Big Data ¿Qué es y cómo nos cambiará la vida?14 minutos de lectura

Big Data ¿Qué es y cómo nos cambiará la vida?. A menudo me hacen esta pregunta, de modo que me he decidido a redactar un post que ponga un poco de claridad a un tema tan controvertido como fundamental para entender los cambios que se producirán el los próximos años.

Si quieres saber más sobre tendencias digitales, puedes leer un artículo que escribí recientemente aquí.

Big Data ¿Qué es y cómo nos cambiará la vida?

Suena mi canción favorita en mi i-phone 6s, son las 7:00 de la mañana, me levanto como cada día, me doy una ducha, me visto y salgo para tomar mi café diario, en mi caso, tengo la costumbre de hacerlo fuera.

Mientras tomo el café, consulto la noticias a través de mi Smartphone y algunos días también la predicción del tiempo. Justo después hago mi revisión diaria de Redes Sociales: Twitter, Facebook, LinkedIn, Google +, Instagram etc. Publico algún post en alguna de ellas y consulto mi correo privado. Mientras tanto, mi Smartphone me previene del tiempo que tardaré en llegar a la oficina, cabe destacar que yo no se lo he preguntado, pero me parece útil. Me llegan un par de mensajes de WhatsApp a los que contesto.

Al llegar a la oficina, el primer desplegable en mi pantalla es Skype Business, y enseguida me llegan las notificaciones de Yammer, que me mantienen actualizado de lo que pasa en la empresa. De vez en cuando, también interactúo con mis colegas.

Llega la hora de comer, y le pregunto a Siri si hay algún restaurante japonés cerca, hoy he decidido probar alguno nuevo. Para tomar la decisión, voy a trip advisor para poder contrastar las opiniones de otros usuarios, y me decido por uno de ellos. Al llegar al restaurante, en la carta descubro un plato que no conozco, de modo que hago una consulta en Google, y me decido a probarlo. Hoy debe ser mi día de probar cosas nuevas.

Al llegar a casa, consulto el smartphone para comprobar cuanto he caminado durante el día y me pregunto ¿cuantos datos estoy facilitando en un único día? ¿a dónde van a parar esos datos? ¿Qué estarán haciendo con ellos?

En los años noventa, el informático teórico estadounidense John Mashey publicó un artículo titulado Big Data and the Next Wave of Infrastress popularizando el término Big Data. Mashey vaticinaba el estrés que iban a sufrir las infraestructuras informáticas debido a la imparable avalancha de datos que predecía iban a llegar, y obviamente su pronóstico era correcto.

Actualmente, en pleno siglo XXI, se generan, según la Unión Europea, 1.700 nuevos billones de bytes por minuto. Veamos algunos datos:

Cada día se realizan más de:

• Un billón de consultas en Google
• 250 millones de tuits en Twitter
• 800 millones de actualizaciones en Facebook
• 850 millones de transacciones mediante tarjeta de crédito por segundo

Big Data ¿Qué es?

 El concepto de Big Data aplica para toda aquella información sea estructurada y que no puede ser analizada utilizando procesos o herramientas tradicionales debido a su enorme tamaño. Estamos hablando por tanto Petabytes y Exabytes.

• Petabyte = 1,000,000,000,000,000 de bytes.
• Exabyte  = 1,000,000,000,000,000,000 de bytes.

Todos estos datos proceden de ordenadores, dispositivos móviles, Smart TV, GPS, automóviles, dispositivos industriales, estaciones meteorológicas, hospitales, reconocimiento facial, genética, tráfico y un largo etc. que recopilan información tanto de los usuarios, como del entorno que nos rodea.

Los ordenadores y aplicaciones que analizan el Big Data, deben ser capaces de procesar toda esta información a una velocidad lo suficientemente rápida para proporcionar las decisiones clave en el momento oportuno.

Recientemente Google y la Nasa han adquirido un ordenador cuántico de la firma D-Wave, que en un futuro próximo podría ser capaz de analizar el Big Data con una velocidad y precisión hasta hora inimaginable.

La segunda generación de procesadores de D-Wave podría llegar a ser hasta 100 millones de veces más rápida que la de un ordenador convencional. El potencial es enorme.

Para que nos hagamos una idea de cómo funciona un ordenador cuántico debemos tener en cuenta que los ordenadores tradicionales procesan la información a partir de bits utilizando para ello el sistema binario, es decir utilizando secuencias de 0 y 1. La unidad mínima de información es un bit y puede ser “1” o “0”. La cantidad de información almacenada (número de bits) es también el número de datos necesarios para describir el sistema, por tanto si tenemos un sistema de bits de la forma “0101101110” necesitamos 10 datos para describirlo y por tanto contiene 10 bits de información.

En los ordenadores cuánticos, el sistema funciona diferente, ya que en este caso es posible ser 1, 0 o 1 y 0 a la vez, de modo que las posibilidades se multiplican exponencialmente. Esta información que posee la cualidad de tener 3 estados posibles se basa en qbits (quantum bits).

Pero hay un problema, es físicamente imposible medir un estado de superposición y por tanto nuestros algoritmos cuánticos deben estar diseñados de forma que el estado final de las operaciones no contenga superposiciones. Son necesarios por tanto algoritmos muy específicos y muy bien diseñados para que un ordenador cuántico sea operativo.

El responsable de la división de computación cuántica de Google, Hartmut Neven, asegura que estos resultados, disponibles en el blog de Google Research, “son muy alentadores», aunque hay todavía mucho trabajo que hacer para convertir este tipo de ordenadores en una tecnología práctica.

Estamos en plena era de la disrupción, y las empresas que no sean capaces de adaptarse a la transformación digital no sobrevivirán. Según Olin Business School, el 40% de las compañías Fortune 500 actuales desaparecerá en los próximos 10 años. El Big Data y la Inteligencia Artificial, van a transformar todos los sectores empresariales, y lo van a hacer durante esta década.

Para que el Big Data funcione, la infraestructura de datos debe cumplir dos parámetros fundamentales:

1. Los datos deben estar digitalizados.
2. Tanto la entrada como la salida de datos y su análisis debe estar automatizada.

Estamos viviendo un gran énfasis no sólo en la recopilación de nuevos datos, sino también en el almacenamiento de los mismos. En demasiadas ocasiones se habla del «Big Data» un poco a la ligera. Debemos mirar los «grandes datos» no tanto en términos de tamaño de los datos o el tipo de base de datos, sino más bien como una evolución de la infraestructura necesaria, que nos permita resolver a problemas a través del análisis sintético.

Un gran volumen de datos no tiene ningún sentido por si solo, es principalmente un medio para un fin, que nos permitirá resolver problemas, anticipar soluciones y hacer predicciones.

Para que el Big Data funcione correctamente debemos tener en cuenta cuatro parámetros:

1. Volumen: Idealmente un petabyte o más.
2. Velocidad: Recopilación y procesado de datos muy rápida.
3. Variedad: Datos en formatos diversos, que no sean relacionales.
4. Valor: Que represente una ventaja competitiva para el negocio.

En la era del siglo XXI los modelos de negocio están cambiando a una velocidad vertiginosa y el Big Data va a acelerar esos cambios de forma exponencial. Podemos tomar como ejemplo algunos casos que te serán muy familiares, Qué ha pasado con:

• Las bibliotecas en la era Google
• Los teléfonos fijos en la era de la telefonía móvil.
• Los Taxis en la era Uber
• La larga distancia en la era Skype

Si quieres saber más sobre Qué es el Big data puedes visualizar esté vídeo de Synapsis:

Big Data ¿Cómo nos cambiará la vida?

 Salud

Empresas como Human Longevity Inc. trabajan para poder ofrecer a sus futuros clientes la secuenciación de los 3.2 millones de letras del genoma humano y comparar los datos analizados con una base de datos masiva de millones de consumidores, lo que nos permitirá conocer con antelación qué enfermedades nos amenazan para poder tener atención médica preventiva y proactiva. Toda esta información procedente del Big Data permitirá crear medicamentos personalizados para cada individuo, o lo que es lo mismo, “la medicina ideal para cada persona”, lo que nos permitirá alargar la esperanza de vida en más de 30 años. El sueño de vivir 100+ años ya no será un quimera.

Los sensores biométricos, aún en fase de desarrollo nos permiten controlar constantemente pulsaciones, presión arterial, glucosa en sangre, e incluso pequeñas moléculas liberadas de cánceres o traumatismo cardíacos. Todos estos datos, están siendo almacenados por Apple, Google, Samsung y otras muchas empresas, que están invirtiendo miles de millones en abrir un camino que nos permitirá anticipar las enfermedades antes de que sucedan.

Marketing 

El objetivo principal de las empresas a través del análisis del Big Data es comprender el comportamiento del cliente y predecir sus futuras acciones. ¿Qué tienen en común el Big Data y el Marketing? Ambos tienen un deseo insaciable de conocer mejor a su público objetivo. 

Google Trends es probablemente el método más accesible a la hora de  utilizar grandes volúmenes de datos. Google Trends puede mostrarnos Trending Topics mediante la cuantificación de la frecuencia y volumen de volumen de búsquedas de un determinado Keyword.  Los Directors de Marketing globales pueden utilizar Google Trends para evaluar la popularidad de ciertos temas en todos los países, idiomas u otros grupos de interés.

El Big Data ofrece a los profesionales de Marketing customer insights relacionados con producto o contenidos en tiempo real, por lo tanto lo único que tienes que hacer es vincular el comportamiento digital del consumidor a tus sistemas de CRM y software de automatización de marketing, lo que te permitirá realizar un seguimiento de los temas en los que tus consumidores están más interesados, permitiéndote compartir o enviar contenidos que tengan más sentido y generen más engagement.

WalMart ha incrementado la conversión de sus visitas en la web en un 10% a través del uso del Big Data. El análisis semántico de texto en el buscador de su página web y la interpretación de los datos que aportan sus clientes les ha permitido ofrecer resultados más relevantes que solucionan sus necesidades.

Veamos un ejemplo real de WalMart:

Mery Tuitea:

 “I Love Salt!”

En unos pocos segundos el Tweet llega a los sistemas de Walmart que analizan la información. Unos minutos más tarde envían a sus amigas el siguiente mensaje:

“Buenos días! Nos pediste que te avisásemos cuando fuese el cumpleaños de Mery. Es hoy y acaba de tuitear que adora la película “Salt” de Angelina Jolie. ¿Quieres regalarle algo relacionado con ello? Tenemos algunas sugerencias que hacerte …”

T-Mobile está enviado ofertas específicamente diseñadas para cada cliente con el objetivo de aportarle condiciones específicas adaptadas a sus necesidades antes de que abandonen la compañía. Para ello, utilizan Big Data procedente del análisis de datos de las conversaciones con sus clientes en las Redes Sociales, lo que les ha permitido incrementar la permanencia con la marca en un 50%.

Recursos Humanos

Un futuro cercano nos aproxima a una combinación de Big Data, curriculum vitae y perfiles de Redes Sociales que nos permitirá identificar y seleccionar al mejor candidato de entre una gran multitud.

 El Big Data es el futuro del reclutamiento, pero hay que utilizarlo adecuadamente. No se trata únicamente de conseguir datos, analizarlos y decidirse por la candidata número seis.

Las empresas están peinando internet en busca de datos, focalizando principalmente en Redes Sociales como LinkedIn, Twitter y Facebook, datos que se pueden cruzar fácilmente con los historiales de vida laboral.

También es posible recopilar datos a través de la juegos o gamificación para tomar datos de las reacciones de los candidatos potenciales. Royal Dutch Shell ha utilizado recientemente dos videojuegos producidos por Knack, una empresa de Silicon Valley, para analizar candidatos durante su proceso de selección, con el objetivo de ayudar al departamento de Recursos Humanos a identificar mentes brillantes capaces de generar innovación.

Tan pronto como se dispone de los datos, el proceso es tan sencillo como poner a los algoritmos a trabajar para que nos proporcionen información ordenada en patrones de coincidencias y puntuaciones basados en palabras clave que reducirán el número de candidatos apropiados a la posición a media docena.

Obviamente estos procesos requieren de la experiencia de profesionales, no se trata únicamente de entregar una enorme cantidad de datos a los reclutadores. Hay que analizar los resultados que producen los algoritmos e interpretarlos correctamente, de modo que el factor humano sigue siendo fundamental en todo el proceso.

Política

La reelección del presidente Obama

Tras su primer mandato, el presidente de los EEUU, Barack Obama, decidió utilizar Big Data para su reelección en 2012. 100 personas trabajaron en el departamento de analítica de la campaña y 20 de ellas estaban exclusivamente centradas en la interpretación del Big Data. Tras un primer análisis, los esfuerzos de la campaña se enfocaron en tres aspectos:

1. Registro: recopilar datos de votantes fieles a Obama.
2. Persuasión: campaña de comunicación específicamente dirigida a los indecisos.
3. Inducción: asegurarse de que todos los simpatizantes votaran.

El equipo de comunicación del presidente trabajó en una estrategia unificada usando como plataforma HP Vertica, que les permitió recoger datos a pie de campo y detectar los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de los votantes con datos complementarios de tipo demográficos, audiencias, precios de publicidad etc. para conseguir optimizar una campaña de comunicación que se dirigiría al público objetivo concreto, optimizando recursos y mejorando la respuesta final de su electorado.

Prevención del crimen

Los criminalistas están convencidos de que el crimen funciona bajo un patrón específico, tal y como cualquier otra actividad humana. Obviamente es muy difícil pronosticar los comportamientos individuales de las personas, no obstante los analistas afirman que es posible predecir las reacciones de ciertos grupos humanos específicos con considerable precisión.

En Londres, empresas como IBM han desarrollado herramientas de análisis predictivo que aportan pistas de dónde se producirá el próximo robo.

A través del perfil sociodemográfico de la zona y la actividad de sus antenas de móviles, actualmente se pueden hacer predicciones de donde se llevará a cabo el próximo asesinato o robo en las calles de Londres con hasta un 70% de fiabilidad.

En Los Ángeles se ha apostado por un modelo muy distinto, ya que en base al Big Data y el análisis de la información, se han definido las mejores rutas de prevención del crimen para las patrullas policiales

 Educación

Empresas de tecnología de la educación están aprovechando el Big Data para mejorar el compromiso de los estudiantes y que el aprendizaje sea más eficaz, centrándose principalmente en cursos online personalizados para escuelas.

Knewton, una plataforma adaptable que recoge datos en tiempo real basados en los hábitos de aprendizaje de los estudiantes, ha recibido 105 millones de $ en fondos para predecir el fracaso escolar y permitir un aprendizaje más inteligente y dinámico que se adapta a las formas en que los estudiantes aprenden mejor.

 Big Data ¿Qué nos depara el futuro?

A medida que comprendamos mejor la naturaleza del software, las API y el Big Data con sus mecanismos de entrada y salida y los procesos de automatización nuestras capacidades de resolución de problemas y predicción irán aumentando hasta llegar a un punto en el que se podrán predecir con increíble exactitud comportamientos de cualquier tipo de naturaleza, ya sean humanos o medioambientales. Sumemos a esto el volumen y calidad de datos procedentes de Internet de las Cosas (IoT) y la evolución de la inteligencia artificial (IA) y seremos capaces en los próximos años de predecir catástrofes, enfermedades o accidentes con un margen de error realmente bajo.

El Big Data, siempre que esté en buenas manos será una herramienta que aportará un valor incalculable tanto a la especie humana como al entorno que la rodea.

Derechos de imagen de entrada Pixabay

Imagen post cortesía de D-wave