 Las tres características esenciales de su uso: volumen, velocidad y

variedad.
Cuando hablamos de datos masivos, estamos hablando también de gestión de la
información y de generación de conocimiento para la acción.
Este campo científico es el que nos da las pautas metodológicas para gestionar
grandes volúmenes de datos con el fin de crear valor mediante una serie de
procesos y procedimientos. Pero, además, hemos de tener en cuenta que
debemos contar con la tecnología, para capturar datos, procesarlos, analizarlos e
interpretarlos de manera rápida y eficiente
Además de su volumen, en la definición se han considerado aspectos como la
variedad de datos y la velocidad de procesamiento.
a) Volumen : Cuando se habla de volumen de los datos masivos se hace
referencia a dos aspectos. En primer lugar, al incremento exponencial de
los datos, fruto del uso de las nuevas tecnologías y la facilidad de generar
datos digitales.
b) Variedad: Los datos son muy variados en cuanto a tipologías, formato y
estructuras empleadas para su organización y presentación. Esto se debe a
que proceden de fuentes muy variadas y además tienen que adaptarse a
los requerimientos de los diferentes dispositivos que generan y emplean los
datos (móviles, audio, vídeo, sistemas GPS, sensores de temperatura,
medidores de viento, capital, sensores RFID, mensajes de Twitter, webs,
internet de las cosas, etc.). Teniendo en cuenta las estructuras en las que
se organizan los datos, y las formas en las que se almacenan, podemos
clasificar los datos según el nivel de estructuración: estructurados, no
estructurados y semiestructurados
c) Velocidad El procesamiento de los datos masivos se debe hacer en el
mínimo tiempo posible, y en algunas ocasiones en tiempo real. Es un tema
especialmente delicado cuando se deben tomar decisiones en contextos
críticos. Permite también ver con suficiente antelación hechos y acciones
ante los cuales reaccionar con tiempo.

Por lo tanto, a las tres V iniciales (volumen, variedad y velocidad) se añadieron

otras características vinculadas con calidad de los datos, tratamiento y gestión, o
prestaciones de tecnología y software. Estas otras características son: veracidad,
valor, visualización, verificación, variabilidad y viabilidad.
  En qué casos se recomienda utilizar el big data.
Son diferentes los usos que se pueden hacer del Big Data en las empresas, en
función del sector y de los objetivos que se persigan. Independientemente, hay
una serie de usos generalizados que las compañías pueden aplicar desde ya para
obtener mejoras en los diferentes procesos.
- Técnicas de Machine Learning: posibilidad de tener un aprendizaje
automático en base a los datos.
- Mantenimiento en base al análisis predictivo: predecir patrones de
comportamiento y adelantarse a posibles problemas.
- Desarrollo de nuevos productos: En base a los datos disponibles de
productos actuales y pasados, al éxito que tuvieron, demanda de los
clientes y época del año, las empresas pueden ser capaces de desarrollar
nuevos productos y predecir el número de compras que va a tener.
- Experiencia del cliente: obtener datos de interacción de los usuarios de
diferentes canales y combinarlos para ofrecer una mejor experiencia a los
usuarios.
- Control de stock: se pueden hacer predicciones de las ventas en función de
diferentes factores y así adelantarse a la posible falta de stock y realizar
promociones puntuales.
- Prevención del fraude: El Big Data también ayuda, gracias al análisis
predictivo, a analizar patrones de fraude y ataques informáticos.
- Innovación: El Big Data abre las puertas a multitud de posibilidades, y
supone un impulso a la innovación, de manera que se puede plantear para
muchas opciones.

García-Alsina, M. (2017). Big Data, gestión y explotación de grandes volúmenes

de datos. Editorial UOC.
https://elibro.net/es/lc/uvm/login_usuario/?next=/es/lc/uvm/titulos/116303/
Usos del Big Data en las empresas. (3 de Marzo de 2021). Obtenido de Three
Points The School For Digital Bussiness: https://www.threepoints.com/blog/usos-
del-big-data-en-las-empresas