Una de las últimas palabras de moda es el “BigData“. Bajo este término se clasifican todas aquellas tecnologías para el análisis y obtención de información provechosa cuando se dispone de gran cantidad de datos.
Hay que diferenciar que son “datos” y qué es “información”. Por ejemplo, en tu ordenador tienes miles de fotos, estos son datos, pero sería muy difícil saber en qué fotos sale tu cara en primer plano, todo sin buscar a mano y carpeta por carpeta. Haría falta una tecnología o un programa que pudiese estudiar todas las fotos de tu ordenador y sacar esa “información”.
Otro ejemplo, imagina que tienes un montón de archivos de Excel con la contabilidad mensual de seis años atrás. Los archivos de Excel son los datos. Ahora imagina que puedes extraer la información de cual ha sido tu gasto medio mensual de entre todos los archivos de Excel, eso es “información”.
El BigData son en definitiva esos procesos que permiten extraer “información” de los “datos”. El BigData se aplica cuando la cantidad de datos es muy grande.
Las grandes empresas tienen un problema, disponen de una enorme cantidad de datos pero no saben como extraer información de ellos. Para esto se ha inventado el “BigData”.
Si estás pensando con maldad en esto, entonces has acertado porque surge la duda de qué información tienen las empresas y de dónde la sacan. Podrás comprobar por Internet que nadie explica esta parte del “BigData”.
Las empresas pueden tener grandes cantidades de información, bien porque ellos mismos la producen o bien porque la compran. Hay casos legítimos en el uso del “BigData” por ejemplo:
Hertz, la empresa de alquiler de coches, utiliza los datos en redes sociales, de reservas de vuelos y todo tipo de información disponible para ofrecerle al cliente un coche según sus gustos sin necesidad de que la persona tenga que decir nada. La firma de moda estadounidense American Eagle Outfitters utiliza ese tipo de datos para poder llegar a los consumidores catalogados como Millennials e interactuar con ellos.
Veamos ahora que hace o podría hacer Facebook sabiendo que todos los contenidos que pones pasan a ser de ellos y que cada acción que realizas es registrada, cuando digo cada acción me refiero a cada click de ratón.
La cantidad de datos almacenados por Facebook es brutal. El problema es extraer información de esos datos, está claro que debe ser información provechosa para alguien. Si algo es provechoso para alguien también podrá venderse. En definitiva, hacer dinero con esto.
Ahora imagina un caso práctico. Una empresa de empleo temporal necesita clasificar a los solicitantes de empleo, de tal forma que tengan un perfil sumiso y poco conflictivo. Sería interesante saber sus afinidades políticas, si manifiesta simpatía por algún sindicato e incluso por cuantos empleos ha pasado. De paso por qué no, tambien saber si suelen enfermar de gripe.
Si existe una herramienta de “BigData” para esto se prodrán cruzar los datos de Facebook con las bases de datos de los solicitantes de empleo de la empresa. La cuestión, es que Facebook ya tiene esos datos o acaso los usuarios no escriben sobre sus afinidades políticas, suben imágenes y además hacen click en “me gusta” sobre temas relacionados con ello. El BigData aportaría las herramientas para extraer esa información de esos datos.
LLegados a este punto el lector ya se puede imaginar por qué Facebook, Twitter o Dropbox valen tantos millones. ¿Todavía no está claro? Para mi, por supuesto el más irritante es el caso de Dropbox que te remite a los tribunales de California para cualquier conflicto y que además nunca han firmado ni firmarán, porque no pueden, un contrato de confidencialidad con nigún cliente.
Con respecto a Facebook, es el precio que has de pagar por usar la red social más extendida del mundo. Los servicios gratuitos no lo son tanto y hay negocios detrás que la mayoría no conoce.
Definición de IBM: ¿Que es Big Data? Oracle Big Data