Big data as a service (BDaaS) es un término típicamente utilizado para referirse a servicios que ofrecen análisis de conjuntos de datos grandes o complejos, utilizando los servicios alojados en la nube. Tipos similares de servicios incluyen software como servicio (SaaS) o infraestructura como servicio (IaaS), donde se utilizan opciones específicas de big data como servicio para ayudar a las empresas a manejar lo que el mundo de TI llama big data, o conjuntos de datos agregados sofisticados mucho valor para las empresas de hoy.
En general, Big Data como servicio ofrecerá varios tipos de análisis de datos. Por ejemplo, una empresa podría usarlo para monitorear una gran campaña de SEO o contenido web que llegue a una amplia audiencia. En un modelo BDaaS, estos servicios se ofrecerán comúnmente a través de Internet con herramientas clave de almacenamiento y funcionalidad de proveedores ubicadas en la nube. Estas configuraciones ayudan a proporcionar servicios ágiles que pueden funcionar bien, aunque las empresas no tendrán control sobre muchos de los espacios por los que atraviesan sus datos.
Los expertos han identificado otras estrategias de marketing comunes para Big Data como servicio. Una de ellas es la ubicación de los recursos de almacenamiento de datos en la nube en combinación con análisis, de modo que los datos calientes o fríos se almacenan cerca de donde se manipularán para su análisis. Esto puede ayudar a disminuir la cantidad de esfuerzo necesario para mover datos a través de un programa o plataforma de análisis. Otros puntos de venta de BDaaS incluyen descripciones específicas de cómo estas herramientas pueden ayudar a presentar grandes datos a gerentes ocupados de una manera coherente y útil, donde las empresas de análisis predictivo están creando muchos tipos diferentes de herramientas para ayudar a las empresas a obtener resultados procesables de los datos.
- ¿Cuáles son las características de big data?
- ¿Qué es una fuente de datos?
- ¿Qué son los análisis de big data?
- ¿Cómo se usan los datos?
- ¿Qué piensan los empleadores sobre las menciones de las competencias de Kaggle en una solicitud de empleo?
Los ingredientes necesarios para Bdaas incluyen:
- Arquitectura orientada a servicios de alto funcionamiento
- Capacidades de virtualización en la nube
- Procesamiento complejo dirigido por eventos
- Herramientas de inteligencia empresarial
Muchas empresas carecen de la capacidad de contratar a un equipo completo de científicos de datos, pero para seguir siendo competitivas, necesitarán acceder a los mismos datos que tienen las empresas mucho más grandes. A través de Big Data as a Service (BDaaS), las pequeñas y medianas empresas (PYMES) pueden beneficiarse de Big Data sin el gasto exorbitante de un miembro del personal a tiempo completo.
A medida que los científicos de datos ingresen al campo en mayor número, muchos tendrán la opción de elegir empleadores. Algunas de esas opciones serán corporaciones grandes y medianas, pero algunas serán proveedores de servicios. Los proveedores de servicios ofrecerán datos por una tarifa, permitiendo a las empresas de una amplia variedad de industrias tener acceso a su equipo de expertos en datos.
Diferencias entre BDaaS, Big Data tradicional y Base de datos tradicional
Big Data como servicio
- Escalabilidad bajo demanda a través de una combinación de computación en la nube y arquitectura distribuida
- Almacenamiento virtualizado de datos en una plataforma distribuida.
- Datos estructurados y no estructurados en el entorno de la nube.
- Funciones analíticas avanzadas con potencia informática a pedido
- Accesibilidad ubicua
- Capacidad analítica derivada de algoritmos específicos de dominio listos para usar junto con codificación personalizada.
Big Data tradicional
- Escalabilidad en el procesamiento y el almacenamiento logrado a través de la arquitectura distribuida
- Almacenamiento de datos en HDFS o plataforma distribuida
- Datos estructurados y no estructurados
- Funciones analíticas avanzadas
- Accesibilidad limitada
- Capacidad analítica derivada de la codificación personalizada.
Base de datos tradicional
- Falta de recursos como potencia computacional y capacidad de almacenamiento.
- Almacenamiento integrado de datos duros como NAS, SAN y discos tradicionales
- Datos estructurados
- Informes utilizando herramientas como OLAP
- Accesibilidad limitada
- Capacidad analítica derivada de la codificación personalizada.
Modelos de negocio de Big Data como servicio
- Core BDaas
- Rendimiento BDaaS
- Característica BDaaS
- BDaaS integrado
A medida que Big Data está madurando como tema, están surgiendo modelos de negocios y servicios, y podemos ver las ventajas y diferencias entre los cuatro tipos de Big Data como servicio. El núcleo BDaaS ha existido durante algunos años y es utilizado por muchas compañías, especialmente como parte de una arquitectura más grande o para cargas de trabajo irregulares. Se ha establecido como un modelo que respalda la arquitectura de servicio más amplia del proveedor.
La característica y el rendimiento de BDaaS atacan al segmento con propuestas de valor muy diferentes y hay buenas razones para que ambos sigan atrayendo clientes. Ambos tendrán que abordar algunas características del otro a largo plazo. Por ejemplo, la característica que BDaaS necesita para ser competitiva en un nivel de rendimiento, aunque la abstracción de la mercantilización y el nivel de servicio significa que, al final del día, no gana el modelo que exprime la mayor parte del rendimiento de hardware comparable, sino dólar a dólar .
El rendimiento de BDaaS se enfrentará a las demandas comerciales de las empresas que, cada vez más, están dispuestas a asumir los complejos desafíos de construir su propia arquitectura de datos y la capa SaaS relacionada, y cada vez más quieren centrarse en sus procesos específicos de dominio de valor agregado. Por lo tanto, si bien ninguno de los enfoques BDaaS semiintegrados desea cuadrar el círculo, la demanda de sus clientes aún puede obligarlos a probarlo.
El futuro
Sin embargo, no todas las industrias recibirán beneficios idénticos de Big Data. Si bien es muy probable que todos estos datos sean una parte cada vez más importante del día a día, algunas industrias se beneficiarán más que nunca. Aquí hay cuatro industrias que probablemente se beneficiarán más de BdaaS.
- Investigación médica
- Instituciones financieras
- Al por menor
- Gobierno
Fuente: https://www.linkedin.com/pulse/2…
