Siete "consejos" para abordar un proyecto con tecnologías Big Data
4 recomendaciones1,382 vistas
Este documento presenta una guía para la implementación exitosa de proyectos de Big Data en las organizaciones. Propone un enfoque gradual en tres fases (2014-15, 2016-18, 2018+) que comienza con la identificación de valor y fuentes de datos, luego el desarrollo de infraestructura y capacidades internas, y finalmente la transformación del modelo de negocio mediante la aplicación masiva de procesos analíticos. También ofrece consideraciones clave como la definición de objetivos, pruebas piloto, y la creación de grupos de trabajo multi
![[+34] 902 20 25 52 hablemos@beeva.com www.beeva.com](https://image.slidesharecdn.com/beeva-bigdatabusinessintelligence-foroitbeeva-140530042852-phpapp01/85/Siete-consejos-para-abordar-un-proyecto-con-tecnologias-Big-Data-1-320.jpg)
Siete "consejos" para abordar un proyecto con tecnologías Big Data
- 1. [+34] 902 20 25 52 hablemos@beeva.com www.beeva.com
- 2. 2014 2 Transformación modelo de negocio Aplicación a procesos actuales de manera masiva Diseño de estrategia y creacion de capacidades Tiempo %Competenciasanalíticas Situación actual 2014-15 2016-18 2018+
- 3. 2014 3 IDENTIFICACIÓN DE VALOR APROVISIONAMIENTO DEL DATO INFRAESTRUCTURA TECNOLÓGICA RECURSOS INTERNOS Y OPERATIVA Los proyectos de Big Data deben estar asociados a un ROI. El valor de los resultados obtenidos es el driver principal, junto con la Innovación Los aspectos técnicos en la extracción del dato, junto con los requerimientos legales en protección de la información, son elementos clave en los proyectos Big Data Los proyectos Big Data requieren una infraestructura IT muy avanzada. La nube permite realizar proyectos sin inversión previa y fácilmente operativizables Es necesario definir las necesidades en cuanto a capacidades internas de los RRHH. Los requerimientos de la operativa Big Data obligan también a redefinir procesos
- 4. 2014 4
- 5. 2014 5 • Incertidumbre tecnológica • Falta de certeza estratégica acerca del ecosistema de vendors • Altos costes iniciales y reducción drásticas a medio plazo • Compañias embrionarios o de nicho • “Clientes por primera vez” • Ausencia de estandarización • Confusión de clientes • Regulatorios y políticos CARACTERÍSTICAS ESTRUCTURALES COMUNES – VISTA CLIENTE
- 6. 2014 6 • Costes de volver a formar al equipo técnico • Costes de adquisión de nuevos sistemas • Costes de investigación y desarrollo del cambio • Costes de modificar la cadena de producción o aspectos conexos del negocio, cambios en la operativa • Servicios de soporte internos • Recursos para el cambio, cambio de proceso interno de IT: capital, ingeniería y personal especializado INTRODUCCIÓN DE TECNOLOGÍA EMERGENTE
- 7. 2014 7
- 8. 2014 8
- 9. 2014 9 • Identificación de fuentes de datos de valor en silos no integrados • Quién es el dueño del dato • De dónde procede el dato • Cómo se transforma el dato • Limitaciones técnicas para su exportación • Integración de fuentes de distintos silos Aspectos técnicos y operativos Aspectos de seguridad y legales • Protección de datos • Seguridad de la información • Cumplimiento de normativas internas de seguridad lógica • Estándares de seguridad y especificaciones para Cloud
- 10. 2014 10
- 11. 2014 11
- 12. 2014 12 • Formación de grupo de trabajo para PoC • Identificar pequeña PoC con alcance acotado • Elección del caso de uso según necesidades de negocio • Duración acotada: recomendable entre 3 y 6 semanas. • Identificación KPIs finales PoC • Ejecución de la PoC • Valoración de KPI’s y modelos de integración Implementando la PoCDefiniendo la POC
- 13. 2014 13 Map Reduce ETL Tradicional ERP CRM SW de 3ºs Data Warehouse RDBMS Nuevos Canales Nuevas Fuentes Logs, text, IoT HDFS Core Info. Reporting Volumen Coste Procesamiento Nuevas fuentes Nueva analítica Analytics Platform MPP y NoSQL
- 14. 2014 14 Grupos de trabajo • Creación Grupo de Big Data • Definición de valor de negocio • Definición de fuentes de datos • Definición de skills y competencias • Creación Grupo Governance del dato: BI + Big Data • Asegurar independencia de ambos sistemas en cuanto a recursos e interrelación para integración • Establecimiento de políticas de monitorización y gobernabilidad del BI y Big Data • Identificación del líder-departamento de la iniciativa Big Data. Opciones principales: 1. Dep. de BI: si la iniciativa es de optimización tecnológica para un caso de uso claramente definido 2. Dep. ad-hoc: si la iniciativa emerge de negocio y permite cierta independencia de IT Liderando Big Data en la organización
- 15. 2014 15 • Definición de objetivos de negocio • Descubrimiento del dato • Networking con sistemas: plataforma tecnológica • Definición de KPI’s • Prueba y evalúa en rendimiento: POC • Define los modelos de integración con los sistemas analíticos actuales • Evalúa tu nueva estructura organizativa Integración de la tecnología BigData en tu organización
- 16. Presentación corporativa BEEVA 2014 16 @