El Big Data

  El Big Data se refiere a complejos conjuntos de datos caracterizados por su gran diversidad (las tecnologías han incorporado nuevas fuentes y tipos de datos como los weblogs, sensores incorporados en dispositivos, búsquedas en Internet, las redes sociales, dispositivos GPS y de radiofrecuencia, registros de centros de llamadas, etc), con una gran proporcionalidad de datos no estructurados (los no estructurados y los semi estructurados son el 80% de los datos), cuyo tamaño o volumen es de gigantescas proporciones (impensables hace pocas décadas, que actualmente se le usa como referencia el que sea a partir de los 30 terabytes) y cuya increíble velocidad de generación y de crecimiento obliga a las herramientas y procesos utilizados a ser igualmente veloces en capturarla (evitando perder información), almacenarla y procesarla (lo que dejó obsoleto las técnicas y herramientas de la tradicional Inteligencia de Negocio) facilitando el acceso inmediato y desde distintos dispositivos y lograr detectar patrones y proyecciones para generar información útil para la toma de decisiones.

  Así pues, claramente resaltan las características de Volumen, Variedad y Velocidad (que se convirtieron en las primeras referencias del Big Data). En el aspecto de la Variedad de fuentes queda implícito otra característica, la Versatilidad, que gracias a los protocolos de comunicación permite obtener datos o proyectar información o generar procesos automáticos en múltiples dispositivos. En el aspecto de la Velocidad en la data también hay que considerar la data que se caracteriza por su Volatilidad, pues tiene una corta vigencia (el dato posee valor o genera valor por poco tiempo debido a que cambia con rapidez)

  Es complejo y se requiere de grandes recursos para recolectar, limpiar, integrar y obtener datos de alta calidad de forma rápida. Se necesita mucho tiempo para transformar los tipos no estructurados en tipos estructurados y procesar esos datos. Pero la capacidad de poder integrar y modelar tal variedad y cantidad de datos no estructurados permitió a las empresas buscar respuestas a preguntas impensables de plantear antes del Big Data, pudiendo detectar tendencias y hacer predicciones, permitiendo a las empresas detectar situaciones problemáticas más realistas (más complejas), así como conseguir vías de actuación más eficientes, además de poder detectar nuevas oportunidades (que serían invisibles bajo las técnicas anteriores).

  Pero el manejo de grandes cantidades de datos no implica necesariamente que la información obtenida de ellos será confiable o adecuada para la organización; por esa razón se añaden 2 nuevas características: la Veracidad (poder medir la calidad o veracidad de la data) y el Valor (la información obtenida debe permitir a la organización llevarla a conseguir rendimientos).

  La búsqueda por mejorar el análisis de la data creó la característica de Variabilidad, para realizar un análisis semántico, que permitiera poder interpretar correctamente la relevancia o significado del dato según su contexto o entorno (un mismo comportamiento puede tener distintas causas, puede repetirse en diferentes momentos y tener diferentes significados).

 Y finalmente, la Visualización es la característica que falta. La información debe ser adecuadamente visualizada o representada para su fácil interpretación.

     Francisco Castañé
  Técnico en Informática