1

BIG DATA (IMPORTANCIA EN LAS EMPRESAS)

PALABRAS CLAVE: Datos estructurados - Datos no estructurados - Big Data - Data

Scientist – Sistema – Enfoque.

En un mundo cambiante y lleno de información, ¿cómo aprovechar esa información para el

desarrollo de nuevas estrategias en ámbitos del mercadeo?, el Big data es una definición que se

refiere a toda la cantidad de datos estructurados y no estructurados que tienen potencial para

extraer información valiosa para la toma de decisiones. La importancia del Big Data recae no en

la gran cantidad de información, sino en cómo las empresas están aprovechando cada uno de

esos datos estructurados y no estructurados, para conducir a mejor toma de decisiones y

movimientos estratégicos de mercado. Los interrogantes en las empresas son constantes, ¿cómo

es la satisfacción de los clientes que reciben los servicios?,¿cuál es la posición de la empresa con

respecto a la competencia?, ¿Cuál es el rendimiento de la inversión generado en la empresa? y la

mayoría de estos interrogantes están sujetos a la información que pueden controlar, ¿Qué pasaría

si las empresas pudiesen controlar la totalidad de información que reciben y generan?, la

eficiencia de las actividades económicas enfocadas al cliente tendría una mayor aceptación.

Ahora bien, el control de datos es clave en el desarrollo de las actividades empresariales, un

simple cambio en un número de teléfono o en lugar de residencia, puede hacerle perder cantidad

de clientes a una empresa, ahí recae la importancia de tener el control de cada uno de los datos

emergentes y antiguos, pero imaginarse esta cantidad de cambios en una dimensiones globales,

por ende el Big Data no solo se refiere a cantidades de datos exorbitantes, también abarca tanto

volumen como la variedad de datos, en algunos casos también se toma la velocidad de acceso a

los datos y la velocidad de su procesamiento como parte del Big Data. En la actualidad se está

tomando las medidas para tener el mejor aprovechamiento de los datos que se generan segundo a
 2

segundo, entre más rápido sea la toma de decisiones partir de los datos generados, más eficiente

serán los resultados, pero el control de estos datos en milésimas de segundo es complicado, ahí

surge termino Data Scientist, que es el encargado de tomar mejores decisiones y mejorar los

procesos de la empresa desde las múltiples fuentes de información, con pasos sencillos utilizados

en diferentes áreas de conocimiento, como lo son: después de tener los datos recolectados el

analista debe limpiar los datos, para descartar los datos que generan distorsión en la toma de

decisiones y no representan datos significativos en el sistema de estudio, luego procesa los datos

utilizando cualquier análisis estadístico que se enfoque en el tema de estudio, por ejemplo un

análisis estadístico de manera general se nombran las variables que influyen directa o

indirectamente en el sistema (comportamiento de las variables) y se realiza un estudio por

separado de cada una de ellas , para determinar su influencia y predecir su influencia en el

transcurso del tiempo. El Big Data y los análisis estadísticos van de la mano, no se puede definir

¿Qué área es mas importante qué la otra?, pero se puede asegurar que si se trabajan en paralelo

les permite a los analistas herramientas sólidas para el análisis oportuno y frecuente en la base de

datos.

El Big Data replantea la manera de investigación, como debe ser la inmersión con la

información. “Big data crea un cambio radical cómo pensamos sobre la investigación.” (Rob

Kitchin, 2014), por ende, cada una de las empresas para estar en la vanguardia de sus

competidores, deberían adoptar estas nuevas tendencias y hacer el Big Data parte de la cultura

empresarial, así como algunas empresas se certifican en la cultura de la calidad con las normas

ISO9000, o alguna de esas, deberían implementar cultura de la estadística y el Big Data para

asegurar la eficiencia y eficacia de los procesos, con un enfoque basado en grandes volúmenes de

datos.
 3

Referencias.

Rob Kitchin, N. I. (2014). Big Data, new epistemologies and paradigm shifts.
GAIA, G. d. (2017). Big Data: una exploración de investigaciones, tecnologías y casos de
aplicación. TecnoLógicas vol.20.