Plan Big Data

Embed Size (px)

DESCRIPTION

Plan Big Data

Text of Plan Big Data

  • El gran cuaderno del Big DataUna gua prctica para emprender su primer proyecto de Big Data.

  • ndiceIntroduccin

    Informacin imprescindible Motivos por los que casi todas las empresas implementan proyectos de Big DataMotivos por los que fracasan algunos proyectos de Big Data Consejos para conseguir que su proyecto de Big Data funcione

    Seleccin del proyecto adecuadoAspecto del proyecto adecuado Consideracin de las repercusiones Proyectos tcticos de Big Data: algunos ejemplos Transicin bsica al Big Data

    Definicin de sus objetivosObjetivos de negocioObjetivos de TI

    Definicin de sus necesidades de datosDatos necesariosCinco consideraciones clave en torno a los datos

    Nota: haga clic para ir directamente a la seccin oportuna.

    ParteB. Su estrategia

    ParteC. Su eficaz cadena desuministro de datos

    3

    4

    5 6 7 10

    1213151719

    23

    242527

    293033

    Su equipoCinco lecciones bsicas para formar equiposEstablecimiento de la gobernanza de datos Competencias que necesita y competencias que posee

    Sus herramientasExamen de las herramientas del Big Data

    Sus procesosLos ocho pasos del Big Data

    Su arquitecturaPrimeros pasos: zona de pruebasArquitectura idnea del Big Data

    Plan de su proyectoPlan de su proyecto

    En marcha

    Siguientes pasos

    Acerca de Informatica

    36

    373842

    45

    4748

    5253

    565759

    6061

    63

    64

    65

    ParteA. Preparacin

    2 | Informatica: El gran cuaderno del Big Data

  • Pocas tendencias tecnolgicas han logrado la fama que ha alcanzado el Big Data.

    Claro que pocas tendencias tecnolgicas han ofrecido a las empresas tanto potencial de transformacin. Desde que, a finales de siglo, el software empez a envolver por completo los procesos de negocio, ha estado claro: los datos cambian nuestra forma de trabajar.

    Cmo no, una gran fama conlleva una gran decepcin. En el caso del Big Data, no cabe duda de que hemos presenciado tanto buenos consejos como desinformacin repartidos a partes iguales. Por desgracia, debido

    a que este reciente y desafiante mundo de datos infinitos sigue siendo tan nuevo, tanto ruido ha confundido a mucha gente. Este cuaderno pretende disipar tal confusin.

    Trata sobre la manera de blindar su estrategia y ejecutarla con pragmatismo. Tanto si empieza una iniciativa tctica localizada como si planea una iniciativa de cimentacin que abarque toda la empresa, este cuaderno le servir como gua prctica para la transicin.

    Vamos al asunto.

    Algo grande

    3 | Informatica: El gran cuaderno del Big Data

  • Informacin imprescindibleAntes de abordar los aspectos concretos de su propio proyecto, presentamos algunas lecciones que la mayora de los profesionales del Big Data habra deseado conocer antes de iniciar sus proyectos.

    2

    4

    6

    8

    10

    12

    14

  • Cuando las empresas se deciden a abordar el Big Data, suele ser por uno de estos motivos.

    Intentan llevar a cabo mejores anlisis y se dan cuenta de que, para conseguirlo, hace falta una cantidad bastante superior de datos de anlisis. Por lo general, es alguna unidad de negocio (como marketing) la que empieza estas iniciativas. Se dan cuenta de que pueden envolver sus productos con una capa de servicios ofreciendo anlisis (a menudo, en tiempo real) que ayuden a los clientes a utilizar sus productos con ms eficiencia y eficacia.

    Quieren realizar sus actividades mejor, ms rpido y con menos gastos empleando el Big Data con el fin de documentar todas las decisiones que se toman en relacin con un proceso o una unidad de negocio en particular.

    Se dan cuenta de que el Big Data es fundamental para todas las unidades de negocio de la organizacin, por lo que intentan establecer las bases para una visin centrada en los datos de todo su mundo.

    Saben que deben aprender a manejar el Big Data antes de que sea demasiado tarde, pero todava no saben cmo hacerlo. El objetivo consiste en aprender y experimentar.

    Aunque todos son buenos motivos para interesarse por el Big Data, si desea que sus proyectos resistan el paso del tiempo (y el escrutinio de los distintos departamentos), ha de tener muy claro el motivo que mejor refleja sus intereses.

    Motivos por los que casi todas las empresas implementan proyectos de Big Data

    Informacin imprescindible

    6 | Informatica: El gran cuaderno del Big Data

  • Segn un estudio1, el 55% de todos los proyectos de Big Data no se termina y muchos otros no cumplen sus objetivos. Aunque este llamativo porcentaje no es infrecuente en una fase tan temprana de una tendencia tecnolgica, sera una insensatez pasar por alto la leccin que imparten esos proyectos. Veamos los cuatro motivos principales por los que fracasan los proyectos de Big Data.

    Objetivos difusos El motivo de fracaso que ms se cita en el estudio es el "mbito de aplicacin impreciso" del proyecto. Demasiadas empresas desarrollan proyectos ambiciosos (y, al mismo tiempo, demasiado ambiguos) que carecen de objetivos claros, y que luego terminan fracasando cuando llega el momento de tomar decisiones complicadas sobre lo que reviste importancia y lo que no.

    Perseguir el Big Data por el simple hecho de tener un proyecto de Big Data es la receta para el desastre. La complejidad de estos proyectos exige un compromiso firme con la consecucin de un resultado concreto. Sin unos objetivos claros, eso no es posible.

    Motivos por los que fracasan algunos proyectos de Big Data

    1

    1 www.informationweek.com/software/information-management/vague-goals-seed-big-data-failures/d/ d-id/1108384

    Informacin imprescindible

    7 | Informatica: El gran cuaderno del Big Data

  • 2 3

    Expectativas equivocadas Con toda la fama del Big Data, hay quien llega a algunas suposiciones muy arriesgadas en cuanto a lo que puede ofrecer el proyecto. Aunque resulte tentador hacer promesas valientes para plazos breves, es importante mantener una visin realista de lo que cabe esperar del proyecto, el tiempo que va a necesitar y la cantidad de esfuerzos que requiere.

    Cuando las expectativas del impacto y de la informacin son demasiado elevadas, acaba buscando petrleo en un mar de terabytes de incgnitas. Si las expectativas de la oferta no son realistas, se encontrar intentando cumplir plazos y presupuestos nada razonables.

    Aumento de costes y retrasos del proyecto Si se tiene en cuenta lo novedosa que es esta disciplina para la empresa, no sorprende que casi todos los proyectos de Big Data terminen costando o tardando ms de lo previsto. Ello se suele deber a una mezcla de expectativas irreales e incomprensin del procedimiento para crear una arquitectura escalable.

    En los casos en que se contrata a los escasos y bien remunerados desarrolladores de Java para Hadoop, a quienes se les encomiendan titnicas implementaciones de codificacin manual, las empresas no tardan en asumir que resulta imposible salir del entorno de pruebas sin ningn error. La consecuencia es que los proyectos de Big Data terminan como un experimento cientfico que languidece en el laboratorio y nunca llega a ver la luz.

    Informacin imprescindible

    Motivos por los que fracasan algunos proyectos de Big Data

    8 | Informatica: El gran cuaderno del Big Data

  • 4Incapacidad de escalar Si ya cuesta bastante trabajo encontrar cinco desarrolladores buenos de Java para Hadoop, en el momento en que los proyectos aumentan de tamao y hacen falta 30 desarrolladores de Java en un mismo ao, el atasco puede ser monumental. Lo peor no es la oportunidad perdida por no utilizar clsteres Hadoop, sino la prdida de tiempo y de empuje.

    Con demasiada frecuencia, las empresas se fijan ms en la conveniencia a corto plazo que en la sostenibilidad a largo plazo. Aunque no tendra sentido sugerir que se evite siempre esa contrapartida, nunca nos cansaremos de insistir en la importancia de la visin a largo plazo. Para que los datos cuenten con la proteccin y la gestin apropiadas, es imprescindible supervisar las implicaciones a largo plazo del proyecto.

    Las cuatro causas del fracaso del Big Data son preocupantes y demasiado habituales. A continuacin, veremos cmo puede evitarlas y crear una implementacin duradera.

    Informacin imprescindible

    Motivos por los que fracasan algunos proyectos de Big Data

    9 | Informatica: El gran cuaderno del Big Data

  • Consejos para conseguir que su proyecto de Big Data funcioneEn vista de que la mayora de los proyectos de Big Data fracasa por la falta de claridad y la incapacidad para demostrar la utilidad de la iniciativa, debe asumir la tarea de aportar al proyecto el enfoque y las pruebas pertinentes. Siga estos tres tiles consejos para asegurarse de que el proyecto inicia y contina su andadura.

    Marque objetivos claros y contenga las expectativas

    Si no sabe con certeza qu propsito debe fijar para el proyecto, plantee los objetivos marcados para la infraestructura de datos existente.

    Si su organizacin ya necesita datos para determinados procesos de negocio (como deteccin de fraudes o anlisis de mercado), reflexione sobre la manera en que el Big Data podra mejorar esos procesos o dotarlos de mayor valor. En lugar de afrontar un problema completamente nuevo, solo debera mejorar un proyecto o un proceso existente.

    Sin un enfoque claro ni un valor demostrable ante los usuarios de negocio, el proyecto est abocado al fracaso.

    2

    Defina las mtricas que demuestran el valor del proyecto

    Si las mtricas estn definidas con claridad y se ajustan a sus objetivos, se ahorra muchos problemas. Al fijarse metas realistas y susceptibles de cuantificacin, todos a su alrededor percibirn sus progresos.