En los capítulos anteriores ya has aprendido lo complejo que puede resultar analizar y utilizar el Big Data. Los desafíos y riesgos asociados al Big Data son igual de complejos. Probablemente el mayor desafío para las empresas en relación con los Big Data es la protección de datos:
Aunque las empresas han prestado más atención a la protección de datos en los últimos años, todavía hay problemas. Por ejemplo, los datos personales de los usuarios de Internet se utilizan sin su consentimiento y las personas afectadas pueden ser identificadas, controladas y, en el peor de los casos, chantajeadas.
Definición
Datos personales
… se refiere a los datos que se relacionan con una persona y permite sacar conclusiones sobre su personalidad. Esto incluye, por ejemplo, el número de matrícula de Werner Kogler, la fecha de nacimiento de su vecino o el saldo de la cuenta de Bill Gates.
Un ejemplo de violación de laprotección de datos en relación con el Big Data es el caso del portal de aventuras de Ashley Madison, que ya se mencionó como ejemplo en el capítulo 2. En este caso, los datos personales se hicieron públicos y se utilizaron para chantajear a los propietarios de los datos.
Los reglamentos y leyes de protección de datos ayudan a proteger a los consumidores del abuso. La base de la ley general de protección de datos en la Unión Europea y en Austria es el Reglamento general de protección de datos, que entró en vigor el 25 de mayo de 2018.
Excursus
El Reglamento General de Protección de Datos
El Reglamento General de Protección de Datos, o GDPR por sus siglas en inglés, se denomina en su totalidad “Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos, y por el que se deroga la Directiva 95/46/CE”. Es directamente aplicable en Austria y se complementa con la Ley de protección de datos y la Directiva sobre protección de datos.
Este reglamento permite a los ciudadanos de la UE controlar mejor la recopilación y el uso de sus datos personales. Esto debería fortalecer la confianza de los consumidores en las empresas individuales. Los derechos existentes de los ciudadanos de la UE se consolidan en el RGDP, y también se establecen nuevos derechos. Los derechos establecidos en la RGPD incluyen:
El acceso simplificado a los datos personales, lo que incluye el suministro de información completa, clara y comprensible sobre el procesamiento de los datos.
Un nuevo derecho a la transferencia de datos – los datos personales serán transferidos de manera simplificada.
Un derecho más claro a la supresión (“derecho al olvido”) – los datos se suprimen si un ciudadano no está de acuerdo con que se procesen sus datos y no hay una razón legítima para conservarlos.
Derecho a ser informado sobre los datos personales pirateados – las empresas y organizaciones informarán inmediatamente a las personas afectadas sobre las violaciones graves de la protección de datos personales. La autoridad de supervisión de protección de datos responsable también debe ser notificada.
En el caso de las empresas, la RGPD tiene por objeto crear más oportunidades de negocio y promover la innovación con numerosas medidas. Entre ellas se incluyen:
La creación de normas uniformes para toda la UE, lo que supondrá un gran ahorro.
El nombramiento de un oficial de protección de datos dentro de las autoridades y empresas que se ocupan de grandes conjuntos de datos.
La designación de un único punto de contacto en su propio país al que las empresas deben dirigirse.
La creación de normas de la UE para las empresas de terceros países a las que las empresas de terceros países deben adherirse cuando ofrecen bienes o servicios o controlan el comportamiento de las personas
La creación de normas que promuevan la innovación y garanticen que las normas de protección de datos se tengan en cuenta en una etapa temprana del desarrollo de los servicios o productos
El uso de técnicas compatibles con la protección de datos, como la seudonimización (sustitución de los pasajes de un registro de datos que permiten identificar a la persona asociada) y la encriptación (los datos se encriptan para que sólo puedan ser leídos por personas autorizadas).
La eliminación de las obligaciones de presentación de informes de las empresas a fin de promover la libre circulación de datos personales en la Unión Europea.
La realización de evaluaciones de impacto cuando el procesamiento de los datos pueda amenazar los derechos y libertades de las personas.
Otro problema es que los empleados actuales de las empresas no siempre tienen la experiencia necesaria y no están abiertos a las posibilidades que ofrece a la empresa el análisis de grandes cantidades de datos.
A menudo se desperdician tiempo y recursos porque los implicados no tienen claro el objetivo de un proyecto de Big Data o qué infraestructura se requiere para el mismo. Encontrar y retener empleados competentes suele ser difícil para las empresas, ya que tienen una gran demanda.
Además, la tecnología de Big Data es diversa y confusa para los principiantes. ¿Has oído hablar de Spark, Hadoop MapReduce, Cassandra o Hbase? Estas son tecnologías de Big Data con diferentes características y beneficios.
Además, las tecnologías evolucionan a un ritmo rápido, por lo que las empresas a menudo simplemente no pueden seguir el ritmo de adopción. Por lo tanto, para las empresas que están considerando utilizar un análisis de Big Data, el asesoramiento de expertos es útil.
Otro punto es que los proyectos de Big Data son muy costosos. Esto se aplica tanto a las empresas que optan por un modelo de dominios locales como a las que prefieren un modelo de nube. La diferencia es que, con un modelo de dominios locales, la empresa utiliza el software de Big Data en su propio centro de datos y es responsable de su operación y mantenimiento. En un modelo de nubes, en cambio, el software sólo es alquilado por la empresa y los datos permanecen en el proveedor.
Definición
Modelo de Dominios Locales
… se refiere a una solución en la que la empresa compra o arrienda el software de Big Data y lo despliega en su propio centro de datos. La compañía tiene que ocuparse del hardware en sí, y también se responsabiliza del uso del software y los datos se almacenan en la empresa.
Definición
Modelo de la Nube
… se refiere a una solución en la que una empresa adquiere el software de Big Data como un servicio; el proveedor asume la responsabilidad del mantenimiento y la operación. La empresa paga un precio de alquiler que incluye el hardware, la operación y los costes de mantenimiento. Con esta solución, los datos se almacenan en el proveedor.
Si una empresa decide utilizar el modelo bajo demanda, debe invertir en un nuevo hardware y contratar nuevos empleados para operar y mantener el sistema. En el caso de una solución en la nube, la empresa sólo necesita contratar empleados para operar y mantener el sistema, y la empresa debe pagar por los servicios de la nube.
Después de todo, la calidad de los datos suele ser deficiente, y las empresas se enfrentan al reto de armonizar los datos de diferentes fuentes de calidad variable. Por ejemplo, un comerciante en línea analiza datos de medios sociales, registros de sitios web, centros de llamadas y sitios web que tienen diferentes formatos.
Pero incluso cuando todos los problemas mencionados han sido resueltos, a menudo no es tan sencillo para las empresas obtener conocimientos útiles de las grandes cantidades de datos. Si la información se vincula entre sí y se sacan conclusiones erróneas, por ejemplo, esto puede ser peligroso.
Por ejemplo, una persona puede ser considerada no digna de crédito por un banco que realiza un análisis de Big Data porque vive en el mismo vecindario que muchas personas no dignas de crédito y conduce el mismo automóvil que muchas personas consideradas no dignas de crédito. El siguiente ejemplo también muestra por qué es crucial el uso correcto de las grandes cantidades de datos:
Ejemplo
Un minorista en línea se basa en Big Data Analytics, que se basa en datos históricos sobre el comportamiento de los clientes. Resulta que las personas que compran zapatillas negras a menudo añaden un par de calcetines negros. El minorista ajusta su gama para la primavera en consecuencia. Sin embargo, justo antes del comienzo de la primavera, un conocido rapero publica una foto suya con zapatillas negras y calcetines amarillos en Instagram. Por lo tanto, muchos jóvenes buscan calcetines amarillos para sus zapatillas negras, pero lamentablemente el vendedor en línea pronto se queda sin ellos porque no estaba preparado para esta demanda. El minorista simplemente utilizó la estrategia equivocada de Big Data, confiando sólo en los resultados históricos e ignorando otras fuentes de datos importantes como los medios sociales, las tiendas de los competidores, etc.
Recuerda
En resumen, estos son los principales desafíos que las empresas enfrentan cuando utilizan Big Data:
Garantizar la seguridad de los datos – cumplimiento del Reglamento General de Protección de Datos (RGPD).
Competencia profesional de los empleados – uso competente de la tecnología diversa y de rápido desarrollo de Big Data.
Los altos costes de los proyectos de Big Data (hardware y software o costes de alquiler, personal, mantenimiento, etc.).
La mala calidad de los datos, la estandarización de los datos en diferentes formatos y con diferente calidad.
Interpretación correcta de los resultados
Como habrás notado, el Big Data ofrece enormes posibilidades y oportunidades que las empresas ni siquiera se han acercado a explotar. Sin embargo, los grandes volúmenes de datos también se asocian con desafíos y riesgos que no deben ser subestimados y son inquietantes para muchas personas. Por lo tanto, el factor decisivo para asegurar que los grandes datos se utilicen con éxito sin causar daños a otras personas es el manejo responsable y competente de los grandes volúmenes de datos.
En los capítulos anteriores ya has aprendido lo complejo que puede resultar analizar y utilizar el Big Data. Los desafíos y riesgos asociados al Big Data son igual de complejos. Probablemente el mayor desafío para las empresas en relación con los Big Data es la protección de datos:
Aunque las empresas han prestado más atención a la protección de datos en los últimos años, todavía hay problemas. Por ejemplo, los datos personales de los usuarios de Internet se utilizan sin su consentimiento y las personas afectadas pueden ser identificadas, controladas y, en el peor de los casos, chantajeadas.
Definición
Datos personales
… se refiere a los datos que se relacionan con una persona y permite sacar conclusiones sobre su personalidad. Esto incluye, por ejemplo, el número de matrícula de Werner Kogler, la fecha de nacimiento de su vecino o el saldo de la cuenta de Bill Gates.
Un ejemplo de violación de la protección de datos en relación con el Big Data es el caso del portal de aventuras de Ashley Madison, que ya se mencionó como ejemplo en el capítulo 2. En este caso, los datos personales se hicieron públicos y se utilizaron para chantajear a los propietarios de los datos.
Los reglamentos y leyes de protección de datos ayudan a proteger a los consumidores del abuso. La base de la ley general de protección de datos en la Unión Europea y en Austria es el Reglamento general de protección de datos, que entró en vigor el 25 de mayo de 2018.
Excursus
El Reglamento General de Protección de Datos
El Reglamento General de Protección de Datos, o GDPR por sus siglas en inglés, se denomina en su totalidad “Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos, y por el que se deroga la Directiva 95/46/CE”. Es directamente aplicable en Austria y se complementa con la Ley de protección de datos y la Directiva sobre protección de datos.
Este reglamento permite a los ciudadanos de la UE controlar mejor la recopilación y el uso de sus datos personales. Esto debería fortalecer la confianza de los consumidores en las empresas individuales. Los derechos existentes de los ciudadanos de la UE se consolidan en el RGDP, y también se establecen nuevos derechos. Los derechos establecidos en la RGPD incluyen:
En el caso de las empresas, la RGPD tiene por objeto crear más oportunidades de negocio y promover la innovación con numerosas medidas. Entre ellas se incluyen:
El Reglamento General de Protección de Datos completo puede consultarse en https://eurlex.europa.eu/legal-content/DE/ALL/?uri=CELEX%3A32016R0679
Otro problema es que los empleados actuales de las empresas no siempre tienen la experiencia necesaria y no están abiertos a las posibilidades que ofrece a la empresa el análisis de grandes cantidades de datos.
A menudo se desperdician tiempo y recursos porque los implicados no tienen claro el objetivo de un proyecto de Big Data o qué infraestructura se requiere para el mismo. Encontrar y retener empleados competentes suele ser difícil para las empresas, ya que tienen una gran demanda.
Además, la tecnología de Big Data es diversa y confusa para los principiantes. ¿Has oído hablar de Spark, Hadoop MapReduce, Cassandra o Hbase? Estas son tecnologías de Big Data con diferentes características y beneficios.
Además, las tecnologías evolucionan a un ritmo rápido, por lo que las empresas a menudo simplemente no pueden seguir el ritmo de adopción. Por lo tanto, para las empresas que están considerando utilizar un análisis de Big Data, el asesoramiento de expertos es útil.
Otro punto es que los proyectos de Big Data son muy costosos. Esto se aplica tanto a las empresas que optan por un modelo de dominios locales como a las que prefieren un modelo de nube. La diferencia es que, con un modelo de dominios locales, la empresa utiliza el software de Big Data en su propio centro de datos y es responsable de su operación y mantenimiento. En un modelo de nubes, en cambio, el software sólo es alquilado por la empresa y los datos permanecen en el proveedor.
Definición
Modelo de Dominios Locales
… se refiere a una solución en la que la empresa compra o arrienda el software de Big Data y lo despliega en su propio centro de datos. La compañía tiene que ocuparse del hardware en sí, y también se responsabiliza del uso del software y los datos se almacenan en la empresa.
Definición
Modelo de la Nube
… se refiere a una solución en la que una empresa adquiere el software de Big Data como un servicio; el proveedor asume la responsabilidad del mantenimiento y la operación. La empresa paga un precio de alquiler que incluye el hardware, la operación y los costes de mantenimiento. Con esta solución, los datos se almacenan en el proveedor.
Si una empresa decide utilizar el modelo bajo demanda, debe invertir en un nuevo hardware y contratar nuevos empleados para operar y mantener el sistema. En el caso de una solución en la nube, la empresa sólo necesita contratar empleados para operar y mantener el sistema, y la empresa debe pagar por los servicios de la nube.
Después de todo, la calidad de los datos suele ser deficiente, y las empresas se enfrentan al reto de armonizar los datos de diferentes fuentes de calidad variable. Por ejemplo, un comerciante en línea analiza datos de medios sociales, registros de sitios web, centros de llamadas y sitios web que tienen diferentes formatos.
Pero incluso cuando todos los problemas mencionados han sido resueltos, a menudo no es tan sencillo para las empresas obtener conocimientos útiles de las grandes cantidades de datos. Si la información se vincula entre sí y se sacan conclusiones erróneas, por ejemplo, esto puede ser peligroso.
Por ejemplo, una persona puede ser considerada no digna de crédito por un banco que realiza un análisis de Big Data porque vive en el mismo vecindario que muchas personas no dignas de crédito y conduce el mismo automóvil que muchas personas consideradas no dignas de crédito. El siguiente ejemplo también muestra por qué es crucial el uso correcto de las grandes cantidades de datos:
Ejemplo
Un minorista en línea se basa en Big Data Analytics, que se basa en datos históricos sobre el comportamiento de los clientes. Resulta que las personas que compran zapatillas negras a menudo añaden un par de calcetines negros. El minorista ajusta su gama para la primavera en consecuencia. Sin embargo, justo antes del comienzo de la primavera, un conocido rapero publica una foto suya con zapatillas negras y calcetines amarillos en Instagram. Por lo tanto, muchos jóvenes buscan calcetines amarillos para sus zapatillas negras, pero lamentablemente el vendedor en línea pronto se queda sin ellos porque no estaba preparado para esta demanda. El minorista simplemente utilizó la estrategia equivocada de Big Data, confiando sólo en los resultados históricos e ignorando otras fuentes de datos importantes como los medios sociales, las tiendas de los competidores, etc.
Recuerda
En resumen, estos son los principales desafíos que las empresas enfrentan cuando utilizan Big Data:
Como habrás notado, el Big Data ofrece enormes posibilidades y oportunidades que las empresas ni siquiera se han acercado a explotar. Sin embargo, los grandes volúmenes de datos también se asocian con desafíos y riesgos que no deben ser subestimados y son inquietantes para muchas personas. Por lo tanto, el factor decisivo para asegurar que los grandes datos se utilicen con éxito sin causar daños a otras personas es el manejo responsable y competente de los grandes volúmenes de datos.
-
Add a note