BIG DATA

https://blog.bismart.com/es/big-data-en-todas-partes

El Big Data está en todas

partes: 5 formas de usarlo en
la vida diaria
El Big Data es omnipresente hoy día y a veces no nos damos cuenta hasta qué
punto afecta a nuestra vida diaria. Cada vez es más complicado ir por la vida sin
notar su presencia en algún aspecto de la vida cotidiana. Muchos de los cambios
son tan sutilmente convenientes que prácticamente ni los notamos. No es una
exageración decir que el Big Data está en todas partes hoy día. Estas son cinco
formas en las que lo usas en tu día a día.

1. Maps en el móvil y GPS 

¿Te acuerdas de cuando teníamos que mirar los mapas antes de irnos de viaje?
Muchos los teníamos doblados en la guantera del coche para cuando
inevitablemente nos perdiéramos en un viaje a la montaña o a la playa. Luego
tuvimos MapQuest: antes de embarcarnos en un viaje con más de una parada,
planificábamos meticulosamente cada parada con anterioridad, asegurándonos de
imprimir las instrucciones apropiadas. Finalmente, gracias a la tecnología GPS por
satélite, pudimos introducir el punto de salida y el destino desde cualquier sitio y
recibir instrucciones en tiempo real.
Hoy día, el Big Data permite la contínua mejora de los mapas para móvil.
Como Internet of Things es algo que mejora cuanto más se usa, con la
introducción de más apps para móvil y más smartphones y la liberalización de las
redes de telecomunicación, la cantidad de Big Data que se usa para proporcionar
direcciones concretas en tiempo real es asombrosa.
Hoy, en 2018, lo damos por sentado, pero si entras en Google Maps en tu
dispositivo inteligente verás que las instrucciones son cada vez mejores y más
detalladas con opciones para ciclistas y, en algunos casos, para el transporte
público. Las Smart cities más desarrolladas incluso proporcionan rutas de tráfico
intermodal que son más rápidas para desplazarse entre dos puntos concretos.
2. Compras por Internet
Desde el crecimiento del Big Data en el sector de la venta al por menor, el sector
está cambiando por completo. Los comerciantes usan Big Data desde el momento
en el que empiezas la búsqueda desde anuncios objetivo hasta la entrega de tu
pedido. En el caso de Amazon, incluso dejando el paquete dentro de tu casa con
el nuevo servicio Amazon Key. Por supuesto, el Big Data está presente en las
compras online: los buscadores toman nota de tus tendencias, puede que incluso
con GPS, para hacerte llegar los anuncios que más puedan interesarte.
El perfil online de un comprador solo le da al vendedor una fracción de la
información que le permitirá optimizar sus ofertas. Rastreando los clicks, el
vendedor puede empezar a formar un perfil de compra substancialmente más útil.
Eso, juntamente con información demográfica y de ubicación permite al vendedor
consolidar cantidades masivas de datos de otros compradores mediante
procesamiento de eventos complejos, lo que permite segmentación dinámica y
éxito de venta online.
El Big Data también afecta al comercio en espacio real. Un gran ejemplo es el
nuevo concepto de Nordstrom. Nordstrom Local es una tienda que usa tecnología
Big Data para minimizar el espacio de venta: una tienda que no vende nada.
Business Insider explica que la tienda solo tendrá unos 280 metros cuadrados y
consistirá de probadores. Los estilistas personales recogerán los productos de
otros espacios de Nordstrom o a través de la página web de Nordstrom.
Eso es posible porque gracias al Big Data podemos conseguir un transporte de
bienes rápido y concreto en tiempo real. Los clientes pueden comprar online, ir a
la tienda, probarlo y, finalmente, terminar la compra. Pueden escoger llevárselo en
mano o recibirlo en casa.
Como el espacio es cada vez más caro, el Big Data puede usarse para llegar
a nuevos y creativos modelos de venta en un futuro próximo.

3. Urbanismo
El Big Data se usa constantemente en el contexto de las smart cities
para planificar los centros urbanos. El Big Data permite a los urbanistas desarrollar
nuevas perspectivas del funcionamiento de las ciudades mucho más rápidamente
que antes. Los urbanistas diseñan las ciudades en minutos, horas o días, en vez
de en el transcurso de años o décadas. Un buen ejemplo de Big Data en
urbanismo es el uso de datos para mejorar el funcionamiento del transporte
público.
Ahora los sistemas de transporte subterráneos pueden rastrear el flujo de
pasajeros en tiempo real. Pueden hacerlo con los sistemas de venta y validación
de tickets cuando los usuarios entran o salen del tren. Los operadores de
transporte pueden usar esa información para determinar las horas punta.
Entonces, pueden ajustar el número de vagones disponibles en las vías en ciertas
áreas en horas concretas. También se puede informar de retrasos o accidentes y
comunicarlos a los pasajeros en tiempo real, de forma que pueden planificar sus
planes de viaje. Esto es especialmente útil en las ciudades en las que se
celebran grandes eventos regularmente.
4. Consumo de energía
El Big Data permite a los medidores inteligentes regular autónomamente el
consumo de energía para un uso más eficiente. Los medidores inteligentes
recopilan datos de sensores repartidos por todo el espacio urbano. Determinan
cuando hay un flujo mayor o menor de energía, igual que los planificadores del
transporte hacen con las personas. Luego, la energía se redistribuye a través de
toda la red para ir a los lugares con más demanda. Los medidores inteligentes
pueden ser caros a corto plazo, pero serán la nueva norma. Se ajustarán
automáticamente para asegurar la distribución inteligente de la energía en la red
respectiva.

5. Dispositivos portátiles
Finalmente, los dispositivos portátiles están en todas partes. Llevar un dispositivo
que monitorea nuestra actividad física y sueño es genial para llevar al día nuestro
control de salud y fitness. Antes teníamos que escribirlo todo para recordar qué
habíamos comido o cuánto habíamos caminado. Ahora con la tecnología
cambiando nuestros hábitos de vida, podemos rastrearnos a nosotros mismos
para asegurarnos de que mantenemos unos hábitos saludables.
En los 80 y los 90 fuimos testigos de un gran cambio de personas trabajando en
fábricas a personas trabajando en oficinas. Eso también significó una alteración en
nuestros movimientos y dieta. La mayoría de occidentales son más sedentarios
que nunca en comparación. Los dispositivos portátiles proporcionan tecnología
para controlarnos a nosotros mismos y usar esos datos para proporcionar
feedback valioso para mejoras contínuas.
Esas son solo cinco de las formas en las que el Big Data está presente en el
mundo actual. Hay muchas más y esperamos con ganas poder ver lo que nos
traerá el futuro.

5 formas geniales (y
sorprendentes) de usar el Big
Data
El Big Data está en todas partes. Cada vez más empresas encuentran nuevas e
interesantes formas de aprovechar los datos y la tecnología para ofrecer productos
y servicios divertidos o informativos. Aunque el Big Data es útil para resolver
muchos problemas importantes (como informes médicos, inteligencia
artificial, servicios de comunicación, etc.), las empresas están sacando su lado
más creativo para usarlo en una gran variedad de cosas. Hoy día los algoritmos
pueden procesar el Big Data para mejorar la vida de los consumidores de formas
muy interesantes e innovadoras. Estas son algunas de ellas:

5. Spotify
Spotify es una de las empresas que realmente ha aprovechado el Big Data. Usan
muchas técnicas de datos innovadoras para revolucionar el consumo y disfrute de
la música. La empresa, con más de 100 millones de usuarios, funciona totalmente
con datos. Usan inteligencia sobre factores como la duración de las canciones,
dónde se escuchan, cuándo y en qué tipo de dispositivo. Toda esa información
proporciona a la industria de la música conocimiento fascinante que puede causar
un impacto en la experiencia del oyente.
Spotify ha sacado recientemente Spotify for Artists, que ofrece a los artistas y a su
dirección acceso a los datos para mejorar su marketing y contenido. Spotify
también usa Big Data para su iniciativa “fans first”. Eso les permite ofrecer a sus
fans más dedicados acceso a ofertas especiales en tickets para conciertos,
merchandising, singles y más.

4. eHarmony
Las empresas de citas como eHarmony usan Big Data para aumentar las
posibilidades de sus usuarios de encontrar el amor. Algunas de las estadísticas
que usan son sorprendentes. Antes, las webs de citas usaban encuestas o tests
de personalidad para determinar las preferencias de cada persona. Entonces,
usaban los algoritmos para emparejar a las personas que tenían un porcentaje
elevado de llevarse bien.
Ahora, con la suma del Big Data esas mismas empresas pueden usar factores
más detallados para crear parejas con futuro. Los dispositivos portátiles pueden
recopilar datos como patrones de sueño, frecuencia cardíaca y niveles de
actividad física. Todos esos son factores importantes a la hora de escoger la
pareja perfecta. Aunque alguien diga que es “muy activo” o “madrugador”, las apps
de citas pueden revisar sus datos reales. Eso permite no solo determinar la
idoneidad de una pareja, sino también ver si son sinceros sobre sus hábitos.
Entonces, usan esos datos para generar mejores coincidencias.

3. Snow Leopard Trust + Nature

Conservation Foundation
Otra forma muy interesante de usar Big Data es para salvar animales raros
rastreando y atrapando a los cazadores furtivos. Se está usando, más
concretamente, en la India, para salvar a los tigres.
Los cazadores furtivos se desplazan en grupos nómadas pequeños y rastrean a
su presa, lo cual hace que sean difíciles de atrapar en la India. Los huesos de tigre
son muy valiosos para la medicina tradicional china, por lo que los tigres de la
India valen mucho dinero. La Snow Leopard Trust y la Nature Conservation
Foundation trabajaron conjuntamente para luchar contra el problema. Recopilaron
y analizaron datos, desde los más recientes hasta datos de 1972, de 605 distritos
de la India. Mediante el análisis del Big Data pueden predecir dónde y cuándo es
más probable que actúen los cazadores furtivos.
Mejor aún, mediante los rastreadores portátiles, los ecologistas pueden recopilar
más datos. Eso les permite centrar el objetivo en un rastreo más concreto en el
futuro. Ese es solo un ejemplo de como se puede usar el Big Data para luchar
contra la delincuencia y los cazadores furtivos.

2. Magic Mirror
El Big Data también puede usarse para crear una experiencia totalmente nueva
para los compradores. Nuestro Magic Mirror no solo funciona como espejo normal
y corriente, sino que también ofrece a los compradores recomendaciones
personalizadas para piezas que pueden interesarles. Puede analizar su expresión,
su estado de ánimo y su estilo personal para darles esa información.
Además de eso, el Big Data correlaciona su historial personal de compras con sus
preferencias, información sociodemográfica, etc. El espejo les ofrece el producto
perfecto que no podrán resistirse a comprar. Puedes leer más sobre Magic
Mirror aquí.
 1. Juegos
El Big Data es genial para los juegos. ¿Te suenan los libros “Elige tu propia
aventura”? Pues bien, ahora, con Big Data e inteligencia artificial podemos
interactuar directamente con tramas que anticiparán cómo tomaremos las
decisiones. Por ejemplo, podremos jugar a ajedrez con un ordenador que aprende
constantemente de nuestros movimientos. El ordenador se va volviendo más
inteligente con cada movimiento y recuerda partidas anteriores.
Eso es genial para entrenarse en diversos ámbitos, pero desde una perspectiva
más divertida, el Big Data se usa para que los videojuegos se vuelvan cada vez
más difíciles. Puedes practicar con tu ordenador a jugar a tu juego de mesa o
puzzle favorito e imagina lo bueno que serás la próxima vez que juegues con tus
amigos.
Esas son solo algunas de las nuevas e interesantes formas en las que las
empresas usan Big Data. Hay muchas más, ¡cuéntanos tus favoritas en los
comentarios!

¿Para qué podemos usar el

Big Data?
Big Data es el enorme volumen de datos estructurados y no estructurados con los
que las empresas entran en contacto diariamente. Las empresas de nuestro
alrededor usan Big Data de muchas maneras. Pero antes de entrar en la cuestión
de para qué se puede utilizar Big Data, hablemos sobre qué es Big Data
Según la multinacional Oracle, Big Data tiene "cuatro V": volumen, velocidad,
variedad y valor:
 Volumen es la gran cantidad de datos que se reciben.
 Velocidad es la rapidez en la que una empresa puede actuar sobre la gran cantidad de
datos que recibe.
 Variedad son los tipos de datos que se reciben. ¿Están los datos estructurados o no
estructurados? ¿Es sonido? ¿Vídeo? ¿Los datos de una fuente determinada están
cambiando? Esto afectará la forma de usar los datos de manera efectiva.
 Y por último, el valor intrínseco de los datos. Esto puede derivarse a través de varios
métodos.
Estas son algunas formas de capitalizar el valor de Big Data en diferentes
industrias.

Sanidad
El Big Data se utiliza mucho en el sector de la salud. En este momento, el Big
Data se usa principalmente como una característica más agregada a los servicios
existentes. Pero a medida que aumente el volumen de datos, afectará en mayor
medida a las prácticas médicas más tradicionales. El Big Data también será
importante en la industria de la salud como una forma de reducir los costes de
tratamiento. Los incentivos en el sector sanitario están cambiando. Las compañías
de seguros están pasando de planes de pago por servicio a planes que priorizan
los resultados de los pacientes. Esto brinda a los proveedores de servicios de
salud un incentivo para compartir datos con los competidores a fin de reducir los
costes generales y fomentar prácticas mejores y más efectivas .
Un excelente ejemplo de Big Data utilizado en el sector sanitario nos lleva a París.
El año pasado, cuatro hospitales importantes de la ciudad comenzaron a usar
análisis e inteligencia artificial para predecir la ocupación diaria y por hora en el
hospital. Utilizando diez años de registros de admisión hospitalarios, los científicos
de datos pudieron crear algoritmos para predecir la ocupación. En base a esto,
crearon un sistema que es fácil de usar para médicos, enfermeros y personal del
hospital con el fin de aumentar el personal en un momento de necesidad. Este
sistema tiene la ventaja de que es fácil de usar para las personas que no tienen
experiencia con código.
Otra herramienta fácil de usar que se utiliza en la industria de la salud es Bismart
Folksonomy. Esta herramienta permite analizar archivos inmensos de datos no
estructurados; es ideal para obtener información útil de cosas como archivos
médicos. Actualmente se está sometiendo a pruebas piloto en Barcelona con
resultados prometedores.
Predicción de la delincuencia
El Big Data se utiliza para la predicción del delito y la mejora de los servicios de
seguridad en todo el mundo. Cada vez más organismos encargados de hacer
cumplir la ley utilizan software con análisis predictivos basados en algoritmos para
predecir delitos antes de que ocurran. Los delincuentes siguen patrones, y
mediante el uso del mismo tipo de tecnología utilizada para predecir el
comportamiento del consumidor, la policía puede prevenir el delito.
Un ejemplo de esto es el programa CRUSH que se usa en Tennessee. El
programa de Reducción criminal mediante historiales estadísticos (CRUSH, por
sus siglas en inglés) se dirige a ciertas áreas de forma que permite a la policía
desplegarse de la forma más eficiente posible. El sistema, creado por IBM, evalúa
patrones de incidentes pasados y luego combina datos de una variedad de fuentes
como informes de crímenes, informes de inteligencia, perfiles de delincuentes y, a
veces, pronósticos meteorológicos para identificar puntos de conflicto y permitir a
la policía enviar fuerzas cuando y donde están a punto de ocurrir delitos concretos.
En el Reino Unido, el Ministerio de Justicia adoptó una tecnología que utiliza
análisis predictivos para evaluar la probabilidad de que un delincuente reincida
según circunstancias como el alojamiento, la educación, el estado civil, los
patrones de gestión financiera, la estabilidad emocional, el abuso de sustancias,
etc. los datos se tienen en cuenta cuando llega el momento de reintroducirse en la
sociedad. A ciertos ex delincuentes se les puede otorgar más tiempo de libertad
condicional o mantenerlos en una lista de vigilancia.
Bismart ha creado una herramienta de predicción de la delincuencia que
aprovecha los registros de ordenadores para predecir los niveles de criminalidad.
También permite a las agencias de aplicación de la ley planificar mejor cómo
desplegar sus recursos limitados. También ofrecemos una herramienta
de predicción de prevención de accidentes de tráfico para ayudar a reducir la
cantidad de accidentes y muertes.

Aseguradoras
El Big Data afectará a la prima de tu póliza de seguro. Las compañías de seguros
deben establecer el precio de las primas para asegurar las ganancias cubriendo
sus riesgos sin salirse del presupuesto del cliente. Por lo tanto, el uso de Big Data
para medir con precisión un grupo de riesgo potencial de los clientes permite a las
compañías de seguros determinar la tasa perfecta.
En la industria de seguros de automóviles, los conductores jóvenes hombres con
coches lujosos tradicionalmente pagaban las primas más altas. Sin embargo,
muchas aseguradoras ahora ofrecen planes en los que la información de
conducción real se retroalimenta en su sistema a un nivel personalizado y
altamente preciso. Esto les permite desarrollar un perfil de riesgo preciso para un
cliente individual. La comparación de los datos de comportamiento de un cliente
con los de clientes similares también permitió a las aseguradoras determinar el
riesgo de que un conductor tenga un accidente o que le roben el automóvil.
En el seguro médico, el uso más recreativo de Big Data se vuelve importante.
Usando datos transmitidos desde un Fitbit como el Apple Watch o Garmin, las
empresas pueden evaluar el nivel de actividad de un cliente. A partir de esto,
pueden sacar conclusiones sobre su estado físico e incluso predecir la
probabilidad de enfermedad o lesión. Algunas compañías de seguros ofrecen
incentivos a los clientes, como reducir sus primas si se comprometen a usar un
Fitbit y compartir su actividad y sus hábitos de sueño con la compañía.

Marketing
Big Data se usa constantemente para influir en las opciones de marketing. Target
pudo predecir cuándo estaban embarazadas sus clientas, incluso antes de que
ellas mismas lo supieran. Esto se debe a que al hacer un seguimiento constante
de los hábitos de los clientes y agregarlos, surgieron algunos patrones que
facilitaban saber cuándo estaba embarazada una mujer. Los hábitos de una
compradora cambiaron sutilmente, y mediante el uso de Big Data, la empresa
pudo percibir esos pequeños cambios. Esto significaba que podrían promocionar
productos directamente para ella.
El Big Data se usa para comprender mejor a los clientes, sus comportamientos y
sus preferencias, para que las compras sean más fáciles y eficientes. Big Data
proporciona información sobre qué contenido es más efectivo en cada etapa de un
ciclo de ventas. Esto significa que las empresas pueden llegar a su mercado
objetivo de forma más efectiva. Los consumidores pueden pasar menos tiempo
revisando las opciones y comprar el producto específico que están buscando.
Un ejemplo interactivo de esto es nuestro propio Magic Mirror. El comprador recibe
recomendaciones personalizadas basadas en su estilo y estado de ánimo. Esto
proporciona un beneficio mutuo: el comprador consigue una experiencia divertida
e innovadora adaptada a sus preferencias, mientras que la empresa obtiene
información de marketing valiosa.

El Big Data convierte a las

ciudades en smart cities
conectadas
Ciudades de todo el mundo usan la tecnología para transformar la vida de las
personas. Se están convirtiendo en ciudades inteligentes conectadas y dejan de
ser ciudades corrientes. Se trata de ciudades en las que se usa la tecnología para
resolver cuestiones urbanas, desde farolas inteligentes que se apagan
automáticamente cuando las calles están vacías hasta sistemas inteligentes para
mejorar las redes de transporte.
Las ciudades que sacan partido de las nuevas tecnologías pueden hacer cosas
increíbles. El potencial es enorme. Ahora bien, la pregunta es: ¿qué pueden hacer
las ciudades para ser ciudades inteligentes conectadas?
¿Quieres saber más sobre ciudades inteligentes? Esto es lo que hace inteligente
una ciudad.
Albert Isern, CEO de Bismart, ha participado recientemente en la Selangor
Smart Cities & Future Commerce Convention 2017 en Malasia en la mesa redonda
de “Big Data & Smart Cities”.
Un punto clave que destacó Isern es que “el poder de los datos permite a las
ciudades llevar a cabo el proceso de transformación hacia las Ciudades
Inteligentes”.
Si explotan el potencial del Big Data a su disposición, las ciudades pueden hacer
un progreso real. Sin embargo, no es tan simple como solo usar los datos; las
ciudades deben realizar una aproximación meditada para asegurarse de que usan
datos de la mejor calidad posible.
Isern explicó que “necesitamos una gran base de datos que se rellene
correctamente y, si es posible, automáticamente. También debemos hacer
esfuerzos en la calidad de los datos, la homogeneización y georeferenciación
de los mismos para identificar hogares, familias, familiares”.
Añadió que “también necesitamos mejorar la interoperabilidad entre sistemas
de información propios y de terceros como contratistas que prestan servicios
municipales como recolección de basura, limpieza de calles, etc.”.
Otra cuestión a la que deben enfrentarse las ciudades y administraciones locales
cuando usan Big Data es la privacidad. A menudo gestionan información muy
personal. Isern dijo que “es necesario velar por la privacidad e intimidad de los
ciudadanos y para ello la anonimización de los datos es muy importante”.
La privacidad es más importante que nunca con el nuevo reglamento de la
UE. Lee más sobre ello y cómo puede afectar a tus datos.
El Big Data es una herramienta muy potente para ayudar a las ciudades a
convertirse en ciudades inteligentes conectadas. Si se usa adecuadamente, puede
mejorar la vida de personas de todo el mundo.

¿Cuál es la situación actual de

la pobreza energética?
Desde el comienzo de la crisis económica en 2008 hemos sido testigos del
aumento de la pobreza energética, es decir, de la cantidad de familias que no
pueden hacer frente al pago de los suministros básicos. Esta situación ha
hecho evidente la necesidad de crear nuevas formas a estas personas.
Sin embargo, eso no es nada fácil, porque no queda claro quién debe hacerse
cargo de la deuda que se genera en estas situaciones. Lo que sí queda claro es
que las medidas tradicionales están obsoletas y debe apostarse por las nuevas
tecnologías para poder ver un cambio real.
Una de las ciudades que está luchando contra la pobreza energética con la
tecnología es Barcelona. Veamos qué medidas ha tomado para mejorar las vidas
de sus habitantes.

Estudio de caso: Barcelona

En Barcelona se estima que un 10% de los hogares se encuentra en riesgo de
sufrir pobreza energética, un fenómeno que se concentra en algunos de los
barrios más desfavorecidos, situados en los distritos de Nou Barris, Sant Andreu y
Sant Martí. En estos distritos confluyen un alto volumen de familias en situación de
exclusión residencial, un parque inmobiliario de baja calidad e índices de
desempleo elevados, indicadores que están directamente relacionados con la
pobreza energética.
En nuestro evento de junio, "Big Data Saves Lives", los representantes de la
administración pública y de algunas compañías suministradoras hablaron de
los proyectos que ya se están llevando a cabo para intentar reducir el riesgo
de pobreza energética. Sin embargo, los ponentes estuvieron de acuerdo en
que se enfrentan a retos tecnológicos que no pueden solucionar ellos
mismos. Por eso, empresas como Bismart están desarrollando soluciones
para mejorar la eficiencia de esos proyectos y conseguir que cumplan
rápidamente con sus objetivos.
Las leyes actuales: confusas y
complejas
La Generalitat de Catalunya creó en 2015 una ley que impide a las compañías
suministradoras efectuar cortes de servicio si el impago se produce por la falta
de recursos económicos y les obliga a mantener el servicio de luz, gas y agua
mientras dure la situación de vulnerabilidad o dificultad económica de la familia.
La tenienta de alcaldía y directora de área de derechos sociales del Ayuntamiento
de Barcelona, Laia Ortiz, también ha recordado que la ley otorga un papel de
corresponsabilidad a las compañías suministradoras en casos de vulnerabilidad.

Respecto al gobierno central, existe una tarifa de último recurso que hasta ahora

eximía del pago de una parte de la factura eléctrica a las personas en situación de
riesgo.
Estas leyes han sido muy polémicas porque no hay acuerdo sobre si son las
compañías las que deben afrontar ese gasto o no.

Campaña del Ayuntamiento de Barcelona para la defensa de los derechos energéticos

El reto de la reducción de la
pobreza energética
Así pues, aun con los problemas en los tribunales, las empresas suministradoras
de servicios básicos están obligadas a notificar a los servicios sociales de
cualquier impago antes de proceder a la interrupción del servicio.
Sin embargo, eso no siempre sucede. El año pasado, una anciana de Reus murió
en el incendio que causaron las velas con las que iluminaba su casa después que
le cortaran la electricidad.

Como se trató en nuestro evento “Big Data Saves Lives”, el método que se está
utilizando actualmente es reactivo. Eso significa que hasta que una familia no
puede afrontar el pago de los servicios y se presenta una situación de impago, los
servicios sociales no conocen la situación y no pueden intervenir si la familia no ha
pedido ayuda activamente.
Durante el evento se reiteró la necesidad de contar con una aproximación
preventiva que sea capaz de evitar estas situaciones antes de que se
produzcan.

El papel de las compañías

suministradoras
Algunas suministradoras están intentando evitar el agravamiento de este problema
con mecanismos como el fondo de solidaridad de Agbar (Aigües de Barcelona).
El fondo de solidaridad de Agbar tiene por objetivo ayudar a superar la situación
de riesgo en la que se encuentra este colectivo.
Además de esta bonificación social, el Ayuntamiento de Barcelona ha
planteado la posibilidad de eximir del pago de la tasa de gestión de residuos
y alcantarillado a las personas en esta situación.
 Gas Natural también ha puesto en marcha un mecanismo para proteger a las
familias en riesgo a raíz de la muerte en Reus. La compañía ha destinado 4,5
millones de euros a este programa que incluye una línea telefónica de atención
gratuita para atender a las familias.
Además, nuestro equipo de Bismart, está poniendo todo su empeño en desarrollar
soluciones para facilitar el trabajo a los servicios sociales y agilizar la
detección de familias en riesgo y la concesión de ayudas.

Los siguientes pasos

Aunque estas iniciativas son un gran paso, durante el debate en el evento “Big
Data Saves Lives” las compañías y los servicios sociales denunciaron que la falta
de interoperabilidad impide avanzar en este proyecto, pues les dificulta en
gran medida la comunicación y posterior identificación de las personas en riesgo.
Por ello, exigen una solución a este problema que les permita repartir las ayudas
de forma eficiente y piden las herramientas necesarias para poder tratar con
todos los datos de los que dispone cada entidad.

Las soluciones de Big Data

pueden ayudarte a cumplir
con el Programa de Seguridad
Vial de la UE
En Bismart somos expertos en usar soluciones de Big Data para resolver
problemas de la vida real. Ahora mismo, países de todo el mundo se enfrentan a
un problema real: los accidentes de tráfico. Los países europeos muestran
particular interés en esta cuestión por el Programa de Seguridad Vial de la
Unión Europea, que marca objetivos ambiciosos para reducir los accidentes de
tráfico de ahora a 2020.
La situación actual

Los accidentes de tráfico son algo serio. Solo en 2011, más de 30.000 personas
murieron en las carreteras en la Unión Europea, la misma cantidad que vive en
un municipio mediano. Y por cada una de esas 30.000 muertes:
 4 personas quedaron discapacitadas permanentemente
 8 sufrieron daños graves
 y 50 daños leves.
Hasta 2015, la tendencia en el número de muertes por accidente de tráfico era una
constante a la baja. Sin embargo, la tendencia ha revertido desde entonces.
El problema es que las organizaciones que intentan reducir los accidentes de
tráfico no disponen de los recursos suficientes para rebajar la tasa de
siniestralidad, sea añadir más controles o más personal. Los departamentos
locales están colapsados; no pueden usar más recursos.
Las soluciones convencionales han hecho lo que han podido. Si de verdad
queremos reducir los accidentes de tráfico es imperativo que acudamos a la
tecnología.
Aunque estas organizaciones no pueden implementar más sus técnicas, hay una
herramienta potente que pueden usar: soluciones de Big Data.
Estas soluciones no solo son mejores que las actuales, sino que, además, pueden
reducir significativamente las muertes por accidentes de tráfico por un precio
mucho menor, según Smart Cities World.
¿Cómo pueden las soluciones de
Big Data aumentar la seguridad en
las carreteras?
Muchas ciudades están implementando proyectos de Big Data innovadores para
aumentar la seguridad en las carreteras. En Europa, existen programas dirigidos
por la Unión Europea y empresas que trabajan en formas de usar la tecnología
para reducir los accidentes de tráfico.
La UE ha diseñado una estrategia para crear sistemas de transporte inteligente
cooperativos, que se centran en reducir el error humano, optimizan los sistemas
de transporte y crean soluciones ecológicamente sostenibles. También recalcan la
necesidad de intercambiar datos entre diferentes implicados en el sistema de
transporte, un problema frecuente con el que las organizaciones deben lidiar
cuando implementan soluciones de Big Data.
Otro proyecto dirigido por la UE es la iniciativa de la Comisión GEAR 2030,
enfocada en impulsar la conducción automática y los vehículos conectados.
Además de las iniciativas de la UE, muchas empresas están desarrollando formas
creativas para aumentar la seguridad en las carreteras.
Una de ellas es la empresa británica INRIX, que usa Big Data para proporcionar
avisos de seguridad, que informan al conductor de cuando deberían reducir la
velocidad debido a situaciones peligrosas en la carretera. También puede dar
estimaciones de velocidad.
La solución Traffic Fatalities Prevention de Bismart va un paso más allá. No solo
analiza cómo podemos mejorar la seguridad, sino que también ofrece
recomendaciones prescriptivas con pasos concretos que las organizaciones
pueden hacer para reducir los accidentes.
https://youtu.be/S-eCQrdx530

Crear carreteras más seguras es responsabilidad de todos. Descubramos juntos

nuevas formas de reducir los accidentes con tecnología como las soluciones de
Big Data.
Internet of Things para smart
cities: la revolución del
transporte
https://blog.bismart.com/es/internet-of-things-smart-cities-la-revolucion-del-
transporte

Internet of Things (IoT) conecta objetos físicos con internet y así estos pueden
generar datos para facilitarnos la vida. Imaginemos un objeto que podemos
controlar con la voz para que cierre la puerta de casa, apague las luces o
encienda el lavavajillas. Ahora imaginemos las posibilidades tecnológicas
de Internet of Things para las smart cities: coches sin conductor, semáforos
que se ajustan al volumen de tráfico y sistemas de vigilancia. Estos son solo
algunos ejemplos de las increíbles posibilidades que pueden hacerse realidad hoy
mismo en las ciudades más inteligentes del mundo.
Las smart cities usan Internet of Things para recopilar y analizar datos. Esos
datos se utilizan para mejorar las infraestructuras, servicios públicos, etc. Veamos
qué puede hacer el IoT para las smart cities en lo que se refiere a transporte. ¡Te
sorprenderá todo lo que puede hacer!

Internet of Things para smart

cities: Mobility as a Service (MaaS)
Uno de los ámbitos que IoT puede mejorar es el transporte y la movilidad. Mobility
as a Service (MaaS) se aleja de las formas de transporte particulares e
introduce sistemas de transporte compartido. Por ejemplo, los servicios de
Car2Go o el programa de bicicletas compartidas de Barcelona, Bicing. Este tipo de
servicio está aumentando su popularidad en las grandes ciudades de todo el
mundo. Con una sencilla app para smartphone los usuarios pueden abrir el coche
o desbloquear bicicletas y usarlos como necesiten por una cuota económica (o, a
veces, sin coste) dentro de los límites de una área concreta.
Un buen ejemplo de la tecnología en acción es la industria ferroviaria japonesa.
Una compañía ferroviaria japonesa ha introducido recientemente un sistema de
visualización de la congestión en sus trenes. Gracias a este sistema los
operadores disponen de datos sobre la congestión y retrasos de los trenes en
tiempo real. Para los pasajeros significa que pueden recibir esa información en sus
teléfonos. El sistema funciona continuamente de manera que los pasajeros
pueden escoger trenes menos abarrotados y los operadores pueden aumentar la
frecuencia de paso de trenes en líneas con mayor cantidad de pasajeros. El
servicio mejorado debería alentar a los que se desplazan a diario a escoger el tren
en vez del vehículo particular, con lo que disminuiría la contaminación y el riesgo
de accidentes en las carreteras.
Intercambiadores
Otra forma en la que IoT y Mobility as a Service fomentan la sostenibilidad y las
ciudades más inteligentes es mediante la creación de intercambiadores.
Imaginemos el área geográfica de una ciudad con puntos de conexión alrededor
del perímetro. Aquí, camiones sin conductor pueden entregar bienes que serán
recogidos por mensajeros en bicicleta. Todo eso funcionaría en un sistema de red
compartida.
Google Maps es un buen ejemplo del uso que se le está dando a esta tecnología
en ciudades de todo el mundo. Los ciudadanos indican su punto de salida y
llegada y reciben varias opciones de viaje. Muchas ciudades ofrecen bus, tren e
incluso avión en el mismo sitio en un solo dispositivo.
El uso de IoT para smart cities permitirá a las administraciones locales controlar el
comportamiento problemático. Por ejemplo, nuestra propia solución Public
Transportation Fraud Detection permite a las empresas detectar si un ticket se
está usando de forma ilegal mediante tecnología IoT en los torniquetes. También
puede predecir los fallos de la maquinaria antes de que ocurran, lo que permite a
las administraciones gestionar los problemas de forma proactiva.
Próximamente…
El paso siguiente en Mobility as a Service serán los tickets inteligentes. En
breve los consumidores podrán usar apps en sus smartphones para comprar un
solo ticket que les permita usar varias formas de transporte, como un ticket que
permitiría acceder bicicletas, botes a pedales y buses para cruzar una ciudad llena
de canales rápidamente y con un coste reducido. Esta tecnología también puede
usarse para proporcionar servicios de entrega puntuales y eficientes en ciudades
grandes y congestionadas. La empresa británica Deliveroo es un ejemplo de ello.
Un nuevo ejemplo de esta tecnología es Switch, creado por las empresas de
transporte DemandTrans (EEUU) y Kyyti Group (Finlandia). Switch ofrece “una
solución integrada multimodal que permite [al usuario] planificar una ruta,
comparar las varias opciones de movilidad y costes de diferentes servicios de
desplazamiento de forma fácil y segura desde una misma aplicación”.
El sistema funciona con módulos de aplicación de Demand Responsive
Transit que puede usar una agencia operativa para ofrecer varias posibilidades de
servicios de planificación, entre las que se incluyen diferentes opciones de
transporte público. El sistema ya funciona en Finlandia, donde ha sido un gran
éxito, y está preparado para las smart cities de EEUU para este año.
También existe la posibilidad de combinar tecnología IoT para hacer las
ciudades más seguras. Imaginemos que pudiéramos convertir todos los
semáforos en sensores inteligentes. Podríamos conseguir datos de valor sobre el
tráfico, las condiciones meteorológicas y los accidentes. Las soluciones como
nuestra Traffic Fatalities Prevention pueden usar esos datos para hacer la ciudad
más segura para todos.

Un futuro emocionante
Según el Shared Mobility Center en Chicago, Illinois, en este momento hay 400
servicios de coche compartido en funcionamiento solo en EEUU, más de 120
ciudades norteamericanas con sistemas de bici compartida y 300 ciudades
con Transportation Network Companies (TNCs). Hay ciudades en todo el
mundo que desean incorporar tecnología IoT para ser más inteligentes.
IoT para smart cities ha revolucionado por completo el transporte y continuará
haciéndolo. Esperamos con ganas ver qué avances trae el futuro.

¿Qué es la consolidación de
datos y por qué es
importante?
https://blog.bismart.com/en/what-is-data-consolidation-and-why-is-it-important

Hoy, muchas compañías están buscando formas de aumentar su competitividad ,

su eficiencia y efectividad y su adaptabilidad a cambios
inesperados . Aquellos que pueden visualizar datos de todos sus departamentos
de manera integral están mejor preparados que otros para hacer
predicciones , detectar errores y tomar decisiones basadas en información
valiosa extraída de sus grandes datos .
Sin embargo, muchas  eces los grandes  atos  ue almacenan la   e
mpr sas se componen de dato  de diversos orígenes , con varios formatos y con 
diferentes propósitos.. Esto puede ocasionar duplic  ción, pagar múltiples lic  n

as para diferentes programas o problemas con la seguridad de los datos .Además, es

ta gran diversidad dificulta el análisis  ápido y eficiente de los dato
s, por lo q  e debe tratarse para que sea más uniforme, eliminar errores y dup
licados, y  ara que esté en el lugar co  recto, como  un almacén de datos o da
tos lago. Este proceso se conoce como integración y puede llevarse a cabo utiliza
ndo varios métodos que permiten manipular  iferentes t  pos de datos desde u
na única ubicación para c  nvertirse en la  información que conduciráa una mejor
toma de decisiones. Uno de ellos es la consolidación de datos  . Los otros método
s son la propagación de datos y la federación de datos. Estos incluyen
la replicación

datos y la visualización de los archivos consolidados, respectivamente.La co

nsolidación de datos es crucial  en un momento en que la ntidad
c de datos qu
e se genera aumenta a diari  . Este proceso garantiza la disponibilidad de dato
s precisos y de calidad , l  que facilita y agiliza el procesamiento y el trata
miento de estos datos. L  consolidación de datos elimina las disparid
ades antes de usar los datos, ahorrando tiempo, mejorando l  
 
¿Cómo se consolidan los datos?

Por lo general, la consolidación de datos consta de cuatro etapas que pasan a

través de las fuentes de datos , una tubería ETL , un destino de depósito de
datos y el análisis posterior utilizando herramientas de inteligencia
empresarial . Sin embargo, no existe un proceso estándar y se puede hacer de
muchas maneras, como manualmente o con herramientas en la nube o de código
abierto.

Dificultades
La consolidación de datos es un paso fundamental para el análisis de
datos rápido y preciso y la inteligencia empresarial que conduce a la mejor
toma de decisiones, pero conlleva ciertas dificultades, como el hecho de que
obliga a las empresas a actualizar sus sistemas y equipos humanos., ya que
no se puede lograr con los tradicionales. Sin embargo, ofrece un gran control de
datos e información valiosa.

Otros desafíos que una empresa puede enfrentar al llevar a cabo un proceso de
consolidación de datos es el tiempo . Los equipos técnicos tienen muchas tareas
diferentes con diferentes niveles de complejidad que se agregan al proceso de
consolidación.

También puede encontrar que sus recursos son limitados. Los procesos de

consolidación requieren el conocimiento técnico de un científico de datos ,
pero no todos los equipos de TI tienen uno. La contratación externa o la
contratación de una puede ser una inversión muy costosa para algunas empresas,
y capacitar a sus empleados existentes es una inversión de tiempo considerable.  

¿Qué vale para las empresas?

La consolidación de datos es un paso muy importante enprocesos
de integración y gestión de datos . Hace que toda la información de gestión de
datos esté disponible de forma rápida y sencilla , y tener todos los datos en un
solo lugar aumenta la productividad y la eficiencia .

La consolidación también reduce los costos operativos y facilita el cumplimiento

de las leyes y regulaciones de datos . Sin embargo, el principal beneficio es que
le permite analizar sus datos en una etapa posterior para tomar decisiones
basadas en hechos y datos.