¿Qué es Big Data? Explicación para Dummies
23 diciembre 2015

¿Qué es Big Data? Explicación para Dummies

¿Recordáis aquellos programas que se dedicaban a rebuscar en la basura de los famosos con la idea de conocer mejor sus intimidades?

Pues básicamente, eso es lo que hace el Big Data: perfilar y obtener conocimiento sobre las personas en base al rastro de datos que dejan en forma de “basura” digital cada vez que navegan o interactúan con las marcas. Y si en el mundo físico cada vez acumulamos más basura; en nuestra actividad online esos desperdicios se multiplican exponencialmente; en forma de datos estructurados, y sobre todo en  metadatos, que ahora el Big Data nos permite procesar.

¿Qué ha cambiado para que ahora hablemos de la revolución del Big Data?

De algún modo, no es para tanto. La realidad es que llevamos décadas trabajando datos con objetivos de negocio y Business Intelligence, la novedad que aporta el Big Data, debido a nuevas herramientas y metodologías, es que este procesamiento de datos se puede hacer sobre un mayor Volumen de información; a una mayor Velocidad (en muchos caso online) y sobre una gran Variedad de Datos. Estas serían las 3 V primigenias del Big Data, han sido completadas por nuevos “gurus” con otras como Veracidad y Valor. Que son atributos, a mi modo de ver,  no necesarios para hablar de Big Data, sino deseables; como lo serían en la política o en la historia.

Y todo esto ¿Para qué?

De igual modo, es en la aplicación práctica donde se le debe dar sentido a cualquier proyecto de Big Data, sino simplemente será un gasto en tecnología y energía. Hay ejemplos prácticos de Big Data fabulosos. Aplicaciones de Big Data en forma de ahorro costes, como los millones que se ha ahorrado Ford analizando el punto de saturación de su publicidad. En forma de mejor servicio, como Netflix que acierta mucho más que tus mejores amigos sobre que nuevas series o películas te van a gustar.  Hasta aplicaciones de Big Data en proyectos de Smart Cities, como Vancouver que ha conseguido reducir los robos en un 24% basando su despliegue policial en un análisis de datos criminales.

A nivel práctico, mi consejo es no ponerse a correr sin saber gatear. Es preferible comenzar por objetivos concretos que sean mejorables y aplicar sobre estas pruebas de concepto de inteligencia de negocio basado en datos, que nos permitan identificar problemáticas, áreas de mejora y recursos necesarios; y por otro lado demostrar que una apuesta estratégica e inversión de un proyecto de Big Data es rentable a medio plazo.

Gerardo Raído

Director de Negocio Digital y Marketing de Clientes DataCentric

Tambien te puede interesar

MÁS PUBLICACIONES