Mucha gente se preguntará quién es Big Data ya que hemos oído mucho hablar de ello, pero realmente no es quién sino qué. Podríamos decir que la definición de Big data se refiere al gran volumen de datos o macrodatos que encontramos en la red día a día.

El Big Data es el estudio masivo de datos. Es una cantidad de datos tan grande que ni las propias aplicaciones de software que se usaban son capaces de tratar, de hacer estadísticas y de analizar para poderlas tratar en un tiempo razonable.La evolución de la tecnología está marcando el presente y nos ofrece muchas posibilidades y mejoras sobre todo en el ámbito laboral. Las tendencias actuales de la tecnología varían muchísimo y a gran velocidad pero sin duda, actualmente hay dos términos en continuo desarrollo, crecimiento y evolución: El Big Data y la inteligencia artificial.

El término Big Data empieza a tratarse a finales de la década de los 90, pero el boom no llegaría hasta que se empezó a avanzar en los campos de la tecnología, el internet, dispositivos móviles, pero es cierto que la historia del Big Data comienza muchísimo antes.Siempre hemos hecho uso de la gestión de datos, de una manera más tradicional o de forma más moderna pero es cierto que los seres humanos siempre hemos necesitado procesar la información para posteriormente saber actuar de manera correcta. Por poner algunos ejemplos:En 1800 AC los hombres del Paleolítico Superior ya utilizaban métodos para almacenar datos mediante palos o marcas en huesos, obviamente con los materiales o herramientas de las que disponían que por aquel entonces.En el 2400 AC en Babilonia ya empieza a utilizarse el ábaco, sin duda otro método de almacenaje de datos y totalmente una manera de visualización de datos completamente distinta a la actual.En el siglo II AC se crea la primera computadora mecánica en Grecia. Este aparato se creó para predecir y descubrir las posiciones astrológicas, sin duda un gran paso en cuanto a recopilación de datos nos referimos.En 1663 John Graunt realiza el primer experimento de análisis de datos estadísticos conocido con el cual hizo un estudio derivado de los fallecimientos producidos por la Peste Bubónica en Europa.En 1865 aparece el término business intelligence que recoge como el banquero Richard Millar, recoge, estructura y analiza datos de su propio trabajo, a lo que hoy llamaríamos bases de datos.Continúan pasando los años y la arquitectura del Big Data va cogiendo forma en sí mismo, los avances de la humanidad hacen que poco a poco se llegue a crear este término como lo conocemos hoy en día.Es ya en 1989 cuando se habla del término Big Data. Es sobre esta fecha cuando se empiezan a dar a conocer las herramientas de business intelligence para poder hacer así un seguimiento de las actividades laborales.

El Big Data se utiliza para analizar todos los datos para crear productos y servicios acordes a las necesidades de nuestros clientes, pudiendo así también analizar nuestra competencia directa o el mercado en general. Una vez que hemos recogido y analizado toda esta información, debemos recoger todos aquellos indicadores que nos sean útiles para tomar las decisiones adecuadas.

Las 5V del Big Data:

  • Volumen: La cuantía de datos se define como “Big” no cuando se excede de un tamaño concreto sino cuando el almacenaje, explotación y procesamiento es un reto.

  • Variedad: El principal reto al que se enfrenta el Big Data es la diferencia de formas en las que encontramos los datos, como fotos, textos, vídeos etc.

  • Valor: El resultado final es que el estudio de los datos sea de gran beneficio para las empresas.

  • Veracidad: Los datos tienen que ser fiables para que nos sirvan y poder trabajar en base a ellos, si esto no es así, la labor del Big Data no es la correcta.

  • Velocidad: Una de las principales características del Big Data es la velocidad a la que se generan los datos para obtener una respuesta en tiempo real.

Podríamos decir que el Big Data es un aprendizaje automático y funciona a través de de tres pilares fundamentales:

  • Integración: El Big Data siempre recoge información de muchas y muy diversas fuentes, llegando a ser cantidades ingentes, por eso se necesitan descubrir nuevas tecnologías para poder gestionarlo todo. Muchas veces llegan millones de datos a nuestros ordenadores, entonces, lo que debemos hacer es coger los datos, procesarlos y posteriormente cribarlos para hacer un buen uso de ellos para que nuestros clientes puedan comprenderlos.

  • Gestión:Para poder almacenar toda esta información, una opción sería hacerlo a través de la nube, o en tus instalaciones propias o en ambas. La opción de almacenamiento en la nube es bastante más eficiente ya que de esta forma es totalmente compatible con la infraestructura informática.

  • Análisis: Hemos recibido los datos y los hemos almacenado, ahora es el momento de estudiarlos. Este punto puede que sea tal vez el más importante ya que estamos en el paso en el que con todos los datos que tenemos, debemos estudiarlos minuciosamente para poder hacer uso de ellos a nuestro favor y según los intereses de nuestra empresa.

Los datos según su origen

Aunque hasta la fecha no hay un listado exacto para categorizar estos datos, por lo general se dividen de la siguiente forma:Comunicación entre máquinas

  • Lecturas RFID

  • Señales GPS

  • Otros sensores (parquímetros, máquinas expendedoras, cajeros, etc.)

Transaccionales

  • Registros de comunicaciones (llamadas, mensajería, VoIP, etc.)

  • Registros de facturación (pagos con tarjeta, pago online, etc.)

Generados por personas

  • Grabaciones a operadores de atención al cliente

  • E-mail

  • Registros médicos electrónicos

Biométricos

  • Reconocimiento facial

  • Información genética (ADN)

Web y Redes Sociales

  • Información sobre clicks en vínculos y elementos

  • Búsquedas en Google

  • RRSS (fuentes de datos de Twitter, publicaciones en Facebook, otras RRSS)

  • Contenido Web (páginas, imágenes, enlaces, etc.)

Los datos según su estructura

Saber hacer una lista o categorizar los datos es una tarea básica e imprescindible para cualquier proyecto o estudio y más aún si cabe, cuando vamos a tratar con una cantidad de datos muy grande. En Big Data podemos hacer un listado de los datos según su estructura:

Estructurados

  • Creados: son aquellos datos que crea nuestro sistema de manera predeterminada

  • Provocados: datos que se crean a partir de nuestras acciones anteriores

  • Dirigidos por transacciones: el resultado de los datos que nos dan tras una acción anterior

  • Compilados: son el resumen de datos de empresa, servicios públicos de interés grupal como el censo electoral, vehículos matriculados, viviendas públicas etc.

  • Experimentales: Son los datos que se generan tras pruebas o estudios que nos permiten saber averiguar si hay opciones de negocio.

No estructurados

  • Capturados: Son esos datos que aparecen tras el comportamiento de un usuario a través de pulsera inteligentes, apps de seguimientos de actividades etc.

  • Generados por usuarios: los datos que damos nosotros mismos como publicaciones en redes sociales, búsquedas en Google, youtube…

Híbridos

  • Ecommerce

  • Datos meteorológicos

  • Datos de mercados emergentes

Los beneficios del Big Data, se pueden resumir en los siguientes seis puntos:

  • Vinculación de clientes

  • Planes estratégicos Inteligentes de Marketing

  • Mejora en la eficiencia y en los costes

  • Velocidad en la toma de decisiones

  • Variables del entorno

  • Feedback y retroalimentación

Las características del Big Data hacen que la calidad de sus datos se enfrenten a muchos desafíos, son las conocidad 5 VS que ya hemos explicado anteriormente que son las que definen el problema.

Estas 5 VS son las que hacen que las empresas puedan llegar a tener dificultades para obtener datos reales y de calidad y de datos tan variables y complicados.Cuando no se conocía el Big Data, se cargaba la información estructurada mediante ETL. A la llegada del Big Data, ya podíamos cargar la información que no se habilitaba dentro de los dominios de la empresa, comentarios en redes sociales, estadísticas etc.Estos son algunos ejemplos de los desafíos a los que se tiene que enfrentar el Big Data:

  • Muchos tipos de datos

  • Mucho volumen de información

  • Mucha volatilidad

  • No existen modelos tipo de de calidad de datos unificados

Actualmente, las áreas de negocio donde más se aplica el Big Data son el marketing y las ventas. Los datos referidos del Big Data los utilizamos para entender mejor y más específicamente las necesidades y demandas de nuestros clientes. En la actualidad el Big Data se utiliza prácticamente para todo.Vamos a dar algunos ejemplos de empresas que saben emplear muy bien el Big Data:

  • Netflix: Se estima que Netflix ahorra alrededor de 100 millones de dólares por el buen uso que hace del Big Data

  • Apple: Otro gigante que emplea el Big Data con el fin de extraer resultados y conclusiones de sus propios usuarios para posteriormente usarlas a su favor

  • Amazon: El gigante del retail por excelencia utiliza los datos de sus clientes para ofrecerles recomendaciones de productos con un altísimo nivel de probabilidad de compra.

  • Zara: ¿Por qué o cuál es uno de los motivos por los cuales Zara superó a Gap ya en el año 2008? Porque supo adelantarse a la modas y a las tendencias al mismo tiempo que surgen y así enviar la ropa a sus tiendas para su inmediata venta. ¿Cómo es capaz de estar al día de las nuevas tendencias os preguntaréis? Está claro, por el correcto uso del Big Data.

Hasta la llegada del Big Data todas las empresas habían centrado su almacenamiento de datos de forma segura sin saber en muchas ocasiones cómo o para qué utilizarlos. Ahora es el momento de empezar a sacar rentabilidad a todo ese tiempo en el que las empresas se dedicaban a guardar los datos para sacar información y aplicarla a nuestras áreas de negocio, para tomar las decisiones más correctas y exactas y de esta forma continuar creciendo.

Podemos decir que el Big Data se ha convertido en un fenómeno mundial. En la actualidad, las tecnologías han avanzado tanto y tan rápido que debemos confiar y apostar por ellas relacionándolo sin ninguna duda con el sector del marketing, sector que se ha visto enormemente beneficiado con el estudio, procesamiento y la correcta elección de los datos.