Analytics y Big Data Analytics
Analytics y Big Data Analytics
Analytics y
Big Data Analytics
Lic José A González Alonso 1
¿Qué es Analytics?
¿Algo nuevo o un nombre nuevo para
algo ya conocido?
Clasificación de Analytics
• Analiticas descriptivas
• Analíticas predictivas
• Analíticas prescriptivas
Analíticas o Ciencia de Datos
Lic José A González Alonso
¿Qué es Business Analytics?
Business Analytics
Descriptivas Predictivas Prescriptivas
Resultado Habilitadores Preguntas
¿Qué sucedió? ¿Qué sucederá? ¿Qué debería
¿Qué está ¿Por qué sucederá hacer?
sucediendo? esto? ¿Por qué debería
hacerlo?
Reportes Minería de datos Optimización
Tableros Minería de textos Simulación
Data warehouse Minería WEB Modelo de decisión
Presupuestos Sistemas expertos
Problemas y Proyecciones Mejores decisiones
oportunidades de precisas del estado y transacciones de
negocios bien y condiciones negocios
definidas futuras
Lic José A González Alonso
Uso del término Business Analytics
vs Business Intelligence
BI
BA
Lic José A González Alonso 4
Big Data
La máquina de Dios (LHC): 1 PB/segundo
Facebook: 500 TB/dia
YouTube: 1 TB/4 minutos
Mercado Libre: 4 TB/dia
Boeing: 500 TB/dia
1 TB (terabyte) = 1012 (1.000.000.000.000 -un billón-) de bytes
1 PB (petabyte) = 1015 (1.000.000.000.000.000) de bytes
Lic José A González Alonso
Big Data – Definición y Conceptos
Gran volumen de datos: esto no es nuevo
Big Data significa diferentes cosas para la gente con
diferentes conocimientos e intereses
Tradicionalmente Big Data es equivalente a “gran
volumen de datos”. Ej: Google, Mercado Libre,
despegar.com
¿De dónde proviene Big Data?
• ¡De todos lados! : logs de la WEB, GPS, redes
sociales, documentos, búsqueda de índices en
Internet, registro de llamadas, astronomía,
meteorología, genomas, física nuclear, etc
Lic José A González Alonso
Big Data – Definición y Conceptos
Big Data es un término equivocado!
Big Data es algo más que "grande"
Las “V” que definen Big Data:
Volumen
Variedad
Velocidad
Veracidad
Variabilidad
Valor
…
Lic José A González Alonso
Fundamentos de Big Data Analytics
Big Data por sí mismo, independientemente del tamaño,
tipo o velocidad, es inútil
Big Data + “big” analytics = valor para el negocio
Con la propuesta de valor, Big Data también provocó
grandes desafíos
• Captura eficaz y eficiente, almacenamiento y análisis
Big Data
• Nueva generación de tecnologías necesarias
(desarrolladas (o adquiridas o contratadas o
subcontratadas ...)
Lic José A González Alonso
Cuándo considerar una
solución Big Data Analytics
No puede procesar la cantidad de datos que desea debido a
las limitaciones de su plataforma actual.
No puede incluir fuentes nuevas / contemporáneas de datos
(por ejemplo: información de las redes sociales, emociones,
WEB, GPS, etc), ya que esto no cumple con las estructuras
de datos actuales.
Necesita integrar los datos lo más rápido posible para estar al
día en su análisis.
Quiere trabajar con un paradigma de almacenamiento de
datos “a demanda”, por la variedad de tipos de datos.
Los datos están llegando tan rápido a la entrada de su
empresa que su plataforma de análisis no puede manejarlos.
Lic José A González Alonso
Factores críticos para
Big Data Analytics
Una necesidad clara de negocio (alineación con la
visión y la estrategia)
Fuerte sponsoreo de la dirección
Alineación entre el negocio y la estrategia de TI
Una cultura de toma de decisiones basada en hechos
(basadas en la información y en el conocimiento)
Una fuerte infraestructura de datos
Las herramientas de análisis adecuadas
Las personas adecuadas con los perfiles adecuados
Lic José A González Alonso
Facilitadores de Big Data Analytics
Analytics en memoria
• Almacenamiento y procesamiento de la totalidad de los
datos en la memoria RAM
Analytics en la base de datos
• Ubicar los procedimientos analíticos cerca de donde están
almacenados los datos
Grid Computing y Procesamiento en paralelo
• Utilización de muchos equipos y procesadores en paralelo
Equipamiento
• Combinar hardware, software y almacenamiento en una
única unidad para maximizar el rendimiento y permitir la
escalabilidad
Lic José A González Alonso
Desafíos de Big Data Analytics
Volumen de datos
• La capacidad para capturar, almacenar, y procesar un
gran volumen de datos en el momento oportuno
Integración de datos
• La capacidad de integrar datos en una combinación
eficiente de velocidad y costo
Capacidad de procesamiento
• La capacidad de procesar los datos de forma rápida, ya
que la captura es en tiempo real (stream analytics)
Gestión de datos (... seguridad, privacidad, acceso)
Disponibilidad del personal adecuado (... científico de
datos)
Costos de la solución (ROI)
Lic José A González Alonso
Problemas de negocios abordados por
Big Data Analytics
Eficiencia en los procesos y reducción de costos
Gestión de la marca
Maximización de los ingresos, cross-selling / up-selling
Experiencia mejorada del cliente
Identificar “la crema”, reclutamiento de clientes
Mejor servicio al cliente
Identificación de nuevos productos y oportunidades de
mercado
Gestión de riesgos
Cumplimiento de normativas
Capacidad para mejorar la seguridad
Lic José A González Alonso
Tecnologías Big Data Analytics
MapReduce …
Hadoop …
Hive
Pig
Hbase
Flume
Oozie
Ambari
Avro
Mahout, Sqoop, Hcatalog, ….
Lic José A González Alonso
Científicos de Datos
“El trabajo más sexy del siglo XXI”
Thomas H. Davenport and D. J. Patil,
Harvard Business Review, October 2012
Científicos de Datos = gurú Big Data
• DS (Data Scientist)
• Una persona con perfil de investigador Big Data
Salarios muy altos, muy alta expectativa
¿De dónde provienen los científicos de datos?
• No existen carreras específicas de formación
Lic José A González Alonso
Aplicaciones BI
Lic José A González Alonso 16
Posicionamiento BI & Analytics
Lic José A González Alonso
Tableau
Lic José A González Alonso
Qlik
Lic José A González Alonso
Microstrategy
Lic José A González Alonso
Microsoft
Lic José A González Alonso
IBM Watson Analytics
Lic José A González Alonso
Oracle
Lic José A González Alonso
Casos de éxito
Lic José A González Alonso 24
Arcor
La principal productora de caramelos del mundo implementó
soluciones de Business Intelligence de MicroStrategy para
consolidar la información de los sistemas en todos los países donde
tiene operación.
Arquitectura:
Sistemas Fuente: J.D. Edwards, People Soft, Demantra, Dc Link, Siebel,
sistemas legacy, etc
ETL: Datastage
Base de Datos: Teradata
Plataforma BI: MicroStrategy
Aplicaciones:
Áreas: Comercial de Mercado Interno y Comercio Exterior, Recursos
Humanos, Compras, Marketing.
Operaciones – Manufactura, Logística Industrial y Comercial.
Administración Financiera, Sistemas
Lic José A González Alonso
Arcor
Beneficios
Cambios de versiones ágiles y sencillas.
Mayor eficiencia en la confección de reportes.
Plataforma transaccional.
Confección independiente de reportes
“Como parte de un proyecto de actualización integral de las
plataformas tecnológicas de la compañía en el mundo, se unificaron
los criterios de los sistemas viejos y nuevos, se tomó la información
que provenía de ambos mundos y se consolidó en el Data
Warehouse”, dijo Valeria Dorronsoro, líder de proyecto de Arcor.
Lic José A González Alonso
Memorial Sloan-Kettering
Cancer Center
Centro Memorial Sloan-Kettering Cancer (MSKCC), el más antiguo y
más grande centro de cáncer privado del mundo, está luchando contra
una enfermedad insidiosa que golpea una de cada tres mujeres y uno
de cada dos hombres durante el transcurso de su vida.
La necesidad
MSKCC comenzó a buscar una forma de ampliar la accesibilidad y
usabilidad de la evidencia médica para mejorar los resultados en los
pacientes a través del campo de la oncología. Ellos quieren encontrar
una solución tecnológica que pueda proporcionar diagnósticos
personalizados y sugerencias de tratamientos para pacientes
individuales.
La solución
MSKCC unió fuerzas con IBM® para poner IBM Watson™
Lic José A González Alonso
Memorial Sloan-Kettering
Cancer Center
Beneficios
Proporciona sugerencias basadas en la evidencia para ayudar a las
decisiones de los médicos oncólogos
Combina los datos de pacientes con grandes volúmenes de
literatura médica, incluyendo artículos de revistas, notas de los
médicos y guías de la NCCN (National Comprehensive Cancer
Network) y las mejores prácticas
Continúa evolucionando a medida que las nuevas técnicas de
oncología, tratamientos y pruebas se desarrollan
"La capacidad de Watson para analizar grandes volúmenes de datos y
reducirlos hasta los puntos de decisión críticos es absolutamente
esencial para mejorar nuestra capacidad de ofrecer terapias eficaces y
difundirlas al mundo" dice el Dr. Craig Thompson, presidente y CEO de
MSKCC.
Lic José A González Alonso
Otros casos de éxito
Mercado Libre
"Es muy bajo el costo de guardar la información y, por eso, si
bien tenemos algunos estándares, también guardamos otros
registros que luego podrían explotarse en algún momento",
comenta Gabriel Eisbruch, responsable del área de Big
Data en Mercado Libre. La compañía registra 10.000
millones de eventos a diario. Parte de esa enorme masa de
datos es la que hace realidad la individualización de las
ofertas que hace la empresa a los usuarios. "La personali-
zación es causa y consecuencia del análisis de datos",
explica Eisbruch.
Lic José A González Alonso
Otros casos de éxito
despegar.com
Despegar.com usa los datos para hacer recomendaciones a
sus clientes.
Daniel Altman, líder de desarrollo de Despegar.com,
identifica como un punto de inflexión la masificación delcloud
computing, que "permite a las compañías trabajar sobre
datos sin tener un data center propio“
"Incluso los negocios tradicionales, como los hoteles -agrega
Andrés Pipicello, encargado de I+D en “despegar” -, usan Big
Data para analizar automáticamente lo que postean sus
huéspedes con un «sentimental analysis», que identifica lo
positivo o negativo de los comentarios."
Lic José A González Alonso
Elecciones 2015
¿Predecir el resultado de las elecciones
será un problema para Big Data Analytics?
Lic José A González Alonso
Elecciones 2015
