¿Desde hace cuanto tiempo has escuchado que el Big data va a pegar muy fuerte y debes subirte a ese caballo ganador? Pues por lo menos hace unos cuantos años, dos o tres mínimo. Y es verdad, pero con matices. El Big Data puede ser un gran caballo ganador, pero tiene unos cuantos handicaps. Lo primero de todo sería ver qué es el famoso Big Data. Como dice una imagen que vuela por las redes sociales: «El Big Data es como el sexo para los adolescentes. Nadie nadie sabe lo que es ni lo ha experimentado, pero todos hablan de él». Y tiene razón, las empresas, de forma generalizada no están preparadas para afrontar un proyecto de estas características. Y no me refiero simplemente al proceso de implementación del sistema como tal, sino al proceso de explotación y uso de sus análisis. Las empresas no están preparadas por dos motivos: económicos y culturales. Una implantación de este estilo es muy cara. Solo grandes empresas pueden permitirse «el lujo» de costear este tipo de proyectos. Un ejemplo puede ser BBVA con su centro de innovación. Con respecto al motivo cultural se puede decir, que no creemos en los datos. Nos gusta tenerlos a la hora de tomar decisiones, pero seguimos fiándonos de nuestra intuición. Y además, el marketing digital y su analítica no tienen la importancia que deben en el mundo corporativo. Por lo tanto, lo primero de todo debería ser cambiar la cultura o llamémoslo filosofía corporativa, cuyo cambio repercutirá también en el presupuesto (primer punto de los citados) Por otro lado, tendemos a confundir Business intelligence, Data Mining o incluso analítica con Big data. ¿Son o no son lo mismo? La gran diferencia está en que datos se analizan y que es lo que se consigue. La idea del Big data es analizar todo tipo de datos, tanto estructurados (bases de datos o ficheros) como no estructurados de forma mayoritaria, provenientes de redes sociales. Esta información nos va a dar muchos detalles y mucha profundidad del consumidor o cliente final (quien realmente consume nuestro producto o servicio) y a quien deberíamos querer conocer. Pero otra diferencia es, no mirar el histórico y sacar conclusiones, sino mirar el arsenal de información que tenemos para poder «prever» el futuro y tomar acciones en base a esos datos. Hay compañías que ya han empezado a utilizar estas herramientas, que tiene tanto potencial como se nos ocurra. Los usos son muy diversos, como estudiar la agricultura, para ver la mejor época de siembra, días que se debe regar y optimizar otros parámetros. Pero otro tipo de usos son los que se están haciendo en el mundo deportivo. Algunos equipos de béisbol o de fútbol, utilizan estos datos para estudiar a los jugadores. Ver cuándo rinden más, compararlo con la mayor generación de dinero por venta de camisetas o entradas, realizar fichajes de jugadores con alto valor deportivo pero poco conocidos, o fichajes de jugadores en horas bajas. Pero también se miran parámetros de rendimiento de los propios jugadores para ver como puede afectar al futuro y realizar una preparación física especifica. Obviamente el deporte más tecnológico, la Fórmula 1,utiliza este tipo de tecnologías. Algunas escuderías procesan en tiempo real los millones de datos de los sensores del motor y del coche para detectar posibles mejoras de tiempo, cuyo impacto en la clasificación y por tanto económico puede ser significativo. ¿Es el Big data un unicornio blanco? Depende para quien. Aquellos que realmente crean y apuesten por su potencial, pueden sacarle mucho rédito, pero si simplemente invertimos en este tipo de proyectos, por que está de moda, nuestros competidores lo hacen o porque podemos ponernos la medalla de la innovación, posiblemente estemos abocados al fracaso. Este tipo de herramientas, pueden darle a la empresa mucho gas, y sobre todo a los equipos de marketing, que pueden utilizar estos datos para lanzar iniciativas mucho mas acertadas y con conocimiento de causa.
ayer publicaron un artículo interesante sobre Big data. Dejo el link para quien quiera consultarlo:
http://economia.elpais.com/economia/2015/05/19/actualidad/1432029128_644860.html
Un saludo
Saludos. Yo resaltaría dos cosas. Por un lado no creo que el BigData entendido de forma general suponga un gasto descomunal, en realidad depende del grueso de datos que quieras procesar. Como tú bien dices, una empresa del tamaño del BBVA necesitará destinar más recursos por la ingente cantidad de datos que necesita procesar, pero otras empresas más pequeñas necesitarán menos recursos porque sencillamente su globalidad de datos es más pequeña, o su pretensiones.
A lo que me refiero es que las claves que hacen completamente distinto este tipo de análisis más que en la dimensión económica, están centradas en un cambio de paradigma, el BidData se centra en las correlaciones de datos, no busca la causalidad, el por qué de las cosas, se centra en el qué. Por ejemplo, no nos interesa saber porqué falla el motor del coche sino cuando va a fallar para detectarlo a tiempo.
Dejamos de lado el modelo de hipótesis que siempre hemos utilizado en las ciencias sociales, dejamos a un lado las muestras representativas n = 100, para perder estructura, perder orden y entrar en un aparente caos de datos para acercarnos a n= todo.
Muchas gracias por el comentario. Es verdad que la dimension principal no debe ser el coste, sino mas bien el retorno de la inversion y sobre todo el cambio en la mentalidad empresarial. Es importante que a la hora de decidirse a implementar este tipo de sistemas estemos seguros de como utilizarlos y para que. Tomar decisiones en base a estos datos puede ser muy beneficioso pero no todas las organizacionea estan preparadas.