Hoy nos acompaña Fermín de la Sierra, experto en big data y analítica de datos en Avante que reflexiona sobre la creencia de que la funcionalidad del big data sólo está al alcance de las grandes compañías.  Hoy por hoy, también la pequeña empresa puede obtener grandes beneficios de este análisis masivo de datos.

Llevamos ya varios años hablando del Big Data, del nuevo petróleo que es la información en nuestros días, de todas las controversias sobre la intimidad que está levantando esta tecnología. Sin embargo, no se observa un verdadero interés de las empresas por el análisis del Big Data, salvando grandísimas o grandes empresas.

La realidad es que el Big Data, puede beneficiar a todo tipo de empresas, independientemente de su tamaño, quizás el nombre contribuya a esta confusión. Cuando se habla de Big Data se nos viene a la cabeza el “Peta”, que evidentemente es Big Data, pero no debemos definirlo en valores absolutos, una definición comúnmente aceptada es la de “Datos cuyo volumen nos resulta incómodo para su procesamiento”, como podemos ver realmente hablamos de proporcionalidad, cualquier empresa con un histórico de 5 años de sus operaciones, podría ya, sacar “jugo” a su Big Data, ¿Por qué no lo hace?

En mi opinión hay dos factores fundamentales que contestarían a esta pregunta:

El primero de ellos es la dificultad para saber dónde encontrar ese valor, siguiendo con el símil del petróleo, donde hacer el pozo.

Pues de la misma forma que se hacen las prospecciones petrolíferas, debemos ir pensando y haciendo pequeños pilotos con nuestros datos para ver donde puede estar dicho valor, pensando previamente lo que queremos hacer, pero sin miedo a equivocarnos, es una inversión con retorno asegurado, aunque en muchos momentos nos pudiera parecer lo contrario.

Esta dificultad, lejos de paralizarnos, debe servir de impulso para descubrir nuevas perspectivas de nuestros datos, que nos lleven a soluciones innovadoras e imaginativas para poder “exprimirlos” y obtener así retorno de este esfuerzo.

El segundo de los factores que comentaba es la infraestructura, siempre escasa.

En mi opinión, un principio es un error pensar en una infraestructura “on premise”, que hay que comprar, instalar, mantener, actualizar… La nube ha venido para quedarse y, en la actualidad, se pueden desplegar agrupamientos de Spark por precios muy competitivos en la mayoría de los proveedores. De hecho, por menos de 50 € se pueden lanzar campañas de procesamiento “serias” que pueden aportar gran cantidad de información. Se puede desarrollar y desplegar un modelo de Machine Learning de manera gratuita y pagar solo por el uso, al precio de 0,001 € por predicción realizada. Creo que, nunca, han existido tantas facilidades para acometer proyectos en estas nuevas tecnologías, todavía disruptivas. El uso de estas funcionalidades nos van a  permitir un salto cualitativo en el tratamiento de la información y en los resultados que podamos obtener.

Incluso disciplinas, tradicionalmente, muy complejas como el Machine Learning, se ven enormemente beneficiadas por el cloud, numerosos proveedores facilitan espacios de trabajos a precios asequibles e incluso gratuitos, que nos permitirán iniciarnos y realizar proyectos ML, con una curva de aprendizaje aceptable y muy guiados por la plataforma, BigML, IBM Cognos Analytics y Microsoft Azure Machine Learning Studio, son claros exponentes de estas nuevas herramientas, que de alguna manera “democratizan” el ML y que muchos han dado en llamar “Driven ML”.

Concluyendo, pienso que, en general estamos perdiendo un tiempo precioso para la adopción de estas nuevas tecnologías, ahora que todavía son emergentes. No quisiera dejarme llevar por el entusiasmo, se que estas tecnologías son complejas y difíciles de abordar. Sin embargo, en pocos años dejarán de ser una ventaja y si no las hemos adoptado previamente, esto se convertirán en una importante desventaja competitiva.