Análisis por temática

---

---

Vivimos en un momento en el que casi cualquiera de nuestras acciones genera datos. En muy pocos años, hemos experimentado cambios que han afectado de manera profunda y (probablemente) irreversible.

La forma de relacionarnos entre nosotros ha cambiado, nuestra forma de comprar ha cambiado, nuestra forma de consumir ocio ha cambiado, nuestra forma de movernos ha cambiado, la forma en la que nos relacionamos con nuestro entorno (coche, hogar, electrodomésticos, etc. Ha cambiado). Todos estos cambios tienen un denominador común: el dato. Las huellas que vamos dejando con cada una de nuestras acciones se traducen en datos, datos materializados de formas muy diversas (logs, fotos, tweets, números, vídeos, etc.). Estos datos, correctamente analizados e interpretados tienen mucho valor… para quien sepa extraerlo. 

Big data que es y para qué sirve

El Big Data es ese conjunto de herramientas, técnicas  e infraestructuras que permiten capturar los datos, almacenarlos, procesarlos y convertirlos en información útil. Información útil para tomar decisiones de negocio y monetizar los datos que, por sí mismos, carecen de valor. Dentro de las tecnologías que hacen posible convertir dato en valor, podemos destacar las siguientes: modelos predictivos, estadísticas, inteligencia artificial, procesamiento en lenguaje natural, redes neuronales, patern matching, … en definitiva un conjunto de técnicas algorítmicas que salen de las técnicas habituales de las bases de datos transaccionales. Nuevos desafíos (gran volumen de información en formatos muy diferentes y a una velocidad muy alta) exigen nuevas herramientas y nuevos enfoques. 

---

Porque el Big data es importante para las empresas

Los empleados, los clientes, los proveedores y los procesos internos también han modificado su comportamiento y también generan gran cantidad de datos que, correctamente interpretados, nos pueden dar una ventaja competitiva. El problema actual no se centra en obtener el dato sino en explotarlo, en convertirlo en valor. Podemos analizar el comportamiento de nuestros clientes para dirigirnos de manera más inteligente hacia él, podemos recomendar productos a nuestros clientes, podemos anticiparnos a la fuga de un cliente, podemos anticiparnos a la fuga de un empleado, podemos anticiparnos a la parada por rotura de una máquina, podemos incrementar la productividad de una máquina o de un centro de trabajo, podemos predecir el comportamiento moroso de un cliente, etc. Las aplicaciones son infinitas. 

---