Llegamos a ustedes gracias a:



Conversando con...

Stephen Brobst, CTO de Teradata

La tercera ola de datos

[23/02/2017] Nos encontramos en los albores de una tercera ola en big data, aquella que se alimenta ya no de los datos de las webs o de las redes sociales, sino de los millones de sensores que se están colocando alrededor del mundo conformando la Internet de las cosas. Estos datos son muy valiosos, tanto o más que los de las primeras dos olas y las empresas tienen que ver en ellos la oportunidad de transformarse en una compañía de datos, o enfrentar su posible extinción.

Eso es en resumen lo que nos dijo Stephen Brobst, CTO de Teradata, que estuvo de paso por Lima hace unos días y que se dio un tiempo para conversar con nosotros sobre lo que se ha avanzado en el campo del big data. Brobst tiene una visión de primera mano del tema, no en vano ha sido entre el 2008 y el 2012 parte del Consejo de Innovación y Desarrollo de Barack Obama, y el 2014 fue nombrado el cuarto CTO más importante de los Estados Unidos.

No podíamos dejar pasar la oportunidad, así que comenzamos preguntando por los avances.

Conversamos con Stephen Brobst, CTO de Teradata, y quien perteneciera -entre el 2008 y el 2012- al Consejo de Innovación y Desarrollo de Barack Obama, y fuera nombrado en el 2014 como el cuarto CTO más importante de los Estados Unidos.
¿Los usuarios de negocios están usando el big data más que antes?

En lugar de "usando diría "obteniendo los beneficios de. Generalmente lo que pasa es que capturamos el big data, pero tenemos que transformarlo en algo que sea consumible por parte de los usuarios de negocios, y ese es el trabajo de los científicos de datos y de los ingenieros de datos: hacer 'utilizables' los datos.

Definitivamente vemos que esto está sucediendo, de hecho, big data se está integrando con los datos tradicionales, por lo que ya no solo estamos hablando solo de big data sino de los datos tradicionales que pueden crear más valor. Creo que ya no debemos usar el término 'big data' porque simplemente son datos, todos son datos, y la cuestión es utilizar todos los datos (datos pequeños, datos grandes, etcétera) todo junto.

Se hablaba tradicionalmente que los datos de los medios sociales conformaban el big data, pero ¿qué otros datos también se encuentran aquí?

Creo que el tipo más interesante de big data es en realidad los datos de los sensores. Con los sensores podemos monitorear cómo se está conduciendo un automóvil, la temperatura o vibración de un equipo en un campo petrolero, o podemos rastrear nuestros productos en las tiendas, así que creo que la tecnología de los sensores es incluso más interesante que los datos de los medios sociales. Es otro tipo de big data, es más grande por órdenes de magnitud, pero también mucho más valioso, en salud, manufactura, retail y muy grande en la banca.

Entonces sigue estando en las grandes compañías.

En realidad no. Probablemente no se encuentre en las compañías muy pequeñas; pero las empresas de tamaño medio, si quieren ser competitivas, tienen que estar basadas en los datos. En Silicon Valley tenemos el dicho de que en el siglo 21 las compañías son compañías de datos, serán compañías de datos o se extinguirán, esas son las tres opciones.

Si eres muy pequeño quizás puedas mantener los datos en tu cabeza; pero apenas y llegues a ser mediano, tendrás que tener una estrategia de datos más formalizada.

Cuando se habla de la transformación digital se dice que las empresas se tienen que convertir en fábricas de aplicaciones. ¿Es esta su visión sobre este tipo de transformación?

No creo en la idea de ser una fábrica de aplicaciones, pero sí en la idea de monetizar los datos y transformarlos en productos; al final, a nadie le importan los datos sino lo que se va a hacer con ellos y eso se materializa a través de las aplicaciones. Podría decir que "fábrica me suena demasiado commodity, yo más bien diría "artesanos de aplicaciones en lugar de "fábricas de aplicaciones, porque lo que se comoditiza no tiene valor.

Lo que uno tiene que hacer es ser muy creativo en la creación de estas aplicaciones, de tal forma que puedan consumir los datos; es decir, pensar en cómo se van a consumir los datos. Por ejemplo, uno de nuestros clientes, Philips Electronics, ellos fabrican máquinas de afeitar, televisores, productos de iluminación, todo tipo de electrónica de consumo. Ellos se están transformando en una compañía de datos porque la manufactura, debido a cosas como las impresiones 3D, ya no es algo que pueda ser un negocio competitivo. Entonces ellos están repensando todas sus diferentes líneas de productos y pensando en cómo convertirse en una compañía de datos.

Un cepillo eléctrico, por ejemplo, que es un producto muy aburrido, en el pasado Philips no sabía quién era el dueño del producto porque se lo vendía a Wal-Mart y ellos a los usuarios. Ahora el cepillo de dientes es parte de la Internet de las cosas, ahora podemos pensar en cepillarnos los dientes con un cepillo que recolecta datos, los coloca en la nube, los analiza, genera un score card de tus hábitos de cepillado y genera una relación entre el consumidor y la compañía, varias veces al día.

Entonces, el valor que están creando se basa en los datos, el dispositivo que se vendió simplemente está recolectando los datos. Además, están creando aplicaciones para poder alcanzar esos datos y mostrarte algo interesante con ellos, como los hábitos de cepillado.

Algo similar pasa con los automóviles Volvo, ellos están incrementando la seguridad de sus autos. Con los datos de los sensores ellos se encuentran comprometidos a que nadie muera en un auto de Volvo para el 2020. Por supuesto, ellos no pueden evitar que tengas un ataque cardiaco en un automóvil de Volvo; pero si sucede, el auto se haría a un lado para que nadie más en el carro quede herido y que ningún otro auto choque, todo basado en big data y la analítica. Entonces, Volvo está gastando más dinero en los datos que en el acero que va en el auto. Esto es transformación digital.

Ahora que habló de analítica ¿cuál diría que es la diferencia entre usar analítica y usar inteligencia de negocio?

Inteligencia de negocio es un término antiguo que se refiere a los reportes, mientras que la analítica es más predictiva y prescriptiva. Imagine que está conduciendo un auto, los reportes, es como si estuviera mirando por el espejo retrovisor lo que ha pasado ayer. Por supuesto, uno necesita ver al espejo retrovisor algunas veces, pero si uno solo hace eso se va a estrellar. Si ve delante de su auto está prediciendo qué es lo que va a pasar y está tomando decisiones sobre qué es lo que va a hacer con ciertos resultados.

Entonces, la analítica tiene más que ver con la predicción y prescripción; es decir, qué es lo que va a pasar y qué voy a hacer con ello. Mientras que BI tiene más que ver con lo que ya ha pasado, que es útil en ocasiones, pero no tan útil como mirar hacia adelante.

¿Cuál es el awareness de las compañías ahora en el uso del big data?

Hace cinco años se decía 'bueno, esto es para las compañías muy avanzadas' y en ciertas industrias. Ahora las compañías se dan cuenta que no es una opción, si quieres ser competitivo tienes que usar todos tus datos y eso incluye big data. Algo interesante es que los usuarios iniciales de big data eran de compañías B2C, y con los datos de los sensores son más compañías B2B, como Philips, pero ahora incluso se están convirtiendo en compañías B2B2C, y puedes ver eso también en otras industrias como la automotriz.

Las dos primeras olas (datos web, datos de medios sociales) de big data beneficiaron a las compañías B2C, ahora estamos ingresando a una tercera ola de los datos de los sensores.