Rethink by ESIC | #Big data

1. Discretiza las variables independientes que sean continuas. Raramente la relación entre una variable independiente y la variable objetivo es lineal. Estableciendo tramos en la variable independiente conseguirás captar tanto relaciones lineales como no lineales entre ambas.

El Big Data ha dejado de ser una moda en España para instaurarse como una necesidad en nuestras empresas. Prácticamente todos los sectores están realizando pruebas de concepto, pilotos o proyectos con tecnologías Big Data. Por ejemplo, Telefónica anunció a finales de  Noviembre su plan estratégico para los siguientes cinco años donde uno de sus pilares del negocio digital sería el Big Data. El de la banca es otro de los sectores que en mayor o menor medida llevan más de un año invirtiendo en estas tecnologías.

Para situarnos, en las empresas el “data-driven” implica que se toman decisiones estratégicas basadas en la interpretación y el análisi de datos. Es decir, se trata de ver la manera cómo se estructuran y organizan los datos con el fin de aplicarlos al negocio y mejorar sus estrategias.

El perfil de Analista de big data se está convirtiendo en uno los más demandados dentro del mercado de IT. El motivo es, según el informe de IDC España, que en los próximos tres años será una de las tendencias que marcarán el crecimiento de las compañías tecnológicas, junto con Internet de las cosas, Inteligencia Artificial, robótica y Blockchain.

La situación más habitual consiste en que la empresa dispone de datos históricos sobre cualquiera de las actividades que realiza y quiere aprender de ese pasado conocido para optimizar el resultado que obtendrá de esa actividad en el futuro.

La protección de la información sigue siendo uno de los mayores retos de la ciberseguridad a nivel mundial. La seguridad de la documentación y la privacidad de los datos se han convertido en cuestiones de máxima urgencia a afrontar por cualquier organización empresarial. No puede faltar el documento de seguridad.

Trabajar con grandes volúmenes de datos procedentes de cualquier dispositivo, de multitud de sensores y de otras muchas fuentes del internet de las cosas produce multitud de interacciones con nuestros clientes a lo largo de los diferentes procesos de preventa, venta y postventa. Su gestión, análisis y el procesamiento de datos de forma optimizada nos ayudan a obtener una información que hace unos años no estaba a nuestro alcance.

En los últimos años se ha escrito mucho sobre los usos de Big Data, inteligencia artificial (AI) y cloud computing. El vínculo entre estos tres factores con las herramientas de Business Intelligence (BI), las plataformas de escucha en redes sociales y las soluciones CRM omni-channel es cada vez más fuerte, e impacta seriamente en la experiencia de cliente.

Aunque a la mayoría conceptos como datificación, Big Data, minería de datos puedan  parecerles el último grito de las tecnologías digitales, nada como conocer la historia de sus pioneros para darnos cuenta de que el intento de encontrar pautas en el tratamiento de grandes cantidades de datos viene de muy lejos, en concreto más de 150 años de antigüedad. La historia del comandante Maury, que se considera el pionero del Big Data es verdaderamente interesante, aun cuando es, literalmente… una de barcos.

Sí, una de las grandes ventajas de aplicar tecnologías de Big Data en nuestra organización es que podemos aplicar diversas técnicas a nuestros datos para predecir cómo van a evolucionar en el futuro ciertas variables. A este conjunto de técnicas estadísticas y de aprendizaje automático se les suele denominar modelos predictivos y se encuadran dentro del campo del análisis predictivo (predictive analytics).