Sergey Kondratenko: Big Data en finanzas

El especialista en tecnología financiera Sergey Kondratenko cree que una gestión eficaz de Big Data requiere soluciones especiales para almacenar y procesar información. Cuáles podrían ser: el experto sugiere resolverlo juntos.

Una parte importante del Big Data en las finanzas proviene de tres fuentes principales: datos mecánicos, sociales y transaccionales, informa Sergey Kondratenko. Al mismo tiempo, llama la atención sobre el hecho de que las empresas también generan datos internamente a través de la interacción directa con los clientes. Estos datos suelen almacenarse en redes internas y firewalls. Luego se pueden importar a sistemas de gestión y análisis para un análisis más detallado y su uso en procesos comerciales. Así, las tres fuentes principales del Big Data son:

1. Datos de la máquina: se generan automáticamente a partir de una variedad de fuentes, incluidos sensores, registros SIEM, dispositivos médicos y portátiles, IoT, cámaras, satélites y muchos otros.
2. Datos sociales: los datos de redes sociales como Facebook, Instagram, Twitter, YouTube, LinkedIn y otras se recopilan a través de diversas acciones de los usuarios, como tweets, retweets, me gusta, carga de videos y comentarios. Sergey Kondratenko señala que estos ricos datos proporcionan información tanto cualitativa como cuantitativa sobre cada aspecto de la interacción entre una marca y los clientes. Estos datos ayudan a las empresas de tecnología financiera a comprender mejor su mercado objetivo y su base de clientes, lo que en última instancia conduce a decisiones más informadas.
3. Datos transaccionales: representan información recopilada como resultado de transacciones en línea y fuera de línea. Estos datos incluyen detalles importantes como la fecha y hora de la transacción, la ubicación, los artículos comprados, sus precios, métodos de pago, descuentos y cupones utilizados y otra información cuantitativa. Es importante señalar que los datos transaccionales son la fuente clave de inteligencia empresarial.

Habiendo decidido las fuentes de Big Data Según el experto, es necesario ordenar su almacenamiento. Al mismo tiempo, proporcione un enfoque seguro.

Sergey Kondratenko es un reconocido especialista en una amplia gama de servicios de comercio electrónico con experiencia de muchos años. Ahora, Sergey es el propietario y líder de un grupo de empresas que no solo participan en diferentes segmentos del comercio electrónico, sino que también operan con éxito en diferentes jurisdicciones y están representadas en todos los continentes del mundo. El objetivo principal es generar nuevo tráfico, crear y ofrecer una experiencia en línea que atraiga a los usuarios a la marca y convierta a los visitantes en clientes, maximizando al mismo tiempo la rentabilidad general del negocio en línea.

Sergey Kondratenko: ¿qué son los sistemas de almacenamiento de Big Data y por qué son necesarios?

En los últimos años, la necesidad de almacenar y procesar información ha aumentado rápidamente. Sin embargo, los megadatos están disponibles no sólo para las grandes empresas. Incluso las pequeñas empresas acumulan cantidades significativas de información procedente del correo electrónico, las interacciones en las redes sociales, las ventas y otras fuentes. En base a esto, Sergey Kondratenko cree que, independientemente del tamaño de la empresa o de su sector, para garantizar la clasificación y el análisis de los datos, es necesario almacenarlos en un almacén.

El experto identifica las siguientes opciones para los sistemas de almacenamiento de Big Data:

• Almacén de datos: es el proceso de recopilar y gestionar información de diversas fuentes para crear información empresarial.
• Lago de datos: es un depósito central que recopila grandes cantidades de datos de diversas fuentes en formato bruto.
• Almacenamiento conectado a la red (NAS): es un dispositivo de almacenamiento al que se puede acceder a través de una red en lugar de hacerlo directamente desde una computadora.
• Nube: representa una de las formas más populares de almacenar grandes cantidades de datos en el mundo fintech moderno. Sergey Kondratenko dice que si ha utilizado, por ejemplo, iCloud o Google Drive, significa que ya ha probado el almacenamiento en la nube para sus documentos y archivos.
• Almacenamiento de objetos: es un método de almacenamiento de datos que trata la información como objetos. Todos los datos se almacenan en un único almacenamiento que se puede compartir entre varios dispositivos físicos, en lugar de dividirlos en archivos y carpetas.

- Los sistemas de almacenamiento de objetos incluyen bloques de datos que forman archivos u “objetos” y sus metadatos. Se agregan metadatos adicionales a cada objeto para proporcionar acceso a los datos sin necesidad de jerarquía. Todos los objetos están ubicados en el mismo espacio de direcciones y, para buscarlos, los usuarios ingresan un identificador único,explica Sergey Kondratenko.

Sergey Kondratenko: arquitectura y herramientas para el almacenamiento seguro de Big Data

La protección de datos es otro aspecto muy importante para cualquier empresa fintech. A menudo se supone incorrectamente que los datos dentro de una organización son privados y seguros. Sin embargo, los ataques cibernéticos y los hackeos se han convertido en algo común en el mundo de alta tecnología actual. Ante esta situación, Sergey Kondratenko cree que cualquier organización financiera debería poder gestionar la seguridad de los datos. En este contexto, se adoptan disposiciones para garantizar la seguridad de la información empresarial y evitar el acceso no autorizado. El experto sugiere que las empresas fintech presten especial atención a esta arquitectura de seguridad del Big Data:

1. Clasificación de datos.
2. Cifrado de datos confidenciales.
3. Almacenamiento de datos mediante tecnología ORAM.
4. Acceder a datos mediante la ocultación de rutas.

Poco a poco, cada vez más procesos financieros se están volviendo digitales y los riesgos asociados con la seguridad de los datos también están aumentando. Según Sergey Kondratenko, las filtraciones y violaciones de seguridad pueden ocurrir en diferentes etapas del procesamiento de la información, desde su recopilación hasta su almacenamiento, análisis y procesamiento. Por lo tanto, era necesario desarrollar e implementar mejores prácticas y estrategias para garantizar una sólida seguridad de los datos, especialmente en el espacio fintech donde las transacciones se realizan las 24 horas del día, los 7 días de la semana.