Mercado de big data
ResumenPara afrontar los retos de la internacionalización y hacer frente con mayor eficacia a la incertidumbre de la expansión exterior, las empresas están llamadas a analizar una cantidad cada vez mayor de conjuntos de datos semiestructurados y no estructurados en tiempo real. En este sentido, la analítica de big data (BDA) puede llegar a ser estratégica para estimular el crecimiento internacional de las pequeñas y medianas empresas (PYME). Sin embargo, la relación específica entre BDA e internacionalización se ha analizado de forma fragmentaria en la literatura sobre big data. Con el fin de arrojar luz sobre esta relación, los autores se basaron en la visión basada en los recursos (VBR) y recopilaron datos a través de un cuestionario dirigido a los directores generales de 266 PYME, recibiendo 103 respuestas. Un análisis cuantitativo basado en una regresión por mínimos cuadrados ordinarios (MCO) mostró que la relación entre la gobernanza de la infraestructura de BDA y el grado de internacionalización (DOI) no es significativa, mientras que el efecto directo de las capacidades de BDA, así como el término de interacción entre la infraestructura de BDA y las capacidades de BDA son positivos y significativos. Esto sugiere que la gobernanza de BDA per se no es suficiente para mejorar la internacionalización de las PYME. Por el contrario, este artículo señala la importancia de desarrollar capacidades específicas de BDA y la existencia de una interacción positiva entre la gobernanza de la infraestructura de BDA y las capacidades de BDA que pueden explotar los nuevos conocimientos procedentes de BDA en el crecimiento internacional de las PYME.
Ingresos por big data y business analytics en todo el mundo de 2015 a 2022
Según los autores, el big data es mucho más potente que la analítica del pasado. Los directivos pueden medir y, por tanto, gestionar con más precisión que nunca. Pueden hacer mejores predicciones y tomar decisiones más inteligentes. Pueden realizar intervenciones más eficaces en áreas que hasta ahora han estado dominadas por el instinto y la intuición más que por los datos y el rigor. Las diferencias entre big data y analítica son una cuestión de volumen, velocidad y variedad: Ahora cruzan por internet más datos cada segundo que los que se almacenaban en todo internet hace 20 años. La información casi en tiempo real permite a una empresa ser mucho más ágil que sus competidores. Y esa información puede proceder de redes sociales, imágenes, sensores, la web u otras fuentes no estructuradas.
Los retos de gestión, sin embargo, son muy reales. Los responsables de la toma de decisiones tienen que aprender a formular las preguntas adecuadas y adoptar una toma de decisiones basada en pruebas. Las organizaciones deben contratar a científicos capaces de encontrar patrones en grandes conjuntos de datos y traducirlos en información empresarial útil. Los departamentos de TI tienen que trabajar duro para integrar todas las fuentes de datos internas y externas relevantes.
Mercado de análisis de datos
La seguridad financiera que pretendemos ayudar a conseguir a nuestros clientes no se crea de la noche a la mañana. Es un esfuerzo a largo plazo, y nosotros adoptamos un enfoque a largo plazo. Por eso, durante la última década, les he escrito a ustedes, como directores generales y presidentes de las empresas en las que invierten nuestros clientes. Escribo estas cartas como fiduciario de nuestros clientes, que nos confían la gestión de sus activos, para poner de relieve los temas que considero vitales para obtener rendimientos duraderos a largo plazo y ayudarles a alcanzar sus objetivos.
El capitalismo participativo no es una cuestión política. No es una agenda social o ideológica. No es “woke”. Es capitalismo, impulsado por relaciones mutuamente beneficiosas entre usted y los empleados, clientes, proveedores y comunidades en las que su empresa confía para prosperar. Este es el poder del capitalismo.
En el mundo globalizado e interconectado de hoy en día, una empresa debe crear valor para todos sus grupos de interés y ser valorada por ellos para poder ofrecer valor a largo plazo a sus accionistas. Es a través de un capitalismo eficaz de las partes interesadas como se asigna eficientemente el capital, las empresas logran una rentabilidad duradera y se crea valor y se mantiene a largo plazo. No se equivoque, la búsqueda justa de beneficios sigue siendo lo que anima a los mercados; y la rentabilidad a largo plazo es la medida con la que los mercados determinarán en última instancia el éxito de su empresa.
Análisis crítico de los retos de los macrodatos y los métodos analíticos
En pocas palabras, los big data son conjuntos de datos más grandes y complejos, especialmente procedentes de nuevas fuentes de datos. Estos conjuntos de datos son tan voluminosos que el software tradicional de procesamiento de datos simplemente no puede gestionarlos. Pero estos volúmenes masivos de datos pueden utilizarse para resolver problemas empresariales que antes no habrían podido abordarse.
La velocidad es el ritmo al que se reciben los datos y (quizás) se actúa sobre ellos. Normalmente, la mayor velocidad de los datos se transmite directamente a la memoria en lugar de escribirse en el disco. Algunos productos inteligentes con conexión a Internet funcionan en tiempo real o casi real y requerirán evaluación y acción en tiempo real.
La variedad se refiere a los muchos tipos de datos disponibles. Los tipos de datos tradicionales estaban estructurados y encajaban perfectamente en una base de datos relacional. Con el auge del big data, los datos se presentan en nuevos tipos de datos no estructurados. Los tipos de datos no estructurados y semiestructurados, como texto, audio y vídeo, requieren un preprocesamiento adicional para derivar significado y soportar metadatos.
En los últimos años han surgido otras dos V: valor y veracidad. Los datos tienen un valor intrínseco. Pero no sirven de nada hasta que se descubre ese valor. Igualmente importante: ¿hasta qué punto son veraces sus datos y hasta qué punto puede confiar en ellos?