El término que en la actualidad denominamos Big Data corresponde a todo ese volumen de datos, analizados y estructurados o no, el cuál está presente en todos los negocios de hoy en día. El punto importante no es generarlo y almacenarlo, sino en su análisis para una posterior toma de decisiones de manera estratégica, y así sacar un provecho de todos esos datos.
Hay varios aspectos que se tienen que tener en cuenta dentro de este ámbito. Primero de todo el volumen de datos, el cual se puede obtener desde diferentes vertientes; desde los departamentos o fuentes de IT, los medios sociales – social media – etc. También se tiene que tener en cuenta de qué manera recibimos estos datos: numéricos, bases de datos, documentos de texto, etc.
Como se ha apuntado antes, la importancia de estos datos no reside en la cantidad, sino en el uso que se hace de ellos. Por tanto, un potente análisis puede conllevar, por ejemplo, una reducción de costes en la compañía, una reducción del tiempo empleado a las tareas, mejores tomas de decisión, determinar las causas de un problema determinado, etc.
Ventajas
El Big Data tiene muchísimas ventajas si se lleva a cabo un buen trato de la información, y puede aplicarse en diferentes ámbitos: banca, educación, sanidad, etc. Y es por el hecho de generar tanta cantidad de datos que está proliferando una demanda de tecnología y servicios de analítica, cosa que comporta un aumento de ingresos provenientes del Big Data.
Proceso y herramientas del big data
Estructuralmente podríamos resumir todo el proceso que conlleva el análisis de Big Data en; Obtención de datos (1), Procesamiento (2), Almacenamiento (3) y Análisis (4). Dentro de este último proceso de análisis podemos encontrar: Análisis de texto (1), Asociación (2) y la Minería de datos para encontrar patrones de comportamiento predictivo de una forma estable (3).
Existen herramientas en forma de software open source para llevar a cabo todo el proceso, como puede ser Apache Hadoop. Hadoop permite el procesamiento de datos de manera distribuida. En definitiva, resuelve parte de los problemas que se generan. Podríamos definirlo como un proyecto de desarrollo de software orientado hacia la computación distribuida.
En el ecosistema de Hadoop se difieren un seguido de fases como pueden ser: el descubrimiento de grandes datos (1), la extracción y limpieza de grandes volúmenes de datos (2), la estructuración y el análisis de Big Data (3), el modelado de datos (4) y la interpretación de grandes datos (5).
Por contrapartida, también podemos encontrar lo que se denomina Small Data. En este sentido, el volumen de datos y las herramientas para conseguirlos son diferentes. Podríamos decir que se refiere a un análisis de datos a menor escala, usado en determinados momentos, para un determinado objetivo o por un negocio en particular.
Aunque tenga una denominación y logística diferente, la intención es la misma. Extracción de información e interpretación para un objetivo que normalmente beneficia al negocio en ventas u otro aspecto.
Por tanto, el procesamiento de datos y su analítica nos favorece en la toma de decisiones de la organización, cosa que ayudará a la innovación y la evolución de la compañía.
