El big data se ha convertido en una herramienta invaluable para las empresas en la actualidad. Según las proyecciones de Statista, para el año 2022, los ingresos generados por el big data y la analítica alcanzarán los 274.3 mil millones de dólares. Sin embargo, a pesar de estas cifras prometedoras, muchas organizaciones aún no saben cómo gestionar eficazmente los proyectos de big data.
En un artículo publicado en TechRepublic, se presentan cuatro sugerencias para mejorar la gestión de proyectos de big data y maximizar su impacto corporativo:
1. Infundir la gestión de proyectos en los esfuerzos de big data
Los proyectos de big data y analítica suelen ser iterativos, con constantes actualizaciones de información y tipos de datos. Aunque esto es parte de su naturaleza, no significa que no se deban adoptar prácticas de gestión de proyectos más lineales. Por ejemplo, es necesario limpiar y preparar los datos antes de utilizarlos. Esto puede ser realizado por un gestor de proyectos especializado o por personal de TI, evitando así el uso innecesario de costosos científicos de datos. Además, una vez desarrollados los algoritmos y aplicaciones que utilizan big data, es importante realizar pruebas y etapas de implementación antes de su despliegue final.
2. Involucrar a TI
Si el equipo de ciencia de datos está separado del departamento de TI, es hora de unir estas dos disciplinas. Inicialmente, muchas organizaciones crearon equipos de ciencia de datos independientes para probar pilotos y evaluar el potencial del big data y la analítica. Sin embargo, ahora se reconoce que estas aplicaciones deben integrarse con otros sistemas y aplicaciones de TI para obtener el máximo valor. Es necesario que la ciencia de datos se convierta en parte de TI o colabore estrechamente con este departamento en proyectos y despliegues conjuntos.
3. Desarrollar un equipo de mantenimiento y monitoreo de big data
Una vez que el big data y la analítica se implementan en producción, es fundamental contar con un equipo encargado de monitorear y mantener su funcionamiento adecuado. Esto implica asegurarse de que la infraestructura de red y hardware esté en buen estado, así como garantizar que los datos se devuelvan correctamente cuando son llamados por otras aplicaciones de TI. Si se produce algún problema, el equipo de TI debe encargarse de solucionarlo. Además, es necesario mantener los niveles de ancho de banda y calidad de servicio dentro de los parámetros aceptables.
En resumen, mejorar la gestión de proyectos de big data es esencial para aprovechar al máximo su potencial corporativo. Infundir prácticas de gestión de proyectos, involucrar a TI y desarrollar un equipo de mantenimiento y monitoreo son pasos clave para lograr una integración efectiva del big data y la analítica en toda la empresa.
