Big Data – Tecnología para el analisis de los datos
En un intento por centrarse más en el cliente, un número cada vez mayor de empresas está adoptando un enfoque basado en su valiosa recopilación de datos. Y, gracias a los continuos avances en la tecnología de big data, hay una gran cantidad al alcance de nuestra mano.
De hecho, según Forbes, «las organizaciones basadas en datos tienen 23 veces más probabilidades de adquirir clientes, 6 veces más probabilidades de retener a esos clientes y 19 veces más probabilidades de ser más rentables, por esta razón». Una herramienta invaluable para crear valor en un negocio, eliminando la dependencia en la toma de decisiones basadas unicamente en el sentido común.
Sobrecarga de información
Es posible que haya escuchado estos números antes. Ya sea en un artículo de LinkedIn o en una reunión de la junta directiva, el impulso por los datos en nuestro trabajo diario se ha vuelto bastante abrumador. Pero, ¿sabemos realmente lo que significa? ¿Qué es big data? ¿Cómo lo usamos para convertirnos en datos? Y, lo que es más importante, ¿qué significa que todos de repente rompamos nuestras metas y seamos increíbles en nuestros trabajos?
¿Qué es Big Data?
Los datos grandes se describen como «conjuntos de datos que son tan voluminosos y complejos que el software tradicional de aplicaciones de procesamiento de datos es inadecuado para tratarlos».
La Big data no es para confundirnos. En realidad, el concepto nació de un deseo de comprender tendencias, preferencias y patrones en las enormes bases de datos que se generan cuando los usuarios interactúan con diferentes sistemas, particularmente en línea.
Big data: una breve historia
Incluso en la década de 1950, décadas antes de que alguien pronunciara el término «Big data», las empresas estaban usando análisis básicos (esencialmente examinando manualmente los números en una hoja de cálculo) para descubrir ideas y tendencias.
El término en sí ha existido desde la década de 1990 y fue popularizado por el científico informático estadounidense John Mashey. Como se puede imaginar, el tamaño de lo que se considera «grande» ha cambiado significativamente desde entonces, y hoy en día el big data puede variar desde unas pocas docenas de terabytes (1000 gigabytes) a muchos petabytes (1000 terabytes) de datos.
En 2001, el Grupo META (ahora Gartner) identificó los desafíos y oportunidades de crecimiento de datos como tridimensionales. Esto significa que Big Data debe tener una o más de las siguientes características:
– Volumen (cantidad de datos)
– Velocidad (velocidad de datos dentro y fuera)
– Variedad (rango de tipos de datos y fuentes)
Big Data – Cambios y utilidad
Por lo tanto, en 2012, la definición se actualizó para incluir: “Big Data son activos de información de gran volumen, alta velocidad y / o gran variedad que demandan formas de procesamiento de información innovadoras y rentables que permiten una visión mejorada para la efectiva toma de decisiones, y automatización de procesos ”.
Básicamente, las demandas de big data fomentaron el desarrollo de un montón de herramientas y procesos (también conocidos como análisis de big data) para ayudar a las organizaciones a analizar los inmensos conjuntos de datos a los que se enfrentan. Esto significa que pueden encontrar más información sobre sus clientes, lo que, a su vez, les ayuda a desarrollar nuevas experiencias, servicios y productos.
Como IBM resume, «Al utilizar técnicas analíticas avanzadas, como análisis de texto, aprendizaje automático, análisis predictivo, extracción de datos, estadísticas y procesamiento de lenguaje natural, las empresas pueden analizar fuentes de datos sin explotar previamente para obtener nuevos conocimientos que den como resultado mejores y más rápidas decisiones».
