Los desafíos tecnológicos actuales dependen de las oportunidades que se presentan en el mercado. Por un lado, las compañías pretenden explotar tipos de datos que históricamente no habían sido su prioridad. La forma tradicional de almacenamiento de datos, por ejemplo,  abarcaba especialmente información grabada proveniente de sistemas  de facturación, customer care y ERP. En la nueva generación de análisis, podemos explotar información en forma de texto, voz, sensorial, entre otros tipos. Dichas fuentes de información requieren diferentes tecnologías como Jason de integración con tecnologías de código abierto como Hadoop, que proporcionan capacidades analíticas adicionales.

Por otra parte, el surgimiento de información es cada vez más grande, mientras que los presupuestos de TI no lo son. Usualmente, dichas inversiones son limitadas, por lo que se vuelve vital pensar en modelos económicos nuevos que permitan a las empresas recolectar y analizar la información. En este sentido, los nuevos modelos económicos incluyen una arquitectura de bajo costo, no solo  para la parte de  hardware y software, sino también en el despliegue de nuevas tecnologías que reduzcan los costos. En relación a big data, es probable que dentro de cinco años ya no utilicemos este término. En el futuro, lo que hoy llamamos big data incluirá datos estructurados y no estructurados para generar expectativas en lo que vamos a analizar, por lo que ya no podremos pensar más en big data como algo separado. No importa si se trata de datos pequeños, grandes, cuadrados, circulares o triangulares, lo que se pretende es integrar esa información y volverla disponible para quienes toman las decisiones. La base girará en torno al conjunto de herramientas que emergerán, necesarias para manejar la integración a través de múltiples tipos de datos, sistemas de archivos y tecnologías. En este sentido, nos referiremos a la capacidad de la arquitectura unificada de datos que permite aunar el acceso a la información de distintos tipos en un solo entorno analítico.

Asimismo, si tenemos que nombrar la capacidad tecnológica más disruptiva de los últimos diez años, diremos que es la colección de tecnologías para analizar diferentes tipos de datos. Hace diez años, recolectábamos vastas cantidades de datos grabados y elegíamos la mejor relación de base de datos para un datawarehouse empresarial. En la actualidad, es imposible pensar en una sola tecnología que resuelva todo este gran problema: se necesitan múltiples tecnologías dentro de un sistema de igual enfoque. Entonces, hemos evolucionado de un mundo en el que las empresas se concentraban en un solo datawarehouse empresarial centralizado, a un universo enfocado en tecnologías de sistema igual que contiene tecnologías de código abierto como Hadoop y tecnologías comerciales, como Teradata.

Por último, las distintas ubicaciones geográficas e industrias demandan análisis de datos de acuerdo a su competitividad y desempeño en el mercado. En este sentido, donde exista competencia, seguramente habrá innovación en el uso de los datos.

*Chief Technology Officer de Teradata.