Big Data

Analítica de datos o ciencia de datos (data science, smart data, small data)

Qué es

Comprende el análisis, administración y manipulación de grandes cantidades de datos de manera inteligente a través de modelos de descripción, predicción y optimización con el objetivo de tomar decisiones mejores y más efectivas. Se basa en las matemáticas, la estadística y las ciencias de la computación y mide 7 magnitudes:

  1. Volumen. Cantidad de datos que son originados y almacenados con el objetivo de procesarlos y transformarlos en acciones.
  2. Velocidad. La rapidez en la que los datos son creados, almacenados y procesados en tiempo real.
  3. Variedad. Formas, tipos y fuentes en las que se registran los datos: documentos de texto, correos electrónicos, audios, vídeos o imágenes que residen en un dispositivo móvil, perfiles de redes sociales, etc.
  4. Veracidad. Es la calidad de los datos, es decir, el grado de fiabilidad de la información recibida.
  5. Viabilidad. Capacidad que tienen las compañías de generar un uso eficaz del gran volumen de datos que manejan.
  6. Visualización. Modo en el que los datos son mostrados para encontrar claves ocultas y patrones en el tema a investigar.
  7. Valor. Datos que se transforman en información, que a su vez se convierte en conocimiento y a su vez en una acción o decisión.

Para qué sirve

  • Desarrollo de productos: genera modelos predictivos para nuevos productos y servicios clasificando aspectos clave de productos actuales y anteriores, para anticiparse a la demanda de las y los usuarios.
  • Experiencia del cliente: recopila información de las visitas de la página web, redes sociales, registros de llamadas y otros orígenes de datos para perfeccionar la experiencia de interacción, así como optimizar el valor que se ofrece..
  • Conformidad y fraude: facilita la identificación de patrones de datos que puedan ocasionar un fraude, al mismo tiempo que aglutina grandes volúmenes de datos para agilizar la creación de informes normativos.
  • Impulso de la innovación: pude ayudar a innovar en la empresa gracias al análisis de las interdependencias entre instituciones, procesos, entidades y seres humanos, y, posteriormente, mediante la determinación de maneras novedosas de emplear dicha información: mejorar las decisiones financieras y las consideraciones de planificación, implantación de precios dinámicos, análisis de tendencias para desarrollar nuevos servicios y productos, etc.

Algunos ejemplos de sectores en los que se aplica

  • Marketing y ventas: Los datos se utilizan para comprender mejor a los clientes, sus comportamientos y preferencias y, así, crear modelos predictivos (por ejemplo, para predecir mejor qué productos se venderán mejor, el voto de las y los electores en procesos electorales, etc.).
  • Retail o comercio minorista: optimización de stock basado en predicciones generadas gracias a datos de redes sociales, tendencias de búsquedas en la web y predicciones meteorológicas; monitorización de clientes en tiempo real; segmentación y perfiles; análisis cestas de compra; gestión de inventarios; etc.
  • Transporte, distribución y logística: optimización de la cadena de suministro y las rutas de reparto, gracias al posicionamiento geográfico, integración de datos de tráfico en tiempo real y sensores de identificación por radiofrecuencia para el seguimiento de las mercancías y vehículos de reparto.
  • Salud: codificación de material genético para saber qué dieta o alimentos son más adecuados para nuestro genotipo, o descubrir cómo o por qué se activan determinados genes que pueden derivar en enfermedades crónicas; encontrar nuevos tratamientos y comprender mejor las enfermedades, sus desencadenantes y los patrones de propagación; controlar y predecir la evolución de las epidemias y brotes de enfermedades.
  • Deportes: determinar patrones y estilos de jugadoras y jugadores ganadores para mejorar el rendimiento deportivo; seguimiento de atletas fuera del entorno de competición mediante el uso de dispositivos inteligentes para monitorizar desde la nutrición, la preparación física y el sueño, hasta las conversaciones en redes sociales en las que participan para controlar el bienestar emocional.
  • Sector púbico: mejoras en rendimiento y servicios; detección automática de vulnerabilidades, fraude y malversación de fondos públicos; detección de filtración de datos; detección de actividades criminales y patrones; rendimiento de infraestructuras; anticipación de quejas y preocupaciones de la ciudadanía.
  • Servicios financieros: mayor precisión y menor riesgo en la toma de decisiones de compra venta de valores; anticipación de oportunidades; detección de fraude; etc.

Video: https://www.youtube.com/watch?v=Rx5JmqnsGy8&feature=emb_logo

(fuente: podcast Industria 4.0)