La Big Data juega un papel cada vez más amplio en el negocio.
Día 25/11/2014 | Reporte IT
+ Dos Nuevos Informes sobre Big Data por Accenture y PwC >
10 empresas de Big Data que se despliegan de forma local o a través de SaaS (Software as a Service), aplicaciones analíticas empaquetadas que se dirigen a los dominios de negocio específicos.
El boom de la Big Data ha llegado, y por ende las empresas Big Data se han elevado pero todavía no ha surgido un verdadero "líder"; aún ninguna empresa ha sido ungida. Tal vez dentro de unos años, unas cuantas se elevarán por encima del resto y dominaran el mercado. Pero por ahora, podemos disfrutar de una gran variedad de empresas, cada una ofrece una opinión diferente en la innovación de la Big Data.
Es por eso que el analista de Gartner Gareth Herschel aboga por que las empresas no deben optar solo por una herramienta para cubrir todas sus necesidades de análisis de datos.
"Las organizaciones deben pensar en multi-sourcing avanzados de capacidad analítica", dice. "Algunos vendrán de plataformas, algunos provendrán de los proveedores de servicios, y algunos vendrán de la compra de aplicaciones analíticas."
Pero, ¿qué herramientas y plataformas se deben elegir? Aquí están 10 de las principales empresas a considerar en el gran mundo de los datos.
Herschel considera a una plataforma de análisis avanzados como aquella que ofrece una suite completa de herramientas para lograr que un usuario profesional pueda llevar a cabo una serie de análisis sobre los diferentes tipos de Big Data.
+ IBM >
IBM hace un gran negocio de Watson y sus capacidades de inteligencia de Big Data. Pero la empresa tiene otros activos también como los adquiridos de SPSS en el año 2009, quien fuese un jugador importante en este espacio.
"IBM SPSS resuelve una amplia gama de problemas relacionados con la analítica de clientes, operaciones, amenazas y riesgos", dijo Herschel. "Ha dedicado considerable atención a este espacio de producto y a su posicionamiento exitoso bajo la marca más inteligente de planeta."
Gartner da a la compañía una alta calificación por la velocidad de desarrollo del modelo, capacidad de construir un gran número de modelos, facilidad de uso y calidad del producto.
SAP está tomando una gran visión cuando se trata de grandes volúmenes de Big Data. Su objetivo es hacer frente a grandes volúmenes de datos a partir de una amplia gama de fuentes. Eso incluye: datos de los sensores, los registros de máquinas y otros equipos; los datos sociales generados por el hombre, punto de venta (POS), ERP, documentos y correos electrónicos y otras cosas que componen los datos de la empresa; datos estructurados estándar a partir de bases de datos; y más.
El objetivo es obtener una perspectiva de diversas fuentes de datos mientras está conectado en tiempo real con los datos de la empresa con el fin de poder predecir los resultados y el rendimiento.
"Se trata de ser capaces de consolidar una variedad de datos de diferentes fuentes y obtener una imagen integral", dijo Irfan Khan, Director de Tecnología, y Operaciones Globales de Clientes de SAP.
SAP se está alejando de la estrategia rip-and-replace, que incluía el establecimiento de almacenes de datos basados en Hadoop difíciles técnicamente. En cambio, está optando por un enfoque más plug-and-play con elementos pre-montados para eliminar la complejidad en el lado TI a través de su plataforma SAP HANA, SAP Predictive solutions y SAP Lumira.
+ SAP >
SAP está tomando una gran visión cuando se trata de grandes volúmenes de Big Data. Su objetivo es hacer frente a grandes volúmenes de datos a partir de una amplia gama de fuentes. Eso incluye: datos de los sensores, los registros de máquinas y otros equipos; los datos sociales generados por el hombre, punto de venta (POS), ERP, documentos y correos electrónicos y otras cosas que componen los datos de la empresa; datos estructurados estándar a partir de bases de datos; y más.
El objetivo es obtener una perspectiva de diversas fuentes de datos mientras está conectado en tiempo real con los datos de la empresa con el fin de poder predecir los resultados y el rendimiento.
"Se trata de ser capaces de consolidar una variedad de datos de diferentes fuentes y obtener una imagen integral", dijo Irfan Khan, Director de Tecnología, y Operaciones Globales de Clientes de SAP.
SAP se está alejando de la estrategia rip-and-replace, que incluía el establecimiento de almacenes de datos basados en Hadoop difíciles técnicamente. En cambio, está optando por un enfoque más plug-and-play con elementos pre-montados para eliminar la complejidad en el lado TI a través de su plataforma SAP HANA, SAP Predictive solutions y SAP Lumira.
+ Oracle >
Oracle Big Data SQL es una forma de conectar todos los datos utilizando SQL. Cubre Hadoop, NoSQL y la base de datos insignia de Oracle en la piscina de Big Data.
+ Amazon Web Services >
Donde haya un mercado en crecimiento, nunca se podrá descartar a Amazon. Ha ampliado su cartera de servicios web Amazon Web Services (AWS) a precios económicamente bajos para ahora incluir análisis de Big Data.
+ Microsoft Cloud >
Microsoft está consiguiendo meterse de lleno en la acción con un precio asequible Cloud Platform Microsoft. La compañía combina muchos elementos, que incluyen SQL Server 2012, almacén paralelo de datos, Excel, Windows Azure y HDInsight, que le permite empezar a trabajar rápidamente en Hadoop. El Power Query se utiliza para analizar los datos y Power View te permite ver los resultados en Excel.
+ RapidMiner >
RapidMiner viene de una raza cada vez mayor de proveedores Open Source que invaden el espacio de la Big Data. Gartner cree que su plataforma tiene un montón de funcionalidades, una base de usuarios satisfechos y una buena capacidad de análisis, por lo que está llamado a ser uno de los líderes del mercado.
Los ingresos de los informes de la compañía han crecido hasta un 300% al año desde el año 2011 y cuenta con más de 200.000 usuarios activos y 500 clientes empresariales, incluidos Lufthansa, PayPal, Pepsi, Sanofi, Siemens, Telenor y Volkswagen.
"El entorno de desarrollo visual de RapidMiner permite una población de analistas de negocio, línea de gerentes de negocios y de TI, trabajar en colaboración para apoyar iniciativas empresariales estratégicas y tácticas", dijo el Dr. Ingo mierswa, CEO y fundador de RapidMiner. "A diferencia de otras plataformas de análisis avanzadas, RapidMiner es una herramienta "all-in-one" para la integración de datos, análisis y visualización que proporciona un fuerte apoyo para el análisis de datos estructurados y no estructurados, así como apoyo a los usuarios integrados directamente en la herramienta."
+ Opera Solutions >
Opera Solutions hace una gran diferencia, es la dificultad de encontrar patrones y anomalías de predicción que se encuentran en Big Data. Opera Signal Hubs son colecciones de dominio específico de señales junto con herramientas para extraer, almacenar y presentar insight y acciones recomendadas.
+ SiSense >
SiSense se centra en la creación de herramientas de Big Data ágiles que son fáciles de actualizar, y rápidas de revisar o personalizar.
"La tecnología Big Data está evolucionando rápidamente por lo que es importante atenerse a soluciones ágiles que no se convierten rápidamente en obsoletas o que toman meses para ponerse en práctica", dijo Elad Israeli, co-fundador y CPO, SiSense. "SiSense es la única solución de inteligencia de negocios de pila completa y analítica que incluye la capacidad de unirse a varios grandes conjuntos de datos y crear visualizaciones de datos con poca o ninguna ayuda de TI."
+ Accenture >
Accenture colabora con negocios, agencias gubernamentales y empresas para ayudarles con sus capacidades predictivas. Cuenta con un equipo distribuido a nivel mundial de científicos y analistas de datos, grandes herramientas de análisis de datos adaptadas a docenas de industrias, y con el apoyo de las asociaciones con los gustos de SAS, SAP, Oracle y Microsoft.
+ Revolution Analytics >
Otro proveedor Open Source considerado por Gartner como una fuerza emergente es Revolution Analytics. Su Revolucionario R Enterprise 7 (RRE 7) se dice que es la única gran plataforma de análisis de datos alimentada por Open Source R. Viene con una biblioteca de algoritmos capacitados para datos grandes con una capacidad de "escribir una vez y desplegar en cualquier lugar", que permite a los usuarios aprovechar el poder computacional de plataformas de gestión de datos como Hadoop para análisis predictivo.
"El lenguaje R puede ser difícil de usar a menos que seas un científico de datos o uno de los nuevos graduados ya formados en el lenguaje R", dijo David Smith, Chief Community en Revolution Analytics. "Es por eso que los socios de Revolution Analytics con empresas que se especializan en aplicaciones de inteligencia de negocios y analistas de negocio, proporcionan un front-end de fácil uso para los análisis personalizados desarrollados por científicos de datos en R."