El análisis de grandes cantidades de datos permite obtener conocimientos. Estos resultados pueden servir de base para decisiones, por ejemplo, sobre la dirección estratégica de la empresa. Las empresas, por ejemplo, quieren saber más sobre las preferencias de sus clientes para adaptar su gama de productos, la publicidad, etc. a ellas.
Para el Deep Learning, o “aprendizaje profundo” también se utiliza el Big Data: es un método especial de procesamiento de información y una subárea de aprendizaje automático. Una máquina “se alimenta” con grandes cantidades de datos, los cuales son analizados y utilizados para entrenar a la máquina. La máquina es capaz de vincular nueva información entre sí y sobre esta base puede hacer pronósticos y tomar sus propias decisiones. Sin embargo, el resultado es sólo tan bueno como los datos de los que la máquina ha “aprendido”.
Un ejemplo es un sistema de traducción automática que “aprende” a traducir correctamente los términos técnicos en una empresa introduciendo datos (traducciones existentes).
Además, las autoridades y los servicios secretos utilizan el Big Data para detectar discrepancias y anomalías que podrían indicar actividades delictivas o terroristas. En la ciencia, se utilizan el Big Data para investigar fenómenos naturales complejos como el cambio climático o la aparición de terremotos y epidemias.
Sin embargo, el Big Data no siempre se manejan de manera responsable. Algunas empresas o instituciones no se adhieren a las normas de protección de datos, lo que significa que la información se da a conocer al público. Esto puede ser trivial, pero en algunos casos también puede ser peligroso y dar lugar a fraude y chantaje.
Ejemplo
En 2015, el portal de aventuras de Ashley Madison, donde la gente que buscaba una aventura extramarital podía crear un perfil, fue víctima de un ataque de hackers. Como resultado, la información sobre las personas registradas en el portal se publicó en Internet. La información sobre las aventuras de los famosos y la información personal, así como los números de tarjetas de crédito se hizo pública. Además, se pidió por correo electrónico a los afectados que pagaran un rescate para que su pareja no se enterara del perfil en el portal de aventuras.
Recuerda
Se pueden utilizar el Big Data para los siguientes fines, entre otros:
Orientación estratégica de las empresas.
Aprendizaje profundo.
La lucha contra la delincuencia y el terrorismo.
La investigación científica de los fenómenos naturales (por ejemplo, los terremotos y el cambio climático).
Evaluaciones ilegales que pueden conducir al chantaje o al fraude.
El factor decisivo en relación con Big Data no es tanto los datos en sí como lo que les sucede.
Las empresas en particular se benefician del análisis y la evaluación del Big Data. Tanto consciente como inconscientemente, generan y almacenan grandes cantidades de datos hoy en día. A continuación, aprenderás en detalle qué posibilidades ofrece a las empresas el análisis correcto del Big Data.
Toma de decisiones
Analizando la gran cantidad de datos generados en la empresa, las compañías pueden identificar patrones y filtrar la información. Esto permite a las empresas tomar mejores decisiones comerciales que aumentan el éxito de la empresa. Evaluando los datos de las máquinas, por ejemplo, es posible calcular en qué intervalos se avería una máquina. La compañía puede usar este conocimiento para dar servicio a la máquina antes de que falle. Big Data también se utiliza en la industria financiera y de seguros para calcular mejor los riesgos.
Ejemplo
La Sra. Schmidt tiene 47 años y le gustaría contratar un seguro médico privado. Al visitar a su corredor de seguros, se sorprende de los altos costes. Resulta que su proveedor analiza el Big Data para calcular mejor los costes del seguro individual. La empresa averigua, por ejemplo, qué riesgos de salud particulares corren las mujeres de esta edad que, como la Sra. Schmidt, son fumadoras, no tienen hijos y nunca hacen deporte.
Aumentar la eficiencia
La competitividad es muy importante para las empresas. Para mantenerse al día con la competencia, las empresas deben diseñar estrategias para ahorrar costes sin comprometer el rendimiento. El análisis y la conexión del Big Data ayuda.
Ejemplo
¿Has oído que los conductores de la empresa de mensajería UPS casi siempre giran a la derecha?
Eso es porque UPS ha descubierto, a través de un análisis de Big Data, que esto puede ahorrar unos 10 millones de dólares al año. Probablemente te preguntes cómo es posible: la fusión de varios conjuntos de datos, como las estadísticas de accidentes, los datos de consumo de combustible, etc., ha demostrado que los vehículos de UPS son mucho menos propensos a tener accidentes si no giran a la izquierda. Esto puede ahorrar mucho dinero, incluso si las rutas se vuelven más complicadas como resultado.
La predicción en la investigación y el desarrollo
Al dar a conocer a los clientes actuales o potenciales su preferencia por determinados productos, la investigación puede identificar y predecir las tendencias, diseñar estrategias de comercialización adecuadas y desarrollar productos a medida. Con los métodos analíticos apropiados, también es posible, por ejemplo, predecir la seguridad de ruptura de un producto mientras se está desarrollando.
Ejemplo
El operador de una tienda online instala cookies y seguimiento online y rastrea los movimientos de sus visitantes. Puede determinar de dónde vienen los visitantes, en qué productos hacen clic, con qué frecuencia visitan el sitio, etc. Con la ayuda de estos datos, el operador puede adaptar el contenido del sitio y los productos ofrecidos a las preferencias de los visitantes y así aumentar su volumen de negocios.
Servicio de atención al cliente personalizado
Al almacenar las decisiones de los clientes, las empresas pueden proporcionarles un servicio personalizado. Por ejemplo, si un usuario ve una película o serie determinada en Netflix, el sistema la guardará y la próxima vez que el usuario inicie sesión, las recomendaciones se basarán en las películas o series que el usuario ya haya visto. Pero esta oferta personalizada no siempre es acertada:
Ejemplo
Cuando el Sr. Maier se da cuenta de que sus viejas botas de montaña ya no sirven, busca en Google “botas de montaña nuevas para hombres”. Se siente abrumado por las diferentes ofertas y también descubre que muchos productos no pueden ser entregados en su país de origen, Austria. El Sr. Maier decide obtener asesoramiento personal en una tienda especializada y también compra un par de botas de montaña. Sin embargo, en los días y semanas siguientes ve cada vez más publicidad de botas de montaña en Internet, ya que su consulta de búsqueda se ha guardado y analizado en Google. El Sr. Maier está irritado y se siente observado. Decide no hacer más consultas de búsqueda en Google en el futuro.
Recapitulemos:
Recuerda
Las empresas tienen numerosas oportunidades de utilizar Big Data para tener más éxito. Estas incluyen:
La toma de decisiones:
El análisis de Big Data permite a las empresas tomar mejores decisiones comerciales y evaluar mejor los riesgos.
Aumento de la eficiencia:
El análisis y la vinculación de los datos (como los datos meteorológicos y de congestión con los precios del combustible) ayuda a las empresas a hacer más eficientes los procesos.
Previsión en el campo de la investigación y el desarrollo:
Con la ayuda de Big Data, se pueden hacer predicciones sobre tendencias, características de un producto, etc.
Servicio de atención al cliente personalizado
Al almacenar las decisiones tomadas por los clientes, las empresas pueden ofrecerles un servicio personalizado en su próxima visita.
El análisis de grandes cantidades de datos permite obtener conocimientos. Estos resultados pueden servir de base para decisiones, por ejemplo, sobre la dirección estratégica de la empresa. Las empresas, por ejemplo, quieren saber más sobre las preferencias de sus clientes para adaptar su gama de productos, la publicidad, etc. a ellas.
Para el Deep Learning, o “aprendizaje profundo” también se utiliza el Big Data: es un método especial de procesamiento de información y una subárea de aprendizaje automático. Una máquina “se alimenta” con grandes cantidades de datos, los cuales son analizados y utilizados para entrenar a la máquina. La máquina es capaz de vincular nueva información entre sí y sobre esta base puede hacer pronósticos y tomar sus propias decisiones. Sin embargo, el resultado es sólo tan bueno como los datos de los que la máquina ha “aprendido”.
Un ejemplo es un sistema de traducción automática que “aprende” a traducir correctamente los términos técnicos en una empresa introduciendo datos (traducciones existentes).
Además, las autoridades y los servicios secretos utilizan el Big Data para detectar discrepancias y anomalías que podrían indicar actividades delictivas o terroristas. En la ciencia, se utilizan el Big Data para investigar fenómenos naturales complejos como el cambio climático o la aparición de terremotos y epidemias.
Sin embargo, el Big Data no siempre se manejan de manera responsable. Algunas empresas o instituciones no se adhieren a las normas de protección de datos, lo que significa que la información se da a conocer al público. Esto puede ser trivial, pero en algunos casos también puede ser peligroso y dar lugar a fraude y chantaje.
Ejemplo
En 2015, el portal de aventuras de Ashley Madison, donde la gente que buscaba una aventura extramarital podía crear un perfil, fue víctima de un ataque de hackers. Como resultado, la información sobre las personas registradas en el portal se publicó en Internet. La información sobre las aventuras de los famosos y la información personal, así como los números de tarjetas de crédito se hizo pública. Además, se pidió por correo electrónico a los afectados que pagaran un rescate para que su pareja no se enterara del perfil en el portal de aventuras.
Recuerda
Se pueden utilizar el Big Data para los siguientes fines, entre otros:
El factor decisivo en relación con Big Data no es tanto los datos en sí como lo que les sucede.
Las empresas en particular se benefician del análisis y la evaluación del Big Data. Tanto consciente como inconscientemente, generan y almacenan grandes cantidades de datos hoy en día. A continuación, aprenderás en detalle qué posibilidades ofrece a las empresas el análisis correcto del Big Data.
Toma de decisiones
Analizando la gran cantidad de datos generados en la empresa, las compañías pueden identificar patrones y filtrar la información. Esto permite a las empresas tomar mejores decisiones comerciales que aumentan el éxito de la empresa. Evaluando los datos de las máquinas, por ejemplo, es posible calcular en qué intervalos se avería una máquina. La compañía puede usar este conocimiento para dar servicio a la máquina antes de que falle. Big Data también se utiliza en la industria financiera y de seguros para calcular mejor los riesgos.
Ejemplo
La Sra. Schmidt tiene 47 años y le gustaría contratar un seguro médico privado. Al visitar a su corredor de seguros, se sorprende de los altos costes. Resulta que su proveedor analiza el Big Data para calcular mejor los costes del seguro individual. La empresa averigua, por ejemplo, qué riesgos de salud particulares corren las mujeres de esta edad que, como la Sra. Schmidt, son fumadoras, no tienen hijos y nunca hacen deporte.
Aumentar la eficiencia
La competitividad es muy importante para las empresas. Para mantenerse al día con la competencia, las empresas deben diseñar estrategias para ahorrar costes sin comprometer el rendimiento. El análisis y la conexión del Big Data ayuda.
Ejemplo
¿Has oído que los conductores de la empresa de mensajería UPS casi siempre giran a la derecha?
Eso es porque UPS ha descubierto, a través de un análisis de Big Data, que esto puede ahorrar unos 10 millones de dólares al año. Probablemente te preguntes cómo es posible: la fusión de varios conjuntos de datos, como las estadísticas de accidentes, los datos de consumo de combustible, etc., ha demostrado que los vehículos de UPS son mucho menos propensos a tener accidentes si no giran a la izquierda. Esto puede ahorrar mucho dinero, incluso si las rutas se vuelven más complicadas como resultado.
La predicción en la investigación y el desarrollo
Al dar a conocer a los clientes actuales o potenciales su preferencia por determinados productos, la investigación puede identificar y predecir las tendencias, diseñar estrategias de comercialización adecuadas y desarrollar productos a medida. Con los métodos analíticos apropiados, también es posible, por ejemplo, predecir la seguridad de ruptura de un producto mientras se está desarrollando.
Ejemplo
El operador de una tienda online instala cookies y seguimiento online y rastrea los movimientos de sus visitantes. Puede determinar de dónde vienen los visitantes, en qué productos hacen clic, con qué frecuencia visitan el sitio, etc. Con la ayuda de estos datos, el operador puede adaptar el contenido del sitio y los productos ofrecidos a las preferencias de los visitantes y así aumentar su volumen de negocios.
Servicio de atención al cliente personalizado
Al almacenar las decisiones de los clientes, las empresas pueden proporcionarles un servicio personalizado. Por ejemplo, si un usuario ve una película o serie determinada en Netflix, el sistema la guardará y la próxima vez que el usuario inicie sesión, las recomendaciones se basarán en las películas o series que el usuario ya haya visto. Pero esta oferta personalizada no siempre es acertada:
Ejemplo
Cuando el Sr. Maier se da cuenta de que sus viejas botas de montaña ya no sirven, busca en Google “botas de montaña nuevas para hombres”. Se siente abrumado por las diferentes ofertas y también descubre que muchos productos no pueden ser entregados en su país de origen, Austria. El Sr. Maier decide obtener asesoramiento personal en una tienda especializada y también compra un par de botas de montaña. Sin embargo, en los días y semanas siguientes ve cada vez más publicidad de botas de montaña en Internet, ya que su consulta de búsqueda se ha guardado y analizado en Google. El Sr. Maier está irritado y se siente observado. Decide no hacer más consultas de búsqueda en Google en el futuro.
Recapitulemos:
Recuerda
Las empresas tienen numerosas oportunidades de utilizar Big Data para tener más éxito. Estas incluyen:
El análisis de Big Data permite a las empresas tomar mejores decisiones comerciales y evaluar mejor los riesgos.
El análisis y la vinculación de los datos (como los datos meteorológicos y de congestión con los precios del combustible) ayuda a las empresas a hacer más eficientes los procesos.
Con la ayuda de Big Data, se pueden hacer predicciones sobre tendencias, características de un producto, etc.
Al almacenar las decisiones tomadas por los clientes, las empresas pueden ofrecerles un servicio personalizado en su próxima visita.
-
Add a note