Les apps guanyaran protagonisme aquest 2014

El 2014 es produirà un increment significatiu en l'ús d'apps analítiques en comparació amb l'ocupació d'eines tradicionals d'anàlisi d'informació. Però no estem parlant de les “aplicacions analítiques” que desenvolupen els fabricants, i que porten amb si models de dades estàndard i paquets de reporting universals, sinó d'apps com les que tenim als nostres mòbils, lleugeres, interactives, orientades al negoci i fàcils d'usar sense necessitat de formació. Aquestes són les classes d'apps que la gent vol emprar. Si s'obtenen resultats satisfactoris en aquest camp, des d'un punt de vista de velocitat i flexibilitat, la sort estarà llançada per a les eines analítiques tradicionals, cada cop més difícils de justificar. L'adveniment de les màquines. Molts experts que discuteixen sobre Big Data se centren en dades desestructurades, generades pels éssers humans, com les provinents de les xarxes socials. Tot i que es continuarà posant èmfasi en aquest camp, l'any vinent adquiriran més rellevància les dades generades per les màquines (incloses les provinents de l'`Internet de les Coses´), que creixeran més ràpid que qualsevol altra font de Big Data emprada per a propòsits analítics. Aquesta realitat serà especialment fehacient en els sectors d'indústria i salut. Data Steward serà el proper lloc de treball a l'univers TI. El càrrec de Data Scientist -Científic de les Dades- va donar força que parlar el 2013, però tenint en compte que els volums de dades seguiran creixent de manera imparable en el si de les empreses, s'haurà de posar més èmfasi en la gestió i supervisió de la informació, i no només en la parcel·la científica. Com a conseqüència, emergiran nous llocs de treball, com el de Data Steward (Gestor de les Dades), que, en definitiva, no deixa de ser un professional amb perfil de negoci que entengui les dades i sàpiga com qualificar-les al llarg d'un projecte. Les eines de data discovery han recollit un èxit rellevant a la indústria durant els últims anys, el que ha revertit en pingües beneficis per als proveïdors d'aquest tipus de tecnologia. Si bé, cada cop existeix més frustració entre els usuaris d'eines estancades de data discovery. Molts d'ells desconeixen com manipular les dades per obtenir els resultats esperats, i, en nombroses ocasions, es troben amb que la dada no prové del sistema adequat, conté errors o no es troba en el format apte per a la seva integració amb altres dades. Per prevenir aquest tipus de situacions, els proveïdors hauran de ser capaços d'integrar les dades de confiança dels seus clients amb els programes de visualització existents. Qualitat de la dada, problema en augment. El nombre d'incidències en matèria d'integritat de la informació creixerà de manera significativa, especialment pel que fa a l'analítica del Big Data. Tenint en compte que cada cop més organitzacions estan prenent les seves decisions estratègiques en base a dades pures, aquesta problemàtica anirà en augment. El 2014 el focus sobre la qualitat de les dades s'intensificarà de manera notable. La convergència de l'analítica predictiva, el data discovery, els sistemes d'informació geogràfica (GIS) i altres solucions d'analítica comandaran la nova era de l'automatització analítica a través de l'aprenentatge automàtic, l'ETL intel·ligent i altres processos automatitzats. Diferents tecnologies estan virant en la mateixa direcció, però cal destacar dos exemples. En primer lloc, els analistes s'estan trobant amb l'existència de grans volums de dades, inservibles en si mateixos, i s'estan veient obligats a extreure els subconjunts més rellevants per poder desenvolupar algun tipus d'anàlisi. Gràcies a la convergència de l'analítica estadística amb les funcionalitats d'ETL i extracció de dades, els analistes podran fer ús de la precisió de l'analítica predictiva per discernir quins conjunts de dades han d'extreure. D'altra banda, les tecnologies d'aprenentatge automàtic estan aplegant grans conjunts de dades i situant-los en grups pre-agregats perquè els científics de dades tinguin la possibilitat d'analitzar-los de manera més òptima i ràpida.