En la última década se han producido muchos cambios en el mundo de los datos, dando lugar a un enorme aumento de información. El 90% de los datos de los que disponemos hoy en día han sido generados en los últimos 6 años.
Se ha producido un gran crecimiento en el volumen, la variedad y la velocidad de tratamiento de los datos debido fundamentalmente a la proliferación de los dispositivos smart, las aplicaciones móviles, las redes sociales y la computación en la nube.
Este fenómeno de explosión de datos es lo que se denomina Big Data. Su aparición ha propiciado que las empresas busquen nuevas formas de recolectarlos, analizarlos y convertirlos en activos para realizar predicciones estadísticas.
Big Data está cambiando nuestro mundo. ¿Imaginas un mundo en el que puedas predecir enfermedades crónicas como el cáncer, la diabetes o el Parkinson antes de que ocurran? Este es el mundo al que nos aproximamos. A través de esas montañas de datos puede ser posible mejorar la eficiencia de los negocios. Cada industria, empresa, gobierno e individuo se está viendo afectado por esta revolución.
Big Data proporciona respuestas a muchas preguntas que las empresas ni siquiera se habían planteado. Proporciona un punto de referencia para la evolución y permite identificar los problemas de una forma comprensible. La recopilación de datos y la búsqueda de tendencias permiten identificar nuevas oportunidades de forma que la empresa se mueva con más agilidad y pueda eliminar áreas problemáticas antes de que los problemas aparezcan y acaben con sus beneficios y/o reputación.
El análisis de Big Data ayuda a las empresas a realizar movimientos de negocio más inteligentes, realizar las operaciones de forma más eficiente y tener clientes más “felices’’ y satisfechos.
Los desafíos de Big Data son las conocidas 5 Vs: Volumen, Velocidad, Variedad, Veracidad y Valor.
Estas cinco características provocan que las empresas tengan problemas para extraer datos reales de alta calidad de conjuntos de datos tan masivos, cambiantes y complicados. La volatilidad de los datos obliga a tener un alto poder de procesamiento. Además, no existen estándares de calidad de integración de datos.
La naturaleza compleja del Big Data se debe principalmente a la naturaleza no estructurada de gran parte de los datos recolectados, como puede ser los web logs, la identificación por radiofrecuencia (RFID), los sensores incorporados en dispositivos o las búsquedas de internet. Con el fin de utilizar eficazmente el Big Data, en la mayoría de los casos es necesario combinar estos datos no estructurados con datos estructurados, que normalmente suelen estar bajo una base de datos relacional como puede ser DB2 11 for z/Os.
Big Data se convierte en una preocupación particular en el momento en el que se están procesando datos privados existiendo un riesgo de seguridad. El coste por incidentes de seguridad es muy alto. Las empresas hoy en día se preocupan de mantener sus datos seguros. Según IBM, un alto porcentaje de los datos corporativos residen en mainframes y la mayoría de las transacciones corporativas a nivel mundial se procesan por mainframes, debido a su robustez y seguridad. Esto posiciona a DB2 11 for z/Os como la base de datos ideal para el Big Data y la analítica de datos críticos.
Esta nueva versión de DB2 11 for z/Os aporta novedosas funciones como son:
- GROUPING SETS: Capacidad de codificar múltiples queries con “GROUP BY” en una sentencia SQL simple.
- FUNCIÓN ROLLUP: Permite grupos anidados de subtotales.
- GROUP BY CUBE: Similar a la función “ROLLUP” pero con la adición de filas de tabulación cruzada para crear el equivalente de un cubo de datos para el análisis en rodajas.
Estas nuevas funcionalidades expanden significativamente la habilidad de DB2 para agregar grandes volúmenes de datos permitiendo a las herramientas BI de reportes, analizar los datos con un menor tiempo de respuesta y un menor coste que antes.
Por otro lado aparece la tecnología IBM’S InfoSphere BigInsights que se centra en la interactuación con marcos de trabajo HADOOP, y además se añaden capacidades avanzadas de análisis QMF con soporte para dispositivos móviles e interoperabilidad con soluciones como SPSS.
Todas estas nuevas mejoras, junto con las características ya habituales de las bases de datos DB2, hacen que se conviertan en el aliado perfecto para las soluciones Big Data.
Si quieres conocer más sobre soluciones Big Data, ponte en contacto con nosotros a través del siguiente formulario
