Resumen

El contar con la informacin adecuada en el momento correcto es una condicin indispensable

para realizar buenos anlisis y tomar las mejores decisiones. Esto ha tomado mayor
importancia en los ltimos aos, debido a la gran cantidad de datos e informacin que es
posible recolectar y que sigue creciendo en forma exponencial. Como resultado de ello, el
anlisis de grandes cantidades de datos o Big Data, como se le llama en ingls- se ha
convertido en toda una tendencia y herramienta fundamental para el anlisis y toma de
decisiones en las organizaciones. Almacenar, manejar y analizar grandes cantidades de datos
es ya un diferenciador importante entre organizaciones de alto y bajo desempeo. Esta lectura
muestra las cuatro dimensiones fundamentales para el anlisis de datos, as como elementos
crticos para la toma de decisiones con base en ellos.

Qu es el anlisis de datos?

De acuerdo al McKinsey Global Institute, los datos a gran escala (Big Data) se definen como
las bases de datos cuyo tamao est ms all de la capacidad que tiene el software
tradicional para su manejo en trminos de captura, almacenamiento, gestin y anlisis. El
reporte de EdTech en 2013 afirma que cada da creamos 2.5 quintillones (1020) de bytes en
datos. Es tan alto este volumen, que el 90% de los datos que existen en la actualidad fueron
creados tan slo en los ltimos dos aos. Estos datos provienen de una gran cantidad de
fuentes: de los sensores utilizados para juntar informacin del clima, de publicaciones en
redes sociales, de bsquedas en lnea, compras va sitios web, transacciones en el
supermercado, informacin leda por sensores, uso de redes sociales para interactuar y usar
el GPS de fotografas y videos digitales, archivos de transacciones de compras, por nombrar
slo algunas. En realidad, hemos estado acumulando datos desde el inicio de la humanidad;
no obstante -y conforme la tecnologa avanza- los datos se van acumulando a una velocidad
exponencial.

Ms all de referirse a la ola de la era de la informacin, los datos han sido considerados
como el nuevo petrleo de la economa actual, pues pueden ser empleados para diversos
propsitos de alto beneficio en las organizaciones.

Objetivos fundamentales

Existen tres objetivos fundamentales que debes aspirar a desarrollar en esta rea de
conocimiento.
1. El primero es desarrollar un pensamiento crtico sobre los datos y el anlisis basado en
ellos ya sea que dicho anlisis es llevado a cabo por ti mismo o por alguien dentro o fuera de
tu organizacin;

2. El segundo es identificar las posibilidades para crear valor en tu organizacin mediante el

Anlisis de datos;

3. El tercero es desarrollar la capacidad de estimar el valor creado a travs del Anlisis de

Datos al desarrollar una oportunidad.

Recuerda, que toda esta rea de conocimiento representa un pilar fundamental de la gestin y
administracin de organizaciones en el mundo actual, por lo que se requiere que desarrolles
los fundamentos necesarios para aplicar estos mtodos, identificar oportunidades y sacar
provecho de ellas.

Cuatro dimensiones para el anlisis de datos

El anlisis de datos se puede dar desde cuatro dimensiones a considerar: volumen,

velocidad, variedad y veracidad. A esto se le denomina las 4-Vs.

La dimensin de volumen se refiere al tamao de los datos. Desde el inicio del tiempo
registrado y hasta el 2003 se haba creado cinco billones de gigabytes (exabytes) de datos.
Sin embargo, en 2011 la misma cantidad de datos fue creada casi cada dos das. En 2013, la
misma cantidad de datos era creada cada 10 minutos.

La velocidad se refiere al tiempo bajo el cual es pertinente analizar datos e informacin. Dado
que los datos son creados cada segundo, estos se vuelven obsoletos rpidamente. Por esta
razn, es importante hacer uso de estos datos lo ms rpido posible, o sustituirlos por datos
ms actualizados que se generen en forma gil.

La tercera dimensin, variedad, se refiere a los diferentes tipos de datos que se recolectan.
Existen datos estructurados, no estructurados, datos en texto, datos numricos, datos en
imgenes o datos en audio y video, por mencionar solo algunos de ellos.

Finalmente, la veracidad se refiere a la certidumbre asociada a estos datos. Especficamente,

esta dimensin considera ciertas alteraciones que los datos puedan tener durante su
generacin o recoleccin, por lo que no necesariamente se conoce cules de ellos son del
todo confiables y cules no. Esta dimensin es tan importante, que organizaciones como IBM
han estimado que la baja calidad de datos le cuesta alrededor de $3.1 trillones de dlares a la
economa de los Estados Unidos.
Por qu debe interesarte el anlisis de datos?

El objetivo final no est solamente en generar, almacenar y manejar grandes cantidades de

datos. Una vez que los datos son creados y almacenados, el siguiente paso es analizarlos
para convertirlos en informacin til. Esta informacin se convierte en conocimiento para
tomar decisiones, cuando as es necesario. La Figura 1 muestra precisamente un panorama
general del proceso para la toma de decisiones que se debe seguir en cualquier organizacin,
al hacer uso de datos en forma adecuada.

Por razones como estas es que el anlisis y manejo de datos para la toma de decisiones -
conocido en ingls como Analytics- est revolucionando nuestro mundo. Las posibilidades de
esta rea del conocimiento son infinitas.

De igual forma, se han desarrollado sistemas para apoyar a radilogos en la evaluacin de

mamografas de cncer por medio de la comparacin pixel por pixel con decenas de miles de
ejemplos de escaneos normales y anormales; as como sistemas de recomendacin que
sugieren qu productos comprar, adecundose a las preferencias personales y
comportamientos pasados. La lista de aplicaciones es impresionantemente diversa y seguir
rpidamente expandindose en los siguientes aos.

Referencias

Liu, Y. (2014). Big Data and Predictive Business Analytics. The Journal of Business
Forecasting, 33(4), 40.