top of page

Big Data - como plataforma para el soporte del Internet de las Cosas

  • Foto del escritor:  Sabyasachi
    Sabyasachi
  • 16 mar 2016
  • 2 Min. de lectura

En esta ocasión, hablaremos sobre los retos que deben afrontar las plataformas de Big Data ante el arribo del Internet de las Cosas, así como los lineamientos básicos a seguir para impulsar las capacidades analíticas como valor agregado para las empresas.

Primero ubiquemos la relación que guarda Big Data respecto al IoT, esto debido a que frecuentemente se suelen referir a ellos como conceptos aislados y con característica semejantes cuando que realmente Big Data es el elemento del IoT que alberga, procesa y ejecuta modelos estadísticos para producir información útil para las compañías.

A sabiendas de que dentro de las empresas no solamente se cuenta con información de clientes, productos, proveedores, etc., si no que ahora tambien con las aplicaciones adecuadas se puede extraer diversa información de los dispositivos interconectados, es que se tienen los 3 siguientes principales problemas a los que debe enfrentarse Big Data:

Baja capacidad analítica

  • Se estima que un 33% de la información sería útil si se mapea correctamente.

  • Actualmente solo el 0.5% de información es analizada.

Crecimiento exponencial de datos

  • Bajo esta perspectiva para el 2020 se tendrán 140 ZB

Vulnerabilidad en protección de datos

  • Se incumple en un 70% en administración pública

  • Se incumple en un 60% en empresas

Para poder contar con un ambiente que pueda soportar el creciente desarrollo de aplicaciones para IoT, habrán de seguirse las siguientes disciplinas de la Gobernanza del Big Data:

  1. Big Data Stakeholders

  • Definir objetivos de negocio claros.

  • Asignar roles: Gobernador, Gestor y Científico de datos.

  1. Business Process Integration:

  • Asegurar simbiosis entre BPM & Big Data Governance.

  • Asegurar un diseño cuidadoso de la entrada de datos

  1. Metadata

  • Estructurar el glosario representativo enfocado al negocio.

  • Construir una capa de datos abstracta para un eficiente mantenimiento al Metadata de fuentes estructuradas y no estructuradas

  1. Big Data Privacy

  • Cumplir con leyes de privacidad y protección a la información: redes sociales, biométricos, geolocalización.

  1. Big Data Quality Managment

  • Establecer y medir intervalos de confianza en los datos.

  • Monitoreo y mantenimiento constante a intervalos definidos

  1. Information Life Cycle Management

  • Flexibilidad para incluir nuevas necesidades de negocio

  • Gestionar Volumen, Velocidad, Variedad, Veracidad, Valor.

  1. Big Data Monetized.

  • Convertir información en ingresos para las organizaciones para potencializar las ventas o bien para desarrollar nuevos servicios.

Al pensar en el Internet de las Cosas será importante tener en cuenta las siguientes reflexiones para dar el respectivo posicionamiento a Big Data como parte fundamental:

  • Big Data no solo está relacionado con cuanta información se almacena, si no el uso que se le da y el valor que le genera a las empresas y organizaciones.

  • Big Data provee en tiempo real la información precisa para detonar campañas sobre productos y servicios actuales.

  • Las compañías y organizaciones que se rijan bajo la Gobernanza del Big Data, podrán contar con los elementos confiables para crear nuevos productos y servicios.

  • En términos de privacidad es responsabilidad de las organizaciones hacer cumplir las leyes nacionales e internacionales para proteger los datos personales y financieros de sus clientes.

En términos de privacidad en dispositivos conectados, los usuarios son quienes actualmente pueden restringir o bloquear el acceso a su información.

 
 
 

Comentários


Project Management Institute, PMI, Project Management Professional, PMP, PMBOK, Certified Associate in Project Management, CAPM, PMI A, PgMP, PfMP, ACP, PBA, RMP, SP y OPM3 son marcas registradas y de propiedad del Project Management Institute, Inc.
 

SBOK, el logotipo de SCRUMstudy, SDC, SMC, SAMC, SPOC y ESMC son marcas registradas de SCRUMstudy™ (una marca de VMEdu, Inc).

Six Sigma Yellow Belt SSYB, Six Sigma Green Belt SSGB, Six Sigma Black Belt SSBB, Lean Six Sigma Black Belt (LSSB), son marcas registradas y de propiedad de 6sigmastudy.

Los nombres de empresas y los logotipos de empresas mencionados en este sitio web son marcas comerciales registradas y de propiedad de las empresas correspondientes.

© 2020 KiPoint Solutions, S.A. de C.V. - Todos los Derechos Reservados.

(+52 55) 6381-3969| contacto@kipoint.com.mx

Aviso de Privacidad

  • LinkedIn - Círculo Negro
  • YouTube - Black Circle
bottom of page