CAPAS Y TECNOLOGÍAS FUNDAMENTALES PARA LA IMPLEMENTACIÓN DE BIG DATA

DICSIEL CORDOVES MUSTELIER; MARIANO FRUTOS

Buenos Aires

Encuentro; XXXV Encuentro Nacional de Docentes en Investigación Operativa, XXXIII Escuela de Perfeccionamiento en Investigación Operativa; 2022

Escuela de Perfeccionamiento en Investigación Operativa

La toma de decisiones dentro de una empresa constituye el pilar fundamental que sustenta su perdurabilidad o desaparición. Las organizaciones deben ir de la mano de los avances tecnológicos, no solo para competir sino también para alcanzar con éxito sus objetivos, apoyando un desarrollo económico equilibrado y sostenible (Hung, Wu y Shen, 2020). Hoy en día la mayoría de las organizaciones reconocen la necesidad de contar con inteligencia de negocios que permiten evaluar su estabilidad y desempeño, a través de una adecuada gestión de los grandes volúmenes de datos generados, tanto dentro de la organización como en su entorno, para aprovechar al máximo su potencialidad (Kinra, Sundtoft Hald, Rao Mukkamala y Vatrapu, 2019) (Linares Barbero, 2015). El objetivo trazado es realizar una investigación sobre los principales procedimientos y tecnologías existentes hasta la fecha asociados a la implementación de Big Data (Park, 2020). Dada su gran versatilidad, se pueden encontrar múltiples aplicaciones como: la reducción de riesgos de operación, la mejora de la comunicación en la propia empresa y en la toma de decisiones, el descubrimiento de nuevas necesidades para la empresa, la segmentación de los clientes para personalizar acciones, la mejora de la accesibilidad y la fluidez de la información, la evaluación de forma más eficiente de los productos y servicios, entre otros. Big Data ha mostrado ser una filosofía organizacional con gran potencial por lo que su aplicación en el sector empresarial aumenta día a día, y su implementación no es trivial, requiere de conocimientos especializados en temas relacionados con tecnologías informáticas, matemática y/o estadística, ciencia de datos, inteligencia de negocios, aprendizaje automático, bases de datos y algunos lenguajes de programación (Riahi y Riahi, 2018). El artículo hace referencia a algunos aspectos fundamentales del Big Data como las diferentes capas de su arquitectura (ingesta, almacenamiento, procesamiento y analítica de datos) y sus características fundamentales, así como las tecnologías asociadas a dichas capas para poder desarrollar un proyecto satisfactoriamente. El tipo de análisis y las tecnologías a utilizar dependen de varios aspectos fundamentales sobre los datos como: procedencia, forma en la que se encuentran almacenados, velocidad y tipos de procesamientos necesarios (batch, real time, streaming), modelos analíticos para obtener el verdadero valor del dato, entre otros. Big Data trabaja con tecnologías de código abierto por lo que estas se integran entre sí, sin restricciones. Algunas de las tecnologías a aplicar son: Hadoop, MongoDB, Cassandra, Apache, Kafka, Spark, Cloudera Impala y Flink. Numerosos son los casos de uso que se pueden citar al hablar de las aplicaciones de Big Data, por ejemplo: Análisis de pérdida de clientes, motores de recomendación, detección de fraudes, Data Lake y análisis de comportamientos.