¿Por qué Big Data es diferente?

Vamos a ver las diferencias entre Big data y paradigmas de datos tradicionales. Big data
no son solo datos. Si lo fueran, se llamaría datos y no Big data. Y la distinción no radica
solo en su tamaño. Contiene múltiples activos sobre prácticamente cualquier pieza de
información imaginable que pueda resultarnos útil. Es el tipo de datos a los que no
teníamos acceso en el pasado. El término Big data existe desde la década de 1990
aunque en esa e´poca el almacenamiento de datos resultaba complicado y costoso.

Todo eso cambió en la década de 2000 cuando pudimos recopilar conjuntos de datos de
extrema complejidad y alcance. Pero los macrodatos no son independientes, es decir, no
basta con tener los datos. También tenemos que tener el poder de procesamiento y una
forma de analizarlos para que sean significativos. Eso también ha cambiado con un
procesamiento más barato y rápido, y las herramientas necesarias para obtener
significado de los datos. Ahora podemos recopilar grandes cantidades de información,
almacenarla y analizarla. Big data significa más grande, más rápido y mejor. Pero no sólo
la tecnología en sí, sino la forma en que vemos y analizamos los datos.
Podemos aplicar análisis estadístico sobre innumerables atributos, compararlos y extraer
significado de ellos. Otra tecnología que se ha beneficiado de una potencia de
procesamiento y almacenamiento exponencialmente mayores ha sido la inteligencia
artificial y el aprendizaje automático. Ahora podemos incorporar la automatización en el
análisis de datos, utilizando IA. Y esto crea nuevas oportunidades para comprender el
comportamiento humano de formas que nunca imaginamos posibles. Ahora estamos en
un mundo 24 horas al día, 7 días a la semana, 365 días al año, donde la información es
accesible todo el tiempo.
Esto es importante para las actividades de análisis de datos que están en curso y están
sujetas a cambios constantes. Con Big Data, estamos encontrando nuevos conocimientos
que simplemente no estaban disponibles antes. Podemos utilizar la información que
recopilamos para comprender mejor el comportamiento de la gente respecto al mercado o
a los productos de nuestra empresa.
IoT, el Internet de las cosas, es un gran ejemplo de información a la que nadie podría
haber imaginado tener acceso. Ahora, podemos entender cómo las personas navegan por
internet o cómo utilizan el refrigerador, etc. Tenemos una capacidad asombrosa no solo
para recopilar y almacenar los datos, sino para comprender realmente lo que significan, y
eso es poder.

Datos identificativos

Para crear un plan de gobierno de datos, primero debemos identificar el dominio de datos
que nos interesa. Hay que mirar la visión corporativa de nuestra empresa y preguntarnos
por qué necesitamos estos datos. Y estar preparados para cambiar de rumbo si la
experiencia o los datos nos llevan en otra dirección. Los macrodatos por definición son
complejos, y también las herramientas y la metodología de análisis de datos que
adoptemos. Hay que planificar un aumento gradual, comenzando con pequeños datos
manejables . También tenemos que presupuestar una progresión en aumento de manejo
de más datos a lo largo del tiempo. Esto consiste en identificar la tecnología y las
herramientas que necesitaremos para cumplir nuestros objetivos, incluso aunque falten 12
o 24 meses para nuestro objetivo. Y eso requiere que comprendamos las herramientas.
Debemos tener las herramientas adecuadas para alinear la tecnología a nuestras
necesidades y no al revés.

Un concepto erróneo común sobre el Big data es que podemos analizar todo y mirarlo
desde un sinfín de ángulos diferentes para encontrar la solución a todos nuestros
problemas. El Big data es complejo y, por lo tanto, puede serlo el análisis de esos datos.
Tan malo como no tener el conocimiento que necesitamos puede ser no poder obtener
conocimiento de nuestros datos porque no sabemos dónde buscar. No hay que hacerlo al
azar.
La gobernanza requiere una política escrita y un plan de recopilación de datos.
Finalmente, necesitamos identificar a los jugadores que entienden. Nuestro equipo de
gobierno de datos, será una combinación de personas técnicas y no técnicas. Algunos
comprenderán la tecnología y otros comprenderán la información. Los requisitos y
necesidades comerciales. Algunos pueden entender ambos. Necesitamos una buena
representación de lo que quiere nuestra empresa en términos de valor de la información.