verifica hábitos de compras, por lo que es posible recomendar productos nuevos y predecir tendencias, lo que aumenta la rentabilidad. 

•Manufactura: La revisión de errores y oportunidades de mejora arrojan luz sobre el camino a tomar para el desarrollo o montajes futuros de las empresas. 

Los desafíos 

Lamentablemente, la problemática del desabasto, combinado con el conflicto armado entre Rusia y Ucrania y algunos estragos de la pandemia, mantienen una niebla espesa en el horizonte que no deja ver las posibles afectaciones y la duración de éstas, lo que ha terminado por afectar a los mercados al moverse con mayor cautela las inversiones, lo que desde luego, afectó y continúa afectando a la industria TI, en específico los negocios relacionados con Big Data, al respecto Ricardo Zermeño contextualizó: “El desabasto continúa y desgraciadamente no solamente el problema de la pandemia y la disrupción de todas las cadenas logísticas, sino ahora tenemos también la disrupción causada por la guerra, lo que añade temas de inflación, subida de precios de commodities y de ciertos productos que se producen en Ucrania y Rusia; por ejemplo, la guerra está afectando productos como el trigo y el petróleo”. 

No obstante, y pese a que los indicadores no son los más favorables debido al contexto sociopolítico internacional, la consultora Select en informes recientes, dimensionó una inversión de hasta el 33% del presupuesto destinado a la innovación en temas de analítica, Big Data y ciencia de datos, por parte de las empresas, lo que devela la oportunidad de negocio, pero, sobre todo, la alta demanda de las organizaciones por contar con soluciones que maximicen el valor de sus datos. 

“El tema de analítica y Big Data, ya están en la prioridad más alta de los CEOs; dentro de las organizaciones que nosotros hemos encuestado (una muestra de las 1500 más grandes de México), los recursos que se destinan a innovar oscilan entre un 20% y un 33% para proyectos de analítica, Big Data y ciencia de datos, es ahí donde hay oportunidades claras para apoyar a las empresas; a su vez, lo que nos han compartido sobre qué buscan y no encuentran, está orientado al personal con conocimiento y experiencia de haber aplicado la analítica y el Big Data para resolver problemas concretos en las industrias”: Ricardo Zermeño. 

Por su parte, CompuSoluciones coincidió en que, el mercado está ávido de personal especializado que cuente con los conocimientos necesarios para implementar herramientas, que ayuden a catalogar la información y simplificar el cúmulo de Data, sin embargo, la demanda supera la oferta, lo que conmina a los canales a especializarse y disminuir el déficit. 

“Muchos de los proyectos que se realizan o empiezan a realizarse terminan detenidos, esto debido a factores como: capital humano capacitado, es decir la necesidad de talento, ya que el crecimiento ha sido tan rápido y ha impactado de tal manera, que los expertos en este tema se han convertido en los más codiciados por las empresas; en segundo lugar están las herramientas que garanticen la calidad de los datos, es necesario revisar con precisión la data que se ocupa, que sea precisas y sobre todo relevante; otro punto es la estrategia centrada en ciberseguridad, y sobre todo el avance en los ataques a repositorios, en donde se almacena la data importante o sensible, lo que también ha sido tendencia de ataques; por último están la estrategia basada en el cliente y sus necesidades, es decir adaptarse al cambio dinámico, pues sino se replantea cómo se está ocupando la data de la industria, esto podría llevar a la pérdida de recursos”: Víctor Miramón. 

En este punto se pone a la mesa otro tema a considerar. Cuando se habla de grandes cúmulos de información sensible (Big Data) que pueden ser procesados para su aprovechamiento, la siguiente pregunta obligada es ¿Cómo protegerlos? Los ataques y secuestro de datos es una práctica cada vez más recurrente y conforme pasa el tiempo, la exposición es mayor, por lo que el conocimiento especializado en la depuración de los datos no es suficiente, sino que debe estar soportado por un dominio en ciberseguridad. “Un reto que siempre va a estar latente es, el nivel de capacitación del staff, ¿tienen el conocimiento necesario en las nuevas plataformas que están sobresaliendo en el mercado? ¿Mi cliente está preparado para utilizar dichas plataformas?, ¿Requiere infraestructura, seguridad, acceso seguro a los aplicativos? Y como siempre, la seguridad informática es un reto, ya no es cuestión de si la red del cliente va a ser objeto de un ataque, sino la pregunta es ¿Cuándo?”: compartió Miguel Tiempos. 

“Creo que uno de los principales desafíos que se tendrá es que, con el alto volumen de empresas que está adoptando soluciones de Big Data, encontrar personas con este tipo de conocimiento o especialidad, será el mayor reto para los canales, ya que en muchos casos el personal que contaba con el conocimiento de redes, no precisamente será el mismo que pueda manejar temas de analítica de datos o de programación; las herramientas de Big Data necesitan ser manejadas por personas que conozcan bien estas soluciones y de esta forma obtener el mayor beneficio”: Gerardo Flores. 

Una vez recorrido el camino de capacitarse, certificarse, y especializase en Big Data así como en temas de ciberseguridad, lo que sigue es aplicar una estrategia sobre los datos, la estructura de la información y definir los indicadores, elementos que eventualmente se verán reflejados en resultados precisos, así lo puntualizó Omar Hernández: “Los principales problemas que se presentan, tienen que ver con la estructura de la información, ya que los clientes hoy día no tienen una real estrategia de datos y tienden a pensar que primero tienen que corregir la estructura de su información y sus fuentes, y si bien esto es correcto hasta cierto punto, es necesario considerar que se pueden identificar procesos con información, donde se pueda comenzar a desarrollarse Big Data, otro aspecto relevante es la definición de los indicadores, por lo que siempre es recomendable tener estas definiciones bien planteadas para resultados relevantes”. 

Conclusiones 

Así bien, es posible observar que la demanda por capital humano con conocimientos en Big Data crece, y aunque si bien un primer paso para los canales en esa dirección está en adquirir conocimientos especializados, también es cierto que, no basta con un entendimiento profundo del Big Data, sino que se requiere de otros conocimientos como aplicación de las herramientas para depurar y agrupar la información y ciberseguridad, con lo cual el canal garantiza entregar una solución “llave en mano” para su cliente final. 

Asimismo, como elemento adicional, el canal podría maximizar sus ganancias al conocer a detalle la industria o la naturaleza del negocio para la cual aplicará sus conocimientos en Big Data, pues de esa forma entregará soluciones que resuelvan, maximice e impriman valor a los datos del negocio. 

Otro tema que se escucha a menudo y que tiene la intención de llenar el hueco que ha dejado la falta de personal calificado y con experiencia en Big Data, son las soluciones que a través de inteligencia artificial y machine learning, intentan sustituir la labor de los expertos, las cuales, si bien son de gran ayuda, no se compara con el trabajo confeccionado que un especialista puede hacer, dejando ver que abre un abanico inmenso y donde el canal puede invertir en su desarrollo técnico con la finalidad de apostar al mercado en crecimiento de Big Data. 

Finalmente, pero no menos importante, los canales deben impulsar a las empresas a transitar a modelos de servicio de suscripción, lo que ayudará a manipular sus cargas de trabajo e información de manera más sencilla y eventualmente desarrollar una estrategia que incluya el aprovechamiento de los datos desde el Big Data.