Albert Andres Mateo Aquino Mat: 15-SISN-1-015

Big Data
Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de
conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de
crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante
tecnologías y herramientas convencionales, tales como bases de datos relacionales y
estadísticas convencionales o paquetes de visualización, dentro del tiempo necesario para que
sean útiles.

Aunque el tamaño utilizado para determinar si un conjunto de datos determinado se considera

Big Data no está firmemente definido y sigue cambiando con el tiempo, la mayoría de los
analistas y profesionales actualmente se refieren a conjuntos de datos que van desde 30-50
Terabytes a varios Petabytes.

Origen
Desde la escritura cuneiforme, el más antiguo sistema de escritura conocido hasta la fecha,
hasta los centros de datos modernos, la raza humana siempre ha recopilado información. Es
más, se prevé que, en 2020, nuestra civilización habrá generado 40 zettabytes de información,
lo que equivale a 57 veces el número de granos de arena presentes en todas las playas del
mundo

Con ese ímpetu Google presentó en 2004, el otro componente básico que hoy en día aún
forma parte de las plataformas Big Data: un nuevo paradigma en procesamiento distribuido al
que llamó Map & Reduce.

Más tarde se revela el Cloud Bigtable que es el servicio de base de datos de Big Data NoSQL de
Google, al que muchos consideran el precursor de los almacenes de datos NoSQL tipo
Cassandra, HBase… otras de las piezas destacadas que conforman el universo Big Data.

Google ha seguido enriqueciendo el panorama Big Data con nuevas invenciones, pero si
importante fue Google, tanto o más fueron los ingenieros de Apache Doug Cutting y Mike
Cafarella que alrededor de 2006 llevaron los paradigmas de Google a la culminación de la
primera plataforma Big Data Open Source a la que llamaron Hadoop y que hoy en día sigue
siendo la base de la mayor parte de sistemas Big Data y sobre la que ha crecido un enorme
ecosistema de herramientas que lo utilizan como su base.

1
Albert Andres Mateo Aquino Mat: 15-SISN-1-015

Aplicaciones del Big Data

La monitorización de nuestras constantes vitales puede ayudarnos a determinar qué estilo de
vida llevamos y conocernos más a nosotros mismos, es una herramienta de medición que dirá
si llevamos un estilo de vida activo o sedentario según nuestro ritmo cardíaco.

Estas mediciones pueden realizarse a través de pulseras que exportan directamente los datos
en Big Data y con esta herramienta analizar los datos rápidamente para obtener conclusiones y
determinar si realizamos la actividad física necesaria y llevamos un estilo de vida saludable.

Hay algunos usuarios que comparten sus mediciones en la “nube” a través de herramientas de
Big Data y comparan sus pulsaciones en cada una de las situaciones con otros usuarios. Incluso
hay algunos seguros médicos que ofrecen hasta un 15% de descuento en la cuota para
aquellos usuarios que monitoricen su actividad física y demuestren que llevan un estilo de vida
activo y saludable.

Cadena de subministro
Dentro de la gestión de la cadena de suministro Big Data ha contribuido a manera provocando
grandes transformaciones en la gestión empresarial y permitiendo grandes optimizaciones
gracias al uso de datos cada vez más exactos.

Ha permitido mejoras en la optimización de stocks, planificación y programación de la

producción realizando un exhaustivo análisis de datos de inventarios de productos
almacenados e históricos de ventas de cada producto y cliente para identificar periodos donde
se va a producir un incremento en las ventas de un determinado producto.

Mejoras en la planificación de la demanda de los clientes ya que con el análisis de datos

históricos podemos predecir el comportamiento de cada cliente y material.

Incluso se consigue mayor visibilidad sobre el estado de una orden, material o transporte en
tiempo real y permite adelantarse en la toma de acciones en caso de que se prevea alguna
fallida en alguno de estos procesos

2
Albert Andres Mateo Aquino Mat: 15-SISN-1-015

Predicción
Big Data ofrece la posibilidad de predecir acciones y comportamientos a partir del análisis de
datos históricos que muestran las tendencias seguidas en cierto periodo.

Este es el caso de algunas entidades bancarias que han introducido Big Data para hacer
estimaciones del gasto total que representa los recibos domiciliados cada mes de cada cliente,
detectar los meses donde determinados clientes tienen más gastos, como puede ser en la
época de la vuelta al cole o por navidad. Predecir, recibos domiciliados con importes elevados
antes de ser cargados en la cuenta y realizar in pre aviso al cliente o incluso emitir un aviso
cuando se detecta un movimiento inusual en la cuenta.

En cuanto a la concesión de créditos e hipotecas, las entidades bancarias se apoyan con el uso
de herramientas Big Data para el estudio de los comportamientos de cada cliente en cuanto a
gastos e ingresos y valorar el riesgo de la concesión del crédito.

Con el análisis de los datos en cada una de estas operaciones podemos identificar las pérdidas
o fallos y tomar decisiones para corregirlo.

Hay algunas empresas que han conseguido incrementar su rentabilidad en un 10% con
técnicas basadas en Big Data para el rediseño de los procesos de almacenamiento, producción
y distribución y optimización de la cadena de suministro.

Intercambio de datos
Algunos expertos en el tema incluso aseguran que de aquí a un año se creará una plataforma
de intercambio de datos, denominada Marketplace de datos, donde las empresas y usuarios
podrán comprar y vender datos que sean de su interés, ya sean de proveedores, clientes, de la
competencia o consumidores. El análisis de estos datos puede ayudar a las empresas en la
toma decisiones estratégicas para mejorar el negocio y su posicionamiento dentro del
mercado.

Cada vez son más los ámbitos de aplicación en los que los profesionales se están dando cuenta
que el big data puede ser de aplicación. Pero antes de su implementación debemos
asegurarnos que los datos a analizar son de confianza.

Transporte
Otro caso de aplicación que puede ser de gran utilidad es en la búsqueda de ahorros en
transporte y combustible, ya sea en empresas de transporte, aerolíneas o incluso en nuestro
vehículo privado. El análisis de datos es útil para poder identificar aquellas rutas que
frecuentemente realizamos y consumen más tiempo y combustible para estudiar su
optimización y economizar el gasto.

Existe el caso de una aerolínea que con la implementación de Big Data consiguió reducir 2,5
minutos de tiempo en cada vuelo, lo que representa un ahorro anual en combustible de 26

3
Albert Andres Mateo Aquino Mat: 15-SISN-1-015

millones de dólares, sumado al ahorro de tiempo que representa en horas de vuelo para su
tripulación.

Uso del Big Data y el crimen

Gracias a la implementación de la aplicación Smart Steps, que coteja absolutamente toda la
información censal de cada barrio estadounidense de Massachusets, es posible predecir en un
68 por ciento si ocurrirá un crimen en un área determinada, lo que ha permitido desarrollar un
atlas de riesgo.

El uso del Big Data es preponderante en este caso, ya que permite a los elementos policíacos
analizar la incidencia delictiva de una zona, la movilidad demográfica, la información laboral de
sus pobladores y el perfil psicológico de los 6.5 millones de habitantes del estado en menos de
un mes, generando acciones de contención criminal antes de que un acto delictivo ocurra.

Uso del Big Data y la movilidad

Al cierre de 2016, la plataforma Uber contaba con 39 mil conductores registrados en México y
poco más de un millón 200 mil usuarios inscritos en el país, colocando a ‘tierra azteca’ como el
tercer territorio del planeta con mayor concentración para esta alternativa de movilidad.

Gracias al uso del Big Data, el sistema Uber gestiona los millones de billones de destinos que
tiene la metrópoli, generando un mapeo de los automóviles cercanos y, al mismo tiempo, un
costo estimado de tu trayecto durante el tiempo promedio que toma desde que pides tú
vehículo hasta que el conductor acepta la solicitud. ¿Sabes de cuánto se trata ese lapso? ¡Diez
segundos

Uso del Big Data y la salud

A través de proyectos como Cellcity y Datascope, los científicos de datos pueden conocer, en
tiempo real, la actividad de las ambulancias de una ciudad y obtener todo tipo de información
relacionada con los riesgos de sanitarios de una urbe (desde incendios e inundaciones hasta
accidentes automovilísticos), lo que permitiría crear modelos para el despliegue de equipos de
emergencia.

Según reporta el MIT, donde ambas aplicaciones para el uso del Big Data están siendo
desarrolladas, esto podría facilitar la tarea de distribuir adecuadamente la red de hospitales de
un estado completo, e incluso, a planificar los dispositivos de seguridad y salud frente a
catástrofes naturales de grandes dimensiones.

Uso del Big Data y los recursos humanos

Mediante el uso del Big Data y ante un gran volumen de información, tu departamento de
recursos humanos puede ser mucho más analítico y estratégico en sus procesos de
reclutamiento, entender las razones por las que los colaboradores se van (o se quedan), llevar
a cabo registros de empleos anteriores y aplicaciones a vacantes, etcétera.

Según un estudio realizado por la financiera y compañía de capital humano Workday, un 96%
de los directores de atracción de talento considera que el Big Data permitirá avanzar para

4
Albert Andres Mateo Aquino Mat: 15-SISN-1-015

“predecir tendencias y lo que pasará en el futuro”, de manera que los gestores de capital
humano “podrán anticiparse a las necesidades de la empresa, en cuestiones de formación,
recursos, promoción y hasta detectar quiénes tienen intención de marcharse de la empresa”.

Uso del Big Data y las comunicaciones

Para ti no es un secreto que las operadoras de telefonía móvil e internet tienen un número
impresionante de datos sobre sus clientes: cantidad de llamadas que realizan, tiempo de
duración, horario en el que se ejecutan, cobertura de redes, etcétera. y, además, reportes de
interrupciones en los servicios.

Una empresa que aplicó el uso el Big Data para hacer frente a esta problemática fue T-Mobile,
que, al filtrar las conversaciones en redes sociales de sus clientes, redujo a la mitad su número
de quejas, reconociendo cada eventualidad por sector y área. De esta manera lograron
promocionar paquetes especiales para sus usuarios, ofertándoles un servicio específico antes
de que abandonaran la compañía. Y resultó.

Uso del Big Data y las ventas

La tienda Macy’s es el perfecto ejemplo de cómo el uso del Big Data puede ser más que útil a la
hora de fidelizar con el usuario por medio del feedback en sus 900 almacenes y boutiques
distribuidos a lo largo de Estados Unidos y su tienda online (a la que diariamente acceden 14
millones de personas).

Gracias al análisis que se hace de los datos que generan sus consumidores, los propietarios de
“la tienda más grande del mundo” ahorraron 557 mil dólares anuales (el equivalente a casi 11
millones de pesos) por concepto de “análisis y envíos de email-marketing indiscriminados”,
redujeron en un 23 por ciento el dado de baja de sus newsletters e, increíblemente,
empezaron a generar estrategias de descuento en tiempo real de acuerdo a lo que se
comentaba en redes sociales.

Uso del Big Data y el deporte

Las decisiones en el mundo de los deportes se basan en criterios usualmente subjetivos (y
monetarios), no obstante, esto cambió para siempre en 2002 cuando Billy Beane, gerente
deportivo del equipo estadounidense de béisbol Oakland Athletics, contrató a un grupo de
jugadores infravalorados (pero económicamente rentables) con un criterio de selección
estadístico basado en el uso de Big Data.

Su táctica le permitió seleccionar a los béisbolistas idóneos en una base de mil 918 atletas,
cotejando porcentajes estadísticos como on-base, slugging y pasando a segundo plano la
métrica de cuadrangulares obtenidos)… y si viste la película Moneyball: El Juego de la Fortuna,
ya sabes de qué va esta historia: Beane enfrentó al Oakland Athletics, valuado en 45 millones
de dólares, en contra de los Yankees de Nueva York New (cuyos jugadores se cotizan en 125
millones).

5
Albert Andres Mateo Aquino Mat: 15-SISN-1-015

Uso del Big Data y la política

El hoy expresidente de Estados Unidos, Barack Obama, decidió utilizar Big Data para su
reelección en 2012. Tras un primer análisis, los esfuerzos de la campaña se enfocaron en tres
aspectos: registro (recoger datos de los votantes convencidos), persuasión (dirigirse a los
dudosos de una forma eficaz) y voto del electorado (asegurarse de que los partidarios fueran a
ejercer el voto sí o sí).

¿Cómo validar la información de 235 millones 248 mil posibles sufragantes? Por medio del Big
Data, el demócrata y su comisión recogieron datos a pie de campo y realizaron un feedback
muy rápido vía notificaciones de email, con lo que se detectó en qué nichos funcionaría mejor
la publicidad, optimizando el gasto en comerciales de televisión y enfocándolos a redes
sociales.