Is BIG DATA so big?

Miguel Muñoz

Director General, CONECTA R&C

Quien trabajando en una profesión relacionada con la obtención e interpretación de

información no hubiese oído hablar de “Big Data” durante 2012 tiene alguna razón

para preocuparse. Sus redes no le han servido para estar al día. Porque “Big Data” fue

“the hot IT buzzword of 2012”. Pero todavía no es demasiado tarde, pues el término

“Big Data” sigue siendo “the buzzword du jour” y el “marketing theme du jour”

(Admap, September, 2013).

Big Data es un tema complejo y evaluar su interés y repercusión no es tarea fácil. Todo

el ruido en torno a Big Data, no cabe duda, tiene una parte de moda que, como a

menudo ocurre en este tipo de fenómenos, cuenta con apóstoles que mantienen

opiniones exageradas y no siempre desinteresadas. Pero evitemos la tentación de

desestimar el fenómeno sin darle una oportunidad. ¿Qué es Big Data? ¿Qué relevancia

tiene para la investigación de mercados?

Para entender que es Big Data es importante recordar un hecho que determina

nuestra época. La cantidad de información almacenada en el mundo crece de manera

exponencial. Se estima que en 2013 esta información, que en más de un 98% está en

formato digital, llegará a los 1.200 exabytes. La información almacenada se estima que

crece 4 veces más rápidamente que la economía mundial. A esto hay que añadir el

crecimiento de la capacidad de procesamiento computacional, que se estima crece

aún más rápidamente, a una tasa 9 veces superior.

Para Viktor Mayer-Schönberger y Kenneth Cukieres, autores de “BIG DATA: A

Revolution that will transform How We Live, Work, and Think”, estos cambios

cuantitativos en la cantidad de información y en la capacidad de tratarla

automáticamente han producido un salto cualitativo. Este libro es una buena

referencia para conocer lo que podríamos denominar posición maximalista respecto a

Big Data. Desde este enfoque, los rasgos básicos de la nueva forma de entender el

análisis de datos serían los siguientes.

- No es necesario entender el porqué, solo el qué. Debemos y podemos

desprendernos de la obsesión por la causalidad y centrarnos simplemente

en las correlaciones, para conocer el qué sin importar el porqué.

- El objetivo esencial de Big Data está en la predicción. Pero no una

predicción inteligente intentando entender la realidad. No, no se trata de

hacer que los ordenadores piensen; se trata simplemente de aplicar

matemáticas a inmensas cantidades de datos con el objetivo de inferir

probabilidades.

- Al ser capaces de analizar tal cantidad de datos es posible establecer

conexiones que ni tan siquiera habíamos imaginado que pudieran existir.

Las hipótesis ya no son necesarias. Ahora es posible dejar a los datos hablar

por sí mismos para que nos revelen patrones ocultos y obtener insights que

nos permitirán decidir y actuar más eficientemente.

- Nos adentramos en un mundo de continuas predicciones dirigidas por los

datos en el que a menudo no seremos capaces de explicar las razones de

nuestras decisiones.

El libro de Viktor Mayer-Schönberger y Kenneth Cukieres recoge un buen número de

ejemplos donde las técnicas y la filosofía de Big Data se han aplicado exitosamente y es

un buen exponente de una posición maximalista y diría que exagerada respecto a Big

Data. Como alguien ya ha dicho, hablan de Big Data y parece que lo hacen de Magic

Data.

Estoy convencido que el conjunto complejo de enfoques y técnicas que se ha venido

en denominar Big Data supone un cambio importante en la forma de tratar, entender y

utilizar la información. Pero para aprovechar el nuevo enfoque no es necesario aceptar

los principios más maximalistas. Desde una aproximación más crítica a Big Data me

gustaría señalar un par de puntos:

- Los principios analíticos de Big Data no necesariamente han de ser

aplicados a una gran cantidad de datos. El énfasis en cantidades enormes

de datos es seguramente una posición interesada de los desarrolladores de

software. La esencia de Big Data es la búsqueda de patrones y la detección

de insights desde un enfoque más abierto que el que aplica el estadístico

frecuencialista tradicional.

- El imperio de la correlación y la erradicación de las hipótesis en el análisis

de datos no son, en mi opinión, más que exageraciones, algunas veces

interesadas (a fin de vender sistemas que analizan solos), otras

simplemente ingenuas. No nos hagamos ilusiones: los datos nunca van a

hablar solos

Una buena introducción a lo que es y supone Big Data se puede encontrar en el ebook

“Big Data Now”, O`Really Media, Inc. Por otro lado, en el número de septiembre de

Admap se dedica un especial a Big Data que incluye interesantes artículos desde la

perspectiva del márketing.

BIG DATA is big enough y suficientemente interesante para merecer la atención de

los profesionales de la investigación de mercado.