Big Data

Big data (en español, grandes datos o grandes volúmenes de datos) es un término evolutivo
que describe cualquier cantidad voluminosa de datos estructurados, semiestructurados y
no estructurados que tienen el potencial de ser extraídos para obtener información.
Los datos grandes se caracterizan a menudo por tres Vs: el Volumen extremo de datos, la
gran Variedad de tipos de datos y la Velocidad a la que se deben procesar los datos.
Aunque los grandes datos no equivalen a ningún volumen específico de datos, el término
se utiliza a menudo para describir terabytes, petabytes e incluso exabytes de datos
capturados con el tiempo.

Ventajas de big data y de la analítica de datos:

El big data le permite obtener respuestas más completas, ya que dispone de mayor cantidad
de información.
La disponibilidad de respuestas más completas significa una mayor fiabilidad de los datos,
lo que implica un enfoque completamente distinto a la hora de abordar problemas.

Casos de uso de big data

El big data puede ayudarle a abordar una serie de actividades empresariales, desde la
experiencia de cliente hasta la analítica. A continuación, recopilamos algunas de ellas
(puede encontrar más casos de uso en Soluciones Oracle Big Data).

Desarrollo de productos
Empresas como Netflix y Procter & Gamble usan big data para prever la demanda de los
clientes. Construyen modelos predictivos para nuevos productos y servicios clasificando
atributos clave de productos anteriores y actuales, y modelando la relación entre dichos
atributos y el éxito comercial de las ofertas. Además, P&G utiliza los datos y la analítica de
grupos de interés, redes sociales, mercados de prueba y avances de salida en tiendas para
planificar, producir y lanzar nuevos productos.

Mantenimiento predictivo
Los factores capaces de predecir fallos mecánicos pueden estar profundamente ocultos
entre datos estructurados (año del equipo, marca o modelo de una máquina) o entre datos
no estructurados que cubren millones de entradas de registros, datos de sensores,
mensajes de error y temperaturas de motor. Al analizar estos indicadores de problemas
potenciales antes de que estos se produzcan, las organizaciones pueden implantar el
mantenimiento de una forma más rentable y optimizar el tiempo de servicio de componentes
y equipos.
Experiencia del cliente
La carrera para conseguir clientes ha comenzado. Disponer de una vista clara de la
experiencia del cliente es más posible que nunca. El big data le permite recopilar datos de
redes sociales, visitas a páginas web, registros de llamadas y otras fuentes de datos para
mejorar la experiencia de interacción, así como maximizar el valor ofrecido. Empiece a
formular ofertas personalizadas, reducir las tasas de abandono de los clientes y gestionar
las incidencias de manera proactiva.

Fraude y conformidad
En lo que a seguridad se refiere, no se enfrenta a simples piratas informáticos deshonestos,
sino a equipos completos de expertos. Los contextos de seguridad y requisitos de
conformidad están en constante evolución. El big data le ayuda a identificar patrones en los
datos que pueden ser indicativos de fraude, al tiempo que concentra grandes volúmenes
de información para agilizar la generación de informes normativos.

Aprendizaje automático
El aprendizaje automático es actualmente un tema de gran actualidad. Los datos —
concretamente big data— son uno de los motivos de que así sea. Ahora, en lugar de
programarse, las máquinas pueden aprender. Esto es posible gracias a la disponibilidad de
big data para crear modelos de aprendizaje automático.

Eficiencia operativa
Puede que la eficiencia operativa no sea el aspecto más destacado en los titulares, pero es
el área en que big data tiene un mayor impacto. El big data le permite analizar y evaluar la
producción, la opinión de los clientes, las devoluciones y otros factores para reducir las
situaciones de falta de stock y anticipar la demanda futura. El big data también puede
utilizarse para mejorar la toma de decisiones en función de la demanda de mercado en cada
momento.

Impulso de la innovación
El big data puede ayudarle a innovar mediante el estudio de las interdependencias entre
seres humanos, instituciones, entidades y procesos, y, posteriormente, mediante la
determinación de nuevas formas de usar dicha información. Utilice las perspectivas que le
ofrecen los datos para mejorar sus decisiones financieras y consideraciones de
planificación. Estudie las tendencias y lo que desean los clientes para ofrecer nuevos
productos y servicios. Implante políticas de precios dinámicas. Las posibilidades son
infinitas.
 Inteligencia de Negocios

¿Qué es Inteligencia de Negocios?

Una interesante definición para inteligencia de negocios o BI, por sus siglas en inglés,
según el Data Warehouse Institute, lo define como la combinación de tecnología,
herramientas y procesos que me permiten transformar mis datos almacenados en
información, esta información en conocimiento y este conocimiento dirigido a un plan o
una estrategia comercial. La inteligencia de negocios debe ser parte de la estrategia
empresarial, esta le permite optimizar la utilización de recursos, monitorear el
cumplimiento de los objetivos de la empresa y la capacidad de tomar buenas decisiones
para así obtener mejores resultados.
¿Cuáles son algunos de los padecimientos que enfrentan las empresas hoy
día?
Tenemos datos pero carecemos de información – Es importante almacenar los datos
de clientes, empleados, departamentos, compras, ventas, entre otros en aplicaciones,
sistemas financieros o fuentes de datos. Si queremos que nuestra empresa tenga
mayor ventaja sobre la competencia esta gestión no es suficiente. Necesitamos
profundizar el nivel de conocimiento de nuestros clientes, empleados, operaciones para
así, tener la capacidad de encontrar patrones de comportamiento, monitorear, rastrear,
entender, administrar y contestar aquellas interrogantes que me permitan maximizar el
rendimiento de nuestra empresa
Fragmentación – Poseen aplicaciones independientes a través de todos los
departamentos pero se carece de una visión global de la empresa. Tal vez por la
incapacidad de las herramientas de BI de integrar fuentes de datos heterogéneas. Esto
limita a la empresa a tomar decisiones importantes sin tener todos los elementos
imprescindibles a la mano. Esta fragmentación conduce a lo que se llama diferentes
versiones de la verdad. Los gerenciales solicitan informes a los distintos departamentos
obteniendo diferentes resultados del mismo informe. La tarea ya no es solo crear el
informe sino justificar de donde y que condiciones se utilizaron para la creación de este
informe. Si el gerencial decide agregar una nueva variable a esta ecuación, recrear este
informe puede conllevar un esfuerzo de semanas.
Manipulación manual – La necesidad de generar análisis de negocios e informes nos
ha llevado a utilizar herramientas de BI y/o de reportes que no son las más confiables.
Esta práctica conlleva la exportación de datos a distintas herramientas que resultan en
un proceso lento, costoso, duplicación de trabajo, poca confiabilidad en los informes,
propenso a errores y sujetos a la interpretación individual.
Poca agilidad – Debido a la carencia de información, la fragmentación y la manipulación
manual me mantiene en un nivel de rendimiento bajo. Como dice el dicho: “Justo
cuando me aprendí las respuestas me cambiaron las preguntas..”. Necesitamos de una
herramienta lo suficientemente ágil que se ajuste a las necesidades del negocio.
¿Cuáles son los beneficios de Inteligencia de Negocios?
Dentro del marco de beneficios que representa una solución de inteligencia de negocios
podemos mencionar que esta nos permite:
Manejar el crecimiento – El reto para las empresas es evolucionar, es crecer y esto
significa “cambio”. Que tan ágiles son mis procesos para enfrentar los cambios y las
necesidades puntuales de la empresa
Control de costos – El manejo de costos es el detonador que fuerza muchas empresas
a considerar una solución de inteligencia de negocios, para tener la capacidad de medir
gastos y ver esto a un nivel de detalle que identifique la línea de negocio, producto,
centro de costo, entre otras.
Entender mejor los clientes – Las empresas almacenan toneladas de información
valiosa relacionada a sus clientes. El reto es transformar esta información en
conocimiento y este conocimiento dirigido a una gestión comercial que represente algún
tipo de ganancia para la empresa. Ventas cruzadas, ventas incrementales, retención de
clientes, anticipar nuevas oportunidades, medición de efectividad de campanas e
identificar los patrones de compras y/o comportamiento de los clientes hacen de la
inteligencia de negocios un elemento vital para lograr los objetivos de la empresa.
Indicadores de gestión – Los indicadores de desempeño me permiten representar
medidas enfocadas al desempeño organizacional con la capacidad de representar la
estrategia organizacional en objetivos, métricas, iniciativas y tareas dirigidas a un grupo
y/o individuos en la organización. Dentro de las capacidades funcionales de los
indicadores de gestión podemos mencionar: el monitoreo, análisis y la administración.
“Monitorea” lo procesos críticos de negocio y las actividades utilizando métricas que me
den una alerta sobre un problema potencial o alguna gestión que debo realizar.
“Analiza” la raíz de los problemas explorando la información de múltiples perspectivas
en varios niveles de detalles. “Administra” los recursos y procesos para dirigir la toma
de decisiones, optimizar el desempeño. Esto nos permite tener una visión global de la
empresa con la capacidad de dirigir la organización en la dirección correcta.
Conclusión Las herramientas de inteligencia de negocios y el perfil de usuarios
analíticos han evolucionado através de estos anos. Además, el nivel de conciencia, la
necesidad y la evolución del mercado han llevado a las empresas a considerar que la
Inteligencia de Negocios sea una prioridad ante la gerencia y las personas que toman
decisiones. Un proyecto de inteligencia de negocios debe llevar tanto el compromiso
del equipo de IT como el de la gente de negocios, la participación activa de estos
usuarios de negocios es fundamental para el éxito del proyecto. Estos usuarios son los
que adolecen realmente de una herramienta que se ajuste a la necesidad de la empresa
y les provea el nivel de detalle que se requiera.
 Minería de datos

¿Qué es la minería de datos?

En general, la minería de datos (a veces se llama descubrimiento de datos o de

conocimiento) es el proceso de analizar los datos desde diferentes perspectivas y
resumiéndolos en información útil - información que se puede utilizar para aumentar los
ingresos, reducir los costos, o ambas cosas.
El software de minería de datos es uno de una serie de instrumentos analíticos para el
análisis de datos. Permite a los usuarios analizar los datos desde muchas dimensiones
o ángulos, clasificar, y resumir las relaciones identificadas.
Técnicamente, la minería de datos es el proceso de encontrar correlaciones o patrones,
entre decenas de campos de grandes bases de datos relacionales.

¿Qué puede hacer la minería de datos?

La minería de datos se utiliza sobre todo hoy en día por las empresas con un enfoque
fuerte en los consumidores – comunicaciones, comercio, finanzas, y las organizaciones
de comercialización.
Esto permite que las empresas determinen las relaciones entre los factores "internos"
como el precio, posicionamiento del producto, o las habilidades del personal, y factores
"externos", como los indicadores económicos, la competencia, y la demografía de los
clientes. Y, les permite determinar el impacto en las ventas, la satisfacción del cliente,
y las ganancias corporativas. Por último, les permite "profundizar" en la información
resumida para ver datos detallados de las transacciones.
Con la minería de datos, un minorista puede utilizar los registros de puntos de venta de
compras de los clientes para enviar promociones específicas basadas en el historial de
compras de un individuo. Minando datos demográficos de las tarjetas de comentarios o
de garantía, el distribuidor podría desarrollar productos y promociones para atraer a
segmentos específicos de clientes.
Por ejemplo, Blockbuster Entertainment mina su base de datos del historial de alquiler
de vídeo para recomendar alquileres a los clientes individuales. American Express
puede sugerir productos a sus titulares de tarjetas basados en el análisis de sus gastos
mensuales.
Wal-Mart es una empresa pionera en la minería masiva de datos para transformar sus
relaciones con los proveedores. WalMart captura transacciones en puntos de venta de
más de 2.900 tiendas en seis países y continuamente transmite estos datos a su
enorme depósito de 7.5 terabytes de datos.
Wal-Mart permite a más de 3.500 proveedores, acceder a datos sobre sus productos y
realizar análisis de datos. Estos proveedores utilizan estos datos para identificar
patrones de compra del cliente a nivel de exhibición de la tienda. Ellos usan esta
información para administrar inventario de la tienda local e identificar nuevas
oportunidades de comercialización. En 1995, las computadoras WalMart procesaron
más de 1.000.000 de consultas de datos complejos.
¿Cómo funciona la minería de datos?
Si bien la tecnología de información a gran escala ha ido evolucionando por separado
las transacciones y sistemas de análisis, la minería de datos proporciona un enlace
entre los dos. El software de minería de datos analiza las relaciones y patrones en los
datos de transacción almacenados sobre la base de consultas de los usuarios de
composición abierta.
Existen varios tipos de software de análisis que están disponibles: estadísticos, de
aprendizaje automático, y redes neuronales. En general, se buscan cualquiera de estos
cuatro tipos de relaciones:
Clases: Los datos almacenados se utilizan para localizar datos en grupos
predeterminados. Por ejemplo, una cadena de restaurantes podría minar datos de
compra del cliente para determinar cuando los clientes los visitan y lo que
normalmente ordenan. Esta información podría utilizarse para aumentar el tráfico al
tener especiales del día.
Grupos: Los elementos de datos se agrupan de acuerdo a las relaciones lógicas o
preferencias de los consumidores. Por ejemplo, los datos pueden ser extraídos para
identificar segmentos de mercado o afinidades de los consumidores.
Asociaciones: Los datos pueden ser minados para identificar asociaciones. El
ejemplo de cerveza-pañal es un ejemplo de minería asociativa.
Patrones secuenciales: Los datos se minan para anticipar patrones de
comportamiento y tendencias. Por ejemplo, un distribuidor especializado en sistemas
al aire libre puede predecir la probabilidad de compra de una mochila basado en la
compra de un consumidor de sacos de dormir y calzado de senderismo.
La minería de datos se compone de cinco elementos principales:
- Extraer, transformar y cargar datos de transacciones en el sistema de almacenamiento
de datos.
- Almacenar y manejar los datos en un sistema de base de datos multidimensional.
- Proporcionar acceso a datos para los analistas de negocios y profesionales de
tecnologías de la información.
- Analizar los datos por un software de aplicación.
- Presentar los datos en un formato útil, como un gráfico o tabla.
 Bases de datos

¿Qué es una base de datos?

Se llama base de datos, o también banco de datos, a un conjunto de información

perteneciente a un mismo contexto, ordenada de modo sistemático para su posterior
recuperación, análisis y/o transmisión. Existen actualmente muchas formas de bases
de datos, que van desde una biblioteca hasta los vastos conjuntos de datos de usuarios
de una empresa de telecomunicaciones.

Las bases de datos son el producto de la necesidad humana de almacenar la

información, es decir, de preservarla contra el tiempo y el deterioro, para poder acudir
a ella posteriormente. En ese sentido, la aparición de la electrónica y
la computación brindó el elemento digital indispensable para almacenar enormes
cantidades de datos en espacios físicos limitados, gracias a su conversión en señales
eléctricas o magnéticas.

El manejo de las bases de datos se lleva mediante sistemas de gestión

(llamados DBMS por sus siglas en inglés: Database Management Systems o Sistemas
de Gestión de Bases de Datos), actualmente digitales y automatizados, que permiten
el almacenamiento ordenado y la rápida recuperación de la información. En
esta tecnología se halla el principio mismo de la informática.

En la conformación de una base de datos se pueden seguir diferentes modelos y

paradigmas, cada uno dotado de características, ventajas y dificultades, haciendo
énfasis en su estructura organizacional, su jerarquía, su capacidad de transmisión o de
interrelación, etc. Esto se conoce como modelos de base de datos y permite el diseño
y la implementación de algoritmos y otros mecanismos lógicos de gestión, según sea el
caso específico.

Tipos de bases de datos

Existen diferentes clasificaciones de las bases de datos, atendiendo a características

puntuales:

Según su variabilidad. Conforme a los procesos de recuperación y preservación de

los datos, podemos hablar de:

Bases de datos estáticas. Típicas de la inteligencia empresarial y otras áreas de

análisis histórico, son bases de datos de sólo lectura, de las cuales se puede extraer
información, pero no modificar la ya existente.
Bases de datos dinámicas. Aparte de las operaciones básicas de consulta, estas
bases de datos manejan procesos de actualización, reorganización, añadidura y
borrado de información.

Bibliográficas. Contienen diverso material de lectura (libros, revistas, etc.) ordenado a

partir de información clave como son los datos del autor, del editor, del año de aparición,
del área temática o del título del libro, entre otras muchas posibilidades.

De texto completo. Se manejan con textos históricos o documentales, cuya

preservación debe ser a todo nivel y se consideran fuentes primarias.

Directorios. Listados enormes de datos personalizados o de direcciones de correo

electrónico, números telefónicos, etc. Las empresas de servicios manejan enormes
directorios clientelares, por ejemplo.

Especializadas. Bases de datos de información hiperespecializada o técnica,

pensadas a partir de las necesidades puntuales de un público determinado que
consume dicha información.

Ejemplos de base de datos

Guías telefónicas. Aunque en desuso, estos voluminosos libros solían contener miles
de números telefónicos asignados a hogares, empresas y particulares, para permitir
al usuario dar con el que necesitaba. Eran engorrosos, pesados, pero completos.

Archivos personales. El conjunto de los escritos de vida de un autor, investigador o

intelectual a menudo son preservados en un archivo, que se organiza en base a la
preservación y reproducción de los originales, permitiendo su consulta sin poner en
riesgo el documento original.

Bibliotecas públicas. El perfecto ejemplo de bases de datos, pues contienen miles o

cientos de miles de registros pertenecientes a cada título de libro disponible para su
préstamo, ya sea en sala o circulante, y del que puede haber más de un mismo ejemplar
en el depósito. Los bibliotecólogos se encargan de diseñar estos sistemas y velar por
su funcionamiento.

Registros de transacciones. Las operaciones realizadas con una tarjeta de crédito,

así como las llamadas realizadas con un celular, u otro tipo de transacciones
comerciales cotidianas, generan todas un conjunto de registros que van a dar a una
base de datos de la empresa.

Historial médico. Cada vez que acudimos al doctor o a un hospital, se actualiza la

información respecto a nuestra salud, al tratamiento recibido y demás detalles médicos
en un archivo que lleva registro de nuestra historia médica, en caso de que a futuro se
requiera conocer datos específicos, como operaciones o tratamientos recibidos.