¿Qué Software es apto para su empresa?

Acceda a nuestros evaluadores

Imagínese una inmensa tabla de datos en la que usted puede buscar, agregar o transformar información o grandes volúmenes de datos no estructurados, conocidos como big data. ¿De qué les serviría a las compañías e instituciones públicas tener estos grandes centros de datos si no supieran qué hacer con ellos?

Aunque originariamente el término big data hiciera referencia a tecnología, se ha hecho tan popular que muchas veces se utiliza también para hablar de las aplicaciones que tienen los datos. Típicamente, en cualquier encuesta sobre cómo utilizan el big data las empresas, nos encontraremos con casos de uso y formas de extraer valor de los datos, más allá de la tecnología que se use.

Desafíos del big data

Uno de los principales retos que tienen las organizaciones a la hora de abordar sus proyectos big data es precisamente definir qué se quiere solucionar con los datos. Esta tarea requiere, por un lado, el suficiente conocimiento de negocio como para establecer los requerimientos de la organización y estimar la ganancia que se va a obtener tras la realización de estos proyectos, pero también exige, por otro lado, el conocimiento técnico de saber transformar un problema de negocio o un caso de uso en un problema científico viable donde, basándonos en la evidencia que los datos nos dan y utilizando herramientas analíticas, estadísticas y matemáticas, extraer conclusiones sólidas, proponer acciones basadas en datos o predecir comportamientos futuros.

Este otro tipo de tareas, con un componente de conocimiento del negocio y ciencia, es lo que se conoce hoy en día como ciencia de datos (data science) y que tiene una naturaleza completamente diferente al problema tecnológico previamente tratado.big data

Los científicos de datos, uno de los perfiles profesionales más demandados hoy en día en el mercado laboral, son precisamente los encargados de llevar a cabo estas funciones. Con un conocimiento que mezcla aptitudes matemáticas, estadísticas, informáticas y de negocio, ellos son los responsables de abordar proyectos y desarrollos que tienen partes muy diferenciadas:

  • Identificación del problema: planteamiento de la pregunta que, en caso de ser contestada, resuelve un problema concreto de negocio.
  • Obtención de la información: estudio de qué fuentes de datos son las relevantes para solucionar el problema.
  • Exploración y análisis de la información: mediante técnicas de análisis estadístico y de visualización, búsqueda de respuestas desde un punto de vista descriptivo al problema concreto.
  • Modelización de los datos: seguramente, otra de las principales disrupciones en el mundo big data. La posibilidad de crear modelos matemáticos basados en millones de registros históricos que permitan, entre otras cosas, descubrir patrones de comportamiento, predecir cómo actuarán nuestros clientes y usuarios, desarrollar sistemas de recomendación automáticos, etc.
  • Comunicación de los resultados: todas estas tareas técnicas y los resultados que se derivan de las mismas, los científicos de datos deben traducirlas al lenguaje del negocio de manera que sea comprensible por los decisores de las organizaciones.

En definitiva, la data science es el conjunto de técnicas que nos permiten pasar de un almacén de datos a las aplicaciones de valor con los mismos. Aunque no lo veamos, estos modelos ya están presentes en nuestras vidas:

  • Cuando encendemos un navegador y estima el tiempo a nuestro destino basándose en el pasado y en datos de tráfico, existe un modelo matemático por detrás.
  • Cuando entramos a un portal de eCommerce y, basándose en lo que hemos comprado y nuestro perfil, nos recomienda productos de acuerdo a nuestros gustos, es un sistema de recomendación automático el que elige las propuestas.
  • Cuando una compañía decide abrir una nueva franquicia en un lugar y no en otro, hay todo un estudio basado en datos de los factores de éxito que influyen, como el tipo de personas que pasan por delante, los flujos de movilidad o el perfil socioeconómico de la zona.

Estamos rodeados de algoritmos y modelos que nos facilitan la toma de decisiones, y que nos conocen gracias a la huella de datos que dejamos, tanto en el mundo virtual como en el físico.

Fuente: Fundación Telefónica, Economía de los Datos Riqueza 4.0

Adaptado por la División Consultoría de EvaluandoSoftware.com

 

¿Qué Software es apto para su empresa?

Acceda a nuestros evaluadores