4.1 Big data
Qué significa Big data
Big Data (datos masivos
en español, aunque apenas se utiliza la traducción) es el proceso de
recolección de grandes cantidades de datos y su inmediato análisis para
encontrar información oculta, patrones recurrentes, nuevas
correlaciones, etc.; el conjunto de datos es tan grande y complejo que
los medios tradicionales de procesamiento son ineficaces. Y es que
estamos hablando de desafíos como analizar, capturar, recolectar,
buscar, compartir, almacenar, transferir, visualizar, etc., ingentes
cantidades de información, obtener conocimiento en tiempo real y poner
todos los sentidos en la protección de datos personales. El tamaño para
albergar todo el proceso ha ido aumentando constantemente para poder
recopilar e integrar toda la información.
La recolección de datos
ha existido casi desde siempre, cuando en el amanecer del hombre se
hacían muescas en piedras o huesos para hacer seguimiento de las
actividades cotidianas o de los suministros esenciales para subsistir.
La invención del ábaco supuso un determinante empuje al cálculo y
análisis que tanto necesitábamos cuando los dedos y la memoria no eran
suficientes, y las primeras bibliotecas representaron además un primer
intento de almacenar datos. En la época actual, todo lo que hacemos está
continuamente dejando un rastro digital que se puede utilizar y
analizar; los avances en tecnología, junto a la expansión de Internet y
el almacenamiento en la nube, han provocado que crezca la cantidad de
datos que podemos almacenar.
Ventajas del Big Data
- Volumen. La más evidente y la que hacer honor al nombre; captar y organizar absolutamente toda la información que nos llega es esencial para tener registros completos e insesgados, y que las conclusiones que obtengamos sirvan eficientemente a la hora de la toma de decisiones. Es el Business Intelligence que todos conocemos, pero a lo grande; aunque la diferencia con la clásica inteligencia de negocio viene marcada por el resto de V’s.
- Velocidad. Siempre es importante el tiempo si afrontamos tanto la necesidad de generar información (y recordemos que estamos hablando de muchos datos) como de analizarla, pero lo es más si necesitamos reaccionar inmediatamente; todo el proceso pide agilidad para extraer valor de negocio a la información que se estudia y que no se pierda la oportunidad.
- Variedad. Hay que dar uniformidad a toda la información, que tendrá su origen en datos de lo más heterogéneos, tal como veremos en el siguiente apartado. Una de las fortalezas del Big Data reside en poder conjugar y combinar cada tipo de información y su tratamiento específico para alcanzar un todo homogéneo.
- Veracidad. Se refiere a la calidad del dato y su disponibilidad; en un entorno descrito por la anterior V, Variedad, hay que encontrar herramientas para comprobar la información recibida; las tecnologías creadas al servicio del Big Data se muestran imprescindibles y eficientes para afrontar los retos.
- Valor. Trabajar con Big Data tiene que servir para aportar valor a la sociedad, las empresas, los gobiernos, en definitiva, a las personas; todo el proceso tiene que ayudar a impulsar el desarrollo, la innovación y la competitividad, pero también mejorar la calidad de vida de las personas.
Tipos de datos en Big Data
Para aclarar qué es lo que se recoge para el análisis, podemos dividirlos en dos grandes categorías:
- Datos estructurados. Aquellos que tienen longitud y formato (por ejemplo fechas) y que pueden ser almacenados en tablas (como las bases de datos relacionales). En esta categoría entran los que se compilan en los censos de población, los diferentes tipos de encuestas, los datos de transacciones bancarias, las compras en tiendas online, etc.
- Datos no estructurados. Son los que carecen de un formato determinado y no pueden ser almacenados en una tabla. Pueden ser de tipo texto (los que generan los usuarios de foros, redes sociales, documentos de Word), y los de tipo no-texto (cualquier fichero de imagen, audio, vídeo). Dentro de esta categoría, podemos añadir los Datos semiestructurados, que son los que no pertenecen a bases de datos relacionales ya que no se limitan a campos determinados, aunque poseen organización interna o marcadores que facilita el tratamiento de sus elementos; estaríamos hablando de documentos XML, HTML o los datos almacenados en bases de datos NoSQL.
El uso del análisis de datos
Para
poder analizar todo esto, se precisa de técnicas potentes y avanzadas;
las clásicas medias o varianzas no son por sí solas suficientes para
extraer suficiente de toda esa cantidad de información, ni para entender
los diferentes tipos de datos que hemos descrito.
Antes de la irrupción Big Data,
ya existían algoritmos matemáticos que nos facilitaban descubrir
información oculta en los datos, como todos los que engloban el Data Mining
(minería de datos): K-medias, arboles de decisión, redes neuronales,
etc., que con la llegada de la potencia de cálculo de los ordenadores
permitieron acortar el tiempo que se tardaba en obtener resultados.
Aunque no se pensó para ser en tiempo real si no a posteriori, permite
analizar datos para encontrar correlaciones entre ellos y de este modo
desarrollar por ejemplo una estrategia de marketing adaptada a las
conclusiones.
Por eso el análisis de datos siempre ha tenido un
gran peso en el marketing, un mejor conocimiento del consumidor y sus
necesidades propicia saber cómo aumentar las ventas; el análisis de
datos nos permite establecer relaciones entre variables, predecir
comportamientos, realizar agrupaciones (clustering) de grupos homogéneos, e incluso analizar textos para extraer información. Ahora con Big Data,
todo esto se consigue en tiempo real y con cada nueva actualización de
nuestro repositorio de datos es posible ver los cambios en las
estadísticas inmediatamente.
Big Data, modelando el futuro
Todo
el mundo habla cada día más, es una tendencia en aumento y ha llegado
para quedarse. A medida que las herramientas se hagan más accesibles, se
integrará poco a poco en nuestras vidas y pasará de ser algo
desconocido o temido, a una forma más de comprender el comportamiento
humano y nuestra relación con el entorno.
Es como el Social Media,
al principio las empresas lo veía como algo ajeno a ellas, que no
debían destinar recursos porque creían que no reportaría ningún
beneficio; ahora, lo más normal es hacer Social Marketing y
elaborar informes exhaustivos con las estadísticas derivadas de su
presencia online. Pues ahora es el momento de cruzar esos datos con el
resto de aspectos de la organización, como ventas, tráfico web,
interacción con distribuidores, etc., para encontrar nuevas vías de
negocio y crear nuevas estrategias.
Y por supuesto, para analizar
toda esta información, es necesario contar con profesionales que tengan
parte analista y parte creativa; estos “científicos de datos”
serán muy demandados por las empresas y organizaciones, por lo que se
abre un interesantísimo campo laboral para los amantes de los números.