Big Data… el tamaño importa?
Hoy simplemente quiero compartir una ampliación del post anterior sobre Big vs. Lean Data: Buscando casos reales sobre el uso provechoso de Big Data para extraer análisis de valor (eso queda para otro post), me encuentro con este artículo del Cutter Consortium, en el que se plantea si el tamaño importa cuando hablamos del análisis de datos.
Las afirmaciones más relevantes del artículo son jugosas:
– Afirma sin rubor que Big Data es una «wave» más que una verdadera disrupción. Aquí no estoy de acuerdo del todo… Es cierto que esto es un hype en toda regla, que antes se llamaba BI y que se ha amortizado el concepto y hay que sacar otro (sí, ya sé que son cosas ligeramente distintas: Cantidad, accesibilidad, tiempo real…, pero esencialmente es lo mismo. Datos. Información.). Pero, aún así, el poder sacar conocimiento nuevo, tener toda la información posible (si interesa) y aminorar (cuando no eliminar) las asimetrías de información, sí que me parece disruptivo. Otra cosa es que sólo lo aprovechen unos pocos.
– Las conclusiones que se sacan de correlar y trabajar con datos, son muchas veces inútiles. Aquí sí que estoy completamente de acuerdo. Estoy firmemente convencido de que primero tienes que saber qué hacer con los datos. Tener una estrategia. Pude parecer una obviedad, pero me sigo extrañando porque todos los días veo que no lo es.
– Como vimos en el anterior post, más datos puede ser peor en ciertos casos (muy ilustrativo el ejemplo de los militares que deciden dejar de capturar datos)
Por eso, el resumen es que el tamaño importa. La clave es saber qué tamaño es el adecuado para tus objetivos. Y, aún más, saber qué datos tienes y cuáles son tus objetivos.