Big data (grandes datos o grandes volúmenes de datos) se denomina como un conjunto de estrategias que posibilitan recopilar y analizar una gran cantidad de datos. Para poder realizar dicha estrategia se debe de tener en cuenta las tres V:
- Volumen: cuando nos referimos al big data debe tenerse en cuenta que se debe trabajar con una gran cantidad de datos y no con mínimas cantidades.
- Velocidad: es el ritmo al que se reciben los datos y posiblemente al que se aplica alguna acción, normalmente se trasmiten a la memoria, sin embargo en otros casos, se manejan los datos en tiempos reales.
- Variedad: cuando hablamos de variedad nos referimos a los distintos tipos de datos que existen, sean estructurados, no estructurados o semiestructurados.
Historia
Los orígenes de los grandes conjuntos de datos se remontan a las décadas de 1960 y 1970, cuando el mundo de los datos acababa de empezar con los primeros centros de datos y el desarrollo de las bases de datos relacionales.
Alrededor de 2005, la gente empezó a darse cuenta de la cantidad de datos que generaban los usuarios a través de Facebook, YouTube y otros servicios online. Ese mismo año, se desarrollaría Hadoop, un marco de código abierto creado específicamente para almacenar y analizar grandes conjuntos de datos. En esta época también empezaría a adquirir popularidad NoSQL.
Aunque el big data ha llegado lejos, su utilidad no ha hecho más que empezar y el Cloud Computing ha ampliado aún más sus posibilidades. La nube ofrece una escalabilidad realmente elástica, donde los desarrolladores pueden simplemente agilizar clústeres ad hoc para probar un subconjunto de datos. Además, las bases de datos de gráficos se vuelven cada vez más importantes, ya que pueden mostrar enormes cantidades de datos, de forma que su análisis sea rápido e integral.
Ventajas del big data:
- Mejorar la toma de decisiones.
- Recibir información en tiempo real.
Desventajas del big data:
- Exceso de datos.
- Ciberseguridad.
¿Cómo funciona big data?
- Integración: durante la integración es necesario incorporar los datos, procesarlos, asegurarse de que estén formateados y disponibles, de tal forma que los analistas empresariales puedan empezar a utilizarlos.
- Gestión: se debe buscar cuál es la mejor forma de almacenar la información, bien sea en la nube o en sus discos duros.
- Análisis: se realizan los diferentes análisis a los datos para realizar nuevos descubrimientos.
Ejemplos
- Si una tienda online conoce a qué horas es más probable que sus clientes hagan compras, podrá crear una estrategia de comunicaciones de ofertas personalizadas en torno a dichos horarios. Igualmente, a través del estudio de los datos de los delitos que se cometen en una ciudad, es posible crear estrategias destinadas a reducir el crimen, basadas en las conclusiones extraídas de ellos.
- Las aplicaciones del big data están muy presentes en nuestra vida personal, desde el uso del GPS o Google Maps con el que ya hemos prescindido de las guías de carretera físicas, pasando por las sugerencias de productos que hace Amazon, Netflix con sus series o películas recomendadas ofreciéndonos experiencias más personalizadas, basadas en el análisis de nuestros datos hasta el suministro de energía inteligente en las ciudades.
- La salud pública ha cobrado mayor importancia debido al Covid-19, puesto que a través del análisis de datos no solo se logran crear estadísticas sobre enfermedades para estudios médicos, sino que también puede ayudar a estudiar patrones de propagación de enfermedades infecciosas, generando modelos predictivos para determinar cuándo es probable que se produzca un brote o rebrote entre la población de una zona en concreto.
