big data y su impacto en el negocio

7/21/2019 Big Data y Su Impacto en El Negocio

1/32

BIG DATAy su impacto en el negocioUna aproximacin al valor que el anlisis

extremo de datos aporta a las organizaciones


2/32


3/32

En la literatura infantil anglosajona hay una bella imagen que excita la imaginacin de los nios: al final delarcoris hay un tesoro; un caldero lleno de monedas de oro custodiado por un duende. Hoy, lo que excita laimaginacin de buena parte de los directivos y empresarios es un tesoro de un tipo muy particular. El tesorose llama Big Data y consiste en la acumulacin y tratamiento de cualquier tipo de informacin que se estproduciendo en todo tipo de redes, dispositivos y sistemas informticos.

Cada da, segn informacin de McKinsey, la humanidad crea 1,5 trillones de bytes de datos. La imparableexpansin de Internet, no slo como un canal de informacin, sino como un instrumento al servicio de lagestin empresarial, explica en gran medida este incremento de datos. Pero a ello se unen otros fenmenos,como la explosin de las redes sociales, el desarrollo de la telefona mvil en particular de redes 3G ysmartphones con capacidades de conexin de datos impensables hace no tanto tiempo-, el crecimiento de la

produccin y divulgacin de materiales multimedia foto y vdeo- por parte de usuarios particulares, la eclosinde medidores inteligentes (smartmetering) y el despliegue de dispositivos que transmiten informacin porradiofrecuencia.

Cmo pueden las empresas hacerse con este tesoro? Cmo pueden convertir los datos propios y los quecirculan por las redes y sistemas de informacin en un valor aadido para su negocio y en una ventajacompetitiva?

No hay una respuesta nica para estas preguntas. Cada organizacin, en funcin de su sector de actividad y desus propias peculiaridades, deber analizar qu uso puede hacer de este inmenso caudal de datos y cmo lospuede aprovechar. Pero lo que s hay es una clara respuesta tecnolgica. Aprovechar el potencial de Big Data esuna realidad perfectamente posible hoy en da, y a un coste razonable, gracias a los sistemas que empresas como

la nuestra ponen a disposicin de sus clientes.

En el presente informe, promovido por Oracle, buscamos ofrecer una muy amplia visin de lo que Big Datapuede representar para el entorno empresarial en todo el mundo y en Espaa en particular. Con ello queremosofrecer a nuestros clientes una aproximacin caracterizada por la independencia de criterio y opinin de quieneshan colaborado en su desarrollo.

Los Big Data representan una ventaja competitiva para todos aquellos que los sepan aprovechar. No noscabe duda de que, al contribuir a una mejor comprensin sobre este fenmeno, ayudaremos a los gestoresempresariales de toda Espaa a llegar al final del arcoris.

Leopoldo Boado

Country Manager de Oracle Espaa.

LA BSQUEDA DEL TESORO DE DATOS

Leopoldo Boado


4/32

El 90% de los datos del planeta se ha generado en losltimos dos aos y durante 2011 se rozaron los doszettabytes (1 zettabyte = 1024 exabytes) de informacin

en todo el mundo segn datos de McKinsey GlobalInstitute. Provienen de redes sociales (ms de 900 millonesde usuarios de Facebook , 500 millones de seguidoresde Twitter y cerca de 200 millones de blogs pblicos);telfonos mviles (5.000 millones en uso en todo elmundo); sistemas de telemedicin; fotografas; vdeos;emails El conjunto de toda esta explosin de informacinrecibe el nombre de Big Data y, por extensin, as tambinse denomina al conjunto de herramientas, tcnicas ysistemas destinados a extraer todo su valor.

En el sector retail se espera que quien aplique tcnicas de

Big Data podr incrementar sus mrgenes en ms de un60%; los costes de fabricacin y mantenimiento de muchasempresas se veran reducidos a la mitad; en sus distintasaplicaciones en el sector pblico europeo podra generarsenegocio por valor de 250.000 millones de dlares y de300.000 millones en el sector sanitario estadounidense ylos nuevos negocios basados en servicios de localizacinpodran generar ms de 100.000 millones de dlares.

El valor de las prcticas de anlisis extremo reside en elpunto de encuentro entre el acercamiento a Big Data conlos mtodos y herramientas apropiados y su integracincon los datos de la informtica tradicional. Al combinar lasherramientas de Big Data con la gestin de datos clsica lasorganizaciones obtienen una visin enriquecida de ellasmismas y sus posibilidades.

Una aproximacin al valor que el anlisis extremo de datos aporta a las organizaciones

BIG DATA y su impacto en el negocio

Para el xito de las iniciativas de Big Data es fundamentaluna buena sincrona entre la capa de negocio y lainfraestructura tecnolgica subyacente. Las TI son sin dudala herramienta imprescindible para llevar a cabo cualquierproyecto de Big Data pero es el conocimiento de negocio elque determinar el xito de la misma.

Aplicaciones

Existen mltipes aplicaciones horizontales de Big Data:motores de recomendaciones; anlisis de sentimientos;control del riesgo; deteccin del fraude; anlisis de

campaas de marketing, de abandono de clientes,de influencia social, y de experiencias de cliente;monitorizacin de la red y aplicacin del anlisis extremo alos procesos de investigacin y desarrollo.

Por sectores, Big Data influye en una gran variedad deaplicaciones:

Banca y finanzas:Servicios de proteccin de marca;proteccin ante riesgos y fraude y servicios personalizados aclientes.

Sector Pblico:Servicios de inteligencia, defensa y

proteccin (control de comunicaciones, vigilancia,intercepcin de redes de telefona, acumulacin de todotipo de datos); proteccin de la flota pesquera; vigilancia,seguridad y sealizacin y proyectos de Smart Cities.

RESUMEN EJECUTIVO


5/32

Sanidad:Monitorizacin remota de pacientes; localizacinde emergencias y almacenamiento de historias clnicas,radiografas, escneres y todo tipo de pruebas de formacentralizada.

Retail-Gran Consumo:Control de la cadena defabricacin; anlisis del ticket de compra; marketingpersonalizado y RFID (Identificacin por Radio Frecuencia)en centros comerciales.

Turismo:Optimizacin de precios y generacin de ofertaspersonalizadas.

Telecomunicaciones:control de la red; venta de serviciosde localizacin; servicios de publicidad asociados al patrnde llamadas o las aplicaciones descargadas; obtencinde perfiles enriquecidos de consumidor enriquecidos yexplotacin de RFID para segmentar y personalizar ofertasanlisis de abandono.

Utilities:Interpretacin de contadores inteligentes en todaslas casas; control de la red comunicaciones, de tuberas,

red del metro y proyectos de sealizacin de tramos demantenimiento

Web y Digital Media:Anlisis de click and stream;personalizacin y forecasting y optimizacin

Cuestiones tcnicas

Un trmino ntimamente relacionado con Big Data desdeel punto de vista tcnico es Hadoop, un entorno de cdigoabierto para almacenar y organizar cantidades masivas de

datos distribuidos y no estructurados que, a su vez, estabainspirado en MapReduce, una funcin desarrollada porGoogle a principios de 2000 para indexar la web.

Hadoop se encuadra como un proyecto de la ApacheSoftware Foundation, en el que cientos de participantesmejoran continuamente el ncleo de la tecnologa. Adems,una nueva generacin de desarrolladores de este entornoy de Cientficos de datos est empezando a despuntar.Asimismo, start-ups de ltima generacin empiezan aperfeccionar bases de datos NoSQL que, combinadas conHadoop, son capaces de descubrir patrones prcticamente

en tiempo real.

Big Data en Espaa

Las empresas espaolas muestran inters hacia laexplotacin de Big Data, pero es difcil sustraerse a losrigores del momento econmico que limita los presupuestos

de TI. Las principales cuestiones que se plantean lasorganizaciones espaolas en relacin a Big Data son: esaplicable y factible en mi organizacin?, cunto me cuesta?Y quin me ayuda a implantarlo?

La propuesta de Oracle en Big Data descansaen tres pilares: sistemas preconstruidoscon hardware, software y comunicacionesintegrados que se puedan conectardirectamente (Big Data Appliance);herramientas de productividad y de desarrolloalrededor de creaciones OpenSource comoHadoop o MapReduce y conectores que

automatizan las transformaciones necesariaspara procesar la informacin en origen,dotando de la estructura necesaria a la parteque se desea integrar con la informticatradicional.


6/32

En 2010 existan 480 millones de smartphones y la cifracrece.al 20% anual! Un segundo de vdeo en altadefinicin ocupa 2.000 veces ms que una pgina detexto. Las cmaras integradas en los telfonos hacen fotosa de 15 megapxeles que ocupan 10 Megas. Existen msde 30 millones de sensores en transportes, automocin,industria, fabricacin En todas nuestras interaccioneslos seres humanos dejamos rastros, seales que nos defineny que mediante las tecnologas de la informacin y, sobretodo a raz de la proliferacin de las redes sociales, puedenregistrarse a modo de documento de identidad vital.

Proliferacin de informacin en crecimiento acelerado y sin visos de ralentizarse, explosin deindicadores, seales y registros, interacciones en redes sociales No hay camino de vuelta: lacantidad de datos que se genera diariamente en el mundo no presenta sntomas de ir a reducirse,ms bien todo lo contrario. El mundo est lleno de seales, de signos, datos, piezas de informacinque analizadas y puestas en relacin podran responder a cuestiones que nunca hubiramosimaginado poder preguntar. Segn la consultora McKinsey Global Institute, el 90% de los datos delplaneta se ha generado en los ltimos dos aos y su proliferacin va en aumento en una progresindifcil de calcular. Estn en todas partes, provienen de redes sociales, sistemas de telemedicin,fotografas, vdeos, emails, son de mltiple naturaleza y se almacenan en distintos lugares yformatos. El conjunto de toda esta explosin de informacin recibe el nombre de Big Data y, porextensin, as tambin se denomina al conjunto de herramientas, tcnicas y sistemas destinados aextraer todo su valor.

BIG DATA: DESGRANANDO EL CONCEPTO

La estimacin de la oferta real de talento analtico, sinembargo, se calcula que no superar en 2018 los 300.000profesionales, lo que significa que se abren oportunidadeslaborales para entre 140-190.000 expertos.

Pero no todo son buenas noticias. La teora tiene todoel sentido pero, segn expresa Gartner en su informe de2011 Extreme Data challenges and opportunities: Hasta2015 ms del 85% de las empresas que componen la listaFortune 500, van a fallar en la explotacin de Big Data deforma eficiente para obtener ventajas competitivas.

Para Andrew Sutherland, Vicepresidente Senior deTecnologa de Oracle EMEA , no se trata de montar undepartamento de I+D de Big Data, se trata de sacarle unvalor a esa informacin al combinarla lo antes posible conlas fuentes tradicionales de datos. Hablamos de enriquecerla fuente, de dar herramientas de productividad alrededorde un entorno que de por s es improductivo.

El objetivo principal de Big Data es enriquecery complementar los sistemas corporativoscon capacidades predictivas

La realidad muestra una acumulacin que nunca terminade todo tipo de datos, la mayora proveniente de nuevoscanales para formar lo que se conoce por Big Data, yque carecen de una estructura comn. Los volmenes dedatos son tan extremos y su crecimiento tan exponencialque resultan demasiado ingentes o demasiado crudospara ser recogidos, registrados, aceptados, gestionados y

analizados por software y hardware tradicional a unos costesrazonables.

Pero la posibilidad de explotarlos abre mucho espacio paranuevas empresas y para las organizaciones tradicionales quesepan extraerle valor a su capital informativo.

La vida de la tecnologa ha alcanzadolas fases de madurez en las que serrpido y ser fuerte importa pero no essuficiente. Ha llegado el momento decombinar la ambicin y la fuerza de lajuventud (informtica estructurada) conla experiencia comparada (informtica noestructurada), de modo que la interrelacinde ambos tipos de datos nos lleve a lasabidura corporativa

Andrew Sutherland,Vicepresidente Senior de Tecnologa de Oracle EMEA.

Segn McKinsey Global Institute, en el sector retail seespera que quien aplique tcnicas de Big Data podrincrementar sus mrgenes en ms de un 60%; los costes defabricacin y mantenimiento de muchas empresas se veranreducidos a la mitad; en sus distintas aplicaciones en elsector pblico europeo podra generarse negocio por valorde 250.000 millones de dlares y de 300.000 millones enel sector sanitario estadounidense y los nuevos negociosbasados en servicios de localizacin podran generar ms de100.000 millones de dlares.

McKinsey aade que las oportunidades laborales asociadasal fenmeno tambin son ms que relevantes: de aqua 2018, la demanda prevista de proyectos de Big Dataen Estados Unidos va a necesitar de un ecosistema deprofesionales expertos de entre 440.000 y 490.000.


7/32

Estructurado-no estructurado

Hay datos que conforman el alma operativa de una

organizacin y deben estar almacenados, organizados yclasificados en bases de datos transaccionales con mtodosque garanticen su seguridad, cifrado y alta disponibilidad.A estos se les conoce como datos estructurados que sealmacenan, gestionan y analizan segn unos procedimientosde tablas, atributos e indexacin.

En la lgica de Big Data lo relevante tiene que vercon tratar la ingente y creciente cantidad de datos noestructurados procedentes de canales no tradicionales(blogs, redes sociales, emails, sensores, fotografas, vdeos,servicios de geolocalizacin, tecnologas de radiofrecuencia).Estos datos tendran gran utilidad predictiva peroresultara desproporcionadamente costoso darles elmismo tratamiento con las condiciones de seguridad, altadisponibilidad y cifrado que los datos que se denominanestructurados.

Entre la punta de la pirmide que representan Facebook o

Google y la base de la informtica tradicional existe unacasustica amplia y variada a la hora de aadir informacinde valor procedente de nuevas fuentes y canales,mezclndola con la informacin y los sistemas tradicionales.

Las grandes empresas tienen sus sistemas de gestinde la relacin con clientes (CRM), conocen sus gustosy comportamientos, aplican pautas de inteligencia demarketing, personalizan ofertas Pero aun as, existeinformacin que podra enriquecer esas prcticas. De estemodo, el objetivo principal de Big Data es enriquecer ycomplementar los sistemas corporativos con capacidades

predictivas.

Entre la punta de la pirmide que representanFacebook o Google y la base de la informticatradicional existe una casustica ampliay variada a la hora de aadir informacin

de valor procedente de nuevas fuentes ycanales, mezclndola con la informacin y lossistemas tradicionales

Los volmenes de datos son tan extremos ysu crecimiento tan exponencial que resultandemasiado ingentes o demasiado crudospara ser registrados, aceptados, gestionadosy analizados por software y hardwaretradicional

La razn para utilizar tecnologas distintas a la relacionaltiene, por tanto, mucho que ver con el carcter noestructurado de los datos y con la necesidad de utilizaralgoritmos de bsqueda/filtrado distintos al lenguajeutilizado por las bases de datos relacionales, el SQL.

Conocimiento combinado

El valor de las prcticas de anlisis extremo reside en elpunto de encuentro entre el acercamiento a Big Data conlos mtodos y herramientas apropiados y su integracincon los datos de la informtica tradicional. Al combinar lasherramientas de Big Data con la gestin de datos clsica lasorganizaciones obtienen una visin ms completa de ellasmismas y sus posibilidades.

Facebook, Google y Amazon son ejemplos de compaasque utilizan el anlisis extremo como patrn detratamiento de las ingentes cantidades de datos que

manejan. De hecho, las herramientas, lenguajes yentornos asociados al anlisis de Big Data se desarrollaronbajo el paraguas de estas compaas que demandabannuevos mtodos para tratar y obtener valor de su capitalinformativo.

Big Data busca capturar, almacenar, organizar yanalizar esos datos no estructurados, pero ahora con lanecesidad de aplicacin de economas de escala y con unosrequerimientos tcnicos muy concretos y especficos pordebajo.

Para Andrew Sutherland, nosotros mismos somoscontenedores de informacin, estructuras de datos.Almacenamos exabytes de informacin gentica y alaprender desarrollamos un marco, una estructura deconocimiento que nos servir para organizar la informacin,las seales, los estmulos que percibimos y los que nosotrosgeneramos. La experiencia vital, el ensayo y error ayudan

a edificar esa estructura de conocimiento que se acabaconociendo como sabidura.

En tecnologa no es muy diferente. Nos encontramos enun punto en el que la vida de la tecnologa ha alcanzado lasfases de madurez en las que ser rpido y ser fuerte importapero no es suficiente. Ha llegado el momento de combinarla ambicin y la fuerza de la juventud (informticaestructurada) con la experiencia comparada (informticano estructurada), de modo que la interrelacin de ambostipos de datos nos lleve a la sabidura corporativa, sealaSutherland.


8/32

Investigaciones de The Economist Intelligence Unit y deMcKinsey Global Institute, revelan que durante 2011 serozaron los dos zettabytes (1 zettabyte = 1024 exabytes)de datos creados en el mundo. En la prxima dcada elnmero de servidores que tendr que gestionar el capitalde datos mundial podra multiplicarse por diez. Cada dase envan en el mundo 294.000 millones de emails. Unacompaa como Wal-Mart procesa ms de un milln detransacciones cada hora y posee bases de datos con unacapacidad estimada de 2,5 petabytes. Las cifras son taninabarcables como las distancias del universo, pero ah

estn, componiendo la materia prima ms valiosa de lasorganizaciones.

Big Data puede llegar a ser el activo ms decisivo de una

organizacin o una de sus obligaciones ms costosas, todo depende

de las estrategias y soluciones que se pongan en marcha a corto

plazo para afrontar el ingente crecimiento del volumen, la

complejidad, la diversidad, y la velocidad de los datos. Como

veremos, es una tendencia importante para las organizaciones y

sus procesos de toma de decisiones, pero en absoluto afectar de

la misma forma a todas las firmas y sectores, explica Manuelngel Mndez, analista asociado de Penteo y autor deldocumento Big Data: humo o reto corporativo?

Segn The Economist Intelligence Unit, el 53% de lasfirmas con una estrategia eficiente de gestin y anlisis dedatos obtuvieron mejores resultados de negocio frente a soloel 36% que asegura no tener esa estrategia establecida.

Por qu? Porque la mejora en la segmentacin y calidad

de la informacin revierte en el descubrimiento de necesidades,

identificacin de problemas, automatizacin de la toma de

decisiones y el aumento de la transparencia, aade Manuelngel Mndez en el documento de Penteo arribamencionado.

La gestin de datos tradicional y las herramientas deanlisis de negocio se revelan como limitadas bajo el peso

Los datos son la materia prima de cualquier prctica de anlisis de negocio. Hasta ahora esoimplicaba datos estructurados creados y almacenados por las propias organizaciones: informacinde clientes recogida en CRMs, datos operacionales almacenados en sistemas ERP o datos financierosalmacenados en bases de datos de contabilidad. Todo esto permanece pero ahora, adems, elvolumen y los nuevos tipos de datos disponibles en las empresas y la necesidad de analizarlosprcticamente en tiempo real para obtener de ellos el mximo valor de negocio- crece rpidamentegracias a la popularizacin de las redes sociales como Facebook y Twitter, de los sensores ydispositivos de red generadores y captadores de seales, de las transacciones on line y de otrasfuentes de datos no estructurados y semi estructurados. Big Data en estado puro.

A VUELTAS CON LA AVALANCHA DE DATOS

aadido de Big Data y por ello estn surgiendo nuevasaproximaciones que ayuden a las compaas a obtener unconocimiento aplicable al negocio.

La transicin no va a ser sencilla para muchasorganizaciones, pero aquellas que acometan la tarea yabracen Big Data como los pilares de sus prcticas deanlisis de negocio podrn obtener ventajas competitivasrelevantes frente a rivales ms tmidos. Big Datacombinado con sofisticados mtodos de anlisis tiene elpotencial de ofrecer a las empresas un conocimiento sin

precedentes del comportamiento de los consumidores y delas voltiles condiciones del mercado. Esto les permitirtomar decisiones basadas en las evidencias que plantean losdatos y ser ms eficaces que su competencia.

Desde la tecnologa de servidores de almacenamientoque soporta el procesamiento de Big Data hasta lasherramientas de visualizacin del front-end, el surgimientodel fenmeno tambin implica grandes oportunidades paralos fabricantes de hardware, desarrolladores de software yproveedores de servicios.

En esta lnea, Big Data se perfila, adems, como la nuevafuente de ventajas competitivas para todos los sectores.

Las organizaciones y los fabricantes de tecnologa queenfoquen esta prctica como una moda pasajera se exponena quedarse atrs y pronto se vern a s mismos imitando arivales con mayor capacidad de pensar un paso ms all.

Gigabytes/Terabytes

Centralizados

Estructurados

Modelo de datos estable

Interrelaciones complejas

Petabytes/Exabytes

Distribuidos

Semiestructurados-desestructurados

Carencia de esquemas

Ausencia de relacin

Datos tradicionales BIG DATA


9/32

Con V de volumen, variedad y velocidadLa explosin de la Web como vehculo comercial y derelacin, la rapidsima difusin de la telefona y losdispositivos mviles y de otras tecnologas paralelas haprovocado un cambio fundamental en la naturaleza de losdatos. Ahora ms que nunca, los datos estn dispersos,distribuidos, ligeramente estructurados, su volumen sedispara cada vez ms y hay que saber encontrarles el valor.Tras identificar y filtrar los elementos valiosos de BigData stos se relacionan con informacin estructurada,

enriquecindola. Los datos estructurados seguirnresidiendo en estructuras de almacenamiento de altadensidad (bases de datos relacionales) y continuarn siendola base de las operaciones de la empresa. As lo hacen losgrandes jugadores de Social Media: extraer el valor de BigData y almacenarlo en estructuras relacionales para ponerloen valor e integrarlo en los procesos de negocio

Cuatro uves definen a Big Data:

Volumen:La cantidad de datos creada tanto dentro de lasorganizaciones como detrs del firewall corporativo a travsde la web, dispositivos mviles, sensores, infraestructura de

TI y otras se incrementa exponencialmente cada ao.

Variedad:La variedad de tipos de datos tambin sediversifica, ya se trate de datos no estructurados basados entexto, semiestructurados como los provenientes de socialmedia o los de informacin basada en la localizacin.

Velocidad:La velocidad a la que se crean nuevos datosy la necesidad de analticas en tiempo real para extraervalor de ellos, se incrementa gracias a la inmediatez de lastransacciones, a la informtica mvil y al creciente nmerode usuarios de Internet y de dispositivos mviles.

Valor:El valor econmico de los datos varasignificativamente. Siempre hay informacin valiosa ocultaentre enormes cantidades de datos no tradicionales y elreto reside en identificar aquellos datos que tienen valor,

transformarlos y extraerlos para su anlisis. Para obtener elmximo valor de Big Data, las organizaciones deben hacerevolucionar sus infraestructuras de TI de cara a soportarel ratio de entrega de volmenes extremos de datos dedistintos tipos, integrarlos con los datos corporativos yproceder a su anlisis.

Fuentes de Big Data: de dnde proceden losdatos?Big Data se nutre de una serie de fuentes que incluyen, deforma general:

Redes y medios sociales: Segn Mc Kinsey Global Institute,existen actualmente ms de 900 millones de usuarios deFacebook , 500 millones de seguidores de Twitter y casi200 millones de blogs pblicos. Cada actualizacin de unperfil de Facebook, cada tweet, cada post y cada comentariode cada blog crea, a su vez, mltiples nuevos datos.

Dispositivos mviles: IDC apunta a que existen alrededorde 5.000 millones de telfonos mviles en uso en todo elmundo. Cada llamada, cada texto de cada mensaje quedaregistrado a modo de datos. Los dispositivos mviles,

especialmente los smart-phones y las tablets, tambinfacilitan el uso de las redes sociales, al tiempo que utilizanotras aplicaciones generadoras, a su vez, de ms datos.Adems, los dispositivos mviles recogen y transmitendatos de localizacin.

Transacciones va Internet: Miles de millones de comprasonline, operaciones burstiles y otro tipo de transaccionesse suceden cada da. Cada una de ellas genera una seriede datos que son recogidos por tiendas, bancos y agenciascrediticias, entre otros.

Sensores y dispositivos de red: los dispositivos electrnicosde todo tipo (incluyendo servidores y otras clases desistemas de hardware, contadores inteligentes y sensores detemperatura) crean datos de registro semiestructurados quedejan constancia de cada accin.

Previsiones para el mercado de Big Data 2012-2017(en miles de millones de dlares)

$53.4$48.0

$32.1

$16.8

$10.2$5.1

2012 2013 2014 2015 2016 2017

$0.0

$10.0

$20.0

$30.0

$40.0

$50.0

$60.0

Fuente: Wikibon , 2012

Mercado de Big Data 2011. Ingresos por segmento.Total: 5.200 millones de dlares

Fuente: Wikibon , 2011

Servicios: 44%

Hardware: 31%

Software:25%


10/32

En este momento, existen varias prcticas de utilizacinde Big Data tanto en gigantes de la web como Google,Facebook o LinkedIn como en compaas ms tradicionales.Estos son, segn Wikibon y Mc Kinsey Global Institute,algunos ejemplos de las aplicaciones que pueden drsele aBig Data. Aunque segn ambas compaas de anlisis, lamayora est an por descubrir.

Motores de recomendaciones:los gigantes de la Web y

los vendedores online utilizan Hadoop para recomendarseentre ellos o para aconsejar a los clientes sobre otrosproductos y servicios que podran interesarles a partirdel anlisis del perfil de usuario y de su comportamientoonline. LinkedIn utiliza este enfoque para reforzar suapartado Gente que podras conocer y Amazon hace lopropio para sugerir productos relacionados con una compraconcreta a los consumidores online.

Anlisis de sentimientos:utilizadas en conjuncin conHadoop, las herramientas de anlisis de texto avanzadasanalizan el texto no estructurado de las redes sociales

(tweets y posts de Facebook), para determinar lossentimientos de los usuarios en relacin a marcas, empresaso productos concretos.

Modelizacin del riesgo:las compaas del sectorfinanciero utilizan Hadoop y los data warehouses deprxima generacin para analizar grandes volmenes dedatos transaccionales y determinar el riesgo al que estnexpuestos sus recursos, adems de para prepararse antefuturos escenarios basados en situaciones de mercadosimuladas.

Deteccin del fraude:utiliza tcnicas Big Data paracombinar el comportamiento de los clientes y los datoshistricos y los transaccionales para detectar actividadesfraudulentas. Las compaas de tarjetas de crdito, porejemplo, utilizan tecnologas de Big Data para identificarcomportamientos transaccionales que indican que podraestar utilizndose una tarjeta robada.

Anlisis de campaas de marketing:los departamentosde marketing de todos los sectores utilizan desde hacelargo tiempo la tecnologa para monitorizar y determinarla efectividad de las campaas de marketing. Big Datapermite a los equipos de marketing incorporar mayoresvolmenes de datos de granularidad incremental, comodatos sobre el flujo de clicks de un usuario o los detallesde registro de una llamada para aumentar la precisin delanlisis.

La razn de que Big Data sea tan atractivo y poderoso es porque permite a las organizacionesencontrar respuestas a cuestiones que ni siquiera se haban planteado preguntarse. Esto puedegenerar descubrimientos que lleven a nuevas ideas para incorporarlas a los productos o servicios oque ayuden a identificar la manera de mejorar las cuestiones operativas.

PARA QU BIG DATA?APLICACIONES REALES DE UN CONCEPTO

Anlisis de abandono de clientes: las compaas utilizanHadoop y tecnologas Big Data para analizar los datosrelacionados con el comportamiento de los clientes paraidentificar patrones que indiquen qu cules de ellos sonms susceptibles de abandonar la compaa en favor deun producto o servicio de la competencia. De ese modo,pueden tomarse medidas para evitar el abandono de clientesvaliosos.

Anlisis de influencia social: los datos provenientes deredes sociales se analizan para determinar qu usuariostienen mayor influencia sobre otros dentro de los socialmedia. Esto ayuda a las compaas a determinar quienesson sus clientes ms importantes, que no son siempre losque ms productos consumen o ms dinero gastan, sino

los que poseen una mayor capacidad de influencia sobre elcomportamiento de compra del resto.

Anlisis de experiencias de cliente:las organizacionesque trabajan de cara al pblico utilizan las prcticas de BigData para integrar la informacin previamente recogidaproveniente de canales de interaccin con los clientes comocall centers, chats online, Twitter, etc. Para obtener unavisin completa de la experiencia de cliente. De ese modo,las empresas pueden comprender el impacto que tiene uncanal de interaccin con los clientes sobre otro de cara aoptimizar el ciclo de vida completo de la experiencia de

cliente

Monitorizacin de la red:Hadoop y otras tecnologasrelacionadas con Big Data tambin se utilizan paraatrapar, analizar y desplegar datos recogidos de servidores,dispositivos de almacenamiento y otros tipos de hardwarepara permitir a los administradores monitorizar la actividadde red y diagnosticar cuellos de botella y otros problemas.Este tipo de anlisis puede aplicarse tambin a otro tipode redes, incluyendo las de transporte para, por ejemplo,mejorar la eficiencia del combustible.

Investigacin y desarrollo:organizaciones como lasfarmaceticas utilizan Hadoop para peinar enormesvolmenes de investigaciones basadas en textos y otrosdatos histricos que puedan contribuir al desarrollo denuevos productos.


11/32


12/32

Banca y finanzas Servicios de proteccin de marca

Proteccin ante riesgos y fraude

Servicios personalizados a clientes

Bsqueda de patrones de uso de productos nancieros

Marketing personalizado

Creacin de servicios basados en la localizacin

Sector Pblico Servicios de inteligencia, defensa y proteccin: control

de comunicaciones, vigilancia, intercepcin de redes detelefona, acumulacin de todo tipo de datos

Proteccin de la ota pesquera

Vigilancia, seguridad y sealizacin

Localizaciones por GPS

Deteccin del fraude

Control de presupuestos pblicos

Proteccin de la infraestructura pblica

Proteccin contra el maltrato

Proyectos de Smart Cities

APLICACIONES DE BIG DATA POR Y PARA LOS DISTINTOS SECTORES

Sanidad Monitorizacin remota de pacientes

Localizacin de emergencias

Almacenamiento de historias clnicas, radiografas,

escneres y todo tipo de pruebas de forma centralizada

Elaboracin de estadsticas alrededor de incidencias de

determinadas enfermedades por zonas concretas

Acercamiento de la asistencia a domicilio Investigacin clnica: estudios de medicamentos,

ensayos clnicos, genoma humano

Retail-Gran Consumo Las prcticas de explotacin de Big data son el ncleo

de su negocio desde hace muchos aos por encima de lasaplicaciones transaccionales

Control de la cadena de fabricacin

Anlisis del ticket de compra

Marketing personalizado

Identicacin por radiofrecuencia (RFID) en

centros comerciales


13/32

Utilities Smart Metering: interpretacin de contadores

inteligentes en todas las casas

Control de la red comunicaciones, de tuberas, red del

metro

Proyectos de sealizacin de tramos de mantenimiento

Web y Digital Media Anlisis de click and stream

Personalizacin

Forecasting y optimizacin

Turismo Optimizacin de precios

Generacin de ofertas personalizadas

Anlisis de sentimientos

Telecomunicaciones Control de la red

Venta de servicios de localizacin

Servicios de publicidad asociados al patrn de llamadas

o las aplicaciones descargadas

Obtencin de perles de consumidor enriquecidos

Explotacin de RFID para segmentar y personalizar

ofertas

Anlisis de abandono, riesgo y fraude en clientes

Satisfaccin y lealtad de clientes

Anlisis de CDR (Call Data Record) o registro de

llamada


14/32

SMART CITIES, un captulo aparte

La poblacin mundial es mayoritariamente urbana.As lo asegura el estudio de Naciones Unidas WorldUrbanization Prospects que, entre otras conclusiones,muestra cmo ha evolucionado la tendencia del ser humanoa agruparse en ciudades. Si en 1950, la poblacin urbanadel planeta era del 51% del total, actualmente el ndice esdel 71% y creciendo: hasta un 84% hacia la mitad del sigloXXI.

La concentracin en ncleos urbanos y el desarrollo de losmismos trae consigo la definicin de un nuevo modelode ciudad que permita desarrollarse sosteniblementeoptimizando todos sus recursos y conformando un entornohumano para sus ciudadanos.

Nace as el concepto de Smart Cities, en el que mltiplesorganizaciones pblicas y privadas pertenecientes adiversos sectores trabajan para definir ese modelo deciudad inteligente que es necesario perfilar. La tendenciaes mundial pero justamente en Espaa ha alcanzado unanotoriedad especial y as qued recogido en el informeelaborado por IDC sobre Smart Cities espaolas en 2011.

Al margen de fijar una clasificacin de ciudades segnsu grado de inteligencia, el informe de la consultoraha revelado que los ncleos urbanos espaoles han deavanzar en sus modelos de desarrollo y gestin para crearlos pilares de un futuro ms sostenible que contemple alser humano como centro. El soporte de las tecnologas

El soporte de las tecnologas de lainformacin, especialmente del anlisisextremo de datos, seales y transaccioneses el elemento crucial del que obtener lainformacin de referencia para permitir que sedesarrollen las ciudades inteligentes. Big Dataaplicado a la habitabilidad, la sostenibilidad yla convivencia ciudadana.

de la informacin, especialmente del anlisis extremo dedatos, seales y transacciones es el elemento crucial del queobtener la informacin de referencia para permitir que sedesarrollen las ciudades inteligentes. Big Data aplicado a lahabitabilidad, la sostenibilidad y la convivencia ciudadana.


15/32

Para IDC, las ciudades inteligentes hacen un uso intensivode las TIC para transformar su manera de operar enapartados como medio ambiente, energa, serviciospblicos, trfico o construccin. Mlaga, Barcelona,Santander, Madrid y San Sebastin abren el ranking deinteligencia urbana gracias a estas iniciativas:

1) Mlaga: despliegue de una iniciativa de ciudad ecolgicay eficiente a partir de la integracin en la red elctrica defuentes de energa renovables.

2) Barcelona: adopcin de soluciones de movilidad en eltransporte urbano mediante el proyecto LIVE (Logstica pera la Implementaci del Vehicle Elctric).

3) Santander: desarrollo del proyecto SmartSantander,basado en el despliegue de 20.000 sensores dirigidos alcontrol medioambiental en aspectos como el trfico, lagestin de los residuos y la eficiencia en el transportepblico.

4) Madrid: creacin del Centro Integrado de Servicios de

Emergencia (CISEM), capaz de coordinar todos los serviciosde urgencia.

5) Donostia-San Sebastin: despliegue del proyectoEstrategia 2020, que contempla aspectos como personas yvalores, ciudad conectada y vivir y disfrutar.

Aunque suene a iniciativa en beneficio del ciudadano yeso le confiere un carcter bsicamente pblico, hay variosorganismos privados involucrados en el desarrollo deproyectos de Smart Cities. Tal es el caso de BBVA, muyimplicado en el concepto desde su centro de Innovacinque, a su vez, colabora con el Senseable City Lab del MIT(Massachusetts Institute of Technology).

Los objetivos van en la lnea de buscar nuevos enfoquesde uso de todos los datos de carcter no personal que

proceden de las transacciones de pago y de las retiradas deefectivo. Tambin intenta comprender cmo las personas serelacionan con las ciudades analizando sus interacciones conlos distintos tipos de comercios.

En BBVA buscamos, igualmente, evaluar lasposibilidades de prediccin que estos anlisis tienensobre comportamientos futuros. Combinando los datos detransacciones con otras fuentes de informacin se podrnaadir nuevas perspectivas y desplegar nuevos servicios querepercutan en la calidad de los espacios urbanos, comenta

Elena Alfaro, gerente en el rea de Business Discovery yexperta en Smart Cities de BBVA.

Mlaga

Elche

SantanderBarcelona

Madrid

Donostia-SanSebastan

BurgosZaragoza

Vitoria-a-Gasteiz

Pamplona/Irua

Corua (A)

Bilbao

OviedoLogroo

Alicante

Gijn

SanCristobal dela Laguna

Santa Cruzde Tenerife

Hospitaletde Llobregat

Cartagena

Almera Murcia

Castelln dela Plana

Palma deMallorca

Albacete

Valladolid

Valencia

Getafe

Leganes

Alcorcon

Vigo

Salamanca

Fuenlabrada

SevillaMstoles

Crdoba Granada

Alcal deHenares

Sabadell

Badajoz

Jerez de laFrontera

Badalona

Las Palmasde GranCanaria

Bajo

Alto

MATRIZ DEL NDICE DE CIUDADES INTELIGENTES DE ESPAA

Fuerzas capacitadoras FuerteDbil

Cinco primeros 10 aspirantes Jugadores activos Seguidores

Dimensionesdeinteligencia


16/32

Wikibon, una comunidad profesional de intercambio deconocimiento que aborda cuestiones tecnolgicas aplicadasa la resolucin de retos de negocio, ha identificado dosaproximaciones a Big Data que transformarn los mercadosde la gestin de datos y las analticas de negocio: Hadoop ylos data warehouses de nueva generacin.

Hadoop puede definirse como un entorno de cdigo abiertopara procesar, almacenar y analizar cantidades masivasde datos distribuidos y no estructurados. Doug Cutting

de Yahoo! fue quin cre el entorno que, a su vez, estabainspirado en MapReduce, una funcin desarrollada porGoogle a principios de 2000 para indexar la web.

Hadoop se dise para soportar petabytes y exabytes dedatos distribuidos en mltiples nodos en paralelo. Losclusters de Hadoop operan en hardware estndar que norequiere grandes inversiones de modo que los proyectospueden escalar sin afectar presupuestariamente a lasorganizaciones. En estos tiempos de rigor presupuestario,la opcin de entrada en Big Data que se plantean algunasempresas espaolas con las que hemos hablado del concepto

es empezar a investigar y a adentrarse en Hadoop paraidentificar la utilidad que podra tener en un futuro,comenta scar Alonso, analista de Penteo.

En ocasiones veo elefantes amarillos

Actualmente Hadoop se encuadra como un proyectode la Apache Software Foundation, en el que cientos departicipantes mejoran continuamente el ncleo de latecnologa. Qu tiene de especial este entorno conocidoa travs de su icnico elefante amarillo? Hay un conceptofundamental en relacin a l: en lugar de procesar unenorme bloque de informacin cada vez, Hadoop segmentaBig Data en mltiples partes, de modo que puedenprocesarse y ser analizadas al mismo tiempo.

Existen varias aproximaciones para afrontar el procesamiento y anlisis de Big Data, pero la mayoracomparten algunas caractersticas comunes. Bsicamente, se benefician de hardware estndar quepermite implantar tcnicas de procesamiento paralelo y escalabilidad; emplean capacidades dealmacenamiento no relacional de cara a procesar datos no estructurados y semi estructurados yaplican tecnologas avanzadas de anlisis y visualizacin de datos a Big Data para extraer elementosde comprensin a los usuarios finales.

Otra forma de hacer las cosas:los nuevos modos de procesamiento y anlisis que trae Big Data

Un cliente accede a datos no estructurados ysemiestructurados desde distintas fuentes. Seccionalos datos en partes, que se cargan a continuacin enun sistema de ficheros de mltiples nodos. El ficheroalmacenado por defecto en Hadoop se denomina HadoopDistributed File System o HDFS. Los sistemas de archivocomo HDFS resultan adecuados para almacenar grandesvolmenes de informacin de cualquier naturaleza queno requieren datos ni instrucciones para organizarse encolumnas o tablas relacionales.

Unos cuantos tecnicismos que hay que conocer


17/32

Cada parte se replica mltiples veces y se carga en elsistema de ficheros de modo que si un nodo falla, otrodispone de una copia de los datos que se encontrabanen el nodo que fall. Lo que se conoce como NameNode acta como facilitador, comunicando de vuelta alcliente informacin como, por ejemplo: qu nodos estndisponibles en el cluster, en qu lugar del cluster reside undeterminado dato y qu nodos han fallado.

Una vez que el dato se ha cargado en el cluster ya est listo

para ser analizado por el entorno MapReduce. El clientepone en marcha, entonces , la tarea de Map (normalmenteuna query escrita en Java) en uno de los nodos en el clusterconocido como Job Tracker. ste se relaciona con el NameNode para determinar a qu datos necesita acceder paracompletar la tarea y en qu lugar del cluster se encuentran.Una vez determinados, el Job Tracker transfiere la querya los nodos relevantes. En lugar de devolver todos los

datos a una localizacin central para su procesamiento, dichoprocesamiento sucede en cada nodo simultneamente o enparalelo. Esta es una caracterstica esencial de Hadoop.

Cuando el nodo termina de procesar una determinadatarea, almacena los resultados. El cliente inicia entonces untrabajo de Reduce a travs del Job Tracker en el que losresultados de la fase de Map almacenados localmente ennodos individuales se agregan para determinar la respuestaa la consulta original, para despus cargarse en otro nodo

del cluster. El cliente accede a esos resultados que puedencargarse despus en uno o varios entornos de anlisis. De estemodo se completa la tarea MapReduce.

Una vez que la fase MapReduce se complete, los datosprocesados estn listos para un anlisis ms detallado porparte de los Cientficos de datos que poseen habilidadesavanzadas de anlisis de datos. Los Cientficos de datospueden manipular y analizar los datos utilizando una ovarias herramientas para mltiples propsitos como labsqueda de conocimiento o de patrones ocultos parautilizarlos como pilares en la construccin de aplicacionesanalticas concretas. Los datos pueden tambinmodelarse y transferirse desde clusters de Hadoop a

las bases de datos relacionales existentes, a los datawarehouses o a cualquier otro sistema de TI tradicionalpara un anlisis ms detallado o para soportar los procesostransaccionales.

Hadoop se dise para soportar petabytes yexabytes de datos distribuidos en mltiplesnodos en paralelo. Los clusters de Hadoopoperan en hardware estndar que no requieregrandes inversiones.


18/32

Principales bloques tecnolgicos paraestablecer una estrategia Big Data segn Penteo

Bases de datos e infraestructura. Dotarse de bases de datose infraestructura potente es fundamental en un entorno deBig Data. Ms all de los tradicionales sistemas de gestinde bases de datos relacionales (RDBMS, en sus siglas eningls), se requieren bases de datos con capacidades deprocesamiento y almacenamiento extremas, sistemas OLAPmultidimensionales y bases de datos basadas en memoriavoltil (in-memory). La virtualizacin de servidores,almacenamiento y desktop suele ser tambin necesariapara acelerar la gestin de datos y hacerla escalable, y otroscomponentes como aceleradores de aplicaciones y redes obases de datos distribuidas, son tambin clave.

Otra forma de hacer las cosas:los nuevos modos de procesamiento y anlisis que trae Big Data

Unos cuantos tecnicismos que hay que conocer

Algunas de las mentes ms brillantes del sector de TIestn contribuyendo con su experiencia al proyecto ApacheHadoop y una nueva generacin de desarrolladores de

este entorno y de Cientficos de datos est empezandoa despuntar. Como resultado, la tecnologa avanzarpidamente y se transforma en un elemento ms poderosoy sencillo de implementar y mantener.

Algunas de las mentes ms brillantes delsector de TI estn contribuyendo con suexperiencia al proyecto Apache Hadoop yuna nueva generacin de desarrolladores deeste entorno y de Cientficos de datos est

empezando a despuntar. Como resultado,la tecnologa avanza rpidamente y setransforma en un elemento ms poderoso ysencillo de implementar y mantener.

Mltiples sabores

Igualmente, un gran nmero de fabricantes ha desarrolladosus propias distribuciones de Hadoop, la mayora basadasen la de cdigo abierto de Apache pero con distintos niveles

de personalizacin propietaria. El claro lder de mercadoen trminos de distribucin es Cloudera, una start-up deSilicon Valley con un equipo de primera lnea de expertosen Big Data que incluye al propio creador de Hadoop,Doug Cutting, y a Jeff Hammerbacher, anterior mago delanlisis de datos de Facebook.

En paralelo, otras start-ups de ltima generacin empiezana perfeccionar bases de datos NoSQL que, combinadas conHadoop, son capaces de descubrir patrones prcticamenteen tiempo real.

Middleware y aplicaciones.La actualizacin del middlewarey aplicaciones en un entorno de Big Data es menosexigente que en el apartado de infraestructura. Muchos de

los proveedores tradicionales de herramientas de ETL ode middleware de integracin de datos, estn adaptandoya sus soluciones. A nivel de aplicaciones, sin embargo,el software de visualizacin no est tan maduro aunque setrata de mdulo fundamental para sacarle partido al anlisisde millones de datos.

Opciones de software libre. Durante el ltimo ao seha hablado mucho de la capacidad de herramientas desoftware libre como Apache Hadoop para gestionar grandesvolmenes de datos. Cada vez ms compaas utilizan estay otras opciones de software libre para experimentar cmoalmacenar, gestionar y analizar grandes cantidades de datos.Una de las claves para entender las implicaciones del BigData es que no importa tanto el volumen de los datos ola rapidez con la que se generan como el valor en s de lainformacin y la complejidad de extraer valor de la misma.

Fuente: Big Data: humo o reto corporativo?, Penteo 2011


19/32

Buscando desesperadamente al cientfico dedatos

Los datos no van a hacer ms que crecer y crecer. En cifrasde IDC, el volumen de informacin que se cre, captury replic en 2010 fue de 1,8 millones de petabytes, cifraque implica un aumento del 125% en relacin a 2009.Las previsiones a largo plazo apuntan a que en 20 aosel volumen de datos habr crecido un 1.845% respecto a2010, alcanzando el astronmico volumen de 35 millonesde petabytes.

McKinsey Global Institute relaciona el aumento delvolumen de informacin con la demanda de expertosen extraer valor de los datos y asegura que en 2018habr un desfase de entre el 50-60% entre demanda detalento analtico para acometer proyectos y la oferta realde profesionales preparados para abordar tal tarea. Estoquiere decir que sern necesarios alrededor de 490.000profesionales para disear estrategias Big Data en EstadosUnidos pero que tan slo habr 300.000 para cubrir lademanda. Ver grfico

Muchas necesidades futuras y pocos expertos presentes,as lo resume Miguel Galera en una entrada de TICbeat,mientras que Michal Lev-Ram, periodista de Fortune

exhortaba en septiembre de 2011: Si encuentra algncientfico de datos: contrtelo.

Parece que la de cientfico de datos ser la carrera delfuturo. El trmino, desconocido hasta hace ao y medio, sedispara como entrada de bsqueda en Google, un indicador

siempre claro del inters de un concepto. En el ltimotrimestre de 2011 y 2012, alcanz picos 20 veces superioresa los de los mismos periodos del ao anterior.

Para Jaime Garca Cantero, analista independiente,las capacidades del as llamado cientfico de datos seconcretaran en un perfil mixto que integre conocimientostecnolgicos con comprensin del negocio. El CIO (ChiefInformation Officer) ha acabado por estar vinculado a laparte ms puramente tecnolgica, lo que le convierte msen un CTO (Chief Technology Officer). Para entender la

naturaleza y magnitud de Big Data se necesitara una figuranueva: el Chief Data Officer capaz de entender la naturalezade los datos y organizarlos y explotarlos para obtener unimpacto positivo.

Ante la brecha entre demanda de talento analtico yprofesionales actuales expertos en la lgica de Big Data,Garca Cantero opina que no queda ms remedio queadaptarse a lo que la realidad impone. Los analistas dedatos tradicionales son ms bien matemticos, estadsticos,economistas. Trabajan con modelos ms que con tecnologa

pura y dura porque lo que importa son las reglas denegocio. Ahora habr que ponerle un plus de inteligenciapor encima para que ese anlisis de datos se integre en lasreas de marketing, comunicacin, ventas

La necesidad de expertos en anlisis extremo: hastaun 60% por encima de la oferta real de profesionales.Escenario: Estados Unidos, 2018

Oferta y demanda de profesionales con capacidades analticas en 2018.En miles de personas

Perfiles demandados:Estadsticos, cientficos cuantitativos, analistas,managers con enfoque yexperiencia cuantitativa y tcnicos expertos en software y lenguajes deprogramacin de anlisis de datos.

150

1803 0 300

140-190 440-490

Profesionalesempleados en2008

OtrosP rofesionalescualificados enanalticaextrema en2018

Desfase

50-60% dedesfase entredemanda detalentoanaltico y laoferta real.

Profesionalescualificados paracubrir la demandaprevista en 2018

Universitarios concapacidades deanlisis extremo

Fuente: Oficina de Estadstica de Empleo de Estados Unidos;

Censo de EE.UU.; Dun & Bradstreet; McKinsey Global Institute


20/32

En una sesin organizada por Penteo con 15 empresasespaolas de distintos tamaos y sectores que facturan msde 100 millones de euros al ao, qued registrado que lasorganizaciones estn impregnadas de la idea de crear valor apartir de los datos. En Espaa estamos en un momento decuriosidad hacia el concepto pero con dudas razonables. Lasempresas espaolas muestran inters hacia la explotacinde Big Data, pero es difcil sustraerse a los rigores delmomento econmico que limita los presupuestos de TI,comenta scar Alonso, consultor de la firma de anlisisPenteo.

Para compaas como Google, Facebook o LinkedIn la explotacin de los datos es el ncleo de suactividad y han sido pioneras en hacer de la acumulacin de informacin un activo de rentabilidadcasi infinita. Pero y el resto? Las organizaciones recogen las tendencias tecnolgicas a veces

mucho antes de que analistas y medios especializados se encarguen de difundirlas. Estos ltimosdan nombre a prcticas que ya ejecutaban las empresas como parte de la evolucin de negocio ocomo modo natural de buscar ventajas competitivas. En el caso de Big Data, algunas organizacionesya lo practicaban orgnicamente pero no le haban puesto nombre, de modo que la adopcin delfenmeno est en curso pero hay pocos ejemplos totalmente contrastados y aquilatados tanto aescala global como en Espaa.

BIG DATA EN LAS ORGANIZACIONES ESPAOLAS

una aplica la explotacin de sus datos segn su naturalezasectorial. En lneas generales, retail, gran consumo,banca, telco y sector pblico son las actividades que msrpidamente ven los beneficios de la aplicacin de Big Datay que ms dinamismo muestran a la hora de adoptarlo.

Hay ejemplos de proyectos concretos pero an son muypocos y pasar tiempo antes de que las empresas los den a

conocer abiertamente.Garca Cantero est de acuerdo en la enorme potencialidadde Big Data en segmentos como banca (clculo de riesgo,percepcin de marca), telecomunicaciones (control dela red, anlisis de abandono, riesgo y fraude en clientes,satisfaccin y lealtad de clientes) sector pblico (fraudefiscal, control del gasto, smart cities) y gran consumo.Aun as, el analista cree que es pronto para hablar deexperiencias consolidadas pero que, al ser una prcticaque tiene que ver ms con el negocio, es probable que elritmo de adopcin sea ms rpido que si se tratase de un

asunto puramente tecnolgico. Hay ejemplos conocidosde explotacin de datos como en el caso de R Cable, laoperadora gallega de telecomunicaciones, que ha generadoun agregador de datos en su contact center para teneruna visin nica de cliente: su facturacin, productos yservicios, incidencias.

En cuanto al tamao de las organizaciones ms receptivas,scar Alonso, comenta que con Big Data sucede lo mismoque con los proyectos de inteligencia de negocio: en unprincipio se asociaban a gran cuenta pero su utilidad es

aplicable a cualquiera. Basta con tener volumen de datosy querer hacer uso de ellos. De hecho, empiezan a aparecermuchas start-ups en las que la explotacin intensiva de losdatos es la regla principal de su negocio. No hay que seruna firma del IBEX 35 para sacarle partido a esta prctica.

De la teora a la prctica

Las principales cuestiones que seplantean las empresas con las que hemoshablado en relacin a Big Data son: esaplicable y factible en mi organizacin?,cunto me cuesta? Y quin me ayuda aimplantarlo?

scar Alonso,analista de Penteo

Las principales cuestiones que se plantean las empresascon las que hemos hablado en relacin a Big Data son: esaplicable y factible en mi organizacin?, cunto me cuesta?Y quin me ayuda a implantarlo?, explica Alonso.

Para Jaime Garca Cantero, analista independiente, BigData trae un cambio en los modelos de gestin de lasorganizaciones que ahora pasaran a ser compaas quetoman sus decisiones basndose en lo que les dicen losdatos. Los egos corporativos se diluyen. Las decisionestienen que venir avaladas por datos que las justifiquen yesto es un cambio de mentalidad importante.

Por su parte, scar Alonso asegura que todas lascompaas con las que han hablado del concepto entiendenla necesidad de sacar partido de sus datos a la mismavelocidad que su propia proliferacin impone y que cada


21/32

Cmo hacerlo?

scar Alonso aade que el momento econmico no esfcil y los presupuestos de TI estn congelados, cuando nose han reducido. Lo que s hemos visto es que, al tratarse

Hadoop de un entorno OpenSource algunas compaas estnderivando recursos humanos a investigar este entorno y aaproximarse a su utilizacin.

De entre las compaas a las que Penteo tiene acceso existeuna compaa de retail de gran consumo que sin denominarBig Data a su modo de explotar la informacin, lleva tiempoaplicando el anlisis de datos para recoger y relacionar lo quese dice de ellos en las redes sociales integrndolo en el BItradicional. Esta compaa tiene un grupo de analistas quepueden considerarse autnticos cientficos de datos: personascon perfiles matemticos-estadsticos con una visin y unos

conocimientos de negocio muy intensos. La recomendacinde Penteo a las organizaciones es empezar a buscar ya mismoese talento analtico que requiere este tipo de proyectos.

La banca gana

Hay pocos ejemplos concretos de inicio y desarrollo deprcticas de Big Data y mucha discrecin a la hora de hablarde ellos por parte de sus responsables, ya se trate de personaltcnico o de profesionales ligados al negocio. La prudenciase impone. Aun as, algunos representantes de empresasespaolas de varios sectores s que muestras sus experiencias

en encuentros y foros profesionales o valoran a ttulopersonal el concepto y las iniciativas de sus organizacionesen la explotacin de Big Data.

Manuel Gmez Burriel, de Sistemas Centrales de laConfederacin Espaola de Cajas de Ahorros (CECA) opinaque el concepto Big Data viene de tiempo atrs, sobretodo desde el momento que surge la necesidad de manejarinformacin no estructurada. Hasta ahora, los gestores debases de datos clsicos han ido incorporando, con ms omenos funcionalidades, los datos tipo LOB y XML, perosiguen apareciendo nuevas necesidades de accesos analticosa informacin no estructurada. La valoracin positivadel impacto en el negocio vendr determinada, como eshabitual, por el retorno de la inversin estimada paraproveer el servicio.

Acerca de qu usos de Big Data que ayudasen a mejorarel negocio podran ser relevantes en su organizacin,Gmez Burriel slo observa el posible requerimiento decantidades ingentes de informacin para los servicios quedeben conservar datos a lo largo del tiempo, por razones oimperativos legales y/o de auditora.

Para un profesional de TI de otra entidad financieraespaola que prefiere no identificarse, Big Data no esuna prctica completamente nueva: el tratamiento de lainformacin no estructurada lleva realizndose hace variosaos, lo que ha cambiado realmente es la cantidad deinformacin a almacenar y procesar, as como las fuentesdiversas que la originan. Este crecimiento es exponencialy en estos momentos desconocemos cual ser el techo, si esque algn da llega a tenerlo.

Disponer de informacin masiva permite

prever mejor dnde es necesario suministrarla energa y eso se traduce en ser mseficiente, ms fiable y, en consecuencia,mejorar econmicamente. En un mercadodesregulado hay que competir por losclientes. Hace unos aos, el crecimientode la construccin trajo en paralelo unincremento del despliegue de agua, energa,luz nueva, gas... Pero la fiesta se acab.Ahora peleamos por los clientes y estamosobligados a ser ms eficientes, a ser

mejores.

Rafael Blesa,Responsable de Arquitectura y BI y de Gestin del

Software SSII de Gas Natural/Fenosa

Otro hecho diferenciador es la velocidad de accesoa la informacin a la que nos hemos acostumbrado.Necesitamos la informacin ya, de forma inmediata.Si combinamos estos aspectos, Big Data si es un nuevoconcepto. Estn justificadas las inversiones? Puesdepender de las necesidades del negocio, y debe ser esterea de la compaa quien decida su rentabilidad o no.Lo que parece indudable, es que el futuro nos lleva atrabajar con este concepto, por lo que de una forma u otratendremos que evolucionar en este sentido.


22/32

Mundo Telco

El sector de las telecomunicaciones es uno de los que mspotencial podra extaer de las prcticas relacionadas con BigData.

Ana Lled Tarradell, directora de Productos y Diseo deSoluciones de BT Espaa, valora el fenmeno en toda suamplitud: Big Data se ha convertido en un autnticodesafo para las empresas en los ltimos dos o tres aos:inmensa y creciente generacin de datos que se acumulancada da y que hay que gestionar de la manera ms eficienteposible con el objetivo de disponer de informacin como

ventaja competitiva. En este contexto, la eclosin de lasredes sociales, donde cada individuo interacta y generamucha informacin, ha venido a evidenciar ms si cabe lanecesidad de abordar soluciones prcticas.

normas regulatorias en algunos de ellos que obligan aalmacenar los datos durante tiempo prolongado aunque nose utilicen, contina la directora de Productos y Diseo deSoluciones de BT Espaa.

De modo ms concreto, la directiva de la compaa detelecomunicaciones comparte la experiencia y planes desu firma en relacin a Big Data: Como operador, BTanaliza los datos del trfico de voz y datos de sus clientespara dimensionar sus propias redes segn la geografa yla demanda de capacidad e incluso para disear ofertas

especficas. Este anlisis, le permite tambin la gestinidnea de las necesidades de sus clientes colaborandodirectamente con ellos en la optimizacin de sus redes ysistemas teniendo en cuenta sus necesidades de trfico,transacciones, almacenamiento e incidencias segn laestrategia de uso. Al no estar en Espaa orientados almercado residencial, y a pesar de que el volumen de datosque se generan es enorme y sigue creciendo, BT continaen disposicin de manejar la informacin de sus clientescon un mayor grado de personalizacin.

Continuando en el segmento de las telecomunicaciones,el 1004 de Telefnica es un ejemplo concreto de prcticasde Big Data a travs de modelos predictivos. Duranteuna jornada de difusin del concepto organizada enESADE Por Bayes Forescast bajo el epgrafe Big Data ymodelos de prediccin en marketing y operaciones, elGerente de Atencin al Cliente en Telefnica, Javier Falc,comparti la experiencia de su organizacin explotandosus datos y utilizando modelos de prediccin que ayudana diagnosticar, explicar y prever y que producen unimpacto muy positivo en la optimizacin de los procesosproductivos y en los ahorros de costes.

En su ponencia Falc explic que el nmero de atencin asus clientes, el conocido 1004, utiliza modelos predictivospara determinar el nmero de llamadas que recibir elservicio cada vez que se lanza una campaa. Actualmente,



Big Data trae un cambio en los modelosde gestin de las organizaciones que ahorapasaran a ser compaas que toman susdecisiones basndose en lo que les dicenlos datos. Los egos corporativos se diluyen.Las decisiones tienen que venir avaladas pordatos que las justifiquen y esto es un cambiode mentalidad importante

Jaime Garca Cantero,analista independiente

Para Lled, volumen, variedad y velocidad constituyenel algoritmo comn que comparten las empresas paraenfrentarse a la gestin del ingente volumen de informacin

acumulado. La bsqueda del difcil equilibrio entreanlisis y parlisis, es decir, qu y cuntos datos analizarpara obtener informacin de autntico valor para laempresa, es el dilema al que se enfrentan. Y todo ello enmercados que cambian cada vez ms rpidamente y con


23/32

el 1004 realiza un plan de operaciones mensual y otrotrimestral y en enero de 2012 lleg a atender 14 millonesde llamadas.

Para Telefnica, el 1004 ha sido siempre su canalfundamental de ventas. Cada vez que se programa unacampaa, se invita a los posibles clientes a contratar elservicio en el 1004 y los responsables de gestin tenemosla responsabilidad de determinar los picos de llamadas,de garantizar que un cliente va a ser atendido, de trabajarjunto al equipo de previsiones de cara a cumplir las

expectativasEn este punto, los modelos predictivosresultan de una utilidad vital.

La valoracin positiva del impacto enel negocio vendr determinada, como eshabitual, por el retorno de la inversinestimada para proveer el servicio

Manuel Gmez Burriel,Sistemas Centrales de la Confederacin

Espaola de Cajas de Ahorros (CECA)

Posteriormente, y de cara a los aspectos comerciales, semiden los efectos de las acciones de marketing masivo(prensa, televisin, sms, cartas, email ), el marketingde emisin (inbound o llamadas por efecto de la accincomercial) y la factura.

En su intervencin, Falc tambin seal que una variablemuy interesante y necesaria es la del comportamiento del

cliente. No es lo mismo el comportamiento de un usuarioque ha comprado la promocin en una tienda, a travs delcall center o a travs de telemarketing de emisin. Es muyimportante identificar los patrones asociados al lugar ymomento donde se ha generado una venta.


24/32

Energa concentrada

El conocido como sector Utilities, generador y distribuidorde energas y servicios bsicos (luz, gas, agua, gasolina,petrleo) vive un momento marcado por tendencias comolas Redes Inteligentes, el Smart Metering, la entradade nuevos actores y distribuidores en el mercado, laatomizacin de las operadoras y las inversiones congeladas.Esto se une a las propias tendencias del mercado de TI que

propone prcticas como Big Data, soluciones de movilidady la convergencia de las tecnologas de la informacin con laesencia del negocio.

En un mercado desregulado hay que competir por losclientes. Hace unos aos, el crecimiento de la construccintrajo en paralelo un incremento del despliegue de agua,energa, luz nueva, gas... Pero la fiesta se acab y laeconoma va para atrs. Ahora nos peleamos por los clientescon compaeros como Endesa o Iberdrola y estamosobligados a ser ms eficientes, a ser mejores.

Para ello, Blesa entiende que es necesario optimizar lascampaas que se lanzan desde Gas Natural/Fenosa: hayque afinar la direccin de las acciones para calar mejor enlos pblicos objetivos y obtener un mayor xito: llegar conla oferta adecuada, organizar campaas menos masivas yms dirigidas a segmentos concretos. Esa es una demandadel negocio y desde el punto de vista de sistemas tenemosque proveer ms informacin, en perodos mucho mscortos. Se necesita informacin y se necesita para analizarlaYA.

En el caso de su organizacin, Blesa comenta que se trata deaprovechar la informacin de los clientes y sus patrones deconsumo pero que tambin es necesario incorporar fuentesexternas: informacin demogrfica, geogrfica-geodsica-geoespacial, metereolgica, de impacto medioambientaly sin olvidar la influencia de las redes sociales en lareputacin de la compaa.



Big Data representa una vuelta a las viejasprcticas del mainframe. Las estrategiastecnolgicas, como sabemos, son cclicasy ahora toca consolidar. Particularmente,defiendo una posible inversin, aunque al

principio no veamos un impacto directoen el negocio. Su impacto sera ms bienindirecto, de cara a minimizar los riesgostcnicos que tienen el hardware y softwaredistribuido entre n-mil empresas

Mario Sanz Mayor,Equipo de plataformas de Middleware de Barclays

Big Data trae un cambio en los modelosde gestin de las organizaciones que ahora

pasaran a ser compaas que toman susdecisiones basndose en lo que les dicenlos datos. Los egos corporativos se diluyen.Las decisiones tienen que venir avaladaspor datos que las justifiquen y esto es uncambio de mentalidad importante

Jaime Garca CanteroAnalista independiente

Como resultado del cruce de tendencias, las estrategiastecnolgicas del rea Utilities enfatizan el uso de laexplotacin de tecnologas de informacin geogrfica queminimicen el impacto en el medio ambiente, la utilizacinde soluciones en la Nube y las capacidades ampliadas degestin de activos.

Adems, las compaas de energa asumen un riesgoimportante: se trata de servicios bsicos y el desprestigio deimagen y de marca que se sucede a un mal servicio o a unservicio caro es difcilmente recuperable.

Rafael Blesa, Responsable de Arquitectura y BI y deGestin del Software SSII de Gas Natural/Fenosa, opinaque disponer de informacin masiva permite prever mejordnde es necesario suministrar la energa y eso se traduce enser ms eficiente, ms fiable y, en consecuencia, mejorareconmicamente.

Hay muchas soluciones interesantes que estamos

evaluando actualmente que espero nos ayuden. La barrera,como casi siempre es el coste. Los proyectos no resultanbaratos y tenemos que estar seguros que la aplicacinjustifica la inversin en un momento en que todo secuestiona, concluye el Responsable de Arquitectura y BIde Gas Natural/Fenosa.


25/32

Gran Consumo

Tambin en la Jornada sobe Big Data y modelos predictivosaplicados al marketing y operaciones, MassimilianoMarinucci, Director de Marketing de Estrategia yProductividad de Coca Cola comparti la experiencia de laque es, quizs, la marca global por excelencia con el uso delas tcnicas predictivas a partir del anlisis masivo de losdatos.

Marinucci inici su intervencin con una frase pronunciadaen 1887 por John Wanamaker, considerado el padre de lapublicidad moderna y pionero de las tcnicas de marketing: Ya s que la mitad del dinero que empleo en marketingno tiene ningn efecto. El problema es que no s de qumitad se trata.

Con ella, el directivo de Coca Cola pretenda enfatizarla necesidad de entender de dnde vienen las ventas ylos factores que influyen en ellas en un deseo de prever,planificar y mejorar la productividad. En ese sentido, los

modelos predictivos creados tanto globalmente como ennuestro pas pueden considerarse un ejemplo de innovaciny desarrollo.

Nos interesa analizar los datos porque necesitamosentender, diagnosticar, saber de dnde vienen nuestrasventas o los factores que han influido en ellas Siaadimos la capacidad de previsin de los modelos a suhabilidad para entender lo que est pasando, el resultadoes que los modelos tambin podrn utilizarse de cara a laplanificacin. Otra razn ms que potente para modelizar

es el dinero que invertimos en publicidad: Utilizamos losmodelos para mejorar la productividad de nuestras accionesde marketing. A travs de la diagnosis podemos mover losrecursos de un lado para otro segn la productividad.

Los modelos explican qu motivaciones influyen en elnegocio, de dnde vienen las ventas, cmo contribuye cadaelemento al crecimiento o a los volmenes de venta porao y, de ese modo pueden identificar cul sera la inversinptima en acciones de marketing y publicitarias.

De modo muy grfico, Marinucci relat que los modelos

generan controversia en los departamentos de marketing.Por ejemplo el hecho de demostrar que gran parte delaumento de ventas no se debe al marketing sino a factoresexternos como una mayor tasa de crecimiento de pases envas de desarrollo. En ese sentido, los modelos ayudan aredimensionar la aportacin de cada elemento y a darle

Para el directivo de Coca Cola un asunto importante escmo se reciben estas prcticas de anlisis extremo de datosy aplicacin de modelos predictivos. Segn Marinucci elpunto fundamental es que los altos cargos entiendan subeneficio y utilidad que se den cuenta de que se trata de

una prctica que les va ayudar a tomar decisiones y a valorarlos riesgos de cara al futuro.

BT analiza los datos del trfico de voz ydatos de sus clientes para dimensionarsus propias redes segn la geografa yla demanda de capacidad e incluso paradisear ofertas especficas. Este anlisis, lepermite tambin la gestin idnea de lasnecesidades de sus clientes colaborandodirectamente con ellos en la optimizacinde sus redes y sistemas teniendo en cuentasus necesidades de trfico, transacciones,

almacenamiento e incidencias segn laestrategia de uso

Ana Lled Tarradell,directora de Productos y Diseo de Soluciones de BT Espaa

el valor que verdaderamente tiene. Los modelos favorecenla comunicacin objetiva. Ya no se trata de decir: el aopasado hizo calor y por eso vendimos ms. Vamos a analizarel aumento de temperatura y lo vamos a cuantificar. As seacaba con la diatriba tipo: fue el calor frente a no, fue mimarketing.


26/32

Big Data, unnimemente incluida entre lastendencias del ao por todos los analistas yconsultoras, es el conjunto de herramientas,procesos y aptitudes que van a permitirla gestin de estas enormes cantidades deinformacin para mejorar los resultadosde nuestras organizaciones. Sin duda elimpacto de Big Data y la complejidad de suimplantacin dependen en gran media de laorganizacin concreta, pero prcticamente

todos los sectores pueden verse beneficiadoscomo muestra la figura 1 en un ejerciciorealizado por Mckinsey para el mercado deEEUU.

Figura 1: Facilidad y Potencial de laimplantacin de Big Data en los diferentessectores

La explosin de la informacin.

Un estudio de investigadores de La Universidad del Surde California publicado en la revista Science en Mayo de2011, cifraba la informacin digital almacenada en el ao2007 en todo el mundo en ms de 276,000 millones deGigabites, unas 13,800 veces la informacin almacenada 20aos antes (Figura 2). Segn este estudio menos del 9% detoda esa informacin est almacenada en servidores. Lejosde frenarse, este crecimiento sigue acelerndose y dicho

estudio prev que la informacin generada en 2020 sea 50veces la originada en 2011. Fuentes menos acadmicas peroque dan cifras ms actualizadas, como la consultora IDCcifran en 1,8 Zettabytes la informacin generada en 2011.Si tratramos de almacenar esa informacin en Ipads (de

Transacciones financieras y ventas en tiempo real, medidas de sensores en las cadenas defabricacin, localizacin de nuestra flota de distribucin u opiniones de los clientes en las redessociales. Nuestras organizaciones manejan en la actualidad una cantidad ingente de informacin. Suanlisis hace posible una nueva manera de gestionar las organizaciones que el profesor del MIT ErikBrynjolfsson define como DDD (Data Driven Decision) que permite a las organizaciones ganancias deproductividad de entre un 5 y un 6 % (Brynjolfsson, 2011).

BIG DATA: MUCHO MS QUE INFORMACIN

los caros, de los de 32GB) necesitaramos 57.500 millones.Con ellos puestos unos al lado de otro formaramos unalnea que dara 3 veces la vuelta al mundo y si tratramosde apilarlos, la montaa resultante sera 25 veces ms altaque el monte Fuji.

Estas magnitudes macro tienen su reflejo micro, y lainformacin gestionada y almacenada por las organizacionestambin alcanza cifras espectaculares, Google procesa al da

20 Petabytes de Informacin y el CERN en Ginebra genera40 terabytes por segundo. Pero no slo estos gigantesmanejan ingentes cantidades de informacin. Segn laconsultora Mckinsey, en 15 de los 17 sectores econmicosanalizados, la empresa americana media de ms de 1.000

Bajo

Alto

Alto

Utilities Serviciossanitarios

Informtica de consumo

Recursos naturales

Fabricacin

Servicios profesionales

Industria alimentaria

Construccin

Servicios administrativos

Otros servicios

Servicios educativos

Arte y entretenimiento

Sector Pblico

Gran Consumo

Gestin de empresas

Inmobiliarias

Transportes

Finanzas y seguros

Informacin

Retail

UTILIDAD DE BIG DATA POR SECTORESDatos de la economa estadounidenseEl tamao del crculo indica la contribucin relativa al PIB

Big Data: valor potencial de utilizacin

BigData:facilidadparacapturardatos

Jaime Garca CanteroAnalista independiente

@jaimegcantero


27/32

Figura 2:La explosin de la informacin

Papel, pelculas, cintas de msica y vinilos: 6,2%

Cintas de vdeo analgicas: 93,8%

Otros medios digitales: 0,8%*

Discos duros porttiles: 2,4%

CDs y Minidisks: 6,8%

Discos duros de servidores y mainframes: 8,9%

Cintas digitales: 11,8%

DVD/Blu-ray: 22,8%

Discos duros de PC: 44,5%

*Tarjetas con chip integrado, tarjetas de memoria,disquetes, cmaras de telfonos mviles y PDAs,videojuegos

POTENCIA DE COMPUTACINEn 1986, las calculadoras de bolsillo recogan la mayor parte de la potencia deprocesamiento de datos mundialPorcentaje de potencia de procesamiento disponible por dispositivo

Calculadoras

41%

Ordenadores personales

33%

Consolas devideojuegos

9%

66% 25% 3% 6%

Servidores

17%

Telfonos mviles, PDAs

Superordenadores 0,3%

2007 ANALOGICO

18,86 Gigabytes

2007 DIGITAL

276,12 Gigabytes

ANALOGICO

DIGITAL

1986 ANALOGICO

2,62 Gigabytes

DIGITAL

0,02 Gigabytes

empleados almacena en sus bases de datos ms de 235

Terabytes de capital informativo (cantidad de informacinalmacenada en la biblioteca del congreso de los EEUU,considerada una de las mayores del mundo).

Pero esto slo es el principio, la anunciada llegada deInternet de las cosas, en la que multitud de objetoscotidianos estn dotados de ojos y orejas que lespermiten ser conscientes del entorno que les rodea(context awareness), de su posicin geogrfica (locationawareness) y su entorno. Este entorno que distintos autoresdenominan de formas diferentes: Web squared (OReilly,2009), Pervasive computing (Weiser, 1993) o Everyware

(Greenfield, 2006). Supone que el futuro de Internet essu encuentro con el mundo real. Una ingente cantidad denueva informacin formar una piel digital que cubrirel mundo fsico y abrir nuevas oportunidades paraorganizaciones privadas y pblicas.

Mucho ms que informacin

Sin embargo la informacin no es la parte crtica enel proceso de adopcin de Big Data, casi todas lasorganizaciones disponen ya de informacin suficiente o lesresultara relativamente sencilla su captura. El problemaes la transformacin organizacional y de los procesos y lainteligencia de negocio que permita sacar conclusiones deesa informacin. En esto es crtico entender que el perfilde los usuarios de la informacin est cambiando. Si antesesta pareca patrimonio de los departamentos financieros ypor supuesto del CIO, hoy son los directivos de marketingy operaciones quienes se estn convirtiendo en los usuariosms intensivos de la misma. Por eso es fundamentalpara el xito de las iniciativas de Big Data una buena

sincrona entre la capa de negocio y la infraestructuratecnolgica subyacente. Las TI son sin duda la herramientaimprescindible para llevar a cabo cualquier proyecto de BigData pero es el conocimiento de negocio el que determinarel xito de la misma.


28/32

El mercado de las Tecnologas de la Informacin tiene unnuevo mantra: Big Data. Puede parecer increble, pero seestima que el 90% de los datos mundiales se ha generadoen los ltimos dos aos. Adems, el 80% de ellos no son

estructurados, es decir, no estn integrados en bases dedatos al uso, por lo que nicamente el 20% est disponiblepara ser analizado en sistemas tradicionales.

BIG DATA,METEOSAT DE LA GESTIN DE CRISIS

As pues, contamos con gran cantidad de informacin,enormemente valiosa, pero la gran mayora de lascompaas incluso las lderes- todava no han articuladosistemas punteros de gestin de informacin paracocinarla y obtener slidos puntales para la toma dedecisiones, puesto que sus tecnologas tradicionales de TI sequedan cortas.

Cmo distinguir el polvo de la paja?Cmo identificar opiniones que puedenllegar a tener influencia?

Adems, tampoco se aprecia un decidido respaldo porparte de algunos CEOs, que siguen reticentes con respectoal valor que Big Data puede aportar a sus negocios.Naturalmente, tambin ellos son conscientes de que la

popularidad de los social media y la multiplicacin delos dispositivos electrnicos han sido en buena parteresponsables de esa masiva generacin de datos que haprovocado un cambio radical, dado que hoy en da adiferencia de aos atrs- tanto los consumidores comolos negocios generan e interaccionan con informacindispar. Y sin embargo, an no se atreven a apostar claray decididamente por un cambio de paradigma a niveltecnolgico y estratgico.

IDC prev que en 2012 el volumen del contenido digitalllegar a alcanzar los 2,7 ZB, un 48% ms que en 2011,

cifra que en 2015 se disparar hasta los 8 ZB. Lo curiosoes que la propia analista reconoce que estos datos estnrepletos de una valiossima informacin, pero todavaconstituyen un reto que debemos comprender y analizar.

La capacidad de generar y difundir informacin de modo instantneo se ha disparado especialmente

desde la llegada de los social media. Resulta muy difcil gobernar y canalizar las opiniones deun pblico cada vez ms amplio que se expresa libremente sobre cualquier asunto y difunde susvaloraciones con una capacidad de influencia en aceleracin constante.

Qu hacer desde las organizaciones para evitar que se produzcan crisis de reputacin o de cualquierclase? Cmo volver en su favor el uso de las redes sociales analizando y valorando los datos que enellas se generan?

Fran RosilloExperto en gestin de crisisDirector General

Aleph Comunicacin

www.alephcom.es


29/32

Todo el mundo opina

Aun as, en medio de este complejo contexto, en el que lascifras ingentes llegan a escapar a nuestra comprensin, sesiguen situando las personas. S, gente de carne y hueso,que vive, lucha, ama, tiene hijos, celebra cumpleaos, visitaotros pases, encuentra trabajo, lo pierde y consume

millones de productos a lo largo y ancho del planeta.

que todas nuestras huellas y acciones en el mundo onlinepueden ser analizadas. Todo este volumen de informacininterconectado, analizado y explotado proporciona undetalle nunca antes imaginado.

Pero para poder gestionarlo debemos estar sumamentepreparados, porque a veces las seales que lanzan las redescuando algo no marcha bien se producen tenuemente ycon la rapidez de un tweet; en cuestin de minutos lachispa puede encenderse y en apenas unas horas nosencontraramos con una bonita crisis. Cmo distinguir elpolvo de la paja? Cmo identificar opiniones que puedenllegar a tener influencia?

Hoy ms que nunca, las marcas no tienen el control sobrelos consumidores. Slo cuando el compromiso es real y las

Ahora ms que nunca, estas personas expresan su opinin.No es que antes no la tuvieran; los libros de Historiaestn repletos de las consecuencias de esos pareceres. Ladiferencia es que ahora cuentan con medios fciles, baratos,inmediatos y sumamente cmodos para expresarlas ydifundirlas a nivel mundial.

Habr quien piense que esto provoca las crisis, pero no esdel todo cierto. Revoluciones, manifestaciones, cadas endesgracia, derrocamientos, modas, rumores y cambios de

tendencia en la opinin pblica han sido una constantedesde que el hombre es hombre, lo que ocurre es que hoytodo eso sucede instantneamente.

Ahora bien, tambin los gestores de las crisis contamoscon la misma ventaja que sus protagonistas o impulsores.Al igual que actualmente es ms sencillo difundir porcualquier confn del mundo un argumento, un rumor ouna consigna, las actuales tecnologas proporcionan lasherramientas suficientes como para detectarlos a tiempo yprepararse para el combate. Todo es cuestin de clasificar,procesar, analizar y escuchar lo que nos dice Big Data.

El abanico de posibilidades que se abre es prcticamenteinimaginable y su origen es la digitalizacin de lainformacin y la trazabilidad digital, porque no olvidemos

Al igual que actualmente es ms sencillodifundir por cualquier confn del mundoun argumento, un rumor o una consigna,las actuales tecnologas proporcionanlas herramientas suficientes como paradetectarlos a tiempo y prepararse para elcombate. Todo es cuestin de clasificar,procesar, analizar y escuchar lo que nos diceBig Data.

En una segunda fase, deberamos ser capacesde identificar cul fue el origen del problema,las reas de la compaa implicadas, losfallos cometidos y qu puntos dbiles tenanuestra estrategia. Para ello, una vez ms, losresultados procedentes del anlisis de Big Dataequivaldran a oro puro.

tecnologas las adecuadas pueden las empresas identificar

sus errores y reaccionar a tiempo, al igual que cuando elhombre del tiempo anuncia lluvias torrenciales la genteprepara sus casas. Es entonces cuando podramos ser capacesde atajar un rumor incipiente, o responder a una quejaque tiene razn de ser, es decir, gestionar adecuadamenteuna crisis en las redes sociales y adems apuntarla ennuestro haber: sumar puntos para la marca en trminos deconfianza, en definitiva.

De cualquier modo, nuestro trabajo no habra acabado.Comenzara una segunda fase, en la que deberamos sercapaces de identificar cul fue el origen del problema, las

reas de la compaa implicadas, los fallos cometidos y qupuntos dbiles tena nuestra estrategia. Para ello, una vezms, los resultados procedentes del anlisis de Big Dataequivaldran a oro puro.


30/32

Por qu The Beatles tuvieron tanto xito y tanrpido? Tras aos de Beatlemana, Beatleloga ypginas y pginas escritas sobre la clave del fenmenode los cuatro de Liverpool parece que todo puededestilarse en una premisa bien simple: el xito de losBeatles era que estaban tan cerca de su pblico, queel reflejo y la identificacin era inmediato. Cmopueden las organizaciones estar cerca de su pblico-audiencia-consumidor-ciudadano? Segn AndrewSutherland, Vicepresidente Senior de Tecnologa paraEuropa, Oriente Medio y frica de Oracle, Big Datatiene la respuesta. Slo hay que encontrar el caminoadecuado, despejar la maleza, ver el bosque y cadarbol, cada rama, cada hoja y saber interpretar qusignifica.

Qu beneficios puede aportar Big Data a lasorganizaciones?

Si uno entiende la utilidad de las aplicaciones de negocio,entiende entonces los beneficios de Big Data. Bsicamentehablamos de una prctica que aspira a aadir valor de formarpida a una organizacin, encontrando las oportunidadesde nuevas fuentes de ingresos. Cuando le das valor denegocio a los proyectos de TI, todo el mundo gana. Seobtienen ventajas competitivas, se incrementan las ventas,se aumenta la sabidura corporativa, la inteligenciacolectiva. Eso es siempre bueno.

ENTREVISTA

Qu diferencias o matices hay entre Big Data y otrasprcticas consolidadas como el data warehouse, lainteligencia de negocio, las herramientas estadsticas olos sistemas de gestin de relacin con los clientes?

Histricamente, en la primera generacin de las

aplicaciones de negocio las soluciones estaban muycentradas en la automatizacin de los procesos. En lasegunda generacin, la inquietud iba por otro lado. Nose trata slo de automatizar procesos, sino tambin deencontrar el modo de automatizar los cambios en losprocesos: la flexibilidad era la clave. Los procesos cambian,evolucionan, es fundamental entender esto.

Hay que conocer la realidad del cliente. BigData permite hacer ajustes a los procesos,que no son inamovibles, ya lo estamos

viendo, y obtener mayores beneficios en elnegocio

Andrew Sutherland,Vicepresidente Senior de Tecnologa paraEuropa, Oriente Medio y frica de Oracle

Big Data es el viga capaz de optimizar los procesos de una

organizacin al estar pendiente y vigilante de los cambios detendencia

Big Data aporta la visin sobre cmo podran cambiar esosprocesos a raz de los indicios que estn recogindose de larealidad?

Efectivamente. Valora la direccin a la que nos dirigimosy ayuda a reconducir el rumbo si fuera necesario. Es elviga capaz de optimizar los procesos de una organizacinal estar pendiente y vigilante de los cambios de tendencia.Algo de lo que somos muy conscientes es que ya pasaronlos das de la cultura del puro producto en una direccin.Hay que conocer la realidad del cliente. Big Data permitehacer ajustes a los procesos, que no son inamovibles, ya loestamos viendo, y obtener mayores beneficios en el negocio.


31/32

Big Data ofrece la posibilidad de analizarcon mayor precisin lo que est cambiando.Tiene valor predictivo, de identificador detendencias y desviaciones de lo que se dabapor bueno. Va a un nivel intenso y profundode granularidad en el entendimiento denuestras organizaciones. Es anlisis extremo

Funciona de manera proactiva-positiva o slo sirvepara corregir?

Big Data ofrece la posibilidad de analizar con mayorprecisin lo que est cambiando. Tiene valor predictivo,de identificador de tendencias y desviaciones de lo que

se daba por bueno. Va a

big data y su impacto en el negocio

Documents