Qué significa el big data

Qué es el análisis de big data

Los big data son una novedad en nuestro lenguaje, pero no es fácil determinar hasta qué punto son nuevos. Un artículo de 1980 de Charles Tilly proporciona un primer uso documentado de big data, pero Tilly no utilizaba la palabra exactamente de la misma manera que la usamos hoy; más bien, utilizaba la frase “gente de big data” para referirse a los historiadores que se dedican a campos ricos en datos, como la cliometría. Hoy en día, big data puede referirse a grandes conjuntos de datos o a sistemas y soluciones desarrollados para gestionar esas grandes acumulaciones de datos, así como a la rama de la informática dedicada a este desarrollo. Francis X. Diebold, economista de la Universidad de Pensilvania, que ha escrito un artículo en el que explora el origen de los big data como término, fenómeno y campo de estudio, cree que el término “probablemente se originó en conversaciones de mesa en Silicon Graphics Inc. (SGI) a mediados de los años 90….”.

Todos estos acontecimientos tuvieron lugar durante la era de la rapidez de Internet, los grandes datos y el almacenamiento barato; tener, y no digamos distribuir (o adquirir mediante la Ley de Libertad de Información), terabytes de documentos era por entonces un asunto trivial.

El valor de los big data

¿Qué es el big data? Es una buena pregunta. Parece que hay tantas definiciones de big data como empresas, organizaciones sin ánimo de lucro, agencias gubernamentales y personas que quieren beneficiarse de él.

Una interpretación popular de big data se refiere a conjuntos de datos extremadamente grandes. Un informe del Instituto Nacional de Estándares y Tecnología definió los big data como “conjuntos de datos extensos -principalmente en las características de volumen, velocidad y/o variabilidad- que requieren una arquitectura escalable para un almacenamiento, manipulación y análisis eficientes”. Algunos han definido los big data como una cantidad de datos que supera un petabyte -un millón de gigabytes-.

Estos datos proceden de innumerables fuentes: teléfonos inteligentes y publicaciones en las redes sociales; sensores, como señales de tráfico y contadores de servicios públicos; terminales de puntos de venta; dispositivos portátiles de los consumidores, como los medidores de peso; historiales médicos electrónicos; y un largo etcétera.

En las profundidades de estos datos hay inmensas oportunidades para las organizaciones que tienen el talento y la tecnología para transformar sus vastos almacenes de datos en una visión procesable, una mejor toma de decisiones y una ventaja competitiva.

Definición de análisis de big data gartner

Hay tres propiedades definitorias que pueden ayudar a desglosar el término. Apodadas las tres V: volumen, velocidad y variedad, son la clave para entender cómo podemos medir los big data y lo diferentes que son los “big data” de los datos tradicionales.

Empezaremos por la más obvia. El big data es volumen. Volúmenes de datos que pueden alcanzar cotas sin precedentes, de hecho. Se calcula que cada día se crean 2,5 quintillones de bytes de datos, por lo que en 2020 habrá 40 zettabytes de datos creados, lo que pone de manifiesto un aumento de 300 veces desde 2005. Como resultado, ahora no es raro que las grandes empresas tengan Terabytes -e incluso Petabytes- de datos en dispositivos de almacenamiento y en servidores. Estos datos ayudan a perfilar el futuro de una empresa y sus acciones, a la vez que hacen un seguimiento del progreso.

El crecimiento de los datos, y su consiguiente importancia, ha cambiado nuestra forma de verlos. Hubo un tiempo en el que no veíamos la importancia de los datos en el mundo corporativo, pero con el cambio en la forma de recopilarlos, hemos llegado a depender de ellos día a día. La velocidad mide esencialmente la rapidez con la que llegan los datos. Algunos datos llegarán en tiempo real, mientras que otros llegarán a trompicones, enviados por lotes. Y como no todas las plataformas experimentarán la entrada de datos al mismo ritmo, es importante no generalizar, descontar o sacar conclusiones sin tener todos los datos.

Big data wikipedia

Big data se refiere a los grandes y diversos conjuntos de información que crecen a un ritmo cada vez mayor. Abarca el volumen de información, la velocidad o rapidez con la que se crea y recopila, y la variedad o el alcance de los puntos de datos que se abarcan (lo que se conoce como las “tres v” de los big data). Los big data suelen proceder de la minería de datos y llegan en múltiples formatos.

Los big data pueden clasificarse como no estructurados o estructurados. Los datos estructurados consisten en información ya gestionada por la organización en bases de datos y hojas de cálculo; suelen ser de naturaleza numérica. Los datos no estructurados son información que no está organizada y no se ajusta a un modelo o formato predeterminado. Incluye datos recogidos de fuentes de medios sociales, que ayudan a las instituciones a recopilar información sobre las necesidades de los clientes.

Los big data pueden recopilarse a partir de comentarios compartidos públicamente en redes sociales y sitios web, recogidos voluntariamente en aparatos electrónicos y aplicaciones personales, mediante cuestionarios, compras de productos y registros electrónicos. La presencia de sensores y otras entradas en los dispositivos inteligentes permite recopilar datos en un amplio espectro de situaciones y circunstancias.