En los últimos años, el tema de Big data ha cobrado un auge importante en la sociedad de la información.
Si bien no existe ninguna definición exacta de Big data, el concepto aplica para toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales. Aunque Big data, no refiere alguna cantidad de datos en específico, generalmente se utiliza en términos de petabytes y exabytes.
En la década del 2000, en las ciencias como la astronomía y la genética, se dio el cambio de escala en cuanto al volumen de información que debía ser analizada. Fue en ese momento, que se acuño la palabra Big data.
Además del gran volumen de información, existe en una gran variedad de datos que pueden ser representados de diversas maneras en todo el mundo, por ejemplo de dispositivos móviles, audio, video, sistemas GPS, incontables sensores digitales en equipos industriales, automóviles, medidores eléctricos, veletas, anemómetros, etc., los cuales pueden medir y comunicar el posicionamiento, movimiento, vibración, temperatura, humedad y hasta los cambios químicos que sufre el aire, de tal forma que las aplicaciones que analizan estos datos requieren que la velocidad de respuesta sea lo demasiado rápida para lograr obtener e interpretar la información correcta en el momento preciso. Estas son las características principales de una oportunidad para Big Data.
¿Para qué?
Durante años, las empresas han tomado como base para sus decisiones de negocio en datos estructurados, almacenarlos en bases de datos relacionales. Sin embargo, al descubrir el gran potencial que tiene la información con estructuras dinámicas y en combinación con algunos estándares, se produce información vital para generar conocimiento.
Con el uso del Big data, la información generada aumenta considerablemente las posibilidades de comprensión del negocio, socios y clientes. Lo anterior se ve reflejado una ventaja competitiva.
Para gestionar eficientemente grandes volúmenes de datos, es imprescindible entender cómo se distribuye el trabajo entre hardware y software y conseguir que cada elemento trabaje en una parte del Big data.
¿Quién utiliza Big data?
Grandes corporativos como Google, Facebook, Twitter, Amazon, han impulsado considerablemente el uso del Big data.
Solo Facebook tiene 1.150 millones de usuarios, le sigue Twitter con 485 millones y Google analiza al día 24 petabytes de información sobre búsquedas.
Sin embargo, Big data no sólo se utiliza en redes sociales. En el ámbito de la salud, su presencia está cobrando fuerza.
Según Leo Anthony Celi, fundador y director del programa Sana Mobile en el Instituto Tecnológico de Massachusetts (MIT), la oportunidad de cruzar bases de datos con información de millones –o incluso billones- de pacientes de diferentes centros médicos y trabajar conjuntamente para obtener datos estadísticos e información útil podría suponer un antes y un después en el abordaje de la asistencia médica.
Herramientas Big data
Para trabajar con grandes volúmenes de datos, se desarrollaron herramientas que permitan la integración, procesamiento y análisis de información.
-
Hadoop
-
IBM Websphere
-
Map-Reduces
Tendencia y riesgos
En poco tiempo serán exitosas aquellas compañías que puedan crear nuevas capacidades de negocio en sus áreas de marketing y planificación, utilizando Big Data de la mejor forma posible. Esta innovadora tecnología, que permite procesar grandes volúmenes de datos en tiempo real, incluyendo variedad de fuentes y tipos de información estructurada y no estructurada, se perfila como la herramienta que impulsará a múltiples sectores.
Como es de esperarse, también hay implicaciones éticas por el uso de herramientas que monitoreen todo lo que pasa en el mundo. Por un lado tenemos el enriquecer temas de educación, la investigación y conocimiento e interacción de culturas en general, y por el otro cuestiones más delicadas como que se pueda rastrear la ubicación exacta de gente en protesta.
“Just because content is publicly accesible doesn’t mean that it was meant to be consumed by just anyone” (boyd & Marwick, 2011)
Otro riesgo considerable al manejar tanta cantidad de información, es perder el contexto del que se extrajo. Al combinar información de tantas fuentes, suele perderse el sentido al que estaba dirigido el contenido original. Es como tomar varios “Tweets” y querer tomar conclusiones porque cada uno coincide en una palabra.
Boyd Danah y Kate Crawford, presentaron en el 2011 un documento en el Instituto de Internet en Oxford, llamado “Six provocations for big data”, a continuación las enuncio y aquí puedes encontrar el documento completo que desarrolla cada uno de los puntos:
- Automating Research Changes the Definition of Knowledge. “Nuevas posibilidades y nuevos límites pueden venir con estos sistemas de conocimiento“
- Claims to Objetivity and Accuracy are Misleading. “Big Data es más efectivo cuando los investigadores toman en cuenta la complejidad de la metodología de los procesos que se especializan en el analisis de los datos sociales.”
- Bigger Data are Not Always a Better Data. “
- Not All Datta are Equivalent. “Context matters”
- Just Because it is Accessible Doesn’t Make it Ethical
- Limited Access to Big Data Creates New Digital Divides
Conclusiones
Actualmente, diversas empresas, organizaciones y ciertos sectores de gobierno, se enfrentan ante la necesidad de cambiar sus paradigmas de trabajo y procesamiento de información; todo con el objetivo de crear nuevas conceptos de valor que, permitan transformar el negocio, realizar investigaciones más exactas, mejorar la relación entre los ciudadanos y los gobiernos, etc.
La información anterior nos habla de la transformación por la que está pasando la sociedad, siendo el objetivo principal, enseñarnos una nueva forma de pensar, de ver el mundo, que se basa en el Big data, en la enorme capacidad que tenemos hoy en día de recoger y analizar datos para sacar conclusiones.
Para que realmente se pueda producir conocimiento de adquirir tecnologías relacionadas con Big Data, no basta con hacer una gran inversión de recursos tecnológicos, antes se debe hacer un análisis para saber qué se quiere obtener y cómo se va a utilizar ya que se obtenga. Big Data no es la solución a una crisis y tampoco el valor agregado que le generará competitividad a las organizaciones. Big Data es una parte para lograr ese tipo de objetivos, que si no se desarrolla sobre una arquitectura de información definida, estructurada y con objetivos claros, será una inversión de recursos inútil.
La diferencia de datos y de conocimiento, está en cómo se aplique y trascienda, y para desarrollar estas definiciones en una organización no se trata de invertir en recursos tecnológicos, sino en tiempo, investigación y recurso humano.
Por último, un poco de comedia:
Hadoop and NoSQL Downfall Parody from Hadoop Downfall on Vimeo.
Referencias
-
Clegg Dai, Big Data: The Data Velocity Discussion, Artículo Web http://thinking.netezza.com/blog/big-data-data-velocity-discussion
-
Victor mayer-schönberger, Kenneth Cukier, Big data.
-
Big data, control remoto y capacitación del paciente lideran las nuevas estrategias en salud, Artículo Web http://www.technologyreview.es/read_article.aspx?id=43244
- Boyd, Danah, and Kate Crawford. “Six provocations for big data.” (2011). http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1926431
Bárbara Martínez
José David Martínez