¿Calidad o cantidad? Lo que más importa en el Big Data

Se prevé que en 2025 se creen 463 exabytes de datos diarios en el mundo, lo que ha revolucionado el mundo del big data entre las empresas.

Nuestro mundo se ha vuelto cada vez más digital. La pandemia no ha hecho más que acelerar esta situación. De hecho, los expertos creen que en 2025 se crearán 463 exabytes de datos diarios en todo el mundo. Las marcas y organizaciones están incorporando estos datos a sus modelos de negocio, algunos con más éxito que otros. La fusión y el análisis preciso del big data están alterando drásticamente el funcionamiento de las organizaciones. En 2021, debemos «trabajar más inteligentemente, sin esfuerzo», aseguran los expertos.

¿Cómo? Junto con la analítica, la fusión de big data permite a las empresas tomar datos procedentes de múltiples fuentes para crear y construir un modelo más sofisticado y cohesionado y comprender mejor los datos. Aunque es posible que las organizaciones ya hayan empezado a utilizar la fusión de big data, algunas pueden estar atrasadas.

Para tener éxito, las organizaciones también deben invertir en tecnologías de fusión de big data, inteligencia artificial (IA) y algoritmos de aprendizaje automático. La IA permitirá a estas empresas cribar los datos procedentes de diferentes fuentes para crear perspectivas cohesionadas y precisas. El auge de la IA en los últimos años ha hecho que las metodologías y herramientas de fusión de big data sean cada vez más comunes. Pero, ¿están las empresas aprovechando esto lo suficiente?

Sentar los cimientos de la analítica

Es necesario sentar los cimientos de la analítica. Al igual que otras tecnologías, es fundamental que los líderes comprendan sus objetivos antes de invertir en esta tecnología. La fusión de big data es una buena solución para las organizaciones que están inundadas de datos pero que no tienen forma de filtrarlos o analizarlos, o de extraer ideas significativas.

Sin embargo, antes de que una organización pueda invertir en tecnologías de big data y utilizarlas en todo su potencial, debe contar con la base -algoritmos y análisis de IA– para comprobar las anomalías, detectando diferentes patrones de comportamiento. Así pues, aunque la fusión de big data por sí sola puede encontrar un significado más profundo en las diferentes fuentes de datos, las organizaciones no podrán tomar medidas sin la analítica. Con la combinación de ambos tipos de tecnología, las organizaciones pueden beneficiarse de verdaderos conocimientos.

En el ámbito de la seguridad, el análisis de fusión de big data proporciona a las organizaciones la información necesaria para prevenir a los posibles delincuentes antes de que tengan la oportunidad de causar daños. Los análisis de seguridad e investigación de big data pueden reducir los flujos masivos de eventos en bruto a un número controlable de cantidades concisas y claramente organizadas para orientar las decisiones. Y la fusión de datos seguirá funcionando, manteniendo toda la información histórica disponible para el análisis y proporcionando a los expertos la información suficiente para orientar las decisiones (posiblemente conectándola con una anomalía anterior o preparándose para un posible incidente).

Calidad vs cantidad

Siempre que se habla de big data, suele seguirse el viejo debate sobre calidad o cantidad. La cantidad de datos ha aumentado exponencialmente en los últimos años, lo cual es bueno cuando se dispone de las herramientas adecuadas. Por ejemplo, la IA y los algoritmos de aprendizaje automático pueden recopilar datos, limpiarlos, indexarlos y fusionarlos, y luego procesarlos para obtener información.

Con las plataformas de big data adecuadas, cuantos más datos, mejor, siempre que las organizaciones tengan la capacidad de analizarlos adecuadamente. Las organizaciones se están ahogando en datos, con alrededor de 2,5 quintillones de bytes de datos nuevos creados al día. Es lógico: Los datos se han convertido rápidamente (y de forma efectiva) en lo que las organizaciones del ámbito de la seguridad utilizan para la alerta temprana y la detección del fraude. En pocas palabras, los datos pueden ser la respuesta a la mayoría de las preguntas que las organizaciones intentan responder.

Pero las organizaciones de investigación a menudo no pueden hacer uso de sus datos debido a los volúmenes masivos, la gran variedad de fuentes y la naturaleza de silo del almacenamiento de datos. Y los datos no explotados y no explotados son inútiles cuando se trata de detectar y prevenir amenazas. ¿Por qué perderlos? En el ámbito de la seguridad, el análisis de big data puede identificar valores atípicos y otras anomalías, que casi siempre indican actividades sospechosas o maliciosas.

En una organización de seguridad nacional, las investigaciones tardaban demasiado tiempo (meses o incluso años), y a menudo no llegaban a una conclusión ni proporcionaban resultados procesables. El jefe de investigaciones comprendió que las herramientas que utilizaban los equipos de investigación ya no se ajustaban a su propósito, y buscaron una combinación de fusión de big data y analítica para satisfacer sus necesidades.

En otro ejemplo, un gran fabricante de tecnología con miles de empleados en todo el mundo experimentó varias brechas de seguridad. Necesitaban asegurarse de que sólo el personal autorizado tuviera acceso a las zonas restringidas para proteger su propiedad intelectual, sus activos y sus empleados. Al pasar de la monitorización estándar de vídeo y cámaras de seguridad a un enfoque integrado y basado en el análisis, pudieron fusionar datos de múltiples fuentes, analizarlos y generar información nueva y procesable sobre amenazas que antes desconocían.

Cuando la fusión de big data se combina con una buena analítica, las organizaciones pueden aprender más, más rápido y obtener información procesable. Pero es importante tener en cuenta varias cosas.

El análisis de big data puede utilizarse para analizar todos los datos e incluir potencialmente falsos positivos, o bien puede ajustarse para ser más preciso en los datos que revisa. En este último caso, habrá menos resultados, pero los conocimientos pueden ser más precisos. Para una organización de seguridad, por ejemplo, eso puede significar que algunos casos potenciales de datos no se analizarán, pero la organización podrá localizar actividades maliciosas (con menos falsas alarmas) con mayor precisión.

La fusión de big data no es una solución de «configurarlo y olvidarlo». Sólo será tan útil como los análisis y algoritmos que deriven en inteligencia procesable. En última instancia, aunque los big data pueden ser útiles para una organización, también es muy recomendable que la organización tenga un plan claro sobre lo que ocurre con los datos después. La recolección de los datos no es el problema. Si la organización no está preparada para entender lo que significa, podría quedarse con una montaña de datos de diferentes fuentes y sin saber por dónde empezar. Es responsabilidad de las organizaciones asegurarse de que tienen la «iluminación de los datos» -en otras palabras, que conectan los puntos- para entender la historia que cuentan los datos y cuáles deben ser sus próximos pasos.

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

TE PUEDE GUSTAR

EVENTOS

RECIBE LA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Ir arriba