Big Data Spain 2017 uno de los eventos anuales más importantes en Big Data Analytics, Inteligencia artificial y transformación digital en Europa, en el cual se han puesto de manifiesto las tendencias, necesidades de negocio, casos de éxito, metodologías y drivers más importantes que una empresa debe tener, para poder abordar una transformación digital desde un punto de vista holístico. Estuvimos allí para conocer y reforzar nuestra experiencia en esta transformación.

Desde la división de Big Data Analytics Digitex, ayudamos a las organizaciones a abordar los procesos de transformación digital, definiendo la estrategia más adecuada basada en nuestras experiencias de éxito, por ello creemos que  los aspectos más importantes de un proyecto de transformación digital se centran en definir la necesidad de negocio, el objetivo de análisis, marco temporal de decisión (real – time, batch, o ambas), orígenes de datos e integración, arquitectura, metodología y procesos.

El futuro del área pasa por lo siguiente

  • Debemos unificar la información procedente de todos los canales y sistemas Legacy para ofrecer una visión integral de los datos, y eliminar los SILOS.
  • Digitalizar los procesos off line y actividades relevantes de la compañía, mediante sensores que permitan abastecer de nueva información nuestro “Insight lake”.
  • Definir procesos de calidad de análisis de datos, que marcaran la calidad de nuestras decisiones. Es hora de crear nuestro propio “Quality insight lake”. Se deben definir métricas de calidad de datos (consistencia, completitud, exactitud, fiabilidad) que monitoricen la salud de nuestros datos.
  • La infraestructura es pieza fundamental, debe ser escalable, sostenible y se deben democratizar las capacidades analíticas y data Discovery. Se debe apostar por la configuración más óptima, infraestructura (iass), aplicaciones (pass) y  microservicios basados en (JSON, REST y HTTP).
  • Lógica analítica basada en modelos machine learning, plug & play accesibles mediante microservicios.
  • Deep learning para reconocimiento de imágenes, extracción de patrones y acciones de marketing.
  • Modelos analíticos bayesianos para simular el comportamiento de la memoria humana e interpretación del lenguaje, sentiment analysis, contextual analysis.
  • Motores de análisis predictivo de Inferencia casual: para predecir si la exposición a los riesgos es causa de los resultados. Una empresa podrá detectar e identificar los riesgos, ponderarlos y analizar de qué manera impactan en los resultados.

“Start simple, quality insight,  be agile and mesure short term ROI”

 

José Antonio Zapatero Rodríguez

Director de Analytics España – Digitex

Te puede interesar: