Cualesquiera que sean las actividades que realicemos en el mundo digital, todos dejamos huellas digitales. Ejemplos de estas huellas son nuestras actividades en redes sociales y el comportamiento de los visitantes en un sitio web. Pero también dejas huellas en el mundo offline. Puedes pensar en el seguimiento de flujos de tráfico o el uso de medidores inteligentes dentro del sector energético. La cantidad de datos está aumentando más en forma tanto estructurada como no estructurada. El desafío para las organizaciones ahora es analizar estos datos y luego utilizarlos estratégicamente. Gracias a Big Data, las organizaciones obtienen una visión de 360 grados de sus clientes. Esto permite a las empresas responder mejor a las necesidades de sus consumidores. Pero, ¿qué es exactamente Big Data? ¿Y cuáles son sus características? A continuación, damos un resumen.

¿Qué es Big Data?

Big Data tiene muchas definiciones diferentes. La definición que usamos es la de Bernard Marr, experto en Big Data y autor del bestseller Big Data: "Using Smart Big Data, Analytics and Metrics To Make Better Decisions and Improve Performance" (2014): Big Data se refiere a nuestras posibilidades de usar y analizar la cantidad cada vez mayor de datos. Pero esta definición es, por supuesto, muy general. Por eso especificamos Big Data basándonos en las Cinco V's.

Las Cinco V's de Big Data;

1. Volumen
   Las organizaciones están recibiendo cada vez más datos tanto de fuentes internas (por ejemplo, sitio web) como de fuentes externas (por ejemplo, redes sociales). Esta cantidad de datos es tan grande que, según el gurú de Big Data Bernard Marr, deberías pensar en zettabytes o incluso en bytes de origen. La tecnología de bases de datos tradicional generalmente no es adecuada para Big Data, porque los conjuntos de datos a menudo son demasiado grandes para ser almacenados y analizados. Pero incluso para esto hay una solución. Nuevos sistemas distribuidos, como Hadoop, aseguran que los datos puedan ser almacenados y analizados en varias bases de datos.
2. Variedad
   La variedad se refiere a la naturaleza de los datos. Estos pueden ser estructurados, no estructurados o semiestructurados. Además, los datos provienen de muchos tipos diferentes de fuentes. Puedes pensar en video, audio y flujos de clics, pero también en datos que provienen de redes sociales y correos electrónicos. En teoría, el 80% de los datos no están estructurados. Gracias a la nueva tecnología de Big Data, podemos reunir y analizar diferentes tipos de datos (por ejemplo, mensajes de redes sociales, imágenes y datos de sensores).
3. Velocidad
   En primer lugar, este término se refiere a la velocidad con la que se generan nuevos datos (por ejemplo, mensajes de Twitter que se vuelven virales). Además, se refiere al procesamiento analítico de datos. En el caso del fraude en particular, es importante actuar rápidamente, ya que puede ser demasiado tarde para interceptar en unos pocos minutos. Pero también, con respecto a la señalización de tendencias, datos de GPS e información disponible en tiempo real sobre consumidores y el mercado, los datos deben poder ser procesados con gran velocidad.
   Al trabajar rápidamente con Big Data, puedes beneficiarte rápidamente optimizando el uso de los datos.
4. Veracidad
   Esto se refiere a la credibilidad de los datos. Con Big Data, se combinan diferentes fuentes con diferentes niveles de fiabilidad. Los diferentes tipos de datos difieren en términos de calidad y precisión y, por lo tanto, son menos controlables (por ejemplo, errores tipográficos, lenguaje coloquial, abreviaturas). Gracias a las nuevas tecnologías de Big Data, es posible utilizar estos datos "desordenados" para lograr resultados valiosos durante el proceso de análisis.
5. Valor                                                                                                                                             Este término se refiere al gran valor que Big Data puede ofrecer. Es bueno si tienes acceso a todos tus datos, pero Big Data solo tiene sentido si puedes obtener valor de ellos. Las técnicas de análisis como el análisis predictivo y la minería de datos te ayudan a obtener valor de Big Data. Esto te permite, por ejemplo, hacer predicciones y descubrir patrones y relaciones que están presentes en Big Data.

Análisis de Big Data

¿Quién no querría predecir el futuro? Con suficientes datos, la tecnología adecuada y una dosis de matemáticas, eso está al alcance. Esto se llama análisis de negocios, pero hay muchos otros términos que se utilizan, como ciencia de datos, aprendizaje automático y, sí, Big Data. Aunque estas matemáticas han existido durante mucho tiempo, sigue siendo un campo relativamente nuevo que hasta hace poco solo estaba disponible para empresas especializadas con mucho dinero.

Sin embargo, ya lo estamos utilizando sin siquiera saberlo; el reconocimiento de voz en nuestro teléfono, los escáneres de virus en nuestro PC y los filtros de spam para el correo electrónico se basan en conceptos que pertenecen al dominio del análisis de negocios. El desarrollo de coches autónomos y todos los pasos para llegar allí (control de crucero adaptativo, sistema de salida de carril, etc.) solo son posibles a través del aprendizaje automático.

¿En qué se diferencia el análisis de la inteligencia de negocios (BI) ahora? De hecho, el análisis es un soporte de decisiones basado en datos. BI muestra lo que sucedió sobre la base de datos históricos presentados en informes predeterminados. Donde BI proporciona información sobre el pasado, el análisis se centra en el futuro. El análisis dice lo que puede suceder haciendo estimaciones con escenarios de "qué pasaría si" y prediciendo riesgos y tendencias basados en el flujo de datos que cambia diariamente.

¿Qué puede hacer Big Data por el mundo marítimo?

Los barcos y el transporte marítimo están llenos de sistemas, software y automatización. La recopilación de datos se ha convertido en una de las actividades principales de los sistemas. Un gran buque de transporte puede producir más de dos mil millones de datos por mes con todos los sistemas a bordo, si esos datos se combinan con datos externos, como información de rutas, el pronóstico del tiempo y movimientos logísticos. Esto crea un conjunto de Big Data que puede llevar a ahorros de combustible, o más abstractamente, a una mayor eficiencia en las operaciones comerciales. Un ejemplo de las posibilidades para controlar actividades y el rendimiento del barco mediante Big Data es el sistema llamado Condition Based Monitoring (CBM). CBM puede monitorear todos los parámetros operativos de un barco en condiciones de operación variables. Un sistema CBM ofrece la posibilidad de traducir los parámetros ingresados en tierra a advertencias y configuraciones de sistemas a bordo. Esto puede ser, por ejemplo, una recomendación para intervalos de mantenimiento más largos que finalmente reduzcan los costos operativos.

Para concluir, Big Data está a punto de tener un impacto aún mayor en la forma en que vivimos, pensamos y trabajamos. Por eso es importante ser consciente del papel que juega en nuestra vida y especialmente en nuestras organizaciones. El conocimiento ya no es suficiente para llevarnos al futuro. Necesitamos aprender a analizar los datos que hemos recopilado con el conocimiento que tenemos para poder avanzar.

Al igual que con muchas otras tecnologías y desarrollos prometedores, Big Data no resolverá todos los problemas globales. No es magia. Todavía necesitamos personas para realizar los análisis de datos y personas para escribir los algoritmos.

A medida que usamos cada vez más tecnología en nuestras vidas, el software estadístico sigue mejorando y los costos siguen bajando, Big Data jugará un papel cada vez mayor.

¿Estás listo?