Claves de la transformación digital en la empresa (Parte 4) : Big Data

 

Con esta cuarta entrega, doy por finalizado (por ahora) las publicaciones que voy realizando sobre las claves de la transformación digital en la empresa.

Partimos que la transformación digital conlleva la reelaboración de estrategias, procesos, operaciones dentro de una organización. Y esta reelaboración implica una evolución al investigar, analizar datos que ayuden a dar ese empuje hacia el éxito de una empresa.

Es hora de hablar del Big Data, un término tan presente en estos últimos tiempos, un tema a debate constante, pero que muchos aún, no tienen muy claro que es, para que, y porqué ... 

El Big data es una de las herramientas claves en toda transformación digital. Podemos definirla como una combinación de todas las herramientas y procesos que se usan para el manejo de grandes conjuntos de datos y su filosofía es que a mayor conocimiento, mejora los análisis y se puede "controlar" lo que sucederá en el futuro.

Conocer los datos de uso, los gustos e intereses de los clientes / usuarios es una información de mucho valor para cualquier empresa-entidad ... ¿Da un poco de miedo, verdad? 

Aunque cuando hablamos de datos, los que nos importan son los datos de calidad, que son los que impulsan la transformación digital y lo que constituye información de calidad. 

Con esto queremos decir que los datos, como si mismos, datos brutos, no son valiosos para generar información y como consecuencia, no son impulso ni el crecimiento de una organización, entidad. 

Imagen obtenida de: 

https://www.slideshare.net/RevistaSG/calidad-de-datos-104238057

Son los análisis procedentes de los datos lo que generan el valor puro, el de verdad.

Según el Modelo de Calidad de los Datos Norma ISO 25012, la calidad de datos es la cualidad de un conjunto de información, recogida en una base de datos, un sistema de información o un almacén de datos y, entre sus características están:

• La exactitud,
• la completitud,
• la integridad,
• la actualización,
• la coherencia, la relevancia,
• la accesibilidad, la precisión, 
• la duplicación y confiabilidad necesarias para que estos datos resulten útiles en el procesamiento, análisis u otra finalidad que el usuario quiera darles.

LAS SIETE Vs DEL BIG DATA - CRITERIOS DE MEDICIÓN DE DATOS Y SU CALIDAD

FUENTES DEL BIG DATA 

El streaming de datos proviene del Internet de las Cosas (IoT) y otros dispositivos conectados. Puede analizar todo esto, el big data a medida que llegan, decidiendo qué datos guardar o no guardar, y cuáles necesitan un análisis más profundo y exhaustivo.

Los datos de los medios sociales provienen de interacciones en  en redes sociales como Facebook, YouTube, Instagram, etc. Esto incluye Big Data en forma de imágenes, vídeos, voz, texto y sonido. Estos datos suelen estar en formas no estructuradas o semiestructuradas, por lo que plantean un desafío único para el consumo y el análisis.

Los datos disponibles públicamente provienen de cantidades masivas de fuentes de datos abiertos como el data.gov del gobierno de los Estados Unidos, el World Factbook de la CIA o el Open Data Portal de la Unión Europea.

Otros Big Data provienen de datos transaccionales, datos de ubicación, de datos móviles o de web, de etiquetas RFID ... 

USOS DEL BIG DATA EN LAS EMPRESAS

La utilización del big data  ofrece una gran ayuda y es un instrumento que facilita acometer una serie de actividades desde el análisis de datos masivos hasta la experiencia del cliente. 

Como ejemplo podemos reflejar:

– Desarrollo de productos. Grandes compañías hacen uso del big data para anticiparse a la demanda de los usuarios. 

– Experiencia del cliente. El big data permite recopilar información de las visitas de la página web, redes sociales, registros de llamadas y otros orígenes de datos para perfeccionar la experiencia de interacción, así como optimizar el valor que se ofrece. 

– Conformidad y fraude. Los requisitos de conformidad y los contextos de seguridad están evolucionando constantemente. El big data facilita la identificación de patrones de datos que puedan ocasionar un fraude, al mismo tiempo que aglutina grandes volúmenes de datos para agilizar la creación de informes normativos.

– Aprendizaje automático. Las máquinas en vez de programarse pueden aprender gracias a la disponibilidad de big data para generar modelos de aprendizaje automático.

– Impulso de la innovación. 

Para utilizar el big data, las empresas necesitan nuevas herramientas y tecnologías que permitan administrar tales cantidades de datos.Es por ello, que a día de hoy ya hay multitud de herramientas de big data que las empresas pueden utilizar para potenciar sus rendimientos.

Este tema es muy amplio y requiere la elaboración de un artículo monográfico para ello, así como también el profundizar el uso de Big Data en las empresas (analíticas, procesos, etc.)




El Big Data tendrá que "pelearse" con su "talón de Aquiles", la privacidad, los riesgos de seguridad y la confidencialidad. Es necesario contar con una protección alta para que los datos no sean vulnerables.

Reproduzco literalmente lo que se expone en la web de AD Abogados : 

"Las implicaciones que resultan de este tratamiento masivo de datos han sido motivo de estudio, puesto que es necesario proteger los datos personales y la información íntima de las personas frente a la elaboración de perfiles. 

En este sentido, el Grupo Internacional de Trabajo sobre Protección de datos en el Sector de las Telecomunicaciones (Grupo Berlín) ha destacado una serie de principios claves para asegurar la protección de los datos de carácter personal en el Big Data.

• Principio de legitimación y consentimiento: en el Big Data, siempre que los datos obtenidos permiten que una persona sea identificada o identificable, el Responsable del Tratamiento deberá recabar el consentimiento del afectado de forma inequívoca e informada, con el fin de proteger sus derechos fundamentales al honor, intimidad e imagen personal.

• Principio de finalidad: en virtud de este principio, los datos deberán ser utilizados únicamente para la finalidad para la que fueron recogidos, es decir, que el análisis predictivo de los datos debe ser compatible con la finalidad original.

• Principio de calidad: los datos deben ser adecuados, pertinentes, no excesivos, exactos y actualizados.
• Principio de minimización de los datos: sólo se podrán utilizar los datos necesarios para cumplir el fin con el que fueron recabados.

• Principio de información o transparencia: es necesario garantizar los derechos de los ciudadanos de conocer y acceder a toda la información que se posea sobre él, así como su derecho a ser informado sobre la finalidad, uso y cesiones de los datos recabados.

No quiero terminar esta cadena de artículos sobre Transformación Digital, SIN DECIR QUE existen ya otras tecnologías emergentes y que vienen para quedarse, como blockchain, nuevo enfoque de las redes sociales, la realidad virtual y la aumentada, el internet de las cosas (IoT), de todo esto, hablaremos segurísimo dentro de poco.