El Big Data o Datos masivos es un concepto que hace referencia a la acumulación de grandes cantidades de datos y a los procedimientos usados para encontrar patrones repetitivos dentro de esos datos.
Un iPhone hoy en día tiene más capacidad de cómputo que la NASA cuando el hombre llegó a la luna.
El fenómeno del Big Data también es llamado datos a gran escala. En los textos científicos en español con frecuencia se usa directamente el término en inglés Big Data, tal como aparece en el ensayo seminal de Viktor Schönberger Big data: La revolución de los datos masivos.
El hecho de enviar correos electrónicos por e-mail o mensajes por WhatsApp, publicar un estado en Facebook, tuitear contenidos o responder a una encuesta por la calle son cosas que hacemos a diario y que crean nuevos datos y metadatos que pueden ser analizados. Se estima que cada minuto al día se envían más de 200 millones de e-mails, se comparten más de 700.000 piezas de contenido en Facebook, se realizan dos millones de búsquedas en Google o se editan 48 horas de vídeo en YouTube.
La tendencia a manipular enormes cantidades de datos se debe a la necesidad en muchos casos de incluir dicha información para la creación de informes estadísticos y modelos predictivos utilizados en diversas materias, como los análisis de negocio, publicitarios, los datos de enfermedades infecciosas, el espionaje y seguimiento a la población o la lucha contra el crimen organizado.
El mundo mantiene una constante búsqueda por innovar todo lo referente al cuidado de la vida, una labor que científicos, organizaciones, médicos y gobiernos han desarrollado a lo largo de las transformaciones tecnológicas, y hoy lo hacen a través de la era emergente de atención de la salud basada en datos. La analítica promete dirigir grandes ideas que resulten en el mejor cuidado de los pacientes así como en la optimización de los procesos llevados a cabo por todos los involucrados en el sector salud.
Reducir los tiempos de investigación puede ser posible si se tiene un análisis a profundidad de los datos genómicos, datos de ensayos clínicos y los registros electrónicos de salud. Analizar la información ayudará a la medicina a hacer descubrimientos importantes para la creación de fármacos y protocolos para la detección oportuna de posibles problemas de la salud para la sociedad.
En el caso del aspecto médico, el análisis de alto rendimiento de Big Data es fundamental para lograr el “triple objetivo” definido por el Institute for Healthcare Improvement:
1 Mejor calidad de atención al paciente (experiencias y satisfacción)
2 Mejor salud de la población
3 Baja de los costos en la atención al paciente
Optimizar procesos y acelerar las investigaciones se traduce en los tres puntos antes mencionados.
Con la tecnología dedicada a la analítica se pueden ofrecer respuestas a preguntas complejas con enormes conjuntos de datos; actualmente estas soluciones reducen los tiempos y arrojan información en cuestión de minutos u horas.
Las nuevas tecnologías están aumentando exponencialmente el flujo de datos digitales. Para muchas organizaciones el desafío es obtener los datos de sistemas diferentes y llevarlos a un solo repositorio para llevar a cabo el análisis. Hoy las soluciones tienen la ventaja de poder ser alojadas en la nube y ofrecer movilidad así como una manipulación más efectiva de los datos.
Desde una perspectiva de política pública, el análisis de grandes datos tiene un papel muy importante en el diseño de programas y políticas más eficaces.
Por el lado del emprendimiento, el Big Data ha sido el boom en los últimos años, cada vez más las empresas reafirman el valor de los datos y la importancia del análisis de los mismos para aplicarlos en los negocios.
Mucho se ha escrito sobre el Big Data, la fiebre por los datos ha hecho difícil la distinción entre lo ficticio y lo real, sin embargo, consideramos que éstos son los 3 mitos con más relevancia dentro de los nueve mitos sobre Big Data, según Gartner:
Mito No. 1: Todo el mundo está por delante de nosotros en la adopción de Big Data:
A pesar de que son varias las empresas que cuentan con casos de éxito gracias al poder de la analítica en Big Data, sólo13% de ellas han desplegado soluciones relacionadas con Big Data. Y aunque pretende que se potencialice y la expectativa es muy alta, aún las empresas se encuentran en la etapa de adopción de tecnologías; dentro de la adopción es importante que las organizaciones contemplen soluciones para analizar la calidad de los datos, muchas empresas se atoran en esta parte, cuentan o pretenden implementar soluciones de almacenamiento y análisis, pero necesitan pensar en la calidad para poder avanzar.
Mito No. 2: Tenemos muchos datos, no es necesario preocuparse por los datos pequeños.
La regla de más vale calidad que cantidad aplica de manera indudable para este mito, muchos consideran que la calidad de los datos ya no es relevante, creen que los defectos de calidad de datos no influyen en el resultado global. Las empresas deben considerar soluciones encargadas de estandarizar, monitorear y verificar los datos donde éstos existan.
Mito No. 3: La tecnología Big Data eliminará la necesidad de integración de datos.
La mayoría de los usuarios de la información dependen en gran medida del “esquema-on-write” escenarios en los que se rescriben y no hay acuerdo sobre la integridad de los datos y cómo se relaciona. Es importante integrar los datos y no olvidar que la connotación de los datos es de suma relevancia, por ello conservarlos íntegros es una labor que no debe ser olvidada.
Lo que da valor a los datos es la calidad de los mismos. Las empresas deben romper con estos mitos e implementar soluciones que gestionen el proceso de minería de datos para crear modelos predictivos y descriptivos de gran precisión. Las soluciones de análisis de datos pueden ayudarle a transformar el Big Data en una gran oportunidad.
