Big Data: Una montaña de información con sorpresas


Big-Data

Te sorprendería saber la cantidad de información que alberga el Big Data.

Si la pusieras en papel…, podrías recorrer sin problemas distancias planetarias.

De ahí la importancia de su análisis. Entre tanto dato, seguro que algo importante se puede encontrar.

¡Adelante, en este artículo te mostraré…

1.En que consiste el Big Data

2.Cuál es su utilidad real

3.Y que técnicas se usan para sacarle mayor partido

¿Qué es Big Data?


El Big Data son grandes volúmenes de datos generados por las organizaciones.

Ahora bien, si su significado es tan simple, ¿porqué se habla tanto de él en la actualidad?

La razón, es que se almacena cada vez más información, pero no se entiende casi nada. Entender parte de esa información a través de avanzados análisis permite marcar una diferencia competitiva, porque se obtiene más información valiosa y como consecuencia se toman mejores decisiones.

Qué-es-Big-Data
Características y análisis del Big Data

Por lo tanto, las mejores decisiones no residen únicamente en el propio Big Data, sino en encontrar la mejor forma de analizar sus datos. Este análisis, se basa en una serie de principios básicos:

  • Volumen: Cada vez hay un mayor número de fuentes de información, que envían a su vez, más cantidad de información. Algunas de estas fuentes son las transaccionales, las redes sociales, los sensores o las interacciones máquina-máquina.
  • Procedencia: En muchas ocasiones los datos serán inútiles si no conocemos su origen o si tiene demasiadas fuentes. No basta con tener la información, también es necesario saber de donde procede.
  • Variedad: Los datos pueden ser estructurados y no estructurados. Dentro de los mismos (especialmente los no estructurados), existen muchos formatos diferentes, lo que dificulta su análisis.
  • Variabilidad: No solo aumenta el volumen y la variedad, sino que esta información no llega de forma constante. Esto implica que hay picos de información en los que hay que estar preparados para actuar (trending topic en redes sociales por ejemplo).
  • Velocidad: El aumento del volumen en relación con el tiempo implica que se necesita una velocidad de procesamiento cada vez mayor.

Gracias a la incorporación de estos principios al análisis (entre otros factores), conseguimos extraer la mejor información posible de un conjunto masivo de datos. En el siguiente apartado, te voy a mostrar que utilidad real tiene esta información extraída.

¿Para qué sirve el Big Data?


Como te acabo de mencionar, la importancia del Big Data no radica en tener más datos que nadie. Sino en para que usas esos datos.

Es más importante la calidad que la cantidad, y esa es la función de los análisis, encontrar la mejor información posible. Posteriormente, esta información se usa para encontrar nuevas respuestas en:

  • Reducción de costes: Eliminar pasos inncesarios en el proceso de fabricación o cambiar el proceso por completo.

    Para-que-sirve-el-Big-Data
    Función y ejemplos prácticos de uso efectivo del Big Data
  • Reducción de tiempo: Similar a la reducción de costes pero aplicado al tiempo.
  • Decisiones estratégicas: Tomar decisiones que afecten a la empresa en su conjunto con más evidencia objetiva. Este ajuste a la realidad, disminuirá la probabilidad de cometer errores que puedan poner en entredicho la viabilidad de una empresa.
  • Problemas de seguridad: Tanto a nivel online como offline, se podrán agilizar gestiones de seguridad, lo que permitirá establecer un sistema más regulado y efectivo. Este sistema tendrá efecto sobretodo a nivel de prevención.
  • Comportamiento del cliente: Tener control sobre la actividad de los clientes para incentivar su consumo. Con la información de su actividad podemos aplicar reducciones de precio o cambiar la disponibilidad de los productos.
  • Desarrollo de nuevos productos: Se recibe más feedback de las características que no gusten de un producto para que evolucione a mayor velocidad. También se obtienen ideas para productos totalmente nuevos.
  • Detectar comportamientos fraudulentos: A día de hoy es en muchos casos fácil que ocurran actividades ilegales o que no respeten los códigos de conducta en una empresa, repercutiendo a corto, medio o largo plazo. Un registro más exhaustivo y claro, unido al análisis que ya hemos visto, permitirá reducir este tipo de comportamientos.

Imagina el cambio que va a suponer esto en casi cualquier empresa. No solo mejoras detalles que antes eran imposibles de detectar, sino también a una velocidad más rápida que la actual.

Técnicas usadas en Big Data


Llegados a este punto seguro que te ha quedado claro la importancia del análisis de datos masivos.

Este análisis no funciona siempre de la misma manera. Sino que depende de la información que quieras conseguir y el tipo de datos que estés analizando.

En concreto, existen diferentes técnicas de análisis que se pueden usar solas o en combinación.

Técnicas-usadas-en-Big-Data
Ejemplos de técnicas de análisis de Big Data

Por ejemplo, hay algoritmos que se basan en como funciona nuestro cerebro para establecer asociaciones. Esta técnica, llamada aprendizaje por asociación, permite predecir un suceso a partir de otro suceso ocurrido previamente.

Tiene muchas aplicaciones, como poner juntos en una tiendas dos productos sin aparente relación o predecir el comportamiento de un usuario a través de Internet.

Por otro lado, emulando a lo que ya ocurre en la naturaleza, tendríamos los algoritmos genéticos.

De forma simple, lo que hace este algoritmo es buscar una serie de inconvenientes o problemas y dar la mejor solución posible. Continuamente reevalúa la situación y vuelve a buscar la mejor solución, optimizando cada vez más el problema.

Se usa en situaciones para las que se necesita una mejora constante, como las fases de diseño o los procesos industriales.

Por último, voy a hablarte de un software analítico cuya tarea principal es aprender, el aprendizaje automático.

Al contrario que los dos anteriores, no esta programado para hacer una determinada tarea sino para entender conceptos. Puede aprender muchísimas cosas distintas, pero lo que se hace normalmente, es exponerle una y otra vez a una serie de datos relacionados con una labor en particular.

Con el paso del tiempo aprende y hace la labor cada vez mejor por si mismo. En concreto, detecta patrones en los datos y modifica las acciones del programa como respuesta. Este es el caso del algoritmo RankBrain de google o de inteligencias artificiales que juegan a ajedrez u otro tipo de juegos.

Como ya te habrás imaginado, existen muchos más tipos de análisis; como el de categorías, el sentimental o el de redes, por ponerte otros ejemplos.

Las posibilidades del Big Data, por lo tanto, tienen una relación directa con todos los distintos tipos de análisis. Es como si el Big Data fuera una mina y los distintos tipos de análisis fueran herramientas para extraer el mineral.

Ahora, turno para ti…

¿Piensas que existe algún otro principio básico aplicable al Big Data?

¿Cuanto crees que crecerá el volumen de la información en los próximos 20 años?

 

Lee más entradas relacionadas con esta categoría

Si te ha resultado interesante te agradecería mucho que lo compartieras. ¡Mil gracias!

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.