Para entender bien el Big Data, resulta de gran ayuda conocer un poco su historia.

Por
definición, el Big Data son datos de gran variedad, que llegan en volúmenes cada vez
mayores y, además, a una velocidad cada vez mayor. Por eso, cuando hablamos de Big
Data, siempre hablamos de las grandes V del Big Data. Y ahora hay más de tres, porque el
concepto de Big Data ha evolucionado.

Hoy en día, el almacenamiento de datos es más barato que hace unos años, así que resulta
más rápido y barato almacenar más datos. ¿Pero para qué queremos tantos datos? En
realidad, los datos sirven para lo que sea: ofrecerlos a otros clientes, usarlos para crear
nuevos productos y funcionalidades, tomar decisiones comerciales y muchas cosas
más.

El nombre de Big Data no es nuevo, pero el concepto de manejar una gran cantidad de
datos está cambiando. Lo que hasta hace poco llamábamos «Big Data» eran muchos
menos datos de lo que son ahora. En realidad, todo empezó en los años 60, cuando
empezaron a abrirse los primeros almacenes de datos.

Cuarenta años después, las empresas vieron cómo podían recopilarse conjuntos de datos a
través de servicios en línea, sitios web, aplicaciones y cualquier producto con el que
interactúan los clientes. Así es como empezaron a popularizarse los primeros servicios de
Big Data (Hadoop, NoSQL, etc.). Era imprescindible tener esas herramientas, porque
simplifican el análisis de los Big Data y lo abaratan.

El Internet de las cosas ya no es solo un sueño. Ahora hay más dispositivos conectados
a Internet, recopilando datos sobre patrones de uso de los clientes y eficacia de los
productos. De repente alguien pensó: «¿Por qué no lo usamos para que las máquinas
aprendan por sí solas?» Así es como nació el aprendizaje automático, o machine learning,
y también se empezaron a generar datos con él.
Source: FreeCodeCamp

¿Puedes hacerte una idea de cuántos datos significa eso? Y, además, ¿puedes imaginarte
cuántos usos puedes darles a todos estos datos? Todos estos datos pueden ayudarte a
tomar decisiones porque tienes toda la información que puedas necesitar. Puedes
resolver cualquier problema o dificultad muy fácilmente.

Dicho de otro modo, el Big Data son unos conjuntos de datos más grandes y
complejos, que se reciben sobre todo de nuevas fuentes de datos. Esos conjuntos de
datos son tan grandes que a los programas de software tradicionales que se usaban para
procesar los datos no les resultaba fácil gestionarlos, así que se crearon nuevas
herramientas y nuevos programas de software.

Tipos de Big Data

Entre los Big Data hay tres tipos de datos: estructurados, semiestructurados y no
estructurados. En cada uno de estos tipos hay mucha información útil que puedes extraer
para usarla en distintos proyectos.
Source: E-skillsbusinesstoolbox

● Los datos estructurados tienen un formato fijo y a menudo son numéricos. Así que
en muchos casos los gestionan máquinas y no humanos. Este tipo de datos es
información que ya está ordenada en bases de datos y hojas de cálculo
almacenadas en bases de datos SQL, lagos de datos y almacenes de datos.
● Los datos no estructurados son información que está desorganizada y no está en
un formato predeterminado porque puede ser casi cualquier cosa. Es el caso, por
ejemplo, de los datos recopilados de fuentes de redes sociales y puede convertirse
en archivos de documentos de texto almacenados en Hadoop, como clústeres o
sistemas NoSQL.
● Los datos semiestructurados pueden contener ambas formas de datos, como
registros de servidores web o datos de sensores que haya configurado. Para ser
precisos, son datos que, a pesar de no estar clasificados en un repositorio concreto
(una base de datos), contienen información vital o etiquetas que segregan elementos
individuales dentro de los datos.

El Big Data incluye siempre múltiples fuentes y la mayor parte del tiempo es de distintos
tipos también. Así que no siempre es fácil saber cómo integrar todas las herramientas que
necesitas para trabajar con distintos tipos de datos.

¿Cómo funciona el Big Data?

La idea principal que subyace al Big Data es que cuanto más sabes sobre algo, mejor lo
entiendes y te ayuda a tomar una decisión o buscar una solución. En muchos casos, este
proceso está totalmente automatizado; contamos con unas herramientas tan avanzadas
que crean millones de simulaciones para dar el mejor resultado posible. Pero para
conseguirlo con la ayuda de las herramientas analíticas, el aprendizaje automático o incluso
la inteligencia artificial, hay que saber cómo funciona el Big Data y configurarlo todo
correctamente.

Source: Datafloq

La necesidad de gestionar tantos datos requiere una infraestructura estable y bien

estructurada. Habrá que procesar rápidamente ingentes volúmenes y distintos tipos de
datos y esto puede sobrecargar un único servidor o clúster. Por eso tendrás que contar con
un sistema bien pensado para gestionar el Big Data.

Según la capacidad del sistema, se deberán tener en cuenta todos los procesos. Y en el
caso de las grandes empresas, pueden hacer falta cientos o miles de servidores. Como te
imaginarás, esto puede empezar a salir caro. Y cuando añades todas las herramientas que
vas a necesitar, todavía se encarece más. Así que tienes que saber cómo funciona el Big
Data y las tres acciones principales que se necesitan para poder prever el presupuesto
de antemano, y crear el mejor sistema posible.

Integración

El Big Data siempre se recopila de muchas fuentes y, como hablamos de volúmenes

enormes de información, hace falta descubrir nuevas estrategias y tecnologías para
gestionarlo todo. En algunos casos, llegan a nuestro sistema petabytes de información, así
que integrar toda esta información en tu sistema es todo un reto. Tendrás que recibir
los datos, procesarlos y formatearlos de la manera adecuada para tu empresa y de tal
forma que tus clientes puedan entenderlos.

Gestión
¿Qué más puedes necesitar para semejante volumen de información? Necesitarás un lugar
donde almacenarla. Esta solución de almacenamiento puedes encontrarla en la nube, en
tus instalaciones o ambas. También puedes elegir de qué forma almacenar tus datos, para
tenerlos a tu disposición en tiempo real y cuando los pidas. Por eso cada vez más gente
elige una solución en la nube para almacenar los datos, porque es compatible con su actual
infraestructura informática.

Análisis

Bien, recibiste los datos y los has almacenado, pero tienes que analizarlos para poder
usarlos. Explora tus datos y utilízalos para tomar decisiones importantes, como saber qué
características son las que más buscan tus clientes o utilizarlos para compartir búsquedas.
Haz lo que quieras o necesites con ellos, pero sácales provecho, porque has hecho una
gran inversión para instalar esta infraestructura, así que tienes que usarla.

Como ya hemos dicho al hablar de Big Data, siempre hablamos de las grandes V del Big
Data. Cuando apareció el Big Data, solo había 3 V, pero ahora son más. Y se les suman
otras constantemente según para qué necesites el Big Data. En la próxima sección de este
artículo, vamos a ver algunas de las V.

Las grandes V del Big Data

Volumen

Como su propio nombre indica, cuando hablamos de Big Data nos referimos a grandes
volúmenes de datos. Así que la cantidad de datos que recibas importa. Pueden ser datos
de valor desconocido, como los datos sobre el número de clics en un sitio web o una
aplicación móvil. Para algunas empresas pueden ser decenas de terabytes de datos,
mientras que para otras pueden ser cientos de petabytes. O es posible que sepas
exactamente la fuente y el valor de los datos que recibes, pero aun así vas a recibir grandes
volúmenes a diario.

Velocidad

La velocidad es la gran V que representa lo rápido que se reciben y tratan los datos. Si
los datos se transfieren directamente a la memoria y no se escriben en un disco, la
velocidad será mayor y, como consecuencia, operarás mucho más deprisa y los datos se
proporcionarán prácticamente en tiempo real. Pero para esto también hace falta una
forma de evaluar los datos en tiempo real. La velocidad es también la gran V más
importante en ámbitos como el aprendizaje automático y la inteligencia artificial.

Variedad

La variedad se refiere a los tipos de datos que están disponibles. Cuando trabajas con
tantos datos, debes saber que muchos de ellos son no estructurados y semiestructurados
(texto, audio, vídeo, etc.). Habrá que procesar aún más los metadatos para que todos
puedan entenderlos.

Veracidad

La veracidad se refiere a lo exactos que son los datos del conjunto de datos. Puedes
recopilar muchos datos de redes sociales o sitios web, pero ¿cómo puedes asegurarte de
que los datos son exactos y correctos? Si usas datos de mala calidad sin comprobarlos,
puedes tener problemas. Los datos inciertos pueden dar lugar a análisis imprecisos y
llevarte a tomar decisiones equivocadas. Así que siempre debes comprobar los datos y
cerciorarte de disponer de suficientes datos precisos para obtener resultados válidos y
relevantes.

Valor

Como decimos, no todos los datos citados tienen valor y pueden utilizarse para tomar
decisiones comerciales. Es importante conocer el valor de los datos que tienes a tu
disposición. Tendrás que establecer una forma de limpiar los datos y confirmar que son
relevantes para el propósito que tienes en mente.

Variabilidad

Cuando tienes muchos datos, en realidad puedes utilizarlos con muy distintos fines y
formatearlos de distintas maneras. No es fácil recoger tantos datos, analizarlos y
gestionarlos de la manera más adecuada, así que lo normal es usarlos varias veces. Eso es
lo que significa la variabilidad: la opción de utilizar los datos con distintos fines.

Ya sabemos muchas cosas sobre el Big Data: qué es, los tipos de datos que existen y las
grandes V. Pero todo esto no serviría de gran cosa si no sabemos qué se puede hacer con
el Big Data y por qué es cada vez más importante.

¿Por qué es tan importante el Big Data?

El Big Data tiene un potencial enorme. Puedes usar la valiosa información que
proporcionan estos datos para tomar decisiones de marketing sobre tu producto y tu
marca. Las marcas que usan Big Data son capaces de tomar decisiones comerciales más
rápido y con mejor criterio. Si usas toda la información que tienes sobre tus clientes, puedes
hacer que el producto esté más centrado en el cliente y crear los contenidos que él quiere
o personalizar sus itinerarios. Es más fácil tomar decisiones cuando tienes toda la
información que necesitas, ¿verdad?
Por poner un ejemplo, ya sabemos lo útil que es el Big Data en la investigación médica,
cuando se usa para identificar el riesgo de contraer determinadas enfermedades, según el
historial médico del paciente o la forma de tratar algunas enfermedades. Este es solo un
ejemplo del uso del Big Data, pero es uno de los más importantes.

Los sistemas de citas por Internet pueden ser un 90 % más precisos una vez que las
máquinas aprenden cómo unir perfectamente a las parejas basándose en toda la
información que tienen sobre dos personas. Los fallos o errores informáticos pueden
minimizarse porque sabrás en qué condiciones pueden producirse. Un coche que
conduzca solo puede ser más seguro que cualquier otro coche conducido por una persona
porque no comete errores humanos. Analiza la información del Big Data en tiempo real y
sabe cuál es la mejor ruta para llegar a tu destino a tiempo.

Basándose en toda la información que tienen sobre sus clientes, ahora las empresas
pueden predecir con exactitud qué segmentos de sus clientes querrán comprar sus
productos y en qué momento, y así sabrán cuál es el mejor momento para lanzarlos. El Big
Data ayuda además a las empresas a desarrollar su actividad de una forma mucho más
eficaz.

El Big Data es importante para el progreso de nuestra tecnología y puede facilitarnos la

vida si lo utilizamos con acierto y de forma positiva. El potencial del Big Data es ilimitado,
pero vamos a ver algunos casos prácticos de uso.

Usos del Big Data

El análisis del Big Data pueden hacerlo personas y máquinas, según las necesidades de
cada uno. Usando distintos métodos analíticos, puedes combinar distintos tipos de datos
y fuentes para descubrir cosas y tomar decisiones relevantes. Así podrás lanzar tus
productos más rápido y dirigirlos al público adecuado. Vamos a ver algunos de los usos más
habituales del Big Data.

Desarrollo de productos

Cuando el grueso de tu actividad se centra en el producto, el Big Data es más que

imprescindible. Vamos a tomar un ejemplo que casi todo el mundo conoce: Netflix. ¿Cómo
crees que hace Netflix para enviarte un mensaje con recomendaciones especialmente
elegidas para ti cada semana? Con la ayuda del análisis de Big Data, claro. Utilizan
modelos predictivos y te informan de las novedades que quizás te gusten clasificando los
datos del pasado y los programas que has visto o marcado como favoritos. Hay empresas
que utilizan otros recursos, como información de redes sociales, información de ventas de
las tiendas, grupos focales, encuestas, tests y mucho más para saber cómo hacer para
lanzar un nuevo producto o dirigirlo a las personas a las que está destinado.

Análisis comparativo

Cuando sabes cómo se comportan tus clientes y puedes observarlos en tiempo real, puedes
comparar sus patrones con los itinerarios que han seguido otros productos parecidos y
saber en qué sentido eres más fuerte que tus competidores.

Source: B.telligent
Experiencia del cliente

El mercado es tan grande que es difícil que un producto consiga destacar como único. Así
que para poder distinguirte debes esforzarte en personalizar la experiencia de tus
clientes. El Big Data te permite recopilar datos de redes sociales, visitas en Internet,
registros de llamadas y otras fuentes para mejorar la experiencia de las interacciones o
maximizar el valor que ofreces.

Aprendizaje automático

El aprendizaje automático ahora está muy de moda y todo el mundo quiere saber más.
Ahora podemos crear máquinas que aprenden por sí solas y la capacidad para hacerlo
viene del Big Data y de los modelos aprendizaje automático que se han desarrollo gracias a
él.

Escalabilidad y predicción de fallos

Es importante saber en cualquier momento cuánta infraestructura debes movilizar o

tener la posibilidad de predecir fallos mecánicos. No será fácil analizar todos los datos
primero porque te encontrarás con cantidades ingentes de datos estructurados (periodos de
tiempo, equipos) y no estructurados (entradas de registros, mensajes de error, etc.). Pero
teniendo en cuenta todas estas indicaciones, puedes detectar posibles escollos antes de
que surjan problemas o escalar el uso de tus recursos. Con el Big Data puedes analizar las
opiniones de tus clientes y predecir la demanda futura, y de este modo sabrás cuándo
necesitas tener más recursos disponibles.

Fraude y conformidad

Hacking… todos lo odiamos, pero cada vez es más frecuente. Uno trata de hacerse pasar
por tu marca, otro intenta vender tus datos y los datos de tus clientes… Los hackers son
cada día más creativos. Pero sucede lo mismo con los requisitos de seguridad y
conformidad: cambian constantemente. El Big Data puede ayudarte a identificar patrones
de datos que son indicios de fraude y sabrás cuándo y cómo reaccionar ante ellos.

Tus analistas de datos pueden encontrar muchos usos para tus datos y averiguar cómo
conectar los distintos tipos de datos que tienes. Puedes usar estos datos para publicar
investigaciones oficiales y dar más notoriedad a tu marca.

¿En qué se diferencia el Data Mining del Big Data?

El Data Mining y el Big Data son dos conceptos que están relacionados a los datos pero que
tienen un enfoque diferente sobre ellos. El enfoque principal del Big Data es la gestión de
grandes volúmenes de datos para que estos estén disponibles para la organización. El
enfoque principal del Data Mining por otro lado es el análisis de los datos. Por lo tanto, para
extraer valor del Big Data necesitamos el Data Mining. Podemos aplicar cualquier técnica
del Data Mining, sobre el Big Data para descubrir patrones y exprimir el valor escondido en
los grandes volúmenes de datos. En conclusión, el Big Data se puede ver como el activo
mientras que el Data Mining es la herramienta o las técnicas para aprovechar ese activo.