Serveis Informàtics Àralos S.L. utiliza cookies propias y de terceros recopilar datos sobre la experiencia de navegación y optimizar el funcionamiento de nuestro sitio web. Si continua navegando, consideramos que acepta su uso. Més informació

Diseño web, marketing digital y posicionamiento en buscadores. Diseño de páginas web. Presupuestos sin compromiso. Solicita tu presupuesto! - presupuesto web

Diseño de páginas web - Presupuestos sin compromiso - Solicita presupuesto para tu web

Diseño de páginas web - Presupuestos sin compromiso - Solicita presupuesto para tu web


Big Data en la actualidad

19/04/2018 E-Commerce | Marketing | Internet |
Big Data en la actualidad

Uno de los conceptos de los que más se habla últimamente es del Big Data. Con el escándalo de Cambridge Analytica muchos se preguntan para qué pueden este tipo de empresas utilizar la información conseguida de los usuarios.
Debido a esto está habiendo mucha controversia en cuanto a cómo se gestiona la información en Internet, hasta donde peligra nuestra privacidad y como puede repercutir esto en nuestras vidas.
Con el artículo de hoy vamos a intentar explicar qué se puede hacer con el Big Data, qué significa y qué tipo de información se puede conseguir.

Big Data - Definición

Big Data (datos masivos) es el proceso de recolección de grandes cantidades de datos con 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. Esto conlleva tareas tan difíciles como analizar, capturar, recolectar, buscar, compartir, almacenar, transferir, visualizar, enormes cantidades de información para obtener conocimiento en tiempo real y poner todos los sentidos en la protección de datos personales.
El tamaño de las recolecciones para almacenar todo el proceso ha ido aumentando constantemente con el fin de recopilar e integrar toda la información.

La recolección de datos ha existido casi desde siempre, en otras épocas de manera más arcaica. El ejemplo del ábaco supuso un determinante empuje al cálculo y análisis que tanto se necesitaba en su momento, y las 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.

Las 5V como definición de Big Data. Podemos explicarlo de la siguiente manera con 5 puntos:

Volumen:

Captar y organizar absolutamente toda la información que nos llega es esencial para tener registros completos, y que las conclusiones que obtengamos sirvan eficientemente a la hora de la toma de decisiones. Es el Business Intelligence tradicional, pero a lo grande; aunque la diferencia con la clásica inteligencia de negocio viene marcada por el resto de puntos.

Velocidad:

La velocidad es siempre un punto clave cuando necesitamos generar información, en este caso aún más si el volumen de datos es enorme. 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 a continuación. 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:

La veracidad de la información es clave en cuanto a la calidad del dato y su disponibilidad; en un entorno descrito por la 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 el sistema 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 este punto vamos a ver que tipo de datos se recogen para el análisis y se pueden categorizar de la siguiente forma:

  • Datos estructurados.
    Son aquellos que tienen longitud y formato (fechas) y que pueden ser almacenados en tablas (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 o 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 concretos, aunque poseen organización o marcadores que facilitan 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 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.
De esta forma analizar datos para encontrar correlaciones entre ellos y de este modo desarrollar por ejemplo una estrategia de marketing adaptada.

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 e incluso analizar textos para extraer información. Ahora con Big Data, todo esto se consigue en tiempo real y con cada nueva actualización del repositorio de datos es posible ver los cambios en las estadísticas inmediatamente.

¿Qué utilidades tiene?

La información puede tener un buen uso o usarse para propósitos menos lícitos. Lo primero que se debe tener en cuenta es el tema de la privacidad, ya que cada vez más detalles de nuestras vidas son almacenados y analizados por empresas y gobiernos; por supuesto, no es algo que se deba tomar a la ligera, pero a medida que avanza la tecnología, se deben ir adaptando las leyes y regulaciones para proteger a las personas.
Por ahora, no hay más rastro de nosotros que los que ya estamos dejando día a día, y que ya están siendo analizados por terceros. Podemos hablar de una representación de nosotros, pero no deja de ser un número entre millones. Para estudiar el comportamiento de grupos homogéneos hay que tratarlos como tendencias, para que al siguiente estudio empiece de nuevo el proceso.
Los beneficios son muchos, y muy importantes.

En el caso de una eCommerce, puede optimizar el stock de sus almacenes a través de la información extraída de lo que busca la gente en su web o analizando las tendencias en redes sociales y foros; también puede servir para fijar precios dinámicos en sus productos extrayendo datos de múltiples fuentes (las acciones de los clientes, preferencias de los proveedores o recopilación de precios de la competencia).

El sector de las telecomunicaciones es una industria privilegiada, gracias a sus redes y a la proliferación de dispositivos móviles; la oportunidad más evidente es extraer información de la experiencia del usuario gracias al tráfico de voz y datos, y así poder ofrecer altas en contratos personalizados, ampliar la batalla por la competencia e incluso crear nuevas fuentes de ingresos.

La banca también debe de poner medios para luchar contra el fraude, los delitos financieros y las brechas de seguridad, mediante Big Data. Las entidades financieras están ingentes cantidades de dinero en perfeccionar algoritmos y la tecnología de análisis para minimizar riesgos y fortalecer su imagen de cara al cliente.

El Big Data no es sólo aprovechable por grandes corporaciones. Un ejemplo fuera de los negocios pueden ser las herramientas para las fuerzas de seguridad con el objetivo de perseguir criminales y luchar contra el terrorismo de cualquier tipo.
En sanidad, el cruce de información de historiales clínicos, antecedentes familiares, clima y entorno, junto a los hábitos de consumo, permitirá un modelo predictivo personal para cada paciente, y de esta manera ayudar en la detención precoz de enfermedades y estrategias más efectivas para combatirlas. Otros ejemplos pueden ser en transportes públicos interconectados para minimizar los tiempos de espera, o semáforos que ante la previsión de un aumento del tráfico se regulan para minimizar los atascos.

Las pymes también pueden subirse al carro del Big Data, ya que no es necesaria una gran inversión. Es suficiente con tener un CRM y a un analista de datos para extraer conclusiones de la información que utiliza esta empresa, aunque siempre cabe la posibilidad de externalizar este servicio.

Previsión de 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.

El caso de las redes sociales es un claro ejemplo; al principio las empresas lo veían 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 o interacción con distribuidores, 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 un perfil de analista junto con una 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.





¿Tienes dudas? Contacta con nosotros


E-Commerce | Marketing | Internet | Secciones: Actualidad




Contacta con nosotros

Responsable: Serveis Informàtics Àralos S.L.
Finalidad: Dar respuesta y gestionar la petición/sugerencia/duda planteada por el interesado.
Destinatarios: No se cederán datos a terceros salvo a aquellos cuya intervención resulte necesaria para dicha finalidad.
Derechos: Acceso, rectificación, oposición o supresión de datos, así como otros derechos detallados en nuestra política de privacidad.
Información adicional: Política de Privacidad y Condiciones generales.