Conceptos básicos de Big Data: Lo que los gerentes de la cadena de suministro deben saber

Conceptos básicos de Big Data: Lo que los gerentes de la cadena de suministro deben saber

El Big Data y el análisis de datos pueden hacer que la gestión de la cadena de suministro sea más simple y clara, pero antes de que eso suceda, es necesario comprender el Big Data y el análisis de datos. Aquí está nuestra cartilla.

Aquí hay un escenario: se notifica a su director de conformidad comercial que hay un 90% de posibilidades de que el transporte crítico de piezas para São Paulo esté sujeto a inspección por parte de la aduana brasileña, lo que retrasa la recepción de piezas en su fábrica hasta dos días. Su software de gestión comercial global recomienda enviar piezas a otro puerto para acelerar la entrada y mantener intacta la línea de tiempo original.

Esta circunstancia muestra cómo aprovechar el poder de los análisis y el Big Data puede mejorar la eficiencia operativa.

Análisis de datos y Big Data 101

El análisis de datos es la técnica cualitativa y cuantitativa utilizada para aumentar la productividad y las ganancias en los negocios, mientras que Big Data se refiere a grandes cantidades de datos, estructurados o no estructurados, que las organizaciones pueden explorar y utilizar para obtener ganancias en los negocios

A medida que las empresas continúan enfrentando presión para aumentar los márgenes de beneficio y reducir los ciclos de pedidos para despacho, la aplicación de análisis de datos continuará creciendo. Un estudio de Gartner, Inc. publicado el año pasado proyectó ventas de $18.3 mil millones en 2017 en el mercado de inteligencia y análisis, mientras que se espera que las ventas de software de análisis prescriptivo crezcan de aproximadamente $415 millones en 2014 a $1.1 mil millones en 2019.

Volumen, velocidad y variedad

Big Data, un término amplio para conjuntos de datos tan grandes o complejos que las aplicaciones de procesamiento tradicionales son inadecuadas, se define por las tres V: volumen, velocidad y variedad.

• El volumen está relacionado con la magnitud de los datos actualmente disponibles para el análisis. Generalmente pensamos en los datos como texto o números, pero también incluye correo electrónico, tweets, imágenes, audio, etc. De hecho, los datos se expanden a un ritmo que se duplica cada dos años, mientras que los datos generados por humanos y máquinas crecen a un ritmo 10 veces mayor que los datos comerciales tradicionales. IT World Canada proyectó que para 2020, el gran volumen de datos digitales del mundo llenaría una pila de tabletas iPad Air que se extenderían desde la Tierra hasta la Luna.
• La velocidad se refiere a la frecuencia del cambio de datos. Piense en cómo se ha acelerado la velocidad de los datos en la última década, gracias principalmente a la expansión de Internet y las redes sociales. Se proyecta que los datos en tiempo real se multipliquen por diez para el año 2025. Un primo de datos en tiempo real son los datos en un tiempo próximo: transmisiones que incluyen un retraso de tiempo entre la ocurrencia de un evento y la publicación de esos datos. Si alguna vez accedió a un sitio que ofrece precios de acciones publicados con un retraso de cinco minutos, ha accedido a los datos en un tiempo próximo. Streaming es un término que la mayoría de nosotros probablemente nunca habíamos escuchado antes de la llegada de servicios al consumidor como Spotify o Netflix. Impulsado por la disponibilidad de soluciones basadas en la nube, el crecimiento de los servicios de transmisión solo se acelerará cuando las generaciones más jóvenes adopten la tecnología para acceder a películas, música, videos y televisión.
• Variedad se refiere a cómo los datos pueden definirse como datos estructurados, semiestructurados o no estructurados. Los datos estructurados son datos que se han organizado en un repositorio formateado, generalmente una base de datos, para que sus elementos sean accesibles para procesamiento y análisis (piense en las hojas de cálculo de Excel). Para comprender los datos semiestructurados, piense en los archivos CSV (valores separados por comas). No forman parte de bases de datos relacionales, pero están organizadas en un formato que se puede cargar fácilmente en una herramienta analítica como Excel para su análisis. Como su nombre lo indica, los datos no estructurados no están contenidos en una base de datos o en algún otro tipo de estructura de datos. Puede consistir en texto, números, fechas, video, imágenes, etc.

El Big Data ofrece oportunidades a gran escala para las organizaciones, ya que los datos estructurados y no estructurados pueden consolidarse y analizarse desde diversas perspectivas. Estas perspectivas revelan ideas, al tiempo que guían a las empresas a revelar soluciones nunca vistas a problemas complejos. Estas nuevas ideas guiarán a las empresas a escalar sus programas combinando el análisis de datos con otras aplicaciones y, por lo tanto, incorporando inteligencia en todos los procesos.