Debido al gran avance que existe día con día en
las tecnologías de información, las organizaciones se han tenido que enfrentar
a nuevos desafíos que les permitan analizar, descubrir y entender más allá de
lo que sus herramientas tradicionales reportan sobre su información, al mismo
tiempo que durante los últimos años el gran crecimiento de las aplicaciones
disponibles en internet (geo-referenciamiento, redes sociales, etc.) han sido
parte importante en las decisiones de negocio de las empresas.
Cada segundo aumentan
la cantidad de datos en el mundo, la velocidad a la que se generan y las
fuentes de las que provienen. Además estos datos pueden ser estructurados,
desestructurados, estar en movimiento o almacenados. En Big Data residen
conocimientos valiosos, capaces de transformar un negocio.
El primer cuestionamiento que posiblemente
llegue a su mente en este momento es ¿Qué es Big Data y porqué se ha vuelto tan
importante? pues bien, en términos generales podríamos referirnos como a la
tendencia en el avance de la tecnología que ha abierto las puertas hacia un
nuevo enfoque de entendimiento y toma de decisiones, la cual es utilizada para
describir enormes cantidades de datos (estructurados, no estructurados y semi
estructurados) que tomaría demasiado tiempo y sería muy costoso cargarlos a un
base de datos relacional para su análisis. De tal manera que, el concepto de
Big Data aplica para toda aquella información que no puede ser procesada o
analizada utilizando procesos o herramientas tradicionales. Sin embargo, Big
Data no se refiere a alguna cantidad en específico, ya que es usualmente
utilizado cuando se habla en términos de petabytes y exabytes de datos.
Entonces ¿Cuánto es demasiada información de manera que sea elegible para ser
procesada y analizada utilizando Big Data? Analicemos primeramente en términos
de bytes:
Gigabyte = 109 =
1,000,000,000
Terabyte = 1012 =
1,000,000,000,000
Petabyte = 1015 =
1,000,000,000,000,000
Exabyte = 1018 =
1,000,000,000,000,000,000
Además del gran volumen de
información, esta existe en una gran variedad de datos
que pueden ser representados de diversas maneras en todo el mundo, por ejemplo
de dispositivos móviles, audio, video, sistemas GPS, incontables sensores
digitales en equipos industriales, automóviles, medidores eléctricos, veletas,
anemómetros, etc., los cuales pueden medir y comunicar el posicionamiento,
movimiento, vibración, temperatura, humedad y hasta los cambios químicos que sufre
el aire, de tal forma que las aplicaciones que analizan estos datos requieren
que la velocidad de respuesta sea lo demasiado rápida para
lograr obtener la información correcta en el momento preciso. Estas son las
características principales de una oportunidad para Big Data.
Es importante entender que las bases de datos
convencionales son una parte importante y relevante para una solución
analítica. De hecho, se vuelve mucho más vital cuando se usa en conjunto con la
plataforma de Big Data. Pensemos en nuestras manos izquierda y derecha, cada
una ofrece fortalezas individuales para cada tarea en específico. Por ejemplo,
un beisbolista sabe que una de sus manos es mejor para lanzar la pelota y la
otra para atraparla; puede ser que cada mano intente hacer la actividad de la
otra, mas sin embargo, el resultado no será el más óptimo.
Ejemplos reales de big data
La reelección de
Obama
Tras su primer
mandato, el presidente de los EEUU, Barack Obama, decidió
utilizar Big Data para su reelección en 2012. Un centenar de personas
trabajaron en el departamento de analítica de la campaña. 50 estaban fijos en
las oficinas centrales, otros 30 se movilizaron a lo largo y ancho de las
distintas sedes del país, y 20 estaban única y exclusivamente centrados en la
interpretación de los datos recibidos. Tras un primer análisis, los esfuerzos
de la campaña se enfocaron en tres aspectos: registro (recoger
datos de los votantes convencidos), persuasión (dirigirse a los dudosos de una
forma eficaz) y voto del electorado (asegurarse de que los partidarios fueran a
ejercer el voto sí o sí). Y, por primera vez, los tres equipos
más importantes de las campañas electorales: el de campo, el digital y el de
comunicación, trabajaron con una estrategia unificada con los respectivos datos
de cada uno. El motor de todo, la plataforma inteligente utilizada fue HP Vertica.
Entre las acciones más efectivas que permitía esta plataforma estaban: recoger
datos a pie de campo y realizar un feedback muy rápido via notificaciones email
por parte del equipo online (se mejoraba en tiempo y eficiencia); o detectar
los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de
los votantes con otros demográficos, audiencias, precios de publicidad,
programas... (se mejoró en impacto y segmentación). Con su analítica, el equipo de Obama
optimizó la comunicación y mejoró la respuesta del electorado afín,
permitiendo no malgastar recursos, tiempo y dinero en los votantes que no eran
partidarios de su partido.
BBVA: Mobile World
Congress y Turismo Madrid
BBVA también ha
realizado diversas pruebas de Big Data, en las que además, se ha dado
importancia a su visualización para permitir que sean más comprensibles a ojos
de un espectador neófito. En Barcelona en 2012, se hizo la medición del
impacto económico del Mobile World Congress. Para ello, se extrajeron datos de las
transacciones realizadas con tarjetas de crédito, tanto la
semana antes como la semana en que tuvo lugar el evento. Los resultados sirven
para concluír los lugares, días y horarios donde más "movimiento"
hubo, algo que, por ejemplo, puede servir a los comercios para reforzar sus
acciones de marketing y venta de cara a eventos similares o a las propias
ciudades para hacer lo propio con sus promociones turísticas.
Otro ejemplo de estudio sería
el realizado por BBVA en el que se analiza el uso de las tarjetas de
crédito en España durante la Semana Santa de 2011 en cuatro sectores:
mercados y alimentos, bares y restaurantes, moda y gasolineras.
ejemplos de big data
Big Data
contra el crimen
El análisis y cruce de datos de la actividad
delictiva en Londres se utiliza para orientar la actuación
de la policíaantes de que estos se cometan, analizando
las tendencias clave y poniendo mayor énfasis en vigila aquellas zonas de más
riesgo. Por ejemplo, gracias a una aplicación con la que manejan los datos son capaces de
saber con un 68% de probabilidad si en una zona concreta se van a producir más
de 5 crímenes al mes.
Big Data para
ofrecer ofertas personalizadas
La empresa T-Mobile de telecomunicación redujo su número
de portabilidades hasta un 50% analizando los datos de
quejas y conversaciones en redes sociales de sus clientes, lo cual les llevó a
conocer a cada cliente hasta el punto de asignarle a cada uno de ellos un valor
en función de sus expectativas de negocio y permanencia. De esta manera se enviaban ofertas especiales para cada cliente con tal de
ofrecerle lo que necesitara específicamente antes de abandonar la compañía.
Big Data para
ayudar al cliente
La empresa de comercios minoristas Wal-Mart ha incrementado la
conversión de sus visitas en la web en un 10%desde la
utilización de análisis semántico de texto en el buscador de su página. El
entendimiento de los datos que da el cliente permite ofrecer resultados más
relevantes que solucionan sus necesidades.
Referencias
http://nunsys.com/big-data-ejemplos/
No hay comentarios:
Publicar un comentario