lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
“Big Data”

Postulando: Yanery Ruby Rodríguez Díaz

Orden: Dn -20-20133

Cursando: Inteligencia de negocios

Docente: Edwin Raimen Medrano

Página 1 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
ÍNDICE

RESUMEN................................................................................................................................3
INTRODUCCION.......................................................................................................................4
CARACTERÍSTICAS DE BIG DATA..............................................................................................6
VOLUMEN......................................................................................................................................6
VARIEDAD.......................................................................................................................................6
VELOCIDAD.....................................................................................................................................6
VERACIDAD.....................................................................................................................................6
VALOR DEL DATO...........................................................................................................................7
TIPOS DE ANÁLISIS PREDICTIVOS............................................................................................8
MODELO PREDICTIVO.............................................................................................................8
MODELO DESCRIPTIVO............................................................................................................9
MODELO DE DECISIÓN............................................................................................................9
OBJETIVO DE BIG DATA...........................................................................................................9
FILOSOFÍA PARA ADOPTAR BIG DATA...................................................................................10
UTILIDAD DE BIG DATA..........................................................................................................11
BIG DATA Y EL ANÁLISIS DE DATOS.......................................................................................11
DATA Y LA NUBE....................................................................................................................13
CONSIDERACIONES................................................................................................................16
CONCLUSIONES.....................................................................................................................17
CITAS......................................................................................................................................18

Página 2 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
RESUMEN

El ensayo presenta una investigación sobre Big Data y la importancia del análisis de datos
como parte fundamental y estratégica para obtener el éxito cuando se habla de Big Data,
no solo se habla de almacenamiento de datos, sino generar información y obtener
conocimiento para poder potenciar el negocio en las empresas.

Contar con un científico de datos es importante, ya que es la persona que analiza los datos
haciendo uso de sus conocimientos en matemáticas, estadística, tecnología, área a la que
está enfocada la empresa para así potenciar a la empresa y obtener estrategias de
negocio, se debe contar con información depurada para lograr obtener un análisis
eficiente.

El crecimiento acelerado y la producción de datos día a día, los datos generados pueden
ser estructurados y semiestructurados, la limitación de las herramientas tradicionales ha
dado lugar al aparecimiento de Big Data, siendo este para las empresas un desafío
tecnológico ya que pueden tener dificultades para analizarlos, capturarlos y explotarlos,
los cuales brindarán importantes recompensas a las empresas.

Página 3 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
INTRODUCCION

En la actualidad vivimos una realidad en la que estamos conectados la mayoría del tiempo
al internet compartiendo fotos, documentos, vivencias y experiencias.

En las últimas décadas la cantidad de información que debemos manejar, constantemente

se ha multiplicado, generándose así cada vez más y más datos que analizar y debido a que
la sociedad hoy por hoy da mayor importancia a dicha información no es raro afirmar que
esta viene siendo y será el pilar que sustente la toma de decisiones para las organizaciones
y empresas en los años próximos, enmarcando así un nuevo campo de estudio y
preparación para los profesionales en ingeniería de sistemas.

En este ensayo se verán las siguientes interrogantes: “¿Qué es Big Data? Y ¿Cómo
podemos implementar Big Data?”

Con el correr de los años han sido muchas las técnicas, métodos, herramientas que han
sido desarrolladas para la recopilación y procesamiento de datos obtenidos en diferentes
escalas y diversas temáticas o campos de estudio.

Una de estas técnicas y se podría decir que es la más utilizada debido a que la información
que genera fácilmente puede ser visualizada como datos estadísticos, es la minería de
datos cuyo objetivo es capturar información de un grupo de datos y transformar esta
información en una estructura que sea comprensible para uso posterior.

Página 4 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
¿QUÉ ES BIG DATA?

“Conjuntos de datos cuyo tamaño va más allá de la capacidad de captura, almacenado,

gestión y análisis de las herramientas de base de datos” [1]. Esta definición se introdujo
con la popularización de este término, la cual no describe el objetivo concreto del
término, por lo que ha esta definición se le han acotado algunos términos.

Uno de los significados más completos y que será usado como punto base para este
ensayo es el significado por Gartner.

“Big data son activos de información caracterizados por su alto volumen, velocidad y
variedad, que demandan soluciones innovadoras y eficientes de procesado para la mejora
del conocimiento y toma de decisiones en las organizaciones” [2]

Se denomina Big Data a la administración y análisis de cantidades gigantescas de data que

no deben de tratarse de manera normal ya que rebasan las capacidades y límites de
herramientas de software que son usadas normalmente para la gestión, captura y
procesamiento de datos.

Este concepto incluye tecnologías, infraestructuras y servicios creados para dar soluciones
a procesamientos enormes de conjuntos de datos estructurados, no estructurados o
semiestructurados, estos pueden provenir de sensores, archivos de audio, micrófonos,
cámaras, escáneres médicos, imágenes, teléfonos inteligentes entre otros.

HISTORIA DE BIG DATA

El Big Data y la analítica de datos es algo que hoy en dia está muy de moda, pero también
es algo que no surgió hace un par de dias. En 1930 ya se llevaba a cabo las primeras tareas
de análisis de datos, aunque no con el volumen como el que ahora se mueve.

La predictibilidad de la analítica, desde el siglo XX ha cambiado mucho, tanto asi que era
usada en la II Guerra Mundial para descifrar mensajes. “La analítica predictiva se está
convirtiendo en la tecnología del siglo XXI”, comenta Andrew Jennings, director de
analítica de Fico Labs. “Se puede mirar hacia atrás y ver su importancia en el pasado, pero
hemos llegado a un punto en el que el Big Data, el cloud computing y la tecnología de
analítica está llevándonos a una innovación masiva y disrupción en el mercado”.

Según los resultados de Fico Labs, todos los dias se crean 2,5 trillones de bytes
relacionados con big data, esto explicaría claramente que la venta de soluciones de
analítica haya pasado de facturar 11.000 millones de dólares en 2000 a 35.000 millones de
dólares en 2012 y además, el número de puestos de trabajo relacionados con estas
soluciones haya crecido un 15.000% entre 2011 y 2012.

Página 5 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
CARACTERÍSTICAS DE BIG DATA

Las características de Big Datas hacen referencia a las tres “Vs” (3Vs): Volumen, variedad y
velocidad, sin embargo, existen algunas empresas que han incursionado en big data han
ampliado la definición original, incorporando dos características nuevas: valor del dato y
veracidad, por lo tanto, se puede consideran cinco “Vs” (5Vs).

VOLUMEN

Cuando se habla de Big Data se consideran grandes volúmenes de datos, refiriéndose a

Terabytes o Petabytes que superan a la gestión de estos datos en sistemas tradicionales,
es por esto que el avance tecnológico ha dado el surgimiento al aparecimiento de big data
que permite manejar las enormes cantidades de datos y gestionarlos.

VARIEDAD

Esta característica se refiere a incluir varias fuentes de datos de diferentes a las que se
manejan en el sistema tradicional, pudiendo ser obtenida de redes sociales, de
dispositivos electrónicos que se encuentran conectados y cada vez en un número mayor,
sensores que permiten conocer movimientos y hábitos cotidianos, es decir, diversas
fuentes externas que obtienen datos.

Es importante recalcar que los datos que puede manejar big data pueden ser
estructurados y semiestructurados. La gestión de la información desestructura, precisa el
uso de tecnologías que permitan tomar decisiones basadas en información obtenida con
gran exactitud, los algoritmos para el tratamiento de los datos utilizan lógica difusa.

VELOCIDAD

Esta característica se basa en la rapidez con la que se reciben los datos, procesan y se
toma decisiones en función de estos. En la mayoría de sistemas tradicionales es imposible
analizar los grandes volúmenes de datos de forma inmediata los en el momento de
receptarlos, pero big data este concepto es imprescindible por ejemplo en sistemas de
detención de fraude o realizar ofertas personalizadas de clientes, entre otros.

VERACIDAD

Esta característica no hay que dejarla de lado, es la confianza de los datos, extrayendo los
datos de calidad y eliminado la imprevisibilidad de algunos, por ejemplo, en el tiempo,
economía, etc. De esta forma se puede llegar a obtener la información precisa para tomar
decisiones correctas.

Página 6 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
VALOR DEL DATO

Esta característica se refiere a la importancia del dato en el negocio, se debe tener en

claro que datos se van a analizar, apareciendo el científico de datos (data Scientists) un
profesional con perfil científico, tecnológico y con visión del negocio, el cual será el
encargado de analizar los datos y prestando servicio tanto a los clientes como a los
ejecutivos para la toma de decisiones.

Esta profesión es una del futuro, en pocos años aumentará el requerimiento de estos
profesionales para el análisis de datos. Es de vital importancia formar a gente con este
perfil de innovación en las tendencias actuales.

Big data proveerá en el futuro de negocio que producirá grandes cantidades de dinero, es
necesario contar con científicos de datos (data Scientists) que son especialistas en analizar
y correlacionar big data para así obtener ventajas competitivas en las compañías; Amazon,
Facebook, LinkedIn, Google, Youtube constantemente se busca como usar la enorme
cantidad de datos que se producen a diario, para aprovechar las oportunidades de
negocio basado en el análisis de los datos y las oportunidades de mercado. Los científicos
de datos no solo están centrados en el análisis de datos, sino también en las necesidades
de usuarios y ayudar los ejecutivos hacer nuevos productos.

Existen varios modelos de análisis de datos, orientados al análisis de datos de miles de

datos y actualmente se habla de millones de datos aún falta por obtener nuevos modelos
análisis aplicables para hoy en día.

Se necesita formar emprendedores para estas nuevas tendencias hay que salir del estado
de trance en el que de cada profesional se dedica a lo que sabe, se quedan en un área de
confort sin el objetivo del querer cambiar las cosas, involucrándose en nuevos retos y
proyectos.

Hay varios retos que resolver y uno de esos son el almacenamiento, discos de estado
sólido como se está usando actualmente, procesamiento de datos, administración de
información a través de bases NoSQL.

En este ensayo se va a realizar algunas revisiones orientadas a los análisis predictivos

usadas en big data, la importancia de big data es obtener información de los datos que se
almacenan con el objetivo de producir la información para la toma de decisiones, por lo
que es imprescindible contar con un científico de datos en la empresa para lograr los
objetivos fijados proyectándose sobre el resto de las empresas, siendo efectivas y
productivas.

Página 7 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

TIPOS DE ANÁLISIS PREDICTIVOS

Los tipos análisis predictivos que se mencionan son: modelos predictivos, modelos
descriptivos, modelos de decisión.

MODELO PREDICTIVO

Los modelos predictivos examinan resultados anteriores para estimar una probabilidad del
comportamiento específico en un futuro ya sea de un cliente o un posible candidato para
ser empleado.

Comprende también los modelos que buscan patrones discriminatorios de datos para
contestar preguntas ya sea sobre el comportamiento de empleados con el perfil buscado o
comportamientos del cliente, tales como la detección de tipos de fraudes, los modelos de
predicción a menudo realizan cálculos en tiempo real, durante las operaciones.

Fig 1. “Como se desarolla un modelo predictivo”

Fuente: www.scoremind.com

Página 8 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

MODELO DESCRIPTIVO

Los modelos descriptivos especifican los vínculos que se dan en los datos para poder
diferenciar y separar a las personas en grupos según su comportamiento. Los modelos
descriptivos determinan los diferentes vínculos entre personas o productos. Aunque los
modelos descriptivos no clasifican a los clientes según su probabilidad de tomar una
acción en particular. Los modelos descriptivos normalmente son usados “offline” un
ejemplo de esto sería el clasificar a los clientes por sus preferencias de los productos
según su etapa de vida.

MODELO DE DECISIÓN

Los modelos de decisión explican las diferentes relaciones entre todos los elementos de
una decisión, los datos que se conocen, la decisión y el plan de variables y valores que
determina la decisión, con el fin de revelar los resultados de las decisiones de muchas
variables. Estos modelos pueden ser utilizados en optimización.

OBJETIVO DE BIG DATA

El objetivo principal de Big Data, como los sistemas analíticos convencionales, es el de

transformar los datos en información para si facilitar la toma de decisiones a tiempo real.
La importancia no es solo en cuestión de tamaño sino en una oportunidad de negocio.

Las empresas que utilizan Big Data lo hacen para obtener el perfil del cliente, sus
empleados y futuros empleados y comprender las necesidades, factores clave y patrones
de gente empleada, esto adquiere una especial relevancia y permite a la empresa adecuar
la forma de interacción con los clientes en saber cómo les prestan el servicio y con los
interesados en ser empleados el perfil que están buscando.

EL concepto de manejar grandes volúmenes de datos no es nuevo y no es bueno asociar

este concepto Big Data, existen varias empresas que llevan bastante tiempo operando
volúmenes muy grandes de data a través de DataWarehouses y herramientas analíticas
con potencial que les hace posible el tratar apropiadamente esos tamaños de volumen.

La evolución de la tecnología ha dado el surgimiento de Big data, el bajo costo de

almacenamiento han creado que los volúmenes que se operan por estas aplicaciones han
aumentado de manera importante permitiendo la toma de decisiones convirtiendo los
datos en información.

Página 9 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

FILOSOFÍA PARA ADOPTAR BIG DATA

Para adoptar correctamente la filosofía Big Data en una empresa hay que tener en cuenta
que no sólo es una cuestión solamente tecnológica, la empresa requiere tener una visión
lo suficientemente transparente de los beneficios que le genera el basar el negocio en
data, el valor del conocimiento que se extraerá, englobando los datos internos como los
externos.

Es muy importante el poder contar con gente profesional en este campo que cuenten con
conocimientos que les permitan traspasar esa barrera entre los factores técnicos y los de
negocio, por lo que da cabida nuevamente y recobra importancia el sentido de la posición
del científico de datos.

Sean Owen de Cloudera define al científico de datos como “una persona que entiende la
estadística mejor que un ingeniero software y es mejor en ingeniería software que
cualquier estadístico”. A parte de estas herramientas que sin duda son indispensables se
debe agregar la experiencia del negocio y capacidad para proyectar las preguntas
convenientes.

Las opiniones son diversas y no coincidentes, pero la mejor forma de comenzar a “realizar
Big Data” es un paso a la vez, tomando el tiempo necesario e incluyendo proyectos cuyos
objetivos deben ser enfocados. Los candidatos indicados para probar con esta tecnología
son los procesos que tienen un cuello de botella, existen diferentes situaciones que surgen
de la necesidad de innovar, a través del vínculo de data externa o también el diseño de los
productos basados en la data.

Se puede citar un buen ejemplo como es la iniciativa de Big Data desde el Centro de
Innovación BBVA que proporciona información agregada sobre transacciones de tarjetas
de crédito.

La fuente más importante de donde extraer los datos es la obtenida en las redes sociales,
los datos están marcados por la heterogeneidad que ofrece, es una de las fuentes de
datos que plantea varios retos.

Página 10 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

UTILIDAD DE BIG DATA

Las personas estamos constantemente creando y guardando información de todo tipo en

volúmenes gigantescos. Esta información la podemos obtener ya sea en industrias,
compañías que mantienen volúmenes grandes de data transaccionales, agrupando
información acerca de sus empleados, proveedores, clientes operaciones, entre otros. Y
asi mismo pasa con el sector público.

En diferentes lugares del mundo bases de data que contienen data de censo de población,
registros médicos, impuestos, etc., son almacenados y si aparte se le agrega transacciones
financieras realizadas en línea o por celular, análisis de redes sociales ( twitter tiene
aproximadamente 12 terabytes de tweets diariamente y Facebook guarda
aproximadamente 100 peta bytes de fotos y videos), zona geográfica usando coordenadas
GPS, lo que quiero decir, todas las actividades que realizamos dia con dia con nuestros
“Smartphone”, se habla de que se crean aproximadamente 2.5 quintinillones de bytes
diariamente en el mundo.

Toda esa gran cantidad de información es tomada por las empresas ya sean privadas
públicas, gubernamentales para ser rotulada entre confiable y poco confiable para luego
ser tratada por herramientas de procesamiento de grandes cantidades de datos como son:
hadoop, pentaho, netezza, vertica, DataFlux, Greenplum entre otros. Con la finalidad de
obtener un tipo de información relevante para la actividad de la empresa y dependiendo
de los intereses de esta.

BIG DATA Y EL ANÁLISIS DE DATOS

Las organizaciones y entidades de información hasta hace poco se enfocaban

principalmente al almacenamiento de información para ser utilizada por los usuarios.

La visión más “agresiva” se le da a través de los profesionales de información que no sólo

toman la data o los volúmenes grandes de información, pero que realizan informes,
producto de análisis, los cuáles facilitan la conversión de grandes cantidades de datos en
información sintetizada y confiable.

El análisis de información ayuda y ha transformado la toma de decisiones, en una tarea

cada vez más dinámica y que requiere de una base informativa bien sustentada.

El estudio de información empieza en la simple recolección y lectura de textos hasta la

interpretación, el objetivo se basa en adquirir ideas, obtenidas de las diferentes fuentes de
información permitiendo manifestar el contenido sin confusiones, con la meta de guardar
y recuperar la data contenida.

Página 11 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

Fig 4. “Big Data y Análisis de Datos”

Fuente: http://www.breva.biz/big-data-y-analisis-de-la-informacion/

Para analizar la información surgen tecnologías como data warehouse, (almacén de datos)
es un conjunto de data dirigida a un ámbito determinado, en los sistemas data warehouse
la información no se cambia ni se desecha, ya que un dato se guarda, éste es convertido
en información de lectura, y se mantiene para consultas futuras, los cambios producidos
en la data a lo largo del tiempo quedan inscritos para que las interpretaciones que se
hagan puedan reflejar estas variaciones, que ayudarán a la toma de decisiones.

El almacenamiento de la data no se usa con data de uso actual. En los almacenes de data
se podría encontrar volúmenes grandes de información que se clasifican a veces en
unidades lógicas más chicas que dependen del subsistema de la entidad de la que
proceden o para el que sea necesario, existe un inconveniente en los data warehouses
convencionales y su almacenamiento no se puede escalar hasta Terabyte de datos y
soportar analítica avanzada.

Las diferentes tecnologías de la información han creado grandes e importantes

crecimientos desde los años 50, a una velocidad en el que la potencia de la informática
crece enormemente año con año y a la par de este crecimiento de la informática está
acompañada la información, cuyos volúmenes están haciendo cada vez más
indescifrables.

El análisis de datos es vital en big data, puesto que sólo el almacenamiento de datos en
bruto no nos ofrece nada, se lo puede ejemplificar como una mina donde para extraer el
oro se debe procesar cantidades de roca para obtener el valioso metal.

En la cotidianidad de la vida real sucede algo similar, una cadena de farmacias puede tener
almacenada las ventas de cinco años y antes de desechar toda esa información podría
analizarla como por ejemplo saber en cuáles regiones se compran qué medicamento con
mayor demanda que otros, en qué temporada un medicamento tiene una mayor
demanda, qué factores externos influyen en la demanda de productos, que sucursales de
determinadas regiones, son factibles de tener personal médico, etc.

Página 12 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

Encontrar y emplear científicos de data es totalmente decisivo para el éxito de cualquier

proyecto de Big Data pues proporciona el talento de definir, entender, manejar y
contextualizar data de varias fuentes en varios formatos.

El científico de datos tiene como reto aplicar su experiencia y conocimiento que en la

actualidad este es ajeno a la mayoría de los departamentos de tecnología informática y
también para la mayor parte de las corporaciones.

El 45% de los planes de Inteligencia Empresarial fallan por escases de conocimiento de los
datos del personal de las empresas. Así lo concluyó una encuesta realizada por GigaOm,
“los requisitos de los conocimientos de Big Data son más rigurosos que los de la mayoría
de los proyectos de inteligencia empresarial, lo que significa que los índices de fracaso
debido a la falta de conocimientos deben ser aún mayores”.

Según la definición de IBM, la ciencia de los datos requiere capacitación en ciencias de la

computación, aplicaciones, modelado de datos, estadística, analítica y matemáticas
avanzadas. También requiere capacitación en procesos o manejo de negocios con el fin de
identificar los requisitos de la organización y los datos que podrían empatarlos. “Un
científico de datos no simplemente recolecta y genera reportes de datos, sino que
también los analiza desde muchos ángulos, determina su significado y luego recomienda
formas de aplicarlos”.
F. BIG

DATA Y LA NUBE

Uno de los mayores inconvenientes que las empresas enfrentan es no poder costearse la
infraestructura física para interpretar grandes volúmenes de datos desestructurados.
Actualmente existen proveedores de almacenamiento de datos que ofrecen soluciones en
la nube con una gama de productos, comercializan soluciones asequibles y accesibles.

Lo aconsejable será que las empresas alquilen espacio de almacenamiento en potentes

servidores que pueden acceder en línea, es decir la infraestructura será provista por la
nube como cimientos estables que sustentarán a Big Data, permitiendo contar con
servidores con aplicaciones que han sido diseñadas especialmente para manejar grandes
volúmenes de datos, y para conseguir resultados rápidos, en tiempo real dando una
solución accesible a las empresas.

Página 13 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

La infraestructura que ofrece la nube son:

 Nube privada: ofrece una infraestructura virtualizada y específica dentro del

firewall.
 Nube privada externa: ofrece una infraestructura común, aunque personalizada,
que se alberga fuera del firewall
 Nube pública: ofrece una infraestructura compartida que alberga un tercero.
 Híbrida: ofrece un entorno mixto de dispositivos en las instalaciones, nube privada
(interna y externa) y nube pública

BIG DATA EN RECURSOS HUMANOS

A la aplicación de Analytics y Big Data en RRHH se conoce como Talent Analytics y habla de
un grupo de herramientas clave y procesos estadísticos que se basan en las cantidades
enormes de información ya mencionadas y que de acuerdo con los análisis que se
necesitan llevar a cabo, permiten resolver diferentes preguntas y agilizar procesos de
RRHH. Los datos necesitados existen y se actualizan diario, la clave es saber procesarlos
para tomar la mejor decisión posible.

Hoy en dia, por el gran desequilibrio de talento y la recesion global, las organizaciones se
están concentrando en intercambiar los sistemas convencionales de RRHH por el
razonamiento de la analítica aplicada al talento. Como se muestra en la siguiente figura,
las evoluciones se empieza por conocimiento básico e informes y crece hacia el análisis
predictivo y precisamente esto es lo que está ocurriendo en RRHH.

Fig. 3 “el inevitable cambio RRHH y analítica del talento”

Fuente: http://www.peopletreespain.com/big-data-en-rr-hh-porque-esta-aqui-y-lo-que-
Página 14 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO
significa-i/

El Dr. John Sullivan dice que “el Big Data no se usa en la mayoría de las funciones de
RR.HH. (que todavía se basan en Small Data) parece que le espera un gran desarrollo hasta
el punto de que Bersin dice que “Big Data y Analytics van a cambiar la gestión de los RR.
HH” y su uso va a igualarse al que se aplica en otros campos como las finanzas o el
marketing. Y es que
precisamente, los departamentos de RR.HH. generan una gran cantidad de datos que bien
recogidos pueden ser de gran utilidad.” Como utilidad el Dr. Sullivan opina que el Big Data
en RRHH puede ayudar a “identificar problemas de productividad, predecir cuándo va a
haber problemas en la facturación, ayudar a aumentar la innovación, y hacer a tus líderes
más efectivos”.

El uso de Big Data en RRHH es una estrategia que puede ayudar o facilitar a contestar las
preguntas más comunes que surgen los departamentos de RRHH, como: ¿Cuál es el mejor
candidato para ocupar la vacante?, ¿Cuáles factores son los que determinan la rotación de
empleados?, ¿Cuáles son los empleados con el mejor desempeño?, ¿Qué empleados
tienen mayor potencial? Y ¿Qué factores se repiten en nuestro perfil ideal de empleado?

Un muy buen ejemplo del uso de Big Data en recursos humanos para citar es el de Josh
Besin, consultor y especialista en RRHH de Forbes, para una organización financiera
estadounidense, que mediante el uso de Big Data y análisis estadístico se estudiaron los
datos de ventas y rotación de vendedores donde se incluyó con el desempeño total de la
compañía, variables de factores demográficos y tasas de retención anuales para asi poder
identificar a sus empleados con mejor desempeño y hacer una selección de los mejores
aspirantes para asi mejorar sus indicadores de productividad y poder fortalecer su
departamento comercial.

Con los resultados obtenidos se creó un nuevo sistema en la política de RRHH y con su
empleo se aumentó el ingreso de la organizacion en 4 millones de solares anuales. Con
este ejemplo podemos decir que, en la mayor parte de las empresas de contratación, la
promoción, las decisiones de gestión y las recompensas se siguen basando en la
experiencia personal, el instituto y los sistemas de creencias corporativas.

Las organizaciones tienen acceso a millones de datos de todo tipo sobre sus propios
empleados ya sean de rotación laboral, formación, demográficos, historia académica,
índice de rendimiento, etc. Y muchas empresas no la toman en cuenta o no le dan la
importancia necesaria en la toma de decisiones ya sea para fortalecer la productividad,
gestión y competencia.

Página 15 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

CONSIDERACIONES

Se debe tener en cuenta algunas consideraciones:

Fuente Abierta: es importante contar con conocimientos sólidos cuando se escoge una
herramienta de código abierto como por ejemplo Hadoop tanto si se va a contar en las
instalaciones físicas o en la nube.

Almacenamiento y procesamiento de datos: es importante analizar con qué tipo de nube

se va a contar a la hora de gestionar el almacenamiento y procesamiento de datos ya que
de esto dependerá el acceso que se tenga a los mimos.

Competencias: Contar con especialistas es importante, los científicos de datos son quienes
proporcionarán el conocimiento sobre esos datos

Asistencia: se requiere contar con asistencia sobre la infraestructura que dependerá del
tipo de nube seleccionada ya que si es privada se deberá contar con un equipo interno
que brinde asistencia en el otro caso el proveedor deberá brindar la asistencia oportuna.

Rendimiento: Se debe gestionar el tráfico de la red ya que esto afectará en el rendimiento

y acceso a los datos, por tratarse de grandes volúmenes de información por acceder no
debe dejarse de lado el rendimiento de aplicaciones y accesos a datos.

Integración: Es importante la integración del big data en los sistemas internos y externos,
dentro y fuera de la nube, se debe integrar el big data en las aplicaciones, sistemas y
procesos existentes.

Privacidad: A través de Big Data se puede acceder ya sea a fuentes externas como
internas, pero nunca hay q dejar de lado la privacidad de estos datos.

Página 16 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

CONCLUSIONES

El crecimiento de volúmenes de datos no es un limitante para biga data, la información

crece cada día en terabytes hasta Petabytes, es evidente que si se proyecta se tendría un
incremento de aproximadamente un 40% teniendo en cuenta que los datos no solo se
producen con sistemas de las empresas, sino que viene de diversas fuentes con redes
sociales, sensores, teléfonos inteligentes, etc. Es importante tener un análisis de los datos
en un tiempo real para poder consumir la información en tiempo real.

El tratamiento de la información no se limita a los datos estructurados, no solo fila y

columnas sino se extiende a un análisis de información de cualquier tipo de datos que van
desde archivos pdf, vídeos, hojas de cálculo, fotos, etc.

Las empresas deben considerar el contar con científicos de datos que son los encargados
de analizar la información, contemplar nuevas fuentes datos para poder extraer
información que aportarán mayor valor agregado, visón al negocio y contratar a la gente
adecuada.

Los usuarios podrán consumir la información de big data, dando la apariencia de contar
con un autoservicio y la tendencia será prescindir de un administrador de sistemas sino se
podrá consumir la información directamente por parte de usuarios y ejecutivos de
negocios.

En el mundo actual estamos interconectados lo que hace que se exija velocidad en

procesos y a través de big data se procesa información en tiempo real en grandes
volúmenes de
información por lo que se requiere que el análisis de datos sea óptimo y que se optimicen
algoritmos para análisis de lenguaje natural, inteligencia artificial, evitando errores en el
procesamiento.

Los datos de producen de distintas fuentes y pueden ser capturados para poder hacer uso
en distintas áreas como en el marketing, medir la satisfacción de clientes, determinar sus
necesidades con lo que se potencia la creación de nuevos servicios, constantemente
pueden ser monitoreados los servicios prestados y mejorarlos.

Biga data ofrece oportunidades para las empresas u organizaciones sean más eficaces y
competitivas y el reto de la empresa es gestionar grandes volúmenes de datos que van
creciendo día a día.

La tecnología debe ser innovadora no se puede usar la misma que se ha trabajado años
atrás, para big data se requiere mayor velocidad, capacidad de almacenamiento y análisis,
así como disponer en cualquier momento, por lo que se puede hablar de la nube como un
buen aliado.

Página 17 de 18
 lOMoARcPSD|21546483

UNIVERSIDAD EUGENIO MARIA DE HOSTOS

FACULTAD DE CIENCIAS COMERCIALES
ESCUELA DE MERCADEO

CITAS

[1] McKinsey Global Insitute (MGI), “Definición Big Data”, Junio de 2011
[2] GARTNER – IT GLOSSARY “Definición Big Data” https://www.gartner.com/it-glossary/big-data/.

BibliografíaFUNDACION BIG DATA - ANALISIS PREDICTIVO disponible en:

http://fundacionbigdata.org/analisis-predictivoBIG DATA Y EL ANALISIS DE LA
INFORMACIÓN,TRANSFORMACION BASADA EN ANÁLISIS, http://www.atkearney.es/analisis-
de-datos/areas-
competencia/capability/-/asset_publisher/BqWAk3NLsZIU/content/analytics-
transformation/10192?redirect=http%3A%2F%2Fwww.atkearney.es%2Fanalisis-de-datos
%2Fareas- competencia%2Fcapability%3Fp_p_id%3D101_INSTANCE_BqWAk3NLsZIU
%26p_p_lifecycle%3D0% 26p_p_state%3Dnormal%26p_p_mode%3Dview%26p_p_col_id
%3Dcolumn- 2%26p_p_col_pos%3D1%26p_p_col_count%3D2BIG DATA PRESENTE Y
FUTURO, http://www.abc.es/tecnologia/informatica- soluciones/20131207/abci-data-
analisis-201312051430.htmlBIG DATA http://www.wobi.com/es/articles/big-dataBBVA
Innovation Center https://www.centrodeinnovacionbbva.com/magazines/innovation-
edge/publications/21-big-data/posts/153-big-data-en-que-punto-estamosQUÉ ES BIG DATA,
http://www.ibm.com/developerworks/ssa/local/im/que-es-big-data/LA NUBE Y BIG DATA,
http://www.sas.com/offices/europe/spain/sascom/Q32013/Nube_BigData.pdfBIG DATA, EL
FUTURO EN LA GESTION DE RECURSOS HUMANOS, http://www.acsendo.com/es/blog/big-
data-el-futuro-en-la-gestion-de-recursos-de-humanos/

Página 18 de 18