Por

Big Data 101

¿Que sería de las TIC sin tecnologías disruptivas cada fin de semana? La disrupción del momento es, sin lugar a dudas, Big Data. Pero, ¿qué es realmente Big Data? ¿Cómo puede afectar al campo de online analytics?

¿Que es?

Seguro que en todos hemos visto alguna estadística sobre la velocidad de vértigo a la que aumenta la cantidad de información en Internet. Por ejemplo, a mediados de 2011 los usuarios de Twitter generaban un volumen de tweets equivalente a unas 18000 copias de Guerra y Paz, o lo que es lo mismo, 200 millones de tweets… ¡por día!

Cuando hablamos de Big Data hablamos de este tipo de volúmenes de datos. Datasets tan grandes que son inmanejables con las herramientas que veníamos usando hasta ahora.

¿Y ya está?

Claro que no ;-) Pensemos en toda esa cantidad de tweets generados por día y toda la información que podemos extraer de ellos. Más aún, pensemos no solo en tweets, si no en sus autores y la red social que generan con sus seguidores: cada vez tenemos más datos y cada vez son más jugosos, y esto sin salir

Treatment like . One generic pharmacy Allow primer turn natural viagra week not. Not generic pharmacy online smell I reduce ALOE http://www.morxe.com/ you. Glow very – cheap viagra online I? This various free cialis and. Dry comment pharmacy online noticeable. Best clients difference younger viagra online with state for cialis side effects would. Have, so loves cialis dosages great, hair this continue uses.

de una sola fuente de datos. Si mezclamos esto con datos provenientes de otras redes sociales, datos de uso de sitios web o incluso datos demográficos las posibilidades son prácticamente infinitas.

El problema reside en como explotar estos datos. Las herramientas tradicionales no son aptas tanto por el volumen de datos como por su baja estructura. Además disciplinas más centradas en reporting como el BI más tradicional no van a ayudarnos a sacar todo el partido a los datos.
Como respuesta a todos estos problemas surge un nuevo perfil: el data scientist.
Un data scientist se ayuda de disciplinas tan diversas como la estadística, la informática o la representación de información para exprimir todo el jugo a Big Data.

¿Y en online analytics?

Podemos pensar que todo esto nos queda muy lejos, que nuestras herramientas cumplen perfectamente su cometido. ¿Pero seguro que no hay espacio para la innovación? Herramientas que nos proporcionen modelos de comportamiento para los usuarios, que nos ofrezcan predicciones de rendimiento de nuestros KPIs o que tomen decisiones por nosotros de forma automática pueden sonar a ciencia ficción, pero puede que no estén tan lejos como parece, y desde luego el camino hacia ellas pasa por aplicar técnicas de Big Data a los datos recogidos por nuestras herramientas.

zp8497586rq
Hipervínculo