Jueves, 06 febrero 2020

Ejemplos de Big Data en la actualidad

El Big Data es un término que se utiliza para definir un gran conjunto de datos o combinación de estos. El almacenamiento, observación y procesamiento de datos para obtener información relevante está ampliamente extendido en la actualidad. Veamos algunos ejemplos de Big Data en nuestro entorno.

Nuestro día a día se ve afectado por la utilización del Big Data, como por ejemplo en las sugerencias que nos muestran aplicaciones como Spotify, Netflix, Amazon, Twitter, Facebook, etc. Detrás de todas esas sugerencias están algoritmos de Machine Learning que procesan los datos relativos a nuestras acciones en esas plataformas y que, en base a ellos, generan sugerencias para nosotros.

Usos del Big Data

Existen múltiples herramientas para trabajar el Big Data como, por ejemplo, Hadoop, Spark, BBDD NoSQL, etc. A continuación, vamos a comentar algunos ejemplos concretos de utilización del Big Data:

Big Data en Marketing y Ventas

Los datos de los clientes se analizan y procesan obteniendo información relativa a sus gustos, preferencias, comportamientos.

big

Así se pueden clasificar o segmentar a los mismos en diferentes categorías y utilizar modelos predictivos para que las organizaciones puedan tener indicadores de aceptación de sus productos, potenciales ventas, etc.

Big Data para la lucha contra el crimen

En Estados Unidos los cuerpos y fuerzas de seguridad disponen de aplicaciones que, haciendo uso del Big Data, pueden predecir la probabilidad de que se produzca un crimen en una zona determinada. Con ello han desarrollado el denominado Atlas de Riesgo (aplicación Smart Steps en Massachusets).

Big Data en Deportes

En la NBA y la NFL se emplean aplicaciones que hacen uso del Big Data para definir las estrategias a utilizar en cada partido, prevenir lesiones de los jugadores, conocer las preferencias de los aficionados, etc.

Big Data en Política

Antes de las elecciones norteamericanas de 2012, Obama decidió junto con su equipo utilizar el Big Data durante la campaña electoral para analizar los datos que recogían de potenciales votantes. Llegaron a la conclusión de que, para poder ganar, tenían que centrarse en dirigirse a los votantes dudosos de una manera eficaz y, al mismo tiempo, incidir en que los votantes demócratas convencidos fueran a votar.

Utilizaron la plataforma HP Vertica, que les permitió recoger los datos, notificar de manera eficiente y rápida la información, y segmentar a los potenciales votantes para determinar cuáles serían más receptivos a publicidad en TV, periódicos, redes sociales… El equipo de campo, el digital y el de comunicación trabajaron con una estrategia basada en los datos obtenidos, consiguiendo así su reelección.

Big Data en Telecomunicaciones

Algunos operadores de telefonía móvil utilizan el Big Data para analizar qué se dice de ellas en las redes sociales, examinar los datos de sus tickets de soporte a clientes o sus quejas.

mat3

Esto posibilita implementar estrategias que permiten reducir el número de portabilidades o incrementar la captación de nuevos clientes.

Big Data en Salud y Sanidad

Tanto en la industria farmacéutica en el campo de la investigación de nuevos medicamentos como en el diagnóstico de enfermedades, cada vez es más ampliamente utilizado el procesado del Big Data colectivo (historial médico, material genético, predicción de reingresos hospitalarios…) para optimizar y probar modelos que mejoren los resultados, faciliten las pruebas en los ensayos clínicos con nuevas terapias o mejoren los diagnósticos. El Big Data también es útil para una gestión administrativa más eficiente de la salud. 

El Big Data es fundamental para las empresas, organismos públicos e instituciones del mundo actual. Capacitarse en este campo resulta esencial para aquellas personas que quieren desempeñarse en una de las profesiones con más futuro. Para ello, el Máster en Big Data online de UNIR ofrece los conocimientos más completos que requiere el mercado. Es una disciplina con un uso muy amplio, y se puede aplicar a diferentes sectores con las características comunes de reducir costes, ser más eficientes y más rápidos.