Skip to main content
Big Data

Tres tipos de proyectos con tecnologías Big Data

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (18 votos, promedio: 3,50 de 5)
Cargando…

Una pregunta que me hacen con frecuencia los alumnos de un programa de postgrado sobre Big Data es qué tipo de aplicaciones se están construyendo hoy en España usando estas tecnologías.

Sin hablar de proyectos de analítica sino de proyectos de corte más bien tecnológico se me ocurre clasificar aquellos de los que tengo visibilidad en tres grandes grupos usando el refranero popular.

A nuevos tiempos, nuevas costumbres

En un primer grupo estarían los verdaderos proyectos tecnológicos big data. Más allá de la tecnología usada son los que se caracterizan no tanto por la cantidad de datos sino porque los datos son ciudadanos de primer nivel y la analítica avanzada sirve para dirigir la evolución del producto que se persigue.

Las startups son el ecosistema principal para este tipo de proyectos donde prima la agilidad a la hora de conseguir un nuevo producto y donde no existen las restricciones tecnológicas y culturales que existen en las empresas más tradicionales con fuerte uso de tecnología.

Esas empresas más tradicionales también están haciendo este tipo de proyectos pero habitualmente en departamentos de innovación o filiales con muchos más grados de libertad IT que la matriz para ensayar de forma controlada la transformación en una empresa data-driven.

Esos grados de libertad que necesita la disrupción y el foco en los datos es lo que hace de estos proyectos los más atractivos.

El mismo perro con diferente collar

En segundo lugar están los proyectos en los que se desarrollan aplicaciones nuevas que hacen lo mismo que otras aplicaciones ya existentes.

Ejemplos de esto son los proyectos de mainframe offloading o los de migración de SAS a R en los que el beneficio inmediato que se busca es el ahorro de costes de propiedad por usar tecnologías abiertas.

En este grupo de proyectos se construyen nuevos sistemas que en primera instancia no aportan nueva funcionalidad con respecto a los sistemas que ya existen —que además funcionan perfectamente desde hace años— pero se estima que a corto plazo sí permitirán abordar nuevas funcionalidades de forma más sencilla. Por ejemplo, los tres bancos de los que soy cliente no me permiten buscar movimientos en cuenta más allá de un rango de fechas, pero si los movimientos se vuelcan en el data lake o un NoSQL sí será sencillo indexar por conceptos y darme la posibilidad de buscar movimientos usando texto libre como hago en Fintonic. O bien pasar progresivamente de funcionalidad batch a near real time—mis bancos son tan batch que hay operativas que sorprendentemente no puedo realizar a determinadas horas—.

No son proyectos cortoplacistas pues se asume que en el medio-largo plazo la nueva tecnología permitirá agregar silos de información y agilizar las capacidades analíticas con respecto a lo que tienen hoy con los datos a buen recaudo en el legacy y en el data warehouse. Son proyectos más conservadores que disruptivos pero el componente de transformación sí está ahí lo que no les resta atractivo.

La mancha de la mora, con otra verde se quita

Un tercer grupo nada desdeñable es el de aplicaciones que es imprescindible modernizar tecnológicamente para que sigan siendo viables en los tiempos que corren.

El problema más frecuente que veo que se aborda es el de la escalabilidad en cuanto al volumen de datos a almacenar, lo que motiva la mayoría de proyectos de migración hacia repositorios altamente escalables.

Imaginemos por ejemplo un touroperador online que incrementa su oferta de servicios con hoteles, apartamentos turísticos, trenes, etc. El incremento de volumen de información a manejar comprometerá la escalabilidad de su base de datos relacional de modo que la migración a una NoSQL probablemente sea una solución menos costosa que invertir en escalar la existente.

Son proyectos meramente tácticos con un final muy delimitado. Las lecciones aprendidas en este tipo de proyectos pueden llegar a ser catalizadores de nuevos usos de la tecnología big data en ámbitos no contemplados antes.

Artículo originalmente publicado por el autor en LinkedIn y reproducido en su totalidad.

Javier Rodríguez Rodríguez

Javier Rodríguez Rodríguez

Gerente de Arquitecturas de Integración y Arquitecturas Big Data

Javier Rodríguez Rodríguez ha escrito 3 entradas


Javier Rodríguez Rodríguez

Javier Rodríguez Rodríguez

Gerente de Arquitecturas de Integración y Arquitecturas Big Data

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *