Las empresas ahora empiezan a entender la oportunidad que brinda el Big Data para incrementar el conocimiento de sus negocios, sus competidores y sus clientes. El hecho de usar modelos de análisis predictivo se puede traducir, por tanto, en una reducción de riesgos y una mejor toma de decisiones.

Los poderes predictivos llevan a resultados que impactan positivamente en el negocio

Las empresas  han pasado muchos años construyendo EDWs (Enterprise Data Warehouses), y utilizando herramientas de Business Intelligence para obtener información sobre su propio negocio, pero la analítica predictiva es diferente. La estadística avanzada y los algoritmos excavan más a fondo para encontrar patrones que las herramientas de Business Intelligence no revelan. Muchas de estas técnicas no son nuevas, pero el Big Data ha ampliado las fronteras hacia las nuevas posibilidades porque más información puede significar más cantidad y mejores modelos predictivos. El Big Data es el combustible y la analítica predictiva es el motor que las empresas necesitan acabar de descubrir para beneficiarse del conocimiento que proporciona. big data

Forrester define las soluciones analíticas de predicción big data como:

“Soluciones de software y/o hardware que permiten a las empresas descubrir, evaluar, optimizar y desplegar modelos predictivos analizando fuentes de big data para mejorar el rendimiento del negocio o mitigar el riesgo”.

Un proceso continuo ayuda a la analítica predictiva del Big Data

La analítica predictiva utiliza algoritmos para encontrar patrones de información que puedan predecir resultados similares en el futuro. Un ejemplo común de la analítica predictiva es encontrar un modelo que pueda predecir cómo los clientes van a actuar. Por ejemplo, las empresas de telecomunicaciones pueden usar información de clientes como las llamadas realizadas, los minutos utilizados, el número de mensajes de texto enviados, etc. para encontrar modelos que puedan predecir qué clientes van a cambiar con mayor probabilidad de compañía de teléfono. Si una empresa puede predecir las razones del cambio de sus clientes, puede aprovechar la oportunidad para tomar decisiones preventivas y evitar resultados no esperados. Pero esto no es una operación para hacer una sola vez. big data Las empresas deben rehacer estos análisis con datos nuevos para asegurarse de que los modelos siguen siendo efectivos. Muchas empresas analizan la información semanalmente, o incluso de forma continua. 

Para maximizar el éxito en los programas de analítica predictiva, las organizaciones deben establecer los objetivos, entender la información de distintas fuentes, preparar la información, crear un modelo predictivo, evaluar y desplegar el modelo y, por último monitorizar la efectividad del modelo.

Forrester ha publicado recientemente un estudio para  determinar cuáles de los 10 principales proveedores  liderarán el mercado del big data, según los siguientes criterios de evaluación:

  • Oferta actual. La arquitectura de cada solución, las capacidades de manejo de datos, las herramientas de descubrimiento y modelación los algoritmos, la integración, extensibilidad, y otras características.
  • Estrategia. Se ha analizado la estrategia de cada proveedor para evaluar como los planes de cada uno pueden satisfacer la demanda actual de los clientes. Los núcleos de los criterios de evaluación incluyen precio y licencia, además de gasto en I+D.
  • Presencia en el mercado. Para determinar la presencia del mercado de cada proveedor se han evaluado las finanzas, presencia global, base instalada y partnership con otros proveedores de software y SaaS/cloud/hosting. big dataEl resultado de la evaluación apunta que  SAS e IBM son los líderes indiscutibles, mientras que el recién llegado SAP rinde bien. El resto de proveedores evaluados tiene puntos únicos de diferenciación que muchos clientes pueden encontrar atractivos.big data