Español 
English Big Data es una expresión común bajo la cual se agrupan todo tipo de técnicas de procesamiento para grandes volúmenes de datos, además de las herramientas de análisis tradicionales. Este concepto comprende muchas ideas y enfoques, pero todos tienen un objetivo común: extraer información valiosa de los datos, de modo que pueda ser útil para tomar mejores decisiones.
Se reconoce comúnmente que Big Data está formado por 4 V:
- Valor basado en el volumen: Cuanto más completa sea su visión de 360 grados de los clientes y más datos históricos tenga sobre ellos, más información podrá extraer de todo y mejores decisiones podrá tomar en el proceso de adquisición, retención, crecimiento y administración de esos clientes. relaciones
- Valor basado en la velocidad: Cuantos más datos de clientes pueda ingresar rápidamente en su plataforma de big data y más preguntas que un usuario pueda plantear más rápidamente contra esos datos (a través de consultas, informes, paneles, etc.) dentro de un período de tiempo determinado anterior, es más probable debe tomar la decisión correcta en el momento adecuado para lograr sus objetivos de gestión de relaciones con los clientes.
- Valor basado en la variedad: Cuantos más datos de clientes tenga, desde el sistema CRM, las redes sociales, los registros de los centros de atención telefónica, etc., tendrá un retrato más matizado sobre los perfiles de los clientes, sus deseos, etc., de ahí las decisiones mejor informadas que puede tomar en comprometerse con ellos.
- Valor basado en la veracidad: Cuanto más consolidados, limpios y consistentes sean los datos actuales que tenga sobre los clientes, es más probable que tome las decisiones correctas en función de los datos más precisos.
Cada proyecto orientado a Big Data tiene 3 capas tecnológicas
Almacenamiento de datos
Procesamiento de datos
Análisis de los datos
¿Como funciona?
Las soluciones de Big Data tienen como objetivo extraer información valiosa mediante el análisis de grandes conjuntos de datos. Este análisis se basa en técnicas matemáticas, generalmente basadas en probabilidad y estadísticas, y podría involucrar varios campos de ciencia de datos, como minería de datos, aprendizaje automático, visualización de datos y análisis de series de tiempo.
A través de tratamientos de datos apropiados, cualquier tipo de datos es susceptible de ser analizado: bases de datos, registros numéricos, texto libre, actividad en una red social, audios, imágenes, videos. A menudo encontramos escenarios que tienen una diversidad de datos en diferentes formatos y estos escenarios también pueden tratarse a través de estrategias de integración de información, lo que enriquece la solución.
Dependiendo de la información obtenida, se pueden distinguir tres tipos de análisis:
Analítica descriptiva percepción del pasado
La analítica descriptiva resume los datos pasados y los convierte en algo que los humanos pueden interpretar. El pasado se refiere a cualquier momento en el que se haya producido un evento, ya sea hace un minuto o hace un año. El análisis descriptivo es útil porque nos permite aprender de comportamientos pasados y comprender cómo pueden influir en los resultados futuros.
Analítica predictiva entendiendo el futuro
El análisis predictivo tiene sus raíces en la capacidad de "predecir" lo que podría suceder. Estos análisis brindan a las empresas información procesable basada en datos y brindan estimaciones sobre la probabilidad de un resultado futuro. Es importante recordar que ningún algoritmo estadístico puede "predecir" el futuro con 100% de certeza. Las empresas utilizan estas estadísticas para pronosticar lo que podría suceder en el futuro.
Analítica prescriptiva resultados posibles
La analítica prescriptiva permite a los usuarios "prescribir" una serie de diferentes acciones posibles hacia una solución. El análisis prescriptivo intenta cuantificar el efecto de decisiones futuras para asesorar sobre posibles resultados antes de que las decisiones se tomen realmente. En el mejor de los casos, predicen no solo lo que sucederá, sino también por qué sucederá proporcionando recomendaciones sobre acciones que aprovecharán las predicciones.