Las 6 tendencias que están revolucionando la analítica de datos

La recopilación constante y variable de datos que proporcionan los nuevos escenarios IoT, la presión por la analítica en tiempo real, el análisis predictivo, la aplicación de la IA en todos los aspectos de nuestra vida cotidiana y profesional. Cuando parecía superada la revolución de internet, es el momento de la revolución de los datos y su analítica. ¿Cuáles son las tendencias que giran en torno a esta revolución? Las veremos seguidamente. ¡Empecemos!

Claves para comprender el presente y futuro de la analítica de datos

1. La computación en la nube va más allá del ahorro de costes: más analítica e Inteligencia Artificial

La primera ola de migración a la nube fue impulsada por las aplicaciones como servicio (SaaS), que dieron a las empresas las herramientas para desarrollar de forma más rápida y segura aplicaciones específicas, como, por ejemplo, las soluciones CRM. Después, la segunda generación vio cómo muchas empresas modernizaban la infraestructura para dejar de mantener sus propios centros de datos físicos (Iaas y PaaS).

Qué duda cabe que estos avances han sido verdaderamente útiles para todo tipo de organizaciones, pero con los cambios que hemos experimentado en el año 2020, la tercera fase supondrá una transformación digital realmente crucial para las compañías de cualquier sector y tamaño. Jugando un papel importantísimo tanto la analítica de datos como la Inteligencia Artificial/Machine Learning (IA/ML) en los procesos empresariales cotidianos. Esperamos que precisamente en 2021 haya una adopción acelerada de todo ello.

2. El cumplimiento regulatorio sigue siendo la palanca de cambio

La transición a la nube tiene mucho que ver tanto con la accesibilidad y el control de los datos, atendiendo factores tan críticos como la seguridad y la privacidad.

El cumplimiento regulatorio está ejerciendo en ocasiones de palanca para pasarse a la nube, en los casos en los que las infraestructuras locales deben cambiar para adaptarse a la normativa vigente. Porque el cloud ya está ofreciendo de facto la solución: ser compliance con las normas que regulan la actividad empresarial.

Por eso, la transición a la nube sigue siendo tendencia para este 2021 por pura necesidad de muchos. Concretamente, Google Cloud es una plataforma construida desde cero sobre la base de estos requisitos fundamentales, por lo que las organizaciones de todos los tamaños y sectores pueden hacer la transición a la nube con la garantía de que con ella los datos estarán protegidos y la empresa cumplirá las normas.

3. Las infraestructuras abiertas reinarán y el multicloud seguirá creciendo.

Según IDC Research España, se espera que en 2022 el 40% del gasto core de IT esté relacionado con Cloud y que este porcentaje aumente al 80% en 2028.

En este año 2021, veremos cómo el 80% de las empresas o incluso más, adoptarán una estrategia de TI híbrida o multicloud. Según IDC, el porcentaje de empresas que cuentan con más de un proveedor de cloud ha aumentado prácticamente 20 puntos porcentuales en los últimos 3 años, compaginando las necesidades tecnológicas y de negocio con la optimización de costes o el cumplimiento normativo.

Este crecimiento es normal, porque las compañías quieren libertad de elección a la hora de mover sus cargas de trabajo. Las infraestructuras y las API abiertas son el camino a seguir, porque ninguna empresa puede permitirse el lujo de tener sus datos bloqueados en un proveedor o servicio concreto.

Ya es posible interconectar rápidamente fuentes de datos multi-nube y on-premise, obteniendo los beneficios específicos que necesitan de cada nube como si se tratara de una sola infraestructura. Y paralelamente, este compromiso con los estándares abiertos y la nube está aportando mayor valor al dato y a la capacidad analítica sobre los mismos. Las infraestructuras abiertas nos permitirán escoger la modalidad de nube que mejor funcione para nuestra empresa.

4. Aprovechar el poder de la IA/ML ya no requerirá un título en ciencia de datos

La ciencia de los datos, con toda la experiencia y las herramientas especializadas que normalmente han estado involucradas, ya no puede ser el ámbito de tan sólo unos pocos privilegiados. Los miembros de toda la organización necesitan tener acceso al poder que otorga la ciencia de los datos, disponiendo así de capacidades como el modelado de Machine Learning (ML) y la Inteligencia Artificial (IA), sin tener que aprender una disciplina completamente nueva. Si les aportamos estas capacidades, mejorarán sus habilidades profesionales y las decisiones que deben tomar. Si hasta ahora no han estado consumiendo datos, no dudemos que empezarán a hacerlo.

Si dotamos a todo el equipo del poder de la analítica, las empresas podrán recopilar, analizar y actuar sobre los datos mucho más rápido que las que todavía utilizan el modelo tradicional de ciencia de datos aislado. Esto mejora la productividad y la toma de decisiones informadas y también libera a los científicos de datos para que se concentren en tareas más adecuadas a sus habilidades y formación. En vez de estar continuamente reuniendo, analizando y creando presentaciones para sus compañeros.

Con la infraestructura de Google Cloud y sus soluciones de datos, de IA y ML, es fácil trasladar los datos a la nube y empezar a analizarlos. Soluciones y herramientas como Connected Sheets, Data QnA y Looker hacen que el análisis de datos sea algo que puedan hacer todos los empleados, independientemente de si son analistas o científicos de datos certificados.

5. La economía del dato exige el proceso en tiempo real y también predictivo

Estamos llegando rápidamente a un punto en el que los datos que residen en la nube superan a los alojados en los centros de datos. Se espera que para 2025 los datos mundiales crezcan un 61%, hasta alcanzar los 175 zettabytes.

El verdadero reto consiste es sacar el valor a los datos en el momento. Analizar los datos del pasado nos aporta información relevante, pero cada vez hay más casos de uso que requieren de información en tiempo real, especialmente cuando se trata de reaccionar ante acontecimientos inesperados. Por ejemplo, identificar y detener una brecha de seguridad en la red en el momento, gracias a los datos analizados en tiempo real. Ese momento puede ahorrar incontables horas y costes de mitigación.

Este es el mismo método que desde Google se utiliza para ayudar a sus clientes a superar los ataques DDOS. Y si el año 2020 nos ha enseñado algo, es que las empresas necesitarán más que nunca esta capacidad de responder instantáneamente a los problemas inesperados.

Si bien el análisis en tiempo real de los datos históricos reporta muchos beneficios y ventajas competitivas, no debemos olvidar la importancia que puede llegar a tener el análisis predictivo. Tradicionalmente, los datos recopilados provenían sólo del mundo físico, lo que significa que la única manera de planificar lo que iba a suceder consistía en mirar lo que se podía probar físicamente. Pero con los modelos predictivos y las herramientas de IA/ML como BigQuery ML, las organizaciones pueden realizar simulaciones basadas en escenarios e información de la vida real, lo que les proporciona datos sobre circunstancias que serían difíciles, costosas o incluso imposibles de probar en entornos físicos.

6. Más del 50% de los Data Lakes abarcarán múltiples nubes y on-premise

En Intelligence Partner somos conscientes de que alinear los servicios adecuados con cada caso de uso no es tarea fácil. Y aunque la nube abre numerosas oportunidades para mejorar las opciones en términos de gestión del dato, el hecho de que tantas empresas se estén pasando a estas soluciones cloud significa que las organizaciones necesitarán una sólida estrategia digital para seguir siendo competitivas. Y esto, por supuesto, aplica a la manera de concebir su almacenamiento de datos.

Muchas empresas están eligiendo el escenario multi-cloud por la flexibilidad que aporta, al disponer de tantas opciones a la carta. En la nube, el almacenamiento de datos ha tomado la forma de Data Warehouses -que principalmente almacenan datos estructurados para que todo sea fácilmente consumible- o de Data Lakes -que reúnen todos los datos de una empresa, independientemente de su estructura interna-.

La tendencia hacia los Data Lakes será creciente en este año 2021, de tal manera que la línea que separa un Data Lake de un Data Wharehouse será cada vez más difusa. Google Cloud dispone de una variedad de soluciones de modernización de Data Lakes que ofrecen a las organizaciones la posibilidad de integrar datos no estructurados, así como de utilizar soluciones de IA/ML para facilitar la navegación por los Data Lakes, impulsando la información y la colaboración.

De la tendencia a la realidad

Asimilar todas o algunas de estas tendencias en cualquier organización no es tarea sencilla. Aunque estemos convencidos de que ese es el camino a recorrer. Precisamente como mejor se hace el camino es acompañado. Y en Intelligence Partner nos encantaría ser tus compañeros de viaje. Nuestra especialización y compromiso con los servicios de la Google Cloud Platform nos sitúan en una posición privilegiada.

¿Empezamos?