Es un término que describe una gran cantidad de datos, tanto estructurados como no estructurados. Pero no es la cantidad de datos lo que resulta relevante, sino lo que las organizaciones hacen con ellos. Con el Big Data se pueden analizar grandes volúmenes de información y, a partir de estos análisis, pueden surgir ideas valiosas que conduzcan a mejores decisiones y a movimientos estratégicos para los negocios.
Se conoce que, para determinar si un conjunto de datos es considerado Big Data, debe tratarse de un gran conjunto de datos. Sin embargo, este concepto no está firmemente definido y se encuentra en constante cambio debido al crecimiento continuo de la información. Cada vez, el volumen de datos es mayor. La mayoría de los analistas y profesionales actualmente se refieren a conjuntos de datos que van desde 30-50 terabytes hasta varios petabytes.
Este fenómeno se debe principalmente a la naturaleza no estructurada de gran parte de los datos generados por las tecnologías modernas, como los web logs, la identificación por radiofrecuencia (RFID), los sensores incorporados en dispositivos, la maquinaria, los vehículos, las búsquedas en Internet, las redes sociales, computadoras portátiles, teléfonos inteligentes y otros teléfonos móviles, dispositivos GPS y registros de centros de llamadas.
¿Por qué es importante?
Porque no gira en el entorno de cuantos datos tengas, sino en qué uso se les va a dar, los datos pueden ser adquiridos de cualquier fuente y analizarlos para hallar respuesta que hagan posibles mejorar proyectos, servicios o productos.
Algunas mejoras pueden ser : Reducción en costos, Reducciones en tiempo, Desarrollo de nuevos proyectos, productos y soluciones optimizadas, toma de decisiones inteligentes.
Cuando se combina el big data con analítica poderosa, se pueden realizar tareas relacionadas con negocios, tales como:
- Determinar las causas de origen de fallos, problemas y defectos casi en tiempo real.
- Generar cupones en el punto de venta basados en los hábitos de compra del cliente.
- Recalcular portafolios de riesgo completos en minutos.
- Detectar conducta fraudulenta antes de que afecte a su organización.
- Clientes para ofrecer nuevos productos y servicios. Implante políticas de precios dinámicas. Las posibilidades son infinitas.
Desafíos:
En primer lugar, el big data se caracteriza por su gran tamaño. Aunque se han desarrollado nuevas tecnologías para el almacenamiento de datos, el volumen de datos duplica su tamaño cada dos años aproximadamente. Las organizaciones continúan esforzándose por mantener el ritmo de crecimiento de sus datos y por encontrar formas de almacenarlos eficazmente.
Pero no basta con almacenar los datos. Para ser de algún valor, los datos deben poder utilizarse, y esto depende de su conservación. Disponer de datos limpios —es decir, datos relevantes para el cliente y organizados de tal modo que permitan un análisis significativo— requiere una gran cantidad de trabajo. Los científicos de datos dedican entre un 50 y un 80 por ciento de su tiempo a seleccionar y preparar los datos antes de que estos puedan utilizarse.
Fuente 1 : https://www.powerdata.es/big-data
Fuente 2 : https://www.sas.com/es_co/insights/big-data/what-is-big-data.html
Fuente 3 : https://www.oracle.com/co/big-data/guide/what-is-big-data.html
