Está en la página 1de 9

Características

del Big Data

Big Data

1
¿ Principales características y
conceptos del Big Data?
Las 3 V de Big Data
Cuando hablamos de las 3 V del Big data estamos haciendo mención a un
gran volumen de información, sumando a una gran variedad de datos que
pueden ser representados de diversas maneras en todo el mundo, y la
velocidad con la cual esos datos se generan son las principales
características del Big Data. Estas son las características principales de una
oportunidad para Big Data (López García, 2013).

Principales tipos de datos


Es muy común que las organizaciones se enfrenten a la pregunta ¿qué
información es la que se debe analizar? Sin embargo, el cuestionamiento
debería estar enfocado hacia ¿qué problema es el que se está tratando de
resolver?

Si bien sabemos que existe una amplia variedad de tipos de datos a analizar,
una buena clasificación nos ayudaría a entender mejor su representación,
aunque es muy probable que estas categorías puedan extenderse con el
avance tecnológico. A continuación, una lista de los tipos de datos:

Figura 1: Tipos de Datos de Big Data

Fuente: https://blog.unbelievable-machine.com/en/what-is-big-data-definition-five-vs, 2015.

2
1) Web y Medios sociales: Incluye contenido web e
información que es obtenida de las redes sociales como
Facebook, Twitter, LinkedIn, etc, blogs.
2) Máquina-a-Maquina (M2M): M2M se refiere a las
tecnologías que permiten conectarse a otros dispositivos.
M2M utiliza dispositivos como sensores o medidores que
capturan algún evento en particular (velocidad,
temperatura, presión, variables meteorológicas,
variables químicas como la salinidad, etc.) los cuales
transmiten a través de redes alámbricas, inalámbricas o
híbridas a otras aplicaciones que traducen estos eventos
en información significativa.
3) [Grandes datos transaccionales]: Incluye registros de
facturación, en telecomunicaciones registros detallados
delas llamadas (CDR), etc. Estos datos transaccionales
están disponibles en formatos tanto semi estructurados
como no estructurados.
4) [Datos Biométricos]: Información biométrica en la que se
incluye huellas digitales, escaneo de la retina,
reconocimiento facial, genética, etc. En el área de
seguridad e inteligencia, los datos biométricos han sido
información importante para las agencias de
investigación.
5) [Datos generados por humanos]: Las personas
generamos diversas cantidades de datos como la
información que guarda un call center al establecer una
llamada telefónica, notas de voz, correos electrónicos,
documentos electrónicos, estudios médicos, etc.
(Barranco Fragoso, 2012, https://goo.gl/4vLJDc)

¿Qué ventajas aporta el Big Data a la empresa?


Son muchas los beneficios que aporta el Big data al sector empresarial. Las
empresas se pueden beneficiar del Big Data en varias áreas como el
conocimiento del cliente, marketing, operaciones y gestión del riesgo.

Podemos decir que son múltiples beneficios que aporta la tecnología Big
Data a las empresas, pero hay cinco grandes ventajas competitivas para las
empresas que desarrollen una estrategia adecuada en Big Data:

 Implementación de mejoras tecnológicas que posibilitan la


adquisición de datos y permiten descubrir las necesidades
y puntos de mejora en la compañía.

3
 Inmersión de nuevas variables en la toma de decisiones a
través de algoritmos automatizados. Los análisis de los
datos pueden mejorar sustancialmente la toma de
decisiones dentro de una compañía reduciendo al mínimo
los riegos. La toma de decisiones no es igual en todas las
organizaciones, hay algunas que optimizan sus decisiones
mediante el análisis de datos de clientes, empleados, o
incluso sensores incorporados en los productos.
 Innovación en la creación de productos y servicios. Hay
que tener en cuenta que el Big Data permite que las
compañías evalúen sus productos. Mediante el análisis de
datos, las empresas obtienen información muy valiosa que
les permite crear nuevos productos o rediseñar los ya
existentes.
 Segmentación de los clientes para personalizar acciones.
De esta forma las empresas pueden orientar sus servicios
y satisfacer las necesidades de sus consumidores de forma
específica. La personalización de productos y servicios es
una de las tendencias que pisa más fuerte actualmente.
 Mejora de la accesibilidad y la fluidez de la información
dentro de la propia empresa. Las empresas que digitalicen
los datos y habiliten herramientas para facilitar la
búsqueda de información crearán una dinámica de trabajo
más rápida y eficaz. (Womenalia, 2017,
https://goo.gl/UAVBCY)

Las Nuevas 3 V de Big Data


En capítulos anteriores hemos hablado de las 3 V de Big data, es decir el
concepto de las 3 V que definen en buena medida los pilares del Big Data es
algo que ha acompañado a este tipo de proyectos desde sus comienzos. El
avance tecnológico, y los nuevos usos que se da a la información, han
obligado en un corto tiempo a considerar nuevos factores a la hora de hablar
de Big Data. Asi es como a las famosas de 3 V del Big Data se le agregan otras
3 V consideradas por los especialistas como nuevas pautas de importancia:

 Veracidad: Tener una gran cantidad de información,


moviéndose a una gran velocidad, no tiene valor alguno si
la misma es incorrecta. Los datos inadecuados pueden
causar varios problemas a las organizaciones, así como
también a los consumidores. Por lo tanto, las empresas
necesitan asegurarse que los datos sean correctos, para
que los análisis que se ejecutan en los mismos brinden
resultados adecuados. Especialmente si estas tareas

4
generan tomas de decisiones automatizadas, dónde no
existe participación humana; es necesario asegurarse que
ambos, la información y el análisis son correctos.
 Visualización: Una de las partes más interesantes
asociadas con Big Data hoy en día, debido a la gran
cantidad de datos, es encontrar la forma de representar de
manera sencilla y entendible la información. La
visualización, claro está, no significa simples gráficas de
tortas. Hablamos de complejas gráficas que pueden incluir
una extensa lista de variables las cuales, a pesar de su
complejidad, deben continuar siendo fácil de leer y
entender.
 Valor: Toda la información disponible puede crear valor
para las organizaciones, sociedades o consumidores. El Big
Data posee diferente valor dependiendo de cada industria.
Por ejemplo, El Servicio de Cuidados de Estados Unidos (US
Health Care) tiene un valor potencial de 300 billones de
dólares, más del doble del gasto anual en cuidados de
salud de España. Por supuesto, la información por sí sola
no tiene valor en absoluto. El valor está en el análisis
realizado en los datos y cómo estos datos se convierten en
información y eventualmente en conocimiento.
(Microsoft, 2014, https://goo.gl/qPW3Zo)

Cinco aplicaciones principales de Big Data


Es importante conocer cuáles son los problemas principales de las
compañías a los que Big Data puede aportar una solución. Dichas soluciones
pueden agruparse así en 5 grupos principales:

1) La exploración de grandes datos: Las tres 'V' del Big Data


(velocidad, volumen y variedad) reflejan el reto al que se
enfrentan las grandes compañías a la hora de dar a los
datos un valor para tomar mejores decisiones, mejorar las
operaciones y reducir los riesgos. Por lo tanto, es necesario
poder navegar de forma fácil para obtener la información
tanto dentro de los sistemas de la compañía como los
datos que llegan desde afuera.
El aumento del llamado “bruto de datos” o “ruido” plantea
el dilema de cómo contextualizar estos datos para
alimentar un mejor análisis y una mejor toma de
decisiones. La exploración de datos, además de ofrecer
soluciones a estos problemas, también contribuye a

5
disminuir el riesgo de filtración de información
confidencial gracias a sus mecanismos de seguridad.
2) 360º de visión sobre el cliente: Para conseguir un
conocimiento total del cliente, las compañías deben
obtener información de fuentes internas y externas para
poder asesorarle y entender cuál es la mejor manera de
ayudarle. El objetivo es comprender el comportamiento
del cliente y predecir sus futuras acciones.
Los empleados que trabajan directamente con los clientes
deben poseer la información suficiente y adecuada para
crear una relación de confianza y conseguir un
compromiso o una fidelidad por parte del consumidor.
Para conseguirlo, el empleado debe poder disponer al
instante tanto de información interna (según el
comportamiento del cliente en otras experiencias con la
propia compañía) como externa (sobre sus gustos e
intereses, obtenida de redes sociales, correo electrónico,
etc).
Hay que aclarar que la palabra cliente es un nombre
genérico, que pasará a denominarse paciente en el sector
de la salud, un sospechoso en un caso policial, etc.
3) Extensión de la seguridad/inteligencia: Mecanismos para
localizar anomalías y prevenir ataques. Este tipo de
soluciones permite discernir entre cantidades masivas de
datos (tanto internos como externos) posibles relaciones
ocultas, detectar patrones de conducta y prevenir
amenazas a la seguridad. También posibilita descubrir un
fraude mediante la comprobación en tiempo real del
historial de actividad de una cuenta, con lo que es factible
desenmascarar un comportamiento anormal de un usuario
o una transacción sospechosa.
También permite examinar nuevas fuentes y variedades de
datos como pruebas de una actividad criminal, por
ejemplo, internet.
Las tres aplicaciones principales son:
 Visión mejorada de inteligencia y vigilancia: análisis de
datos en movimiento y en reposo para encontrar
asociaciones o descubrir patrones. Esta información en
tiempo real puede incluso salvar vidas
 Previsión y atenuación de ataques cibernéticos en tiempo
real: analizando el tráfico de la red, las compañías pueden
descubrir amenazas nuevas y prevenir ataques de hackers,
intrusos, espionaje, fraude cibernético e incluso
ciberterrorismo.

6
 Predicción y prevención del crimen: la capacidad para
analizar datos de la red de telecomunicaciones y de redes
sociales permite detectar amenazas y adelantarse a los
criminales antes de que actúen.
4) Análisis de Operaciones: Permite obtener visibilidad en
tiempo real de las operaciones, la experiencia del cliente,
transacciones y comportamiento. Dinamiza el plan para
incrementar la eficiencia de las operaciones, identifica e
investiga las anomalías, y monitoriza la infraestructura
end-to-end para evitar de forma preventiva la degradación
o apagones sen el servicio.
Con un acelerador de datos permite ingerir y procesar
grandes volúmenes de datos para proporcionar un
conocimiento detallado del estado de la compañía. Los
machine data pueden ser correlacionados con otros datos
de la empresa como información del cliente o del
producto, aunque el gran volumen de datos esté en
formatos distintos que, sin la solución, no son compatibles
con los demás.
Esta combinación es de gran utilidad para los encargados
de tomar las decisiones operativas, a la vez que aumenta
la inteligencia y la eficiencia de las operaciones. Estos
responsables de la toma de decisiones pueden visualizar
los datos a través de distintos sistemas para obtener la
visión más informada posible y poder reaccionar de forma
rápida ante cualquier imprevisto.
5) Aumentar el almacén de datos o Data Warehouse: Se trata
de ampliar una estructura de almacenamiento de datos ya
existente aplicando las ventajas de Big Data para
incrementar su valor. El aumento del Data Warehouse
nace de dos necesidades básicas: sacar provecho de
diferentes tipos de datos para ganar nuevas perspectivas
de negocio en tiempo real, y para optimizar la estructura
de almacenamiento de datos facilitando la tarea y
ahorrando costes. Existen tres tipos de Data Warehouse:
 Pre-Processing Hub (núcleo de pre-procesamiento):
proporciona un área de montaje o “zona de aterrizaje” de
los datos antes de decidir cuáles se incorporan al almacén
de datos.
 Discovery/Analytics (descubrimiento-análisis): da la
capacidad de realizar análisis que deberían haberse hecho
antes en el Data Warehouse, para así optimizar el almacén
de datos y posibilitar nuevos tipos de análisis.
 Query-able Data Store (almacén de datos de consulta):
descarga datos que se consultan con poca frecuencia o de

7
una antigüedad considerable del datawarehouse
mediante software y herramientas de integración de
información, y los almacena en un espacio de
almacenamiento de bajo coste, pero mateniéndolos aún
accesibles desde la solución. (Logicalis, 2014,
https://goo.gl/e3bnzQ)

8
Bibliografía de referencias
IIC. (2016). Las 7 V del Big data: Características más importantes.
Recuperado de:
http://www.iic.uam.es/innovacion/big-data-caracteristicas-mas-
importantes-7-v/

Rouse, M. (2016). ¿Qué es Big Data? Recuperado de:


http://searchdatacenter.techtarget.com/es/definicion/Big-data

David Lopez Garcia. Universidad de Cantabria (2013). Análisis de las


posibilidades de uso de Big Data en las organizaciones. Recuperado de
https://goo.gl/6WTt5r

Barranco Fragoso, R. (2012). ¿Qué es Big Data? Recuperado de:


https://goo.gl/4vLJDc

Womenalia (2017). Big Data, qué es y qué beneficios aporta a la empresa.


Recuperado de: https://goo.gl/UAVBCY

Microsoft (2014). Big Data, Conceptos Generales. Recuperado de:


https://goo.gl/qPW3Zo

Logicalis (2014). Big Data y las cinco aplicaciones principales. Recuperado


de: https://goo.gl/e3bnzQ

También podría gustarte