Tecnología

De minutos a microsegundos: ¿Cómo pueden las empresas acelerar los análisis en tiempo real?

Haga clic aquí para obtener más información sobre el autor. Eric Raab.

Para muchas empresas, la conversación sobre la estrategia de datos ha pasado de hablar de big data a datos rápidos. La capacidad de comprender y responder a los conocimientos de los datos en tiempo real, a menudo agregando contexto a partir de datos históricos, se ha convertido en un diferenciador fundamental para las empresas de casi todas las industrias del mundo.

Desde el mantenimiento predictivo en la fabricación hasta la mejora del rendimiento de los autos de carreras en la pista, hasta una variedad de casos de uso intermedios, se ha creado el caso de negocios de análisis y datos en tiempo real. Pero, ¿qué significa realmente «tiempo real»? ¿Qué tan rápido es lo suficientemente rápido para extraer rápidamente información de los datos?

Puede depender de a quién le preguntes. Investigaciones recientes han demostrado que, si bien la mayoría de las organizaciones creen que los datos y el análisis en tiempo real deben seguir siendo un enfoque importante, existen grandes diferencias cuando se trata de lo que significa «tiempo real». Solo un tercio de las empresas define «tiempo real» como un segundo o más rápido, y casi la mitad cree que «tiempo real» significa hasta una hora o más, ¡incluso unos pocos días!

Estos resultados muestran que muchas de las empresas actuales están pensando demasiado lentamente. Que es posible que no puedan extraer el valor total de sus datos al no realizar análisis en tiempo real a alta velocidad. Un simple cambio de minutos a microsegundos podría cambiar las reglas del juego, pero eso depende de tener la cultura y las habilidades adecuadas para hacerlo.

Echemos un vistazo más de cerca a cómo se vería un modelo operativo para análisis de microsegundos.

1. Determine si la inteligencia continua es adecuada para usted

¿Quién no querría poder tomar decisiones más rápidas e inteligentes? Si bien este puede ser el camino obvio para todas las empresas, la verdad es que no todas las empresas necesitar para trabajar en el nivel del subsegundo. Decidir si su empresa es o no un buen candidato para una toma de decisiones acelerada es un buen punto de partida. Las empresas deben hacerse las siguientes preguntas:

  • ¿Qué valor tienen los datos que fluyen en nuestra empresa y son críticos para el negocio?
  • ¿A qué tasa disminuye este valor y cómo nos afecta?
  • ¿Tenemos una cultura sólida basada en datos con las herramientas y los procesos adecuados para garantizar que nuestro personal y nuestras aplicaciones obtengan el máximo beneficio de los datos?
  • ¿Tenemos una idea clara de cómo se ve el éxito? Por ejemplo, ¿un análisis en tiempo real más rápido nos dará una ventaja competitiva mensurable? B. ¿Datos más grandes y más contextuales o la capacidad de crear una entrega de productos / servicios más rápida o más innovadora?

Tener una comprensión clara del panorama de datos de antemano, qué tan bien la empresa está promocionando las tecnologías adecuadas y las personas con las habilidades adecuadas, y el impacto que podrían tener los datos más rápidos son los primeros pasos importantes.

2. Comprenda sus datos

Las organizaciones deben tener una imagen clara del entorno de datos actual antes de intentar acortar los períodos de decisión y mejorar significativamente las operaciones. Sin embargo, cuando trabaja con petabytes o incluso zettabytes de datos, un desafío clave es averiguar dónde están esos datos, en qué formato están, qué aplicaciones están usando, etc.

La realización de una revisión del panorama de datos identificará los diferentes tipos de registros en una organización para que puedan fusionarse. Con tantos tipos diferentes de conjuntos de datos, desde datos generados interna y externamente, hasta datos de transmisión y datos en reposo, datos estructurados y no estructurados, es importante poder manejar múltiples formatos. Esto debe incluir la capacidad de recopilar y administrar datos históricos, ya que los análisis en tiempo real son más poderosos cuando los datos creados «en el momento» se colocan inmediatamente en el contexto de lo que una empresa ya sabe.

3. Piense más rápido y de forma más inteligente

Cuando los procesos y sistemas se alimentan continuamente con datos en tiempo real (enriquecidos por el contexto de los datos históricos), los equipos pueden concentrar su tiempo en incidentes que deben investigarse, e incluso predecirse, en lugar de mirar cada alerta que ocurre.

Tome datos de temperatura de un sensor integrado en una máquina, por ejemplo. Comprender estos datos en tiempo real es útil para verificar que la máquina esté funcionando de manera eficiente o que no se haya alcanzado un umbral de temperatura. Sin embargo, agregar datos históricos mapeados durante muchos días y meses no solo le brinda una mejor comprensión de cómo una máquina realiza un rendimiento. Sin embargo, también puede perfilar el rendimiento de la máquina para comprender cuándo es probable que ocurran problemas y tomar medidas con anticipación.

Las organizaciones también deben desafiar a los equipos para que apliquen pruebas y aprendizaje continuos. Por ejemplo, al combinar análisis en tiempo real con tecnologías de aprendizaje automático, estos sistemas pueden volverse cada vez más sofisticados, volviéndose más inteligentes y rápidos con cada iteración. Los analistas y científicos pueden entonces crear nuevos modelos e innovar rápidamente. Al hacerlo, trabajan dentro de un marco que les permite utilizar los datos de formas más sofisticadas e inteligentes. Es la base para crear funciones de manera iterativa, agregar nuevas canalizaciones de datos y usar la tecnología para agregar valor a lo largo del tiempo. En entornos de espacio aislado, los equipos de datos pueden crear estos modelos sin afectar los sistemas críticos.

4. Anticípese a los desafíos

La introducción de un nuevo método de análisis en tiempo real no siempre es fácil. Los desafíos y los rechazos pueden provenir de cualquier lugar, con problemas probables relacionados con la complejidad extrema de los datos, la introducción de un nuevo sistema en pilas de software de datos ya completas y la creación de nuevas «necesidades de habilidades» dentro de la empresa, si las nuevas habilidades de TI no lo son. siempre son fáciles de obtener.

Piense en cómo se pueden integrar las soluciones de análisis en tiempo real en el entorno de gestión de datos existente. Idealmente, debería ser compatible con las plataformas de nube y arquitecturas informáticas más importantes, interoperable con lenguajes de programación comunes y flexible en cuanto al método de implementación, dependiendo de la configuración para la ejecución local, en la nube o en un modelo híbrido.

Las organizaciones también deben considerar el costo total de propiedad y el impacto en el costo de una nueva implementación. La baja huella de memoria y la capacidad de ejecutarse en hardware estándar son consideraciones importantes, especialmente para Internet de las cosas (IoT) y otros escenarios en los que el software se ejecuta en dispositivos para su análisis en el borde o cerca de él, en el que hay probablemente ninguna potencia informática digna de mención.

Los costos de mantenimiento y operación continuos son otros factores que deben tenerse en cuenta, además del alcance de los servicios profesionales que están disponibles para respaldar el análisis, la corrección y la migración de datos. Las organizaciones también pueden querer examinar la experiencia en la organización para determinar si las habilidades apropiadas están en su lugar o si las políticas de capacitación y contratación deben actualizarse.

Lograr una mentalidad de microsegundos

El potencial para acercar aún más la analítica en tiempo real al “tiempo real” real puede ser innovador y permitir a las empresas de todos los sectores tomar decisiones más rápidas, inteligentes y valiosas. Comenzar depende de darse cuenta del valor y el éxito que tendrá su negocio. Configure sus datos para tener éxito con análisis en tiempo real, incluida la configuración de funciones que combinan de manera efectiva diferentes tipos de conjuntos de datos. y descubra cómo lidiar con los obstáculos y contratiempos inevitables. Cada uno de estos pasos debe ayudarlo a comenzar con la mentalidad del microsegundo y todos los beneficios comerciales y operativos que conlleva.