Hoy en día, todas las empresas están en proceso de convertirse en empresas de datos . Los tomadores de decisiones aprovechan los datos no solo para ver cómo se desempeñó su organización en los últimos meses, sino también para generar información detallada (el qué y el por qué) sobre los procesos y operaciones comerciales. Estos análisis, impulsados por herramientas como Tableau , informan las decisiones y estrategias comerciales y juegan un papel crucial en impulsar la eficiencia, mejorar el desempeño financiero e identificar nuevas fuentes de ingresos.
Hace unos años, los datos comerciales solían procesarse en lotes para análisis. Ahora, análisis en tiempo real ha entrado en el bloque, donde los datos de la organización se procesan y consultan tan pronto como se crean. En algunos casos, la acción no se toma instantáneamente, sino unos segundos o minutos después de la llegada de nuevos datos. Sin embargo, las empresas adoptan cada vez más ambas prácticas, especialmente en sectores donde la necesidad es analizar los datos de inmediato para entregar productos o servicios, comprender las tendencias y enfrentarse a los rivales. Después de todo, una empresa de comercio electrónico necesitaría información instantánea sobre cuándo y por qué su pasarela de pago dejó de funcionar para garantizar la experiencia y la retención del cliente. En el caso de los datos históricos analizados en lotes, la detección y resolución de tal problema podría retrasarse fácilmente.
Aquí hay algunas tendencias que darán forma e impulsarán la adopción de análisis en tiempo real en 2022.
Aumento de volúmenes de datos, velocidad. Continuando con la tendencia de los últimos años, los volúmenes de datos y la velocidad a nivel de la organización seguirán la trayectoria ascendente, aumentando más que nunca. Se espera que esto, combinado con la convergencia de los lagos de datos y los almacenes y la necesidad de tomar decisiones rápidas, impulse mejoras en el tiempo de respuesta en los análisis en tiempo real .
Los sistemas podrán ingerir cantidades masivas de datos brutos entrantes, sin importar si alcanzan su punto máximo durante unas pocas horas todos los días o durante algunas semanas cada año, sin latencia y es probable que las consultas analíticas más rápidas sean posibles, lo que garantiza reacciones instantáneas a los eventos y valor comercial máximo. Además de eso, también se espera que las plataformas de análisis en tiempo real sin servidor se generalicen, lo que permitirá a las organizaciones construir y operar aplicaciones centradas en datos con escalado bajo demanda infinito para manejar la afluencia repentina de datos de una fuente en particular.
«En general, 2022 será un año desafiante para mantenerse al día con los crecientes volúmenes de datos y las expectativas de rendimiento en el análisis de datos» , dijo a Venturebeat Chris Gladwin, director ejecutivo y cofundador de Ocient . «Veremos más organizaciones que buscan análisis continuo y resultados de consultas de mayor resolución en conjuntos de datos de hiperescala (billones de registros) para obtener información más profunda y completa de un volumen y una diversidad de fuentes de datos en constante crecimiento».
Aumento de la demanda de desarrolladores
A medida que las líneas entre el análisis en tiempo real (que proporciona información instantánea a los humanos para que tomen decisiones) y las aplicaciones analíticas en tiempo real (que toman decisiones automáticamente a medida que ocurren los eventos) continúan difuminando debido a la democratización de los datos en tiempo real, los desarrolladores se espera que se una a los analistas y a los responsables de la toma de decisiones técnicas como el próximo gran adoptante de la analítica en tiempo real.
Según un informe de Rockset , que ofrece una base de datos de análisis en tiempo real, el análisis de datos en tiempo real verá un fuerte aumento en la demanda de los desarrolladores que utilizarán la tecnología para crear aplicaciones basadas en datos capaces de personalizar el contenido / servicios al cliente también. en cuanto a realizar pruebas A / B rápidamente, detectar fraudes y prestar servicios a otras aplicaciones inteligentes, como la automatización de procesos operativos.
“Todas las demás empresas ahora sienten la presión de aprovechar los datos en tiempo real para brindar un servicio al cliente instantáneo y personalizado, automatizar la toma de decisiones operativas o alimentar modelos de ML con los datos más recientes. Las empresas que brinden a sus desarrolladores acceso ilimitado a datos en tiempo real en 2022, sin requerir que sean héroes de la ingeniería de datos, se adelantarán a los rezagados y cosecharán los beneficios ”, dijo Dhruba Borthakur, cofundador y director de tecnología de Rockset.
Capacidades de análisis en tiempo real listas para usar
En 2022 y más allá, se espera que los análisis en tiempo real basados en capacidades estándar se vuelvan más comunes, más fáciles de implementar y personalizar, dijo a Venturebeat Donald Farmer, director de Treehive Strategy. Esto supondrá una desviación de la práctica actual en la que el código se escribe internamente o se obtiene de proveedores altamente especializados e impulsará la adopción de análisis en tiempo real en el sector minorista, sanitario y público.
Hasta ahora, la analítica en tiempo real basada en capacidades listas para usar se ha utilizado principalmente en sectores como el transporte (para soporte al cliente) y la manufactura (para monitorear la producción), señaló Farmer. Profesionalmente, Farmer ha trabajado en varias de las principales tecnologías de análisis y datos del mercado. Además, anteriormente dirigió equipos de diseño e innovación en Microsoft y Qlik.
Beneficios comerciales en todos los sectores
Los beneficios comerciales de la analítica en tiempo real, independientemente del sector, también seguirán impulsando la adopción en 2022. Según la encuesta Future Enterprise Resiliency and Spending de IDC, la capacidad de tomar decisiones en tiempo real hará que las empresas sean más ágiles y aumentará la lealtad de sus clientes. / alcance y ofrecen una ventaja significativa sobre la competencia. Además, el análisis de datos continuo, que alerta a los usuarios cuando ocurren los eventos, ayudaría a mejorar las cadenas de suministro y reducir los costos, lo que generaría un rápido retorno de la inversión en las inversiones en flujo de datos de transmisión.
Según Rockset , una empresa de petróleo y gas pudo aumentar sus márgenes de beneficio entre un 12% y un 15% después de adoptar análisis en tiempo real.
Meike Escherich, directora asociada de investigación de European Future of Work en IDC, señala que ya han registrado una aceptación significativa en la implementación de análisis en tiempo real, y una de cada tres empresas europeas ya los utiliza para medir el rendimiento del equipo o planea hacerlo. en los próximos 18 meses. De manera similar, Gartner también predice que más de la mitad de los principales sistemas comerciales nuevos incorporarán inteligencia de datos continua en 2022.
Fuente: https://venturebeat.com/