Expo tecnología

¿Qué es Big Data?

Se denomina Big Data al conjunto de datos cuyo tamaño, complejidad y velocidad de

crecimiento dificultan su procesamiento mediante herramientas tradicionales. Estos datos
pueden ser estructurados o no estructurados, que se generan y recopilan a diario, y
provienen de diversas fuentes, como registros web, dispositivos móviles, sensores,
sistemas de registro, transacciones, redes sociales, entre otros.

El Big Data se caracteriza por:

● Volumen: El Big Data se refiere a conjuntos de datos de gran tamaño. Estos datos
pueden ser tan grandes que no pueden ser procesados por las herramientas
tradicionales de análisis de datos. Para que un conjunto de datos pueda ser
considerado como Big Data debe tener un tamaño de 30-50 terabytes
● Velocidad: El Big Data se genera y recopila a una velocidad cada vez mayor, lo que
requiere que las organizaciones puedan procesarlo rápidamente para obtener
información relevante.
● Variedad: El Big Data puede provenir de una variedad de fuentes, como la
identificación por radiofrecuencia (RFID), los sensores incorporados en dispositivos,
la maquinaria, los vehículos, las búsquedas en Internet, las redes sociales como
Facebook, computadoras portátiles, teléfonos inteligentes y otros teléfonos móviles,
dispositivos GPS y registros de centros de llamadas.

La naturaleza no estructurada de gran parte de los datos generados por las tecnologías
modernas, dificultan el uso del Big Data, por lo que es necesario en la mayoría de los casos
combinarse con otra base de datos, como una aplicación comercial, que genere datos
estructurados, que puedan ser analizados para proporcionar informes relevantes que sean
útiles a los usuarios.

El Big data ha generado un gran impacto debido a su capacidad de ayudar a las

organizaciones a identificar y evaluar riesgos y oportunidades de una forma más
comprensible, gracias a su elevada cantidad de información. Entre las ventajas que ofrece
el Big data a las empresas se encuentra:
 ● Reducción de coste Las grandes tecnologías de datos, como Hadoop y el análisis
basado en la nube, aportan importantes ventajas en términos de costes cuando se
trata de almacenar grandes cantidades de datos.
● Mejor toma de decisiones a mayor velocidad. Con la velocidad de Hadoop y la
analítica en memoria, combinada con la capacidad de analizar nuevas fuentes de
datos, las empresas pueden analizar la información inmediatamente y tomar
decisiones basadas en lo que han aprendido.
● Nuevos productos y servicios. Con la capacidad de medir las necesidades de los
clientes y la satisfacción a través de análisis, La entidad podrá adaptarse a los
gustos de cada consumidor, ofreciendo productos personalizados manteniendo una
producción a gran escala. Con la analítica de Big Data, más empresas están
creando nuevos productos para satisfacer las necesidades de los clientes.

El Big Data tiene el potencial de transformar la forma en que las organizaciones operan. Al
analizar grandes conjuntos de datos, las organizaciones pueden obtener información que
les ayude a tomar mejores decisiones, identificar nuevas oportunidades de negocio y
mejorar la eficiencia de sus operaciones.

Big Data como gestor en la seguridad financiera

La aparición del Big Data en el entorno empresarial y las tecnologías asociadas ha

transformado profundamente los sistemas financieros a nivel global, gracias a su capacidad
de procesar y analizar ingentes cantidades de datos en tiempo real, esta tecnología ofrece
oportunidades sin precedentes para identificar, evaluar y mitigar riesgos que atenten con la
seguridad financiera de una entidad.

Tomando en cuenta que la seguridad en sistemas financieros es de suma importancia para

proteger la información personal y financiera de los clientes y usuarios, así como para evitar
pérdidas económicas y daños a la reputación de las instituciones financieras. El Big data
ofrece herramientas que permiten mantener y mejorar la seguridad en los sistemas
financieros a través de:

● La detección de patrones y anomalías que pueden indicar un ataque o un intento de

fraude. Por ejemplo, un aumento repentino en el número de transacciones de una
cuenta bancaria puede ser un indicador de un intento de fraude.
 ● La predicción de ataques potenciales. Por ejemplo, si un análisis de datos muestra
que un determinado tipo de ataque es cada vez más común, una institución
financiera puede tomar medidas para mitigar el riesgo de ese ataque.
● La mejora en la seguridad de las aplicaciones financieras. Por ejemplo, una
institución financiera puede utilizar el Big Data para identificar patrones de
comportamiento que pueden indicar una posible violación de seguridad.

Seguridad en el sector financiero.

La seguridad financiera es la protección de los recursos financieros de una persona o

entidad contra el riesgo de pérdida, daño o destrucción. Puede referirse a la seguridad de
los activos financieros, como el dinero en efectivo, las inversiones y las propiedades, o a la
seguridad de los datos financieros, como los números de cuentas bancarias, las
contraseñas y los registros de transacciones.

En un mundo donde toda la información y las actividades cotidianas se llevan en la red, la

seguridad financiera es más importante que nunca, tomando en cuenta que el sector
financiero es uno de los más vulnerables a los ciberataques, ya que maneja una gran
cantidad de información confidencial, como datos personales, números de cuentas
bancarias, transacciones financieras, entre otros, que pueden provocar pérdidas
económicas, daños a la reputación, e incluso la interrupción de las operaciones normales.

Es por ello que la seguridad financiera es de suma importancia implementar medidas de

seguridad adecuadas para poder proteger el bienestar financiero de las personas y las
empresas. Las cuales deben incluir

● Seguridad de la infraestructura: Esto incluye la protección de los servidores, redes y

equipos informáticos contra ataques.
● Seguridad de los datos: Esto incluye la protección de la información confidencial,
como datos personales, números de cuentas bancarias, transacciones financieras,
etc.
● Seguridad de las aplicaciones: Esto incluye la protección de las aplicaciones que se
utilizan para procesar transacciones financieras.
● Seguridad de los usuarios: Esto incluye la educación de los usuarios sobre las
mejores prácticas de seguridad, como la creación de contraseñas seguras y la
actualización de software.

Amenazas a la seguridad en el sector financiero.

● Robo de identidad: Los ciberdelincuentes pueden utilizar la información robada como

números de tarjetas de crédito, números de cuentas bancarias y contraseñas, para
realizar compras, abrir cuentas bancarias o solicitar préstamos.
● Fraude: Los ciberdelincuentes pueden utilizar la información para cometer fraudes,
para engañar a las personas para que divulguen información financiera o realicen
 transacciones 8no autorizadas. como el robo de dinero de las cuentas bancarias o la
suplantación de identidad.
● Extorsión: Los ciberdelincuentes pueden amenazar con publicar información
confidencial o con interrumpir las operaciones comerciales si no se les paga un
rescate.
● Interrupción de las operaciones: Un ciberataque puede provocar la interrupción de
las operaciones de una institución financiera, lo que puede afectar a los clientes y
usuarios.

Datos generados en este entorno.

La cantidad de datos generados en el entorno digital es masiva. Se estima que se generan

2,5 trillones de bytes de datos cada día, y esta cantidad sigue creciendo exponencialmente.

Estos datos se generan a partir de una variedad de fuentes, incluyendo:

● Transacciones financieras: Los pagos, las transferencias bancarias y las inversiones

generan una gran cantidad de datos.
● Redes sociales: Las publicaciones, los comentarios y las interacciones en las redes
sociales generan datos sobre los intereses, las preferencias y el comportamiento de
las personas.
● Dispositivos conectados: Los dispositivos conectados a Internet, como los teléfonos
inteligentes, las tabletas y los dispositivos domésticos inteligentes, generan datos
sobre la ubicación, el uso y la actividad de los usuarios.

La cantidad masiva de datos, presenta una serie de desafíos y oportunidades. Entre los
desafíos se encuentra la seguridad de los datos, la privacidad de los datos y la capacidad
de almacenar y procesar grandes cantidades de datos y entre las oportunidades, la mejora
de la toma de decisiones, la innovación y la eficiencia.

Big Data como herramienta clave:

El Big Data proporciona un punto de referencia y ayuda a las empresas a identificar

problemas comprensibles. La recopilación de grandes cantidades de datos y la búsqueda
de tendencias permite a las empresas moverse más rápidamente y eliminar áreas
problemáticas antes de que afecten sus beneficios o reputación. Además, el análisis de Big
Data ayuda a las organizaciones a identificar nuevas oportunidades y tomar decisiones más
inteligentes, lo que conduce a mayores ganancias y clientes más felices.
En las empresas la big data es utilizada como herramienta clave en los siguientes casos:

1. Toma de decisiones basada en datos: El análisis de Big Data permite a las

organizaciones tomar decisiones fundamentadas en datos concretos, en lugar de depender
únicamente de la intuición o la experiencia. Al analizar grandes volúmenes de datos, las
empresas pueden identificar patrones, tendencias y correlaciones que proporcionan
información valiosa para la toma de decisiones estratégicas.

2. Personalización y segmentación: El Big Data permite a las empresas comprender

mejor a sus clientes y segmentarlos en grupos más específicos en función de su
comportamiento, preferencias y necesidades. Esto les permite ofrecer productos y servicios
personalizados, así como campañas de marketing más efectivas.

3. Optimización de procesos y operaciones: El análisis de Big Data puede ayudar a

identificar oportunidades de mejora en los procesos y operaciones empresariales. Al
analizar datos detallados sobre el rendimiento, la eficiencia y los costos, las organizaciones
pueden optimizar sus operaciones y tomar medidas proactivas para evitar problemas
potenciales.

4. Predicción y prevención de riesgos: El Big Data puede utilizarse para predecir

tendencias futuras, identificar riesgos potenciales y anticiparse a problemas antes de que
ocurran. En sectores como las finanzas, seguros, salud y seguridad pública, el análisis de
Big Data puede ser una herramienta clave para la detección temprana de riesgos y la toma
de medidas preventivas.

5. Innovación y desarrollo de productos: El análisis de Big Data puede proporcionar

información valiosa sobre las necesidades y preferencias de los consumidores, lo que
puede impulsar la innovación y el desarrollo de nuevos productos y servicios que estén más
alineados con las demandas del mercado.

El análisis de amenazas utilizando Big Data:

La Big Data es utilizada por empresas financieras para poder manejar toda la información
en un solo lugar, esto ayuda a tener patrones de los clientes y así poder dar una respuesta
más rápida.

De igual forma, la big data puede ayudar en los casos que existan clientes que realicen
transacciones fraudulentas, utilizando grandes conjuntos de datos para identificar y prevenir
estos fraudes financieros. La big data permite analizar patrones y tendencias en
transacciones financieras, así como detectar anomalías y comportamientos sospechosos
que podrían indicar actividades fraudulentas.

Algunas de las técnicas y herramientas utilizadas en la detección de amenazas financieras

con big data incluyen el análisis de redes, el aprendizaje automático, la minería de datos y
la visualización de datos. Estas herramientas permiten a las instituciones financieras
identificar y mitigar riesgos, proteger la integridad de sus operaciones y mantener la
confianza de sus clientes.

Un ejemplo de detección eficaz del fraude es cuando se producen algunas transacciones

inusualmente elevadas y el sistema de prevención del fraude del banco se configura para
ponerlas en suspenso hasta que el titular de la cuenta confirme la operación. En el caso de
las cuentas nuevas, los algoritmos de detección de fraudes pueden investigar compras
inusualmente elevadas de artículos populares, o múltiples cuentas abiertas en un corto
período con datos similares.

5. *Beneficios:*

- Destacar cómo Big Data mejora la prevención y respuesta a amenazas.

Al ser la Big data una tecnología que soporta de manera analítica predictiva podemos
obtener:

Detección de anomalías y comportamientos sospechosos

El análisis de Big Data permite identificar patrones y comportamientos anómalos en los

registros de eventos de tus sistemas y redes. Al monitorear grandes volúmenes de datos en
tiempo real, puedes detectar actividades inusuales que podrían indicar intrusiones o
ataques cibernéticos. Esta capacidad de detección temprana te permite tomar medidas
rápidas para mitigar las amenazas antes de que causen daños significativos.

Análisis de datos de seguridad

Aplica técnicas de análisis de Big Data para extraer información valiosa de los registros de
eventos de seguridad, registros de acceso, registros de firewall y otros datos relacionados
con la seguridad. Al examinar estos datos a gran escala, puedes identificar patrones de
ataque, tendencias de amenazas y vulnerabilidades comunes en tus sistemas. Esto te
proporciona una visión más profunda de tus riesgos de seguridad y te permite fortalecer tus
medidas de protección.

Inteligencia de amenazas

El Big Data puede ayudarte a obtener inteligencia sobre las últimas amenazas cibernéticas,
tácticas utilizadas por los atacantes y vulnerabilidades conocidas. Al aprovechar fuentes
externas de datos y análisis de Big Data, puedes mantenerte al tanto de las amenazas
emergentes. Esto te permite tomar medidas preventivas y adaptar tus estrategias de
seguridad para contrarrestar las nuevas y sofisticadas amenazas antes de que afecten a tu
empresa.

Monitoreo de seguridad en tiempo real

La implementación de soluciones de monitoreo de seguridad en tiempo real, respaldadas

por el análisis de Big Data, es esencial para una ciberseguridad efectiva. Estas soluciones
analizan y correlacionan datos de múltiples fuentes en tiempo real, lo que te permite
detectar y responder rápidamente a las amenazas a medida que ocurren. El monitoreo en
tiempo real mejora la capacidad de detección de intrusos y proporciona una capa adicional
de defensa para tu empresa.

Análisis de vulnerabilidades

El análisis de Big Data puede ayudarte a identificar vulnerabilidades en tus sistemas. Al

combinar datos de escaneo de vulnerabilidades, registros de seguridad y otros datos
relevantes, puedes analizar y evaluar tus sistemas en busca de puntos débiles conocidos.
Esto te permite priorizar las acciones de mitigación y fortalecer tus defensas, reduciendo así
la superficie de ataque para los posibles adversarios.

Respuesta y recuperación ante incidentes

El Big Data también juega un papel vital en la respuesta y recuperación ante incidentes
cibernéticos. Al analizar grandes volúmenes de datos de incidentes anteriores, puedes
identificar patrones comunes, tendencias de ataque y lecciones aprendidas. Esta
información te permite desarrollar estrategias de respuesta efectivas, mejorar tus políticas
de seguridad y fortalecer tu capacidad de recuperación en caso de futuros incidentes.

- Eficiencia operativa y reducción de riesgos.

¿Qué importancia tiene la eficiencia de Big Data en su negocio?

No es necesario que profundicemos demasiado en los problemas técnicos para determinar

la importancia de los macrodatos. En resumen, es un enfoque eficiente para identificar
datos relevantes para realizar análisis detallados en todo el flujo de trabajo y las industrias.
Consulta las principales ventajas que denotan aún más su relevancia:

 Transparencia de datos abundante.

 Decisiones sólidas basadas en conocimientos precisos.
 Adquisición de información vital sobre la propia empresa.
 Soporte para movimientos estratégicos, incluidos aquellos dirigidos a segmentos
específicos y audiencias objetivo.
 Transformación operativa, ya que se basa en hechos, correlaciones entre datos y
patrones en el comportamiento del cliente.
 Previsión de ventas mejorada.
 Anticipación de posibles cuellos de botella.
Por lo tanto, si su organización tiene una cantidad significativa de datos y enfrenta
dificultades para crear estrategias consistentes, pensar en términos de Big Data es lo que
necesita para revertir esta situación.

¿Cómo la tecnología Big Data hace que la empresa sea más estratégica?

El tratamiento adecuado de grandes volúmenes de datos es ya un gran avance que trae

resultados sin precedentes de forma práctica. Sin embargo, es su capacidad para integrarse
con otras tecnologías y enfoques lo que fomenta las estrategias asertivas para el negocio.
Podemos mencionar las herramientas y recursos estructurados en cloud computing, Data
Analytics, Business Intelligence (BI), entre otros. Muchas empresas creen que tener un gran
flujo de datos de diferentes fuentes es suficiente para lograr resultados, pero no del todo. Si
la gerencia no sabe cómo interpretar la información para su aplicabilidad práctica, no sirve
de nada. Precisamente por eso el Big Data es fundamental para hacer de tu empresa una
potencia estratégica: poder absorber incrementos exponenciales en la generación de datos
y contar con análisis concisos enfocados al máximo resultado de acciones estratégicas. Es
fundamental asociar la eficiencia de Big Data como otra característica que simplifica el
trabajo, optimiza la eficiencia operativa y lleva al negocio al éxito. Sin embargo, debido a
que se trata de tecnologías analíticas, que utilizan las referencias proporcionadas por los
datos, su empresa debe evaluar sus procesos internos para sacarle el máximo partido:

 Hace un mapeo completo de los datos.

 Realiza diagnósticos operativos.
 Promueve la máxima alineación de los objetivos comerciales.
 Desarrolla planes de acción.

6. *Desafíos y Consideraciones:*

- Discusión sobre los posibles retos al implementar Big Data en seguridad

financiera.

Principales retos de seguridad Big Data

Numerosos estudios han identificado los principales retos de seguridad en proyectos Big
Data y van desde las habilidades de los profesionales, la protección de los sistemas y las
implicaciones de vulnerabilidades o ataques.

Aunque la lista de retos es muy amplia nos vamos a quedar con los 7 principales que se
puede encontrar cualquier empresa que inicie un proyecto Big Data.

1. Falta de seguridad en el diseño de la solución

El mundo Big Data nos ofrece capacidades útiles para el negocio que no habíamos tenido
nunca. Las diferentes plataformas utilizadas en proyectos Big Data no siempre cuentan,
debido a su corta vida, con opciones de cifrado de datos, gestión de políticas, cumplimiento
(compliance) y gestión de riesgos entre otras características.

2. Anonimización
El hecho de que tengamos a nuestro alcance datos de comportamiento de nuestros
habitantes, control del tráfico, grabaciones de cámaras de seguridad no nos exime de una
serie de controles sobre los datos registrados en alguno de los sistemas. Proteger la
información personal (fotografía, datos personales, movimiento) es imprescindible para
poder usar los datos con toda garantía y para evitar que alguien pueda identificar a alguien
en concreto haciendo un análisis profundo.

3. Complejidad y diversidad de los datos

La variedad ya sabemos que es una de las 3 V del Big Data junto con Velocidad y Volumen.
Contar con numerosas fuentes de datos como archivos, e-mails, aplicaciones, servicios
Cloud, datos de dispositivos móviles o IoT hace que tengamos que añadir medidas de
protección en cada una de las fuentes y con características adaptadas.

4. Pérdida de datos

Prácticamente cada semana nos encontramos con noticias relacionadas con robo de
listados de cuentas de correo electrónico de servicios en Internet:

2016: Detalles de usuario y password de 117 millones de cuentas LinkedIn.

2015: Robo de más de 21 millones de informes de personal militar y de inteligencia de

EE.UU.

2013: Detalles de usuario y password de 36 millones de usuarios Adobe

2005-2013: Detalles de 160 millones de tarjetas de crédito y 800.000 cuentas bancarias

5. Poca inversión en seguridad

Ya he mencionado anteriormente que por ahorro de costes algunas empresas y

profesionales deciden no dedicar la suficiente inversión a implementar medidas de
seguridad en sus proyectos. Aunque cada vez más las empresas entienden que la inversión
en ciberseguridad debería de ser una obligación, todavía falta un paso más en la
concienciación y en la justificación de que la inversión necesaria se realice.

6. Falta de habilidades

Al igual que la inversión en ciberseguridad no es siempre la adecuada, en muchas

empresas sucede lo mismo con la formación en nuevas tecnologías, herramientas y
habilidades para sus profesionales. No contar con un plan formativo que permita que los
empleados añadan nuevas habilidades útiles para el negocio desemboca en fracaso de
proyectos principalmente por incumplimiento de costes, plazos o alcance.

Es imprescindible pensar que el atacante siempre va un paso por delante del defensor. En
nuestro proyecto tenemos que proteger todos los puntos críticos de la solución que
desarrollemos y el atacante sólo tiene que estudiar cuál de esos puntos es el más
vulnerable e intentar acceder por él.

7. Ruptura de datos
Si el robo de datos es importante no podemos olvidarnos de controlar en todo momento los
datos que estamos utilizando para definir nuestra toma de decisiones. Que usemos datos
falsos, modificados o incorrectos puede desembocar en una toma de decisiones incorrecta
que haga que afecta a nuestro negocio y al del cliente.

Si obtenemos datos de cotización de empresas en diferentes mercados y resulta que

alguien ha modificado nuestros datos podríamos optar por la opción de comprar o vender un
conjunto de acciones de manera inadecuada perdiendo muchísimo dinero.

- Aspectos éticos y de privacidad.

Desde el punto de vista ético, este entorno digital ofrece oportunidades y retos. Entre las
oportunidades ha destacado “el impresionante desarrollo de la inclusión financiera, clave
para impulsar mejoras reales en el acceso a los servicios financieros y ayudar a las
personas a participar plenamente en la vida económica”, y el big data que mejora
significativamente el proceso de concesión de crédito y genera oportunidades de negocio.

De cara a conservar la confianza de los clientes, las empresas deberán actuar con máxima
diligencia y responsabilidad para preservar la seguridad, la privacidad y el trato adecuado y
uso de los datos. En este sentido, las empresas se enfrentan a dos grandes retos: la
ciberseguridad y los desafíos éticos que surgen de la protección de datos.

7. Ejemplos de organizaciones financieras que han implementado con éxito

soluciones basadas en Big Data.

Hemos podido identificar la importancia del uso apropiado del Big Data por parte de las
organizaciones. Este, ha sido fundamental para comprender mejor a sus clientes así como
para la optimización de sus procesos y operaciones, trayendo como resultado una toma de
decisiones estratégica fiable de cara a seguir operando en el futuro a través de la
innovación.

No sorprende entonces, encontrar en la presente en la lista a las siguientes multinacionales:

1. Netflix: esta plataforma de streaming se basa en el análisis de grandes volúmenes de

datos para comprender y satisfacer los intereses de sus usuarios. Se calcula que el uso
de esta tecnología permite a esta compañía el ahorro de alrededor de 1000 millones de
dólares al año. Su historia comienza en 2006, cuando lanzó el "premio Netflix" de un
millón de dólares a quien pudiera crear el mejor algoritmo para determinar la opinión de
los suscriptores sobre una serie o película basándose en las puntuaciones previas.

A día de hoy, el 80% del contenido que se reproduce en Netflix procede del sistema de
recomendaciones. Para ello, la compañía emplea varias herramientas tradicionales de
inteligencia empresarial (como Teradata y MicroStrategy) y las combina con tecnologías de
Big Data modernas como Hadoop, Hive, etc. El resultado es un algoritmo que predetermina
los contenidos que los usuarios tienen más probabilidades de ver.
 2. Apple: emplea el Big Data aplicado a la economía conductual (Comprender y
condicionar el comportamiento humano para la toma de decisiones, precios de mercado,
estrategias, tipos de producto). Le ha permitido exitosamente extraer conclusiones sobre
su base de usuarios y utilizarlas en su favor.

La compañía ha sido conocida y reconocida por la seguridad y protección de datos. El uso

del Big Data es crucial para detectar y prevenir amenazas de seguridad cibernética.
También, permite brindar una excelente experiencia de usuario.

3. Amazon: en términos de personalización y recomendaciones, ha permitido a la marca

asentarse como la principal organización de comercio electrónico y servicios de
computación. El Big Data permite ejercer un análisis efectivo de los datos: permite
recolectar, analizar y utilizar una cantidad masiva de datos procedentes del historial de
búsquedas y compra. Por esto, son capaces de ofrecer las mejores recomendaciones a sus
clientes.

Es importante destacar que han desarrollado sus propios algoritmos publicitarios,

contemplados en "Amazon Elastic MapReduce platform for machine learning (Su propio
sistema de Big Data)”.

4. Zara: La marca lleva asentada desde hace más de 15 años como la principal
distribuidora de ropa en el mundo. El secreto de su éxito, se ve reflejado en saber identificar
las nuevas tendencias de mercado, permitiendo el desarrollo y promoción más rápido que
sus competidores, manteniendo su posición en el mercado. Para poder analizar todos estos
datos en bruto y tomar las decisiones adecuadas, Zara incorpora múltiples herramientas de
inteligencia artificial, automatización y big data en su estrategia empresarial.

No sorprende entonces, que el uso del Big Data permita a la compañía la toma de
decisiones y realizar predicciones efectivas (Sobre qué prendas serán tendencia). Las
principales fuentes de datos proceden tanto de los pedidos como de la opinión de los
consumidores.

5. PepsiCo: La plataforma de big data y análisis en la nube empleada por PepsiCo,

Pep Worx, ayuda a la empresa a aconsejar a las tiendas sobre qué productos comprar,
dónde colocarlos y qué promociones lanzar.

En preparación para el lanzamiento de Quaker Overnight Oats, PepsiCo fue capaz de

identificar 24 millones de hogares a los que dirigir su producto. Después, identificaron los
lugares de compra que esos hogares tenían más probabilidades de usar y crearon
promociones específicas para estas audiencias. Gracias a este uso de los datos para
centrarse en un mercado muy específico, consiguieron un 80% de crecimiento de ventas del
producto en los primeros 12 meses tras el lanzamiento.

Lo que distingue a la compañía por sobre las marcas anteriormente mencionadas, es el

desarrollo de una cadena de suministro y logística excelente, la cual permite la gestión de
inventario, la planificación de rutas de distribución y la eficiencia operativa en toda la cadena
de suministro.
 6. Coca-Cola: el análisis de datos se ha utilizado para el desarrollo de productos

8.1 Beneficios

· Toma de decisiones: El análisis de Big Data proporciona a las empresas

información detallada y precisa sobre sus operaciones, clientes, competidores y
mercado en general. Esto les permite tomar decisiones estratégicas y tácticas más
informadas y basadas en datos, en lugar de depender únicamente de la intuición o la
experiencia pasada.

· Personalización y segmentación: permite a las corporaciones recopilar y analizar

grandes cantidades de datos sobre el comportamiento y las preferencias de los clientes.

· Eficiencia operativa: El análisis de Big Data puede ayudar a las empresas a

identificar áreas de ineficiencia en sus operaciones y procesos, lo que les permite
optimizar la gestión de inventario, la planificación de la cadena de suministro, la logística
y otros aspectos operativos para reducir costos y mejorar la eficiencia.

· Identificación de oportunidades de mercado: El Big Data puede revelar patrones

y tendencias en el comportamiento del mercado, lo que permite a las empresas identificar
nuevas oportunidades de negocio, nichos de mercado no explotados o cambios en la
demanda del consumidor que podrían ser aprovechados para el crecimiento empresarial.

· Innovación y desarrollo de productos: Al analizar grandes volúmenes de datos,

las empresas pueden identificar necesidades no satisfechas en el mercado y
oportunidades para la innovación. Esto les permite desarrollar nuevos productos y
servicios que se alineen con las demandas del mercado y mantengan su competitividad.

8.2 Desventajas.

· Costos: La implementación y mantenimiento de infraestructuras de Big Data, así

como la contratación de personal especializado en análisis de datos puede resultar
costoso para muchas empresas. Además, el almacenamiento y procesamiento de
grandes volúmenes de datos pueden generar gastos adicionales.

· Privacidad y seguridad: El uso del Big Data implica la recopilación y el análisis

de grandes cantidades de datos, lo que plantea preocupaciones sobre la privacidad y la
seguridad de la información. Existe el riesgo de que los datos sensibles de los clientes o
empleados puedan ser comprometidos, lo que podría tener repercusiones legales y
dañar la reputación de la empresa.

· Complejidad y habilidades requeridas: El análisis de Big Data requiere

habilidades técnicas y conocimientos especializados en herramientas y tecnologías de
análisis de datos. Muchas empresas pueden enfrentar dificultades para encontrar y
retener talento con estas habilidades, lo que puede limitar su capacidad para aprovechar
al máximo el potencial del Big Data.
 · Riesgos de sesgo y mala interpretación: El análisis de Big Data puede llevar a
conclusiones erróneas si los datos no se interpretan correctamente o si están sesgados.
Dependiendo de la calidad de los datos y la precisión del análisis, las decisiones
basadas en Big Data podrían ser incorrectas o perjudiciales para la empresa.

8.3 Importancia de la implementación del Big Data en sistemas de información

financiera.

Las empresas ya están utilizando Big Data para entender el perfil, las necesidades y el
sentir de sus clientes respecto a los productos y/o servicios vendidos. Esto adquiere
especial relevancia ya que permite adecuar la forma en la que interactúa la empresa con
sus clientes y en cómo les prestan servicio. Hasta el 2003, en el mundo se crearon más de
5 millones de GB de información. En la actualidad, por minuto se generan en el mundo 1,6
millones de gigabytes de datos.

En Venezuela, todos estos datos provienen de mensajes en redes sociales o mensajería

como whatsapp, señales de móvil, archivos de audio, sensores, imágenes digitales, datos
de formularios, emails, datos de encuestas, logs etc. La manipulación de los mismos se
debe a la necesidad en muchos casos de incluir los datos relacionados del análisis en un
gran conjunto de datos, como los análisis de negocio, publicitarios, los datos de
enfermedades infecciosas y seguimiento a la población.

Desde hace tiempo estos datos se han vuelto parte de los diferentes factores que las
empresas tienen que tomar en cuenta para sus diferentes estrategias. Sin embargo,
¿Cuándo podemos saber que estos datos son Bid Data? Es por eso que para responder
esta pregunta, surgen las 5 “V´s” del Big Data que lo diferencian de un repositorio de datos
convencional:

● Volumen: El tratamiento del contenido es en terabytes (1.000 Gb) o PetaBytes

(1.000.000 Gb). Esto permite incluir informaciones a los distintos proyectos. Sin
embargo, este factor es cambiante acorde pasa el tiempo.
● Variedad: Referido a las diferentes fuentes en donde se obtiene la información. Esto
se diferencia de los repositorios de datos convencionales debido a que la fuente de
información no es una sola sino que no tiene límites. El Big Data abarca información
que puede estar estructurada o no puede tener ninguna estructuración, proveniente
de las redes sociales para luego ser analizada y tomar decisiones al respecto
● Velocidad: Se refiere a la rapidez con que los datos se reciben, se procesan y se
toman decisiones a partir de ellos. A la mayoría de los sistemas tradicionales les es
imposible analizar de forma inmediata los grandes volúmenes de datos que les
llegan, sin embargo, incorporar el concepto de tiempo real es imprescindible para
sistemas de detección del fraude o la realización de oferta personalizadas a los
clientes.
● Veracidad: Los datos extraídos son de calidad eliminado la imprevisibilidad inherente
de algunos, como el tiempo, la economía etc, para, de esta forma, llegar a una
correcta toma de decisiones
● Valor: La importancia del dato para el negocio. Saber que datos son los que se
deben analizar, es fundamental.
El Big Data le sirve a las empresas venezolanas a almacenar la información en diferentes
sistemas y silos, y las personas necesitan acceder a dichos datos para realizar su trabajo
diario y tomar decisiones importantes. Además de Comprender totalmente a los clientes; lo
que los mueve, por qué compran, cómo prefieren comprar, por qué cambian, qué
compararán luego y qué factores los llevan a recomendarles una compañía a otros.

Otro de los beneficios más importantes es que permite reducir el riesgo, detectar el fraude y
monitorear la seguridad cibernética en tiempo real. Aumentar y mejorar las plataformas para
la seguridad cibernética y el análisis de la inteligencia con tecnologías de big data a fin de
procesar y analizar nuevos tipos (por ej., medios sociales, e-mails, sensores,
Telecomunicaciones) y fuentes de datos poco apalancados para mejorar significativamente
la inteligencia, la seguridad y la percepción de los cuerpos de seguridad. Al utilizar big data
para el análisis de las operaciones, las organizaciones pueden obtener una visibilidad en
tiempo real de las operaciones, de la experiencia de los clientes, de las transacciones y del
comportamiento de los mismos.

Por su parte, la industria aseguradora vive días de gloria gracias al Big Data. Los seguros
están compuestos por varios productos muy diferentes, desde seguros de vida, asistencia
sanitaria, seguros de la propiedad o automóviles, cada uno de estos sectores poseen muy
diferentes procesos de negocio y ciclos de vida del cliente.

En la industria del retail, los productos personalizados están en auge gracias al enorme
conocimiento que las compañías tienen del usuario a través de prospectos, email marketing
y redes sociales. La privacidad del usuario es otorgada a cambio de descuentos y ofertas
individualizadas.

Según asegura la compañía SAS, “el manejo de los datos lo está cambiando todo de forma
radical y se ha convertido en parte esencial de las estrategias comerciales”.

Actualmente, en nuestro país, los sectores crecen vertiginosamente en datos, y cada vez se
hace más necesario el uso de tecnologías de punta que permitan satisfacer las necesidades
de acceso a la información, servicios de las empresas y usuarios de forma permanente,
confiable y segura, explica Diego Hernández, Director de Ventas y Servicios de Level 3
Venezuela. Las empresas están en la búsqueda de tecnologías asociadas a las
telecomunicaciones que cada vez sean más limpias y “ecológicas”, al tiempo que cumplan
la función de transportar mayor cantidad de información, servicios y aplicaciones de forma
rápida y segura.

La recolección, organización y el análisis de los datos son parte del día a día en la toma de
decisiones de todas las compañías de nuestro país, a grandes y a pequeñas escalas. Por
esta razón, el acceso al Big Data depende de las herramientas y plataformas utilizadas para
gestionar y analizar los diferentes datos obtenidos; garantizando así una toma de decisiones
certera para cualquier negocio.