El documento discute los nuevos enfoques del análisis de negocios y la inteligencia empresarial. Señala que aunque el Big Data es un tema muy discutido, pocas empresas realmente saben cómo implementarlo de manera efectiva. Examina algunos desafíos como la complejidad, la velocidad y el costo de las infraestructuras requeridas, y argumenta que se necesitan enfoques más automatizados y flexibles para la creación y actualización rápida de modelos predictivos tácticos.
2. is like
teenage sexeveryone talks about it,
doing it...
everyone thinks
everyone else is doing it
so everyone claims they are
Dan Ariely, 2013
Big Data
nobodyreally knows how to do it,
3. 3
Big Data en 2015
59%
NOT ready nor
planning
Spiceworks via
InfirmationWeek.com
12%
Data Analyzed
(ChinaMail.com via
InformationWeek.com)
46%
Growth Big
Data Jobs
(Dice, via
InformationWeek.com)
x50By 2020
(Hadoop Summit 2014, via
InformationWeek.com)
6%
(IDC 2014, via
InformationWeek.com)
Software
growth
4. ¿Cuando se podrán automatizar la mayor parte de las
tareas en análisis predictivo? (en %, KDNugget Abril 2015, n=255)
5.1%
3.9%
14.0%
28.0%
16.0%
7.8%
6.4%
18.8%
Ya se hace en 1-2 añosen 2-5 años en 5-10
años
en 10-20
años
en 20-50
años
En mas de
50 años
Nunca
EN ALGUN MOMENTO EN EL FUTURO
95%
7. Infraestructura
Complejidad
Velocidad
Hadoop, Exadata y otros, valen miles
de dólares
El data mining requiere expertos Phd con años de experiencia
Las construcción de modelos óptimos puede tardar meses incluso más al momento
de integrarlos con el negocio
8. 8
Modelos estratégicos
Altos esfuerzos,
Altos impactosDemasiado esfuerzo
No se entienden
Modelo “malo”
Solo Insights
Falta de soporte
Cambio
21%
19%
18%
16%
15%
10%
¿Porque no se implementan?
Rexer Analytics 2012
10. 10
Predicción de Compra
¿Qué van a comprar?
Cientos de productos
Millones de clientes
Miles de transacciones
Cambia cada semana
¿Qué Ofrezco?
Cerveza
Vino
Papitas
Maní
Salchichas
Detergente
11. 11
Retención de Clientes
Necesidades analíticas
Conexión entre los clientes
Patrones de los últimos dias
Nuevo modelo cuando el
mercado cambia
10 Millones de Clientes
3 meses de CDR y CRM
3 días para actualizar
Un par de horas para
Nuevos modelos
12. 12
Necesidades analiticas
Cantidad de modelos: 400
Tiempo por modelo: 3 días
Costo por dia: 800 USD
Costo total: 960.000 USD
Condicion para tenerlo para la próxima semana: 200
consultores!
Misión: imposible
Analytics es como Big Data: todavía hay mucha confusión
Eso era la realidad hacen 2 años, pero las cosas han cambiado
O sera que no?
Todavia falta mucho para que big data sea una realidad para muchas empresas
No están listas al nivel estratégico, ni operacional, ni en infraestructura
Y allí solo hablamos de poder acceder a los datos en “BI” tradicional
Quien soy para contadecir al 95% de los expertos?
Entonces Lo de que voy a hablar no existe, tengo mucha libertad. Porque estoy hablando de un sueño, y uno que creo que todos compartimos.
Este seño puede ser grande. DEBE ser grande. Porque es un sueño de Big data. Y tiene elefantes. Los elefantes son grandes.
Pasado = Estadisticas, BI, predefinido,
Futuro = Analytics, automatización, agilidad. El futuro es e sueño que compartimos
Todo cambia, segmentación, modelos predictivos, organización de datos.
Una solucion hadoop requiere cienes de procesadores y discos para obtener un nivel de rendimiento aceptable.
Un servidor exadata cuesta 1.2 millones de dólares, y anatella corrió informaciones 3 veces mas rapidas
Sin compresión, almacenar datos puede ser costoso, el DW muchas veces tiene informacion parcial, y los tiempos de acceso son altos
Las ideas del pasado no nos dejan soñar. Entonces toca cambiarlas para abrir el camino
En nuestro sueño, no es necesario ser experto en analytics para desarrollar un modelo de alta calidad (pero expertos logran resultados mejores)
La experiencia se comparte mas rapido pues deja tiempo para compartir ideas y analizar
No hay dependencia tecnologica: se pega a cualquier sistema
Las ideas clásicas se aplican muy bien para resolver esos tipos de problemas.
Problematicas de alta importancia requieren atención privilegiada. Vale la pena invertir meses para entender perfectamente la dinámica del mercado frente a mi marca o para poblemas de salud.
Si embargo muchos modelos no se aplican.
La automatización de modelos tácticos require otra… táctica!
Adaptivos: reflejan los cambios de la realidad del mercado
Flexible: a veces me equivoco de problema, necesito poder cambiar rapido
Rapido: porque lo necesito para AYER!
Muchos: porque tenemos muchos problemas y preguntas!
Eso es el sueño muy grande. Todo en tiempo. Todo autoatizado, y toda la informacion necesaria para saber donde ir
Que cambiaria si este sueño se vuelve realidad? Ademas de ganar mucha plata, tiene implicaciones organizacionales
Ahora pueden seguir soñando. Pero para los impacientes, vale la pena empezar a hablar y revisar lo que ya se puede hacer.