Big Data (o datos masivos) es un término que hace referencia a una cantidad ingente de datos, que supera la capacidad del software convencional para ser capturados, administrados y procesados en un tiempo razonable.

Este fenómeno ha traído consigo innumerables cambios en los ámbitos empresarial y de la investigación científica. Las novedades se van a hacer más patentes en los próximos años, a medida que un mayor número de empresas y organizaciones se incorporen a la inteligencia de negocio y a la analítica predictiva.

 

Sobre Big Data

La recolección, almacenamiento, búsqueda, compartición, análisis y visualización son las dificultades más usuales vinculadas con la gestión de tal cantidad de datos. Tengamos en cuenta que el manejo de los mismos se hace necesario para, por ejemplo, crear informes estadísticos, modelos predictivos, análisis de negocio o publicitarios, espionaje, lucha contra el crimen organizado, seguimiento de enfermedades infecto-contagiosas etc.

Los datos se dividen en los siguientes tipos:

• Estructurados (structured data). Tienen bien definidos tanto longitud como formato. Se almacenan en tablas (bases de datos, hojas de cálculo…). Son, por ejemplo, las fechas, las cadenas de caracteres, los números etc.

 

• No estructurados(unstructured data). Estos datos se mantienen en el formato en el que fueron recolectados. Resulta imposible su almacenamiento en tablas, pues no puede desgranarse la información que portan a tipos básicos de datos. Documentos multimedia, archivos PDF o correos electrónicos son algunos ejemplos.

 

• Semiestructurados(semistructured data). Contienen marcadores de separación de elementos, no se limitan a determinados campos y la información que portan es poco regular como para gestionarse de forma estándar. (XML, HTML, JSON…).

 

La necesidad de nuevas tecnologías de búsqueda, análisis, compartición y visualización de esta ingente cantidad de datos se hace patente, si tenemos en cuenta que, desde la década de los 80 del siglo pasado, la capacidad tecnológica para almacenar datos per cápita a nivel mundial se dobla cada 3 años.

 

Aplicaciones del Big Data

• Conocimiento de la clientela. El Big Data ayuda decisivamente a entender el comportamiento del cliente y a predecir su actuación futura. Por ello, se trata de una poderosa herramienta de marketing y planificación. Los empleados que trabajan en los departamentos de atención al cliente deben poseer información pormenorizada sobre los consumidores (gustos, intereses, comportamientos precedentes etc.), para forjar una relación de confianza y lograr compromisos y fidelidad por parte de los mismos.

 

• Análisis de operaciones empresariales.B ig Data es muy útil a las empresas, pues permite monitorizar en tiempo real operaciones, transacciones, experiencia del cliente y comportamiento de éste. Además, contribuye a incrementar la eficiencia, identifica anomalías y evita ciertos apagones en el servicio.

 

• Seguridad. Suena a ciencia-ficción, pero esta aplicación es ya toda una realidad. Big Data localiza anomalías, ciertos patrones irregulares de conducta o errores y previene amenazas o ataques. Así, es posible descubrir fraudes gracias a las comprobaciones de los historiales. Examinando fuentes y datos es posible identificar, incluso, actividades criminales.

Un ejemplo paradigmático actual y con resultados sobresalientes en el uso de Big Data es el que representa la plataforma Netflix. La aplicación recoge ciertos hábitos de los telespectadores, con el fin de personalizar las recomendaciones. Esta información les sirvió, por ejemplo, para valorar si merecía la pena invertir millones de dólares en lanzar la versión británica de la serie “House of Cards”.

 

Algunos datos de mercado

Ingresos de la industria

Los ingresos generados por el Big Data se doblan cada 5 años. Se estima que se pasará de los 69,6 mil millones de dólares de 2015 a los 132.000 millones en 2020.

El Estudio de Transformación Digital de la Empresa Española, elaborado por Territorio Creativo, ofrece datos esclarecedores sobre la importancia y trascendencia del Big Data y el Business Analytics en nuestros días.

Recordemos que el Business Intelligence analiza datos consolidados en un entorno Data Warehouse, estructurados en una base de datos relacional de tipo convencional.

Los datos integrados en un entorno de Big Data, por su parte, se almacenan en sistemas de ficheros distribuidos y no en servidores centrales. Esta circunstancia permite el manejo de cantidades ingentes de información de forma más ágil.

 

Futuro del Big Data

El mercado de Big Data no pasa desapercibido para los grandes players tecnológicos. Oracle, SAP, IBM, Microsoft y SAS fueron en 2015 las principales potencias mundiales del sector en cuota de mercado. Sin embargo, no son las únicas tal y como puede apreciarse en el gráfico.

 

 

Algunos de los más importantes retos de Big Data cara al futuro son:

• Datos multi-estructurados. La complejidad de los datos es, en la actualidad, continua e incesante. Tengamos en cuenta que ha de recolectarse información en soporte texto, audiovisual, en el Social Media etc. Se hace preciso, por tanto, un mecanismo capaz de identificar y extraer los datos de todas estas fuentes.

 

• Concepción dentro de las empresas. La utilización de Big Data en el seno de las empresas debe servir para modificar la forma en que se gestiona la organización, compartiendo la información con todos los estamentos e involucrándolos en la toma de decisiones.

 

• Costes. Reducir los costes de almacenaje es uno de los objetivos fundamentales del sector.

 

• Personas. La necesidad de personas expertas en Big Data se ha vuelto acuciante. Se precisan especialistas, no sólo para recolectar datos e información, también se buscan analistas que sepan interpretarlos de forma adecuada.

 

• Seguridad. Es imprescindible, si se desean evitar fugas de información.

 

Relación con la Inteligencia Artificial

La Inteligencia Artificial (IA) ha resurgido con fuerza en los últimos tiempos, debido a la importancia creciente del Big Data. Y es que, una vez cubierta la parte de captura e infraestructura, se hace preciso buscar mecanismos para analizar los datos masivos de información y predecir insights. La relación entre ambos conceptos es más estrecha que nunca. Todo parecer indicar que, en un futuro próximo, los dos ámbitos continuarán yendo de la mano.

La IA ayuda a Big Data a cumplir su misión. El machine learning es la siguiente evolución de este último concepto.

Ahora que tengo todos estos datos disponibles, ¿qué valor voy a extraer de ellos? Este es el momento en el que tradicionalmente se incorporaban los data scientists, ofreciendo modelos para dar sentido a los datos. Pero cada vez más, la inteligencia de las máquinas está ayudando a los científicos de datos. Programas que permiten extraer fórmulas matemáticas, o recomendar el modelo de datos más adecuado para extraer los mejores resultados, están en sus versiones beta y serán pronto centro de atención de directivos y especialistas. Toda una revolución, que no ha hecho más que empezar.

 

 

 

 

Y tú, ¿Qué opinas sobre las posibilidades del Big Data?

Rodrigo L. Barnes – Consultor de Marketing y Estrategia

Para más información, podéis poneros en contacto conmigo y enviarme vuestras sugerencias o comentarios.