El Big Data requiere de equipo calificado para ser aprovechado al máximo.
El Big Data llegó para quedarse y muchos creían que esa tecnología con gran capacidad de almacenaje sería la solución a todos los problemas. Detrás de todo ese enredo de datos del Big Data, existe la preocupación por entender al ser humano, a través de motivaciones y percepciones, y de esa forma, es posible actuar con nuevas estrategias para que las empresas permanezcan más cercanas de sus clientes. No obstante, algunas sorpresas desagradables para las empresas y consecuentemente para los clientes, pueden llegar junto con esa tecnología.
Como ya se ha comprobado, la tecnología del Big Data no es pasajera, muchas empresas se sienten presionadas por adoptar esa herramienta. Sin embargo, es una inversión cara que debe ser muy bien planeada, considerando el impacto computacional que ésta novedad traerá para la empresa. En caso de que estos dos requisitos no estén bien organizados, los resultados pueden no ser los esperados, pues la tecnología tiene que ser un ítem de estrategia, algo que sirva para mejorar y no para hacer milagros. Una opción, es empezar con un pequeño proyecto pues es más fácil de medir. Ya que por medio de aplicaciones continuas muchas veces las empresas se darán cuenta del verdadero potencial del Big Data.
Cuando se debe debe administrar una gran cantidad de datos, creciendo a cada momento y alcanzando grandes proporciones, aparecen problemas que hasta entonces no eran conocidos. Con el Big Data, no analizar datos por completo puede llevar a falsas ilusiones, pues en medida que se poseen más datos resulta más difícil encontrar algo valioso en ese conjunto de información. Por eso, analizar datos por completo, mejora la precisión de las respuestas. Alcanzar objetivos se vuelve más conveniente cuando las empresas piensan globalmente y actúan localmente.
Apenas un pequeño porcentaje de los datos del Big Data está al alcance de medianas empresas. El resto de los datos son cualitativos, son generalmente textuales, difícilmente se convierten en datos cuantitativos, de esa forma la información importante se pierde por no haberla transformado en datos cuantitativos. Un dato cuantitativo puede hacer una muestra de cuántas personas están visitando un sitio de ventas, sin embargo los datos cualitativos pueden darnos los temas específicos que las personas buscan. Los datos cuantitativos, de esa forma, permiten evaluar opiniones ya que los datos cualitativos son fundamentales para entender lo que determinadas frecuencias y distribuciones significan.
Hoy en día existen herramientas que ayudan a trabajar con datos cualitativos. Para tener una visión completa del cliente, del comportamiento de ese consumidor, es necesario conocer las percepciones de los datos cualitativos y cuantitativos.
Una organización que pretende utilizar el Big Data, antes de cualquier otra cosa debe considerar si se poseen o no buenas bases de datos cuantitativos y datos cualitativos, que le permitan formar una buena base. Además, los colaboradores deben ser calificados para que sepan lo que deben hacer con los indicadores que se generaron, siendo éste un factor indispensable para el buen aprovechamiento de ésta solución tecnológica.
El equipo debe ir más allá de ser especialistas en TI, deben agregar más conocimiento en otras áreas, pues si no hay colaboradores con conocimiento del negocio que se pretende monitorear y proyectar, el fracaso será cuestión de tiempo.
Fuentes:
http://computerworld.com.br/falsa-crenca-de-que-big-data-dara-todas-respostas-que-voce-procura
http://itforum365.com.br/noticias/detalhe/11/quando-big-data-se-torna-big-desperdicio
http://computerworld.com.br/cinco-problemas-que-vem-com-o-big-data
http://www.broadtec.com.br/big-data-nao-adianta-comecar-pensando-grande/
http://exame.abril.com.br/revista-exame/edicoes/1037/noticias/o-big-data-nao-faz-milagre
http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?infoid=39794&sid=97
http://www.igovbrasil.com/2014/04/big-data-como-evitar-um-big-fracasso.html
