Según datos publicados por la Unión Europea, cada persona puede generar al día más de 6 megabytes de datos, una cantidad que va en aumento a cada día que pasa con la aparición de nuevas tecnologías y nuevos dispositivos. Así pues, entender el Big Data será clave para poder sacar el máximo provecho de todos los datos que se están generando en el mundo.

Big Data

No es fácil definir un proceso tan complejo como el Big Data, pero lo podríamos definir como el almacenamiento de grandes cantidades de datos y los procesos para encontrar patrones repetitivos dentro de esos datos. La cantidad de datos es tal, que supera la capacidad de los software existentes, y se ha visto obligada a evolucionar para su análisis. Las dificultades más grandes de este procesos de gestión es la recolección y almacenamiento de datos fiables y relevantes.

Aunque parece un tema acuñado hace poco, el Big Data empieza con la explosión del World Wide Web y su vinculación con la minería de datos, que se definía como el método para conseguir información de grandes volúmenes de datos con métodos de inteligencia artificial.

Éste ha ido evolucionando y creciendo de la mano de la tecnología así como los métodos de procesamiento han cambiado y mejorado su rendimiento para poder soportar el análisis de estos datos.

¿Y qué sabemos hasta ahora de los distintos tipos de Big Data? Hasta el momento conocemos tres tipos: los datos estructurados, no estructurados y semi estructurados.

• El primero tiene bien definidos los datos de longitud y su formato (fechas o números), se almacenan en tablas, como las bases de datos.
• El segundo son datos tal i como se recolectaron, sin formato específico y no se pueden almacenar en tablas, un ejemplo es un pdf o documentos multimedia entre otros.
• Por ultimo los datos semi estructurados no se limitan a campos determinados, pero tiene marcadores para separar los elementos, un ejemplo seria el HTML.

Además el Big Data cuenta con 5 conceptos clave que lo caracterizan:

Ahora los próximos retos para los analistas será procesar toda esta cantidad de datos tan complejos y extensos para transformarlos en información útil, relevante y aplicable a otros procesos. El futuro tecnológico no está cerca, está aquí ya, y debemos estar preparados para aprovechar todos los datos a analizar que se avecinan.