Big Data – Best In BI

Originalmente se asoció el término “Big Data” a tres conceptos clave: gran volumen de datos, variedad y complejidad de los mismos y velocidad en el procesamiento. 

Durante la última década, la cantidad de datos disponibles ha crecido exponencialmente a medida que se han agregado distintos tipos de fuentes y orígenes de datos como teléfonos móviles y wearables, redes sociales, etiquetas RFID, cámaras, vehículos, TV’s y dispositivos IoT, entre otras. Es indudable que en la actualidad existe un gran volumen de datos disponible y, por lo tanto, el concepto “Big Data” ha evolucionado, asociándose más a las estrategias, métodos y herramientas utilizados para su procesamiento.

No, por el contrario, se complementan muy bien. La diferencia principal con el BI tradicional, es un tema técnico: es decir, cómo vamos a almacenar los datos, qué herramientas y arquitectura se van a utilizar y, por último, qué estrategias aplicar.

Ambos conceptos persiguen el propósito de “disponibilizar información relevante y fiable, para las personas correctas, en el momento justo” para apoyar la toma de mejores decisiones, de la manera más rápida y eficiente posible.

Sin embargo, el procesamiento de grandes (enormes) volúmenes de datos de distintos tipos y orígenes, no estructurados (o al menos una gran parte de ellos), prácticamente en tiempo real, requiere de estrategias y herramientas distintas a las del BI. 

La calidad del dato y la imparcialidad del código, la seguridad y confidencialidad del sistema, y la ética con la que se trata la información, son los desafíos más importantes en materia de Big Data.

No todos los datos generan información, pero sí, todos los datos tienen un coste asociado a la recolección, procesamiento, almacenamiento y el eventual descarte. En la actualidad, durante el proceso de toma de decisiones, las organizaciones utilizan menos del 2% de los datos y se estima que, del volumen total de datos, entre el 25% y el 30% tendrán valor que aportar en dicho proceso.