En el episodio de hoy hablamos sobre tecnología, pero antes déjame que os recuerde que tecnolitas.com es un servicio de asesoramiento low cost donde podéis contratar vuestro plan de asesoramiento tecnológico por el precio de un par de cafés y hacer vuestras preguntas para poder contar con mi ayuda y poner en marcha vuestro negocio digital.

La tecnología de la que nos vamos a ocupar hoy es Big Data.

¿Y qué es Big Data? Pues ni más ni menos que la gestión y el análisis masivo de datos.

Esto que se lleva haciendo mucho tiempo, desde 2001, recibe el nombre de Big Data y hace referencia al análisis de datos que pueden ser de tres tipos distintos.

Pueden ser estructurados, semiestructurados o no estructurados.

Y, pues, engloba un conjunto masivo de datos.

Las herramientas donde se almacenan estos datos también están englobadas dentro de la tecnología Big Data, el software con el que se procesan estos datos y cómo se aplican estos datos y qué se hace con la información una vez que se ha procesado.

En 2001, el analista Garner D’Augliani definió el Big Data en tres factores fundamentales.

La variedad, el volumen y la velocidad, que vienen a constituir las tres V que definen la inteligencia de datos.

La velocidad, pues, que los datos llegan a gran velocidad y los lagos de datos, que es como se conocen los repositorios donde vienen a parar estos datos, son alimentados continuamente.

El volumen, datos a todas horas y las bases de datos crecen inimaginablemente con toda la información que vamos añadiendo ya no solo de los usuarios, sino de todas las máquinas que van apareciendo de Internet de las Cosas o informaciones de cualquier sistema electrónico que pueda arrojar datos.

Este volumen de datos puede ser muy variado y es la tercera V.

La variedad, diversos formatos y diversas fuentes.

El rastro de las personas en Internet, las aplicaciones por las que navegas, las aplicaciones que utilizas, las que enciendes en tu móvil, que además envían información de los sensores de tu móvil, como pueden ser GPS, velocímetro, acelerómetro, pulsómetro, toda esta información de datos que vas generando casi en tiempo real y de una forma desmedida.

Reconocimientos faciales que pueden hacer las cámaras, puntos detectados en una cara, la forma de la cara, las huellas digitales que se usan para acceder al teléfono, el reconocimiento de la cara que se usa para acceder a los teléfonos, además de las cámaras que puede haber por las ciudades que ya prácticamente están dotadas todas de reconocimiento facial y toda esta información tiene que ir a esos lagos de datos que se van alimentando continuamente.

Posteriormente a esas tres V iniciales que se definieron en 2001, se añadió la veracidad, la visualización, el valor y la variabilidad.

La veracidad debemos eliminar todas las inexactitudes en las fuentes de datos y en todas las tomas de estos datos.

La visualización debería ser clara y concisa para representar de una forma visual el concepto de los datos que estamos viendo en ese momento.

El valor hace referencia a la rentabilidad que podemos obtener de estos datos.

Ya sabemos que al final, empresas como Amazon, Google y demás obtienen mucho valor de este big data que suele ser procesado por otras tecnologías como puede ser la inteligencia artificial.

Al final, toda esta gran masa de información bien procesada hace la posibilidad a empresas como Amazon o Google de hacer recomendadores que te recomienda las opciones que más atractivas te van a resultar para que hagas tus compras.

Y por último, la variabilidad que representa las distintas interpretaciones que pueden tener el mismo conjunto de datos.

Para una persona o para una compañía puede representar una cosa y para otra persona otra cosa muy diferente.

Por lo tanto, tenemos una variabilidad en cuanto a la interpretación de esos datos.

¿Cómo se aplica esta tecnología de ciencia de datos big data y que tantos profesionales va a demandar y está demandando en el presente y en un futuro próximo? Pues realmente la aplicamos en casi todos los factores del día a día como puede ser la sanidad desde el diagnóstico de enfermedades hasta el tratamiento de las mismas, la calidad de los servicios médicos, más agilidad, más eficiencia, más precisión, todo lo que tiene que ver con el tratamiento de información que optimiza un flujo ya sea de personas o de la evolución de una enfermedad.

También en la investigación científica, en estudios del genoma, en enfermedades, en desarrollos farmacológicos, los descubrimientos que se aplican en otras disciplinas vienen a formar un bucle de conocimiento.

Lo que aparece en la investigación científica se pasa a la sanitaria, también seguramente al entorno militar.

Del entorno militar se recuperan datos que retroalimenta la investigación científica y la sanidad, el diagnóstico y tratamiento de enfermedades con el uso de datos para hacer analítica predictiva y prescriptiva, desarrollo de medidas de detección y prevención de enfermedades, virus.

Bueno, está claro que la pandemia que estamos viviendo representa un claro ejemplo de cómo la gestión y esta ciencia de datos puede hacer evolucionar, cómo nos enfrentamos a este tipo de virus y cómo organizamos nuestros métodos para que todo el tema de vacunación, protocolos de tratamiento, de aislamiento, pues mejoren las consecuencias que puede tener una pandemia en una sociedad.

También, obviamente, se usa en la esfera política con la segmentación de públicos para mejorar considerablemente el impacto de las campañas electorales que a través de algo que se conoce como micro targeting podemos utilizar entre redes sociales y canales de comunicación más pormenorizados, modular el lenguaje y el mensaje que cada uno de los diferentes públicos requiere.

Y con esto, pues los políticos nos manipulan mejor de pocos en pocos y con el mensaje adecuado que un solo mensaje a una gran masa.

En el mundo de los negocios también se utiliza esta ciencia de datos y cada día más para poder desarrollar algoritmos que interpreten esta información y nos presenten nuevas oportunidades de negocio.

Una imagen actual del mercado en el que nos encontramos o en el que operamos, pues una foto de ese mercado, una situación de la compañía dentro de ese mercado y que realmente nos permita posicionarnos en donde estamos, averiguar cuál es el público objetivo en tiempo real según acciones.

Esto pues tiene que ver con las empresas que reciben interacción de los clientes, como puedan ser empresas de compra-venta en las que pues una Amazon, un Inditex, Zara, pues todas estas empresas pueden ir analizando los datos y depende de la tendencia de compra, pues pueden saber cómo es su público objetivo en tiempo real y cómo está de activo ese público objetivo dependiendo del impacto que tenga en el mercado.

También puede mostrar cómo evolucionarán con precisión los factores anteriormente contemplados de oportunidades de negocio, la situación de la compañía dentro del mercado y el público objetivo en tiempo real.

Podemos rizar el rizo de los algoritmos de la ciencia de datos para que vayan evolucionando y vayan mezclándose junto con otras tecnologías, como es el aprendizaje automático Machine Learning derivado de la inteligencia artificial con todos estos datos, pues al final estamos pasando estos patrones para hacer unas predicciones más fidedignas gracias a analítica predictiva y prescriptiva integrada dentro de la ciencia de datos o el Big Data.

Es una tecnología súper recomendable para aprender de ella, para formarte.

Si quieres ser de verdad un ingenioso de sistemas, deberías engullir toda la información que pueda haber sobre la ciencia de datos, cursos sobre análisis de datos.

Hablaremos tanto en los episodios del podcast como en los tutoriales de la página web sobre distintas herramientas que nos permiten analizar y plantear arquitecturas para soportar todos estos lagos de datos que van a llenar tu sistema para que puedas hacer un análisis correcto de estos datos y cómo puedes aplicar tanto lenguajes de programación como programas informáticos para extraer conclusiones de estos datos que podrías incluso dedicar a la inversión financiera a través de todo el Big Data del estudio de los precios en los mercados.

Y como digo, esta tecnología va siempre de la mano de Machine Learning o inteligencia artificial en la que estos algoritmos podrían llegar incluso a permitirte hacer inversiones algorítmicas robotizadas o automatizadas y que estuvieran trabajando por ti para conseguir estos beneficios en una inversión.

Como os digo, os animo a aprender más sobre esta tecnología que va a tener una demanda laboral muy alta en los próximos años.

¡Que tengas un Ingenioso día!

—