Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GESTIÓN DE LA
Las empresas buscan lograr la eficiencia y la eficacia de sus procesos y de su gestión para obtener
productos que satisfagan las crecientes necesidades y expectativas de sus clientes. Lograr que
los productos y los servicios sean de la más alta calidad al menor costo posible se ha convertido
en condición indispensable para obtener altos índices de productividad y rentabilidad, y de esta
forma ser más competitivos.
La interacción de los individuos con las TIC, la proliferación de los dispositivos móviles y el
almacenamiento de la huella digital por parte de las empresas proveedoras de servicios ha
provocado un incremento nunca antes visto de la cantidad y el volumen de datos con los cuales
se cuenta, siendo denominado como Big Data. El término Big Data es uno de los temas más
abordados en la industria de las Telecomunicaciones debido a que los volúmenes de datos se
han incrementado al punto de que los sistemas tradicionales no pueden almacenarlos y
procesarlos.
La clave del asunto se encuentra en las potencialidades para las empresas y las organizaciones
al poseer bases de datos que monitoricen el comportamiento de los usuarios y suscriptores de
los diversos servicios, posibilitando entre otras cuestiones brindar servicios más personificados
y orientados a las verdaderas necesidades.
El estudio del comportamiento del Big Data posibilitaría una mejor atención a los requerimientos
de los usuarios, la detección de irregularidades en las operaciones de la empresa, además
brindaría una herramienta para medir el nivel de satisfacción de los usuarios de los diversos
servicios y de forma general contribuiría a elevar la eficiencia empresarial al detectar posibles
fallas organizativas.
BIG DATA
Con la llamada sociedad de la información y el uso de las nuevas tecnologías, los volúmenes de
datos se han venido incrementando de manera exponencial en los últimos años, tanto así que
los sistemas tradicionales de almacenamiento se han quedado limitados en sus capacidades
frente al número de información generada. El big data busca gestionar de manera eficiente la
3|Página
INFORMÁTICA 2022
El big data es la expresión utilizada para referirnos a la gestión que se especializa en el manejo
de datos masivos, llamada también ciencia de datos; sus métodos son una serie de herramientas
informáticas y estadísticas para la agrupación y el análisis de datos recolectados, gracias a los
volúmenes de información generados en la interacción de los individuos, muchos de ellos a
través de plataformas virtuales y dispositivos electrónicos y móviles. La importancia del big data
radica en que facilita la toma de decisiones para las organizaciones y empresas, a partir de la
lectura y el análisis de los comportamientos y afinidades de sus diferentes grupos de interés,
permitiéndoles generar estrategias y acciones centradas en los mismos.
La llamada sociedad de la información nombrada así por diferentes autores, no adquiere ese
nombre en vano, en el sentido de que, las personas y las organizaciones que aprendan a agrupar
y manejar la información, tendrán una ventaja significativa a la hora de tomar las decisiones
importantes a nivel comercial, logístico o administrativo.
Desde hace ya mucho tiempo estamos en la era de la informática, en donde los factores
importantes en la organización, son:
4|Página
INFORMÁTICA 2022
El big data se ha definido como un activo de información de alto volumen, alta velocidad y alta
variedad, que exigen formas rentables e innovadoras de procesamiento de la información para
una visión mejorada y la toma de decisiones (Chen, Preston, & Swink, 2015).
Esencialmente, Big Data consiste en hacer predicciones. El uso de datos masivos no consiste en
intentar “enseñar” a un computador a “pensar” como un ser humano. Más bien consiste en
aplicar las matemáticas a enormes cantidades de datos para poder inferir probabilidades.
Volumen
Se ha dicho que si el volumen de un conjunto de datos va más allá de los terabytes, se habla de
Big Data. El volumen es un elemento clave que contribuye al problema que tienen los motores
de bases de datos relacionales para manejar Big Data.
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?
En un principio, la idea era que el volumen de información había aumentado tanto, que la que
se examinaba ya no cabía en la memoria que las computadoras emplean para procesarla, así
que sólo cuando hablamos de datos masivos es que estamos hablando de Big Data (pero no es
el único factor)
El 90% de todos los datos existentes en el mundo se ha creado en los últimos 2 años. A partir de
ahora, la cantidad global de datos se duplicará cada dos años. En 2020, vamos a tener 50 veces
la cantidad de datos que teníamos en 2011.
Un avión genera aproximadamente 2,5 millones de terabytes de datos cada año a partir de
sensores instalados en sus motores. Un auto conducido genera alrededor de 2 petabytes de
datos anualmente.
5|Página
INFORMÁTICA 2022
Variedad
Además del gran volumen de información, ésta existe en una gran variedad de datos que pueden
ser representados de diversas maneras en todo el mundo; por ejemplo, dispositivos móviles,
audio, video, sistemas GPS, incontables sensores digitales en equipos industriales, automóviles,
medidores eléctricos, veletas, anemómetros, entre otros, los cuales pueden medir y comunicar
el posicionamiento, movimiento, vibración, temperatura, humedad, y hasta los cambios
químicos que sufre el aire.
Hoy en día, el 90% de los datos que son generados por las empresas son datos no estructurados.
Los datos de hoy se encuentran en muchos formatos diferentes: datos estructurados, datos
semi-estructurados, los datos no estructurados y datos estructurados más complejos. La amplia
variedad de datos requiere un enfoque diferente, así como diferentes técnicas para almacenar
todos los datos en bruto.
Hay muchos tipos diferentes de datos, y cada uno de esos tipos de datos requiere diferentes
tipos de análisis o diferentes herramientas a utilizar. Los medios sociales, como mensajes de
Facebook o tweets, pueden dar diferentes puntos de vista, tales como análisis de los
sentimientos de una marca, mientras que los datos sensoriales dan información acerca de cómo
se utiliza un producto y los errores que se pueden estar cometiendo.
Velocidad
Debido a la gran variedad y volumen de la información susceptible de ser procesada bajo
herramientas Big Data, las aplicaciones que analizan datos masivos requieren que la velocidad
de respuesta sea lo suficientemente rápida como para lograr obtener la información correcta en
el momento justo.
Cada minuto de cada día se suben 100 horas de vídeo en Youtube, se envían más de 200 millones
de correos electrónicos y se publican 300.000 tweets. La 'Velocidad' se refiere a la creciente
rapidez con la que se crean estos datos, y la creciente rapidez a la que los datos pueden ser
procesados, almacenados y analizados por bases de datos relacionales. Las posibilidades de
procesamiento de datos en tiempo real es un tema de especial interés, que permite a las
empresas hacer cosas, como anuncios personalizados en las páginas web que visitan sus
usuarios, basados en búsquedas recientes, a través de su historial de compras [UBDTSVM15].
Valor
El valor habla de la utilidad de la información para una empresa, y depende directamente de la
veracidad e inversamente del tiempo de captura. Este se puede medir en términos de cuánto
retorno a la inversión le representan dichos datos a la empresa; para que un conjunto de datos
tenga valor, es fundamental que este sea medido en términos de su alineación con los objetivos
de negocio.
6|Página
INFORMÁTICA 2022
En McKinsey & Company1 observaron cómo fue la creación de valor por medio de Big Data,
realizando una profunda investigación en las siguientes 4 áreas: el sistema de salud en los
Estados Unidos, la administración del sector público en la Unión Europea, la venta al por menor
en los Estados Unidos y los servicios personales de posicionamiento global. Fruto de esta
investigación, el reporte de McKinsey señala que Big Data puede jugar un papel decisivo en la
función económica, mejorar la productividad y competitividad, tanto en empresas públicas
como privadas, así como generar grandes beneficios para los clientes.
Veracidad
La veracidad se refiere a la fiabilidad de los datos, que complementa y mejora a las anteriores al
demandar un filtrado que elimine los datos brutos, dudosos o de escasa o nula calidad.
Se debe tener en cuenta que si la calidad de los datos resultaba fundamental en los datos clásicos
estructurados, esta calidad resulta aún de mayor importancia debido a la complejidad y
diversidad de las fuentes de origen y de los datos recogidos. Los datos deben ser precisos y
consistentes, utilizar las herramientas que aseguren que todos los datos nuevos se han
introducido correctamente, sin faltas de ortografía, errores tipográficos y/o abreviaturas al azar.
Variabilidad
Big Data es extremadamente variable. Brian Hopkins, un analista principal de Forrester2, define
la variabilidad como la "variación en significado, en el léxico". Se refiere a la supercomputadora
Watson que ganó Jeopardy. El supercomputador tenía que "diseccionar una respuesta dentro
de su significado para averiguar cuál era la pregunta correcta". Eso es muy difícil, debido a que
las palabras tienen diferentes significados, dependiendo del contexto. Para saber la respuesta
correcta, Watson tuvo que entender el contexto.
La variabilidad se confunde a menudo con la variedad. Digamos que existe una panadería que
vende 10 diferentes tipos de pan. Eso es variedad. Ahora imaginemos que vamos a esa panadería
tres días, y cada día compramos el mismo tipo de pan, pero cada día ese pan sabe y huele
diferente. Esa es la variabilidad.
1
Es una consultora estratégica global que se focaliza en resolver problemas concernientes a la
administración estratégica.
2
Forrester es una empresa consultora que ayuda a los líderes empresariales y tecnológicos a aprovechar
la obsesión por el cliente para acelerar el crecimiento.
7|Página
INFORMÁTICA 2022
Datos estructurados
Son los datos que han sido formateados para permitir su almacenamiento, uso y generación de
información. Las bases de datos transaccionales tradicionales almacenan datos estructurados
[DBSCMR09].
Datos no estructurados
Los datos no estructurados son aquellos que están en el formato en el cual fueron recolectados,
sin haber sido formateados o almacenados en bases de datos estructuradas. Algunos ejemplos
de datos no estructurados, son: PDF’s, correos electrónicos, documentos de texto y archivos de
audio y video. Se estima que en el Reino Unido hay casi 6 millones de cámaras de seguridad, que
están grabando constantemente y generando una cantidad monstruosa de información no
estructurada.
Datos semiestructurados
Los datos semiestructurados son datos que han sido procesados hasta cierto punto. Archivos
XML o HTML con etiquetas de texto y metadata, son ejemplos de datos semiestructurados
(Manyika et al., 2011). La mayoría de las fuentes de las redes sociales caben en esta categoría:
Facebook, Twitter y otros, ofrecen acceso a datos a través de una interfaz de programación de
aplicaciones (API), logs de servidores y patrones de búsqueda: un viaje individual a través de un
sitio web, ya sea búsqueda o registro de compra quedan almacenados en los logs de los
servidores.
Centrada en el negocio
La estrategia para el diseño debe basarse en casos reales y en problemas reales. Las
oportunidades que se identifican en el mercado y los modelos de posibles problemas sin
solución, deben constituir, junto con casos de uso reales, los fundamentos de los negocios reales
que se concreten. En este punto, el nivel de compromiso del personal que compone el equipo
de tecnología es vital para el éxito del proceso. La implementación de la estrategia debe ser
siempre centrada en condiciones reales, en necesidades de negocio reales que permitan
implementar soluciones a la medida y que produzcan resultados satisfactorios para las partes
involucradas.
8|Página
INFORMÁTICA 2022
Escalable
No se debe perder nunca el foco de que Big Data no puede convertirse en un método analítico
que arroje información y que ésta quede almacenada y abandonada en una base de datos
estática. El reto más agresivo para las compañías es establecer el ambiente tecnológico y cultural
que permita vincular los nuevos desarrollos y las plataformas ya establecidas con la creciente
demanda de nuevos métodos. Es fundamental que los modelos implementados permitan total
compatibilidad con los nuevos desarrollos y que se interconecten fácilmente con la gran
cantidad de fuentes masivas de información. (Tirados, 2014)
Finalmente, se podría cerrar este capítulo afirmando que el primer paso para identificar y
establecer las mejores estrategias de implementación de Big Data en un negocio es hacerse la
pregunta de qué hacer con toda la información recogida, tal como se planteó al inicio del mismo.
(Teradata, 2016)
3
https://www.pngwing.com/es/free-png-hjzyz
9|Página
INFORMÁTICA 2022
A continuación se exponen las principales aplicaciones del Big Data en las telecomunicaciones,
entre las que se encuentran:
A pesar de las aplicaciones anteriormente expuestas y que además constituye una herramienta
fundamental para planificar las estrategias generales de las organizaciones solo un 25% de los
profesionales es consciente de que puede cambiar a la profesión y únicamente un 17,6% de las
empresas en el ámbito latinoamericano han implementado este tipo de actividades.
Hay diferentes autores que plantean que las organizaciones en su comunicación con el cliente
deben brindar información sobre los productos y servicios que prestan así como se vuelve
imprescindible determinar, recopilar y analizar los datos apropiados para demostrar la
idoneidad de los mismos y esto se logra mediante la satisfacción del cliente y su conformidad
con los requisitos del producto. Aspectos estos en los que aún se encuentran dificultades.
10 | P á g i n a
INFORMÁTICA 2022
Al cliente o usuario hay que tratarlo desde un punto de vista dual: como el principal destinatario
de los servicios que se prestan y como un sensor proactivo, capaz de generar grandes cantidades
de datos con información útil de su grado de satisfacción he ahí donde radica la mayor dificultad
y donde se encuentran las mayores potencialidades.
Se vuelve imprescindible contar con centros de almacenamiento para guardar estos grandes
volúmenes de información y tras su análisis se podría estudiar el comportamiento de los clientes
para realizar acciones comerciales generando un aumento de la productividad y la reducción de
costos a través de servicios personalizados.
Entre los diferentes tipos de datos con los cuales se cuenta se encuentran:
Sin embargo, toda esa información no es realmente útil a no ser que sea automáticamente
procesada para distinguir la información relevante y lograr un mayor nivel de abstracción.
Lo que conlleva a la necesidad de definir aspectos claves tales como: qué tipos de datos son los
significativos para almacenar y procesar, dónde van a ser almacenados y bajo qué tipo de
estructuras, qué mecanismos se emplearán para su gestión. Todo esto considerando que los
mismos son generados desde cualquier ubicación geográfica.
Por otra parte también es necesario definir los programas a emplear, los mecanismos de
visualización de la información y la confiabilidad de los datos. Sin descuidar ni un instante la
necesaria protección de la privacidad a los datos de los usuarios, lo que requiere la firma de
nuevos contratos con los clientes para que ellos estén conscientes de cuales datos van a ser
empleados para mejorar el servicio y al dar su consentimiento libren a la empresa de cualquier
reclamación posterior.
1. Realizar un análisis en tiempo real de la ubicación, cantidad de productos con los cuales
se cuenta y sus patrones de consumo. Lo cual permitiría prever el abastecimiento de los
diferentes productos de la red comercial.
2. Realizar un análisis de las principales quejas, sugerencias u opiniones por parte de la
población y dar respuesta instantánea y oportuna en la mayoría de los casos.
3. Establecer patrones de consumo por parte de los clientes con vistas a detectar
irregularidades e ilegalidades en la red comercial.
4. Vertebrar un sistema de marketing personificado a los intereses de cada sector
poblacional y de esta forma maximizar los resultados de las campañas publicitarias.
5. Desplegar un sistema web de información comercial a los usuarios para que conozcan
en tiempo real la disponibilidad de productos de acuerdo a su ubicación geográfica.
11 | P á g i n a
INFORMÁTICA 2022
Es también lógico, que las empresas empiecen a utilizar más profesionales en big data en la
medida que este se convierte en una herramienta eficiente para el análisis de datos masivos, y
a partir de allí tomar mejores decisiones (Estera, 2016).
Se abrirán áreas completamente nuevas: ahora mismo suena a ciencia ficción, pero se
obtendrán datos de áreas en la que nunca se pensó que serían accesibles. ¿Podremos obtener
datos de compra en la calle?, ¿El análisis de comportamiento humano a través de sus
movimientos captados por cámaras de vídeo? Las posibilidades son infinitas (Estera, 2016).
Ofrece control eficiente de los activos con los que se cuenta en la empresa, por ejemplo, la flota
de vehículos, la materia prima almacenada, los productos en stock, entre otras cosas. De tal
forma, los procesos de distribución son optimizados, reduciendo considerablemente los gastos
y tiempos de organización.
Una vez analizados todos los beneficios que el big data aporta a la logística podemos concluir
que su aplicación significa una importante optimización del sector, además de obtener
rentabilidad, incrementar el número de clientes y detectar futuros modelos de negocio (Juan,
2016).
En la sociedad actual, también llamada por diferentes académicos, la sociedad del conocimiento,
es precisamente el big data esa puesta que abre las posibilidades para obtener cualquier tipo de
información, a partir del análisis de datos, algunos llaman al big data el nuevo petróleo, por las
potencialidades en ahorro de procesos y toma de decisiones acertadas y eficaces.
Por lo tanto, en la medida en que las empresas se adapten a estos avances tecnológicos lograran
enfocar la toma de decisiones, por ejemplo, estudiar los clientes y sus prácticas de una manera
detallada, a partir de allí diseñar la mejor estrategia comercial, para ello cada empresa deberá
tomarse la tarea de cultivar la cultura de las TIC, investigar, cualificar y diseñar su estrategia big
data según sus necesidades e intenciones.
12 | P á g i n a