ANTECEDENTES DEL BLOCKCHAIN
Hoy podemos conectarnos con cualquier parte del mundo, acceder a toda la información de internet, comprar sin esperas ni largas colas y recibiendo cómodamente los productos en nuestra casa… Todo desde nuestro teléfono, cómodamente sentados en nuestro sofá. Pero hay cosas que aún no podemos hacer… Por ejemplo, no podemos enviar dinero sin intermediarios (bancos, tarjetas de crédito, pasarelas de pago…). Cuando realizamos alguna compra virtual estamos utilizando las redes privadas de esos intermediarios. El dinero, por tanto… no viaja por internet, el dinero viaja entre las bases de datos de estas entidades, a las cuales, supuestamente, ningún agente externo puede acceder. Esa intermediación tiene un coste (en tiempo y dinero) que como todos sabemos, paga el usuario.
El nacimiento del BITCOIN
En 2008, tras una crisis que pasará a la historia por el estallido de una gran burbuja, una persona (o grupo) de identidad desconocida (se le conoce por su alias, Satoshi Nakamoto), crea una plataforma compleja y descentralizada basada en un registro de cadenas de bloques que no puede ser pirateado, conocido como BITCOIN. El verdadero potencial del BITCOIN no era la moneda virtual como tal (que también). El gran avance fue la creación de una tecnología que generaba más confianza que los intermediarios.
QUÉ ES EL BLOCKCHAIN
Blockchain (también conocida como libro de contabilidad distribuido) es una cadena de bloques. En otras palabras: se trata de una base de datos distribuida que registra bloques de información y los entrelaza (mediante criptografía) para facilitar la recuperación de la información y verificar que no se han modificado. La robustez de Blockchain es su factor fundamental para eliminar intermediarios, porque la propia solidez de la misma (han pasado más de 9 años y no se ha podido piratear) crea la confianza necesaria para que los agentes externos depositen su información sin miedo a que esta pueda ser eliminada o modificada.
Criptomonedas
Con el auge de BITCOIN, muchos desarrolladores empezaron a ver limitaciones al protocolo inicial (e inalterable) propuesto por Nakamoto. Es por ello que nacen las criptomonedas o criptodivisas. Se trata de un medio digital de intercambio que utiliza técnicas de cifrado para normalizar la generación de unidades de moneda y verificar la transferencia de fondos. Además, opera de forma independiente de un banco central, es decir, un protocolo establecido e inalterable por factores externos. La primera criptomoneda en aparecer, después de BITCOIN, surgió en 2011, y su nombre fue LITECOIN (LTC). LTC es una criptomoneda sustentada por la red P2P y basada en Scrypt (otro código de encriptación diferente al de BITCOIN), En la actualidad (febrero 2018), existen más de 1500 criptomonedas enfocadas en diferentes ámbitos de aplicación, pero todas usando la idea original de descentralización y eliminación de intermediarios.
Contratos inteligentes
Utilizando la idea de la inalterabilidad de la cadena de bloques, Vitalik Buterin (desarrollador en aquella época de BITCOIN) consideró que, en el mundo empresarial, esta fiabilidad sería de gran utilidad para crear, pautar y firmar contratos. De esta manera, cuando cualquiera de las partes (o agentes externos) quisieran acceder a los contratos pasado el tiempo, pudieran ver exactamente lo mismo que se formuló. Así es como nace el término “contrato inteligente”, un programa informático que facilita, asegura, hace cumplir y ejecuta acuerdos registrados entre varias partes. Lo más importante es la ejecución, pues en actualmente cualquier contrato depende de la voluntad de las partes para cumplirlo y el ser humano es voluble. Sin embargo, los contratos inteligentes tienen la capacidad de cumplirse de forma automática una vez que se han cumplido los acuerdos pactados en su creación. Esta creación de contratos inteligentes se sustenta en la plataforma Ethereum (que no es una criptomoneda). Ethereum permite a los nuevos desarrolladores escribir su propio contrato inteligente, estipulando sus propias “cláusulas del contrato” en relación al cumplimiento de los mismos. Ether es la moneda que utiliza la plataforma Ethereum. A día de hoy es la segunda criptomoneda en capitalización, y posiblemente la criptomoneda con mayor proyección de futuro.
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
La crisis del coronavirus nos ha hecho aprender a un ritmo acelerado sobre epidemiología, virología, pandemias…, temas que hace unos meses no formaban parte de nuestra vida cotidiana. Hay herramientas, muy usadas en el mundo del big data, que se están popularizando y convirtiendo en algo de consulta cotidiana para la población de a pie. Es el caso del panel de control o dashboard de la Universidad Johns Hopkins de EEUU, que se ha mostrado muy útil para visualizar de manera directa la expansión del virus por el planeta. Este dashboard actualiza en tiempo real los datos relativos a los casos confirmados, los fallecidos y los recuperados, alimentándose de distintas fuentes de datos como el Centro de Control y Prevención de Enfermedades de China, la OMS o incluso rastreando los mensajes de Twitter y servicios de noticias online.
El uso de las tecnologías big data para predecir la transmisión de enfermedades infecciosas no es algo nuevo. Los primeros en monitorizar este tipo de enfermedades a través de la información disponible en internet fueron los data scientists de Google, con el algoritmo Google Flu Trends, en 2008. El algoritmo analizaba el aumento de búsquedas por parte de los usuarios de términos relacionados con la gripe, como los síntomas o vacunas, de forma que podía predecir con un día de antelación dónde se iba a producir un brote. Sin embargo, cuando estalló la pandemia de gripe A en 2009, el pánico desatado en la población cambió su comportamiento de búsquedas en Google, lo que provocó que el algoritmo no fuera práctico a la hora de detectar contagios a gran escala y, finalmente, fuera retirado.
En el caso de la crisis que estamos viviendo actualmente, el big data está demostrando ser especialmente útil para el control de la transmisión de la enfermedad. Uno de los casos destacables es el de Taiwán. Por su cercanía a China y el gran movimiento de ciudadanos entre ambos, se esperaba que fuera la segunda región más afectada del planeta. Sin embargo, a medida que el virus ha ido avanzando por otros países, Taiwán ha logrado mantener su número de contagios en números muy bajos. La estrategia de Taiwán ha sido contener la enfermedad haciendo uso de grandes cantidades de información. Integrando las bases de datos sanitarias nacionales con las de inmigración y aduanas, han monitorizado los viajes y síntomas de sus ciudadanos para compartir dicha información con los hospitales y emitir alertas en tiempo real de los posibles contagios. Además, recogiendo la información de los viajeros a través de aplicaciones y haciendo uso de tecnología móvil, han conseguido controlar las cuarentenas de forma efectiva.
Otros países como China o Corea del Sur, también han hecho uso del big data para gestionar la crisis. El análisis detallado de la información ha permitido a Corea del Sur realizar de forma rápida y óptima el mayor número de test que se han hecho comparado con cualquier otra lugar, consiguiendo que los datos que provienen de este país sean los más fiables en cuanto a cómo son en realidad los patrones de transmisión. China, por su parte, ha perfeccionado las herramientas de reconocimiento facial con inteligencia artificial para que tengan en cuenta el uso de mascarilla y la temperatura corporal de las personas. Coronavirus y Big Data
Algunas técnicas usadas en estos dos países han levantado también un debate acerca de cómo se debe usar la información de la población en estados de alarma sanitaria. En Corea del Sur se han extendido aplicaciones como Corona 100m, que advierte a los usuarios cuando están a menos de 100 metros de un lugar donde ha estado alguna persona que ha dado positivo a la prueba del coronavirus. En China, se ha hecho obligatorio del uso de códigos QR a través de aplicaciones como AliPay Health Code, que codifica el estado de salud del usuario asignándole al código QR un color (rojo, amarillo y verde) en función del riesgo de infección. Los ciudadanos deben presentar sus códigos para trasladarse de un lugar a otro, lo que facilita al gobierno evaluar si se debe permitir el traslado u ordenar cuarentena. La polémica surge cuando se plantea hasta qué punto estas aplicaciones comparten información con el gobierno y dónde están los límites de privacidad de los ciudadanos, sobre todo en datos tan sensibles como los relacionados con la salud. La información es tan precisa que, por ejemplo, se sabe exactamente qué hizo y por dónde se movió el “paciente 31”, la persona que provocó el descontrol de la epidemia en Corea del Sur, que hasta ese momento había sido contenida. Coronavirus y Big Data
Al margen de estas cuestiones éticas, es importante también ser cautos a la hora de tratar la información y difundirla. Están surgiendo por la red multitud de análisis y gráficos donde se intenta representar cómo evoluciona la transmisión y cuáles serán las predicciones futuras. En medio de la pandemia, hay que tener en cuenta que los datos no se están recogiendo de la misma forma en todos los países por lo que es necesario un análisis veraz y contrastado de las fuentes de información y de cómo se puede usar en un futuro.
Más allá de todas estas consideraciones, una cosa es clara. La gran cantidad de información surgida de la pandemia del coronavirus ayudará a desarrollar algoritmos y herramientas más potentes y perfeccionadas que en un futuro serán capaces de mitigar los efectos de este tipo de desastres en la población. Coronavirus y Big Data
En Datahack trabajamos analizando datos para desarrollar e implementar algoritmos que nos ayuden a resolver problemas que afectan a la sociedad, como la predicción de vulnerabilidades en colectivos sensibles como las personas mayores o el uso de robots humanoides capaces de reconocer gestos y tonos de voz asociados a emociones para mejorar el tratamiento de personas con Alzheimer y enfermedades neurodegenerativas.
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
Ya hemos establecido que el Big Data y restaurantes puede ser un gran aliado para un chef que quiera diseñar nuevos platos y un menú efectivo. Pero ahora bajemos a un mundo menos creativo: el de hacer que el restaurante donde han diseñado esa carta salga adelante.
Recopilar insights sobre los clientes
Conocer a nuestro cliente ideal es clave para ofrecerle una carta a su medida, recomendaciones y descuentos personalizados… Y construir con ellos una relación personalizada con comunicaciones a medida. A esto nos ayuda el Big Data, a recopilar datos de esos clientes en diversas plataformas y a sacar información útil de ellos. Si el restaurante ofrece wifi o programas de recompensas y apps, la huella digital de los clientes nos da más datos sobre sus preferencias, hábitos e intereses.
Con todos estos datos, podremos atraerles al restaurante con más frecuencia o aumentar su ticket medio. Esto último es porque, sabiendo qué platos se venden mejor juntos y las preferencias del cliente, podremos hacerle sugerencias personalizadas que le hagan pedir más platos o productos con mayor importe.
Evaluar lo que funciona y lo que no
Un buen análisis nos permite medir con rapidez lo que funciona y lo que no. Esto es válido tanto en lo referente a los platos (¿añadimos, quitamos, renovamos la carta…?) como al delivery y las promociones...
Otro uso del Big Data en restaurantes es medir la satisfacción de los clientes y detectar ineficiencias en el servicio. Ya sea cuellos de botella en la cocina o camareros que no ponen suficiente énfasis en la venta cruzada, el Big Data nos ayuda a detectarlo y corregirlo.
Además, podemos saber si cosas que intuitivamente son buenas no lo son tanto. Por ejemplo, si aumenta nuestro ticket medio, en principio es una buena noticia. Pero si eso se debe a la pérdida de clientes de ticket bajo, no lo es tanto.
Predecir lo que va a pasar
Con Big Data, podemos ejecutar algoritmos predictivos que nos ayuden a adaptar nuestros servicios a diversas circunstancias, que van desde el tiempo que hará hasta los eventos en áreas circundantes.
Además, hay que tener en cuenta que, cada cierto tiempo, algunos tipos de dietas y alimentos se ponen de moda. Con análisis predictivos monitorizando las redes sociales, webs de nutrición… podemos anticiparnos a esas tendencias. De esta forma, si reaccionamos rápido, nos podemos posicionar como líderes en el segmento.
Estas predicciones pueden ayudar también a mejorar la gestión del inventario. Con ellas, sabemos los artículos del menú que se venderán, optimizar los recursos humanos para que siempre haya el personal justo para la cantidad de clientes esperada…
Decidir dónde abrir nuevas franquicias
En base al cruce y análisis Big Data de datos demográficos, de cantidad de reviews, de redes sociales y de programas de fidelización, podemos localizar puntos calientes. Con todo esto, minimizamos el riesgo de abrir en un lugar donde no vaya a haber demanda.
Conclusión
Como vemos, usar el Big Data y restaurantes puede ayudar a crecer a un negocio de restauración de muchas maneras: desde idear una carta sorprendente hasta conseguir mayores beneficios. Pero hacer una cosa así requiere una formación específica en herramientas de Big Data y restaurantes. Con el Master Experto Big Data Analytics de Datahack, te formarás en esas herramientas y podrás ayudar a crecer a los negocios en base a sus datos.
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
Cuando uno piensa en comida, no se le pasa por la cabeza ni por un segundo la palabra Big Data. Sin embargo, es una herramienta que cada vez se usa más. Comenzó en la Alta Cocina y cada vez más restaurantes se apuntan a esta tendencia para mejorar sus platos.
¿Por qué funciona tan bien el Big Data al recomendar ingredientes?
Simplemente, la gastronomía es una ciencia. De hecho, la teoría del maridaje explica por qué unos ingredientes casan mejor con otros, generalmente, cuando comparten sabores comunes. Al menos, en la cocina occidental, porque el Big Data ha demostrado que en la cocina india los ingredientes con sabores comunes no tienden a estar en los mismos platos. Es lo que se llama maridaje negativo, potenciado por ciertas especias.
Sabemos todo esto creando una red social de sabores, con ingredientes conectados si aparecen juntos en la misma receta. También podemos añadir una capa extra con las puntuaciones de cada receta en ciertas webs de cocina. Luego, podemos calcular su coeficiente de clúster y descubrir qué ingredientes trabajan juntos de forma más eficiente.
Casos de uso en Big Data gastronómico:
Big Data para crear nuevas recetas desde cero
Hace poco, IBM, en colaboración con Bon Appetit, convirtió a Watson en un chef capaz de crear nuevas recetas y combinaciones de sabor. Aunque parezca increíble, las recetas del ordenador han ganado concursos de chefs. Para hacer el modelo, partieron de una base de datos de 30000 recetas y páginas de información gastronómica. Gracias a eso, comprende por qué funcionan ciertas mezclas de ingredientes, entiende cómo disfrutamos de las texturas y distingue las mejores recetas.
Big Data para inspirar a los chefs
Telefónica I+D y la Universidad de Barcelona han creado Appetit, una aplicación que, tras analizar 100.000 recetas de todo el mundo, ayuda a los cocineros a crear nuevas propuestas. Con ella, los chefs pueden elegir un ingrediente base para su plato y la aplicación le sugiere ingredientes afines en base a una red. Luego, todo es cuestión de experimentar con las cantidades y métodos de preparación.
Big Data para hacer menús más efectivos
Muchos restaurantes ya utilizan herramientas de Big Data para tomar decisiones sobre sus menús. Y no solamente en el nivel de cómo combinan los distintos platos entre sí. También es importante decidir el orden en que se ponen los productos e incluso cómo categorizarlos.
Pero se puede ir incluso más allá. Gracias al análisis de datos con Big Data, las cadenas de fast food testan el impacto financiero de un elemento del menú antes de lanzarlo. Algunas incluso llegan al punto de ofrecer menús dinámicos que cambian a tiempo real en función de la hora, la localización o incluso del parte meteorológico de cada local.
Conclusión
El Big Data puede ayudar a los chefs desde el momento de la concepción de los platos. Con él, pueden elaborar propuestas únicas y sorprendentes que harán la boca agua de sus comensales.
Si tú también quieres empezar a utilizar el Big Data para mejorar tus habilidades culinarias, o para cualquiera de los múltiples usos que tiene, necesitarás una serie de conocimientos técnicos. Y ningún máster te los enseñará mejor que el Máster Experto Big Data Analytics de datahack.
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
En una industria donde la ropa se desactualiza y cambia de forma radical a cada película exitosa, las marcas de moda cada vez se ven más obligadas a recurrir al análisis de Big Data para no quedarse atrás. Pero ¿cómo puede ayudar el Big Data a esta industria?
Conocer al consumidor y predecir sus comportamientos:
Desde el seguimiento de las búsquedas hasta la finalización del proceso de compra, las firmas de moda pueden recopilar infinidad de datos sobre el consumidor. Estos le ofrecerán una visión integral para saber cómo, cuándo, dónde y qué comprarán. Así, estarán preparados para satisfacer su demanda.
Aumentar el ticket medio e incentivar la compra
Con motores de recomendación basados en Big Data y los datos de clientes, se le pueden hacer sugerencias con gancho que le hagan comprar más productos. También podemos conocer quiénes serán los que tengan un lifetime value más elevado y ofrecerle todo tipo de incentivos de fidelización. Con esto, es posible reducir los costes de marketing y personalizar los descuentos y acciones publicitarias. Además, podremos reactivar usuarios, o seleccionar a quiénes impactar para que mejoren su categoría de compras, decidan comprar una marca que no conocen o por la que antes no mostraron interés, acelerar su proceso de conversión a comprador… Incluso podemos redirigirlo a tiendas online u offline de ciertas marcas para que compren allí a full Price.
Mejorar la ux de la web… y de la tienda
Conociendo mediante Big Data la correlación entre las elecciones de compra de un cliente y los elementos de una web, palabras clave y clicks podremos testar qué funciona mejor en términos de usabilidad y diseño. También podemos añadir capas que mejoran la experiencia de usuario, como la posibilidad de probarse ropa, maquillaje… online.
En la tienda física, el Big Data también puede ayudar a dar una imagen organizada. No solo ayuda a mejorar la rotación de producto y aumentar las ventas. También optimiza el espacio al definir el tamaño ideal de los departamentos y la ubicación ideal para cada producto dentro de la tienda.
Predecir tendencias
Se acabó el uso de datos de ventas de años previos para determinar la popularidad de un estilo o la moda. Gracias al Big Data & Analytics, mediante modelos predictivos de machine learning, podemos saber la futura demanda de las prendas y complementos con gran exactitud. Conociendo la demanda en función del comportamiento de los compradores, y sabiendo cómo afectarán factores externos como la meteorología a nuestras ventas, afinaremos con los colores, cómo se comportarán las familias de productos…
Zara ya utiliza estas técnicas para predecir tendencias y ponerlas en tienda en un par de semanas. H&M, colaborando con google, incluso ha creado una app que diseña la ropa de cada usuario según los datos recogidos durante una semana.
El Big Data también es importante porque detecta anomalías y comportamientos extraños que nos desvían del camino correcto, lo que permite rectificar, en tiempo real, si por ejemplo un suceso inesperado ha cambiado la moda de formas que no habíamos predicho con nuestros algoritmos.
Reducir costes y maximizar ingresos
Por supuesto, estos algoritmos predictivos nos ayudarán también a determinar las necesidades de stocks de maniobra y seguridad de forma más precisa, así como la afluencia de clientes en las tiendas físicas y las necesidades de personal diarias.
Las firmas de moda también utilizan el Big Data para gestionar inventarios y organizar la capacidad de sus centros logísticos a diario. ¡Incluso se puede usar para evitar robos en las tiendas, como la tecnología RFID de Inditex en sus alarmas de seguridad, que localiza cada producto a tiempo real!
Pero eso no es todo. Ya hemos hablado de cómo podemos maximizar el ticket medio de los clientes. Pero también podemos predecir las reacciones de los consumidores ante las variaciones de precios, ajustando estos a cada plataforma y a los de la competencia para sacar el máximo beneficio en cada lugar.
Conclusiones
El mundo de la moda tiene mucho que ganar con el Big Data. Las compartidas aquí son las maneras más utilizadas para sacarle partido a estas herramientas en la industria, pero no son todas, ni mucho menos. Con datos suficientes, el cielo es el límite. Solo tenemos que saber manejar esos datos, para lo cual necesitamos la mejor formación en Big Data & Analytics
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
Ya hemos visto algunos de los múltiples usos del Big Data, algunos muy curiosos, como los de la entrada anterior. Otros, más comunes, como marketing, recursos humanos, política, protección del medio ambiente… En esta entrada veremos algunos casos curiosos más, para dar ideas sobre hasta dónde podemos llegar con el uso del Big Data.
Encontrar el amor
Muchas plataformas de citas usan Big Data para aumentar las posibilidades de hacer parejas exitosas. Pensemos en la gran cantidad de datos de los que disponemos sobre los usuarios en redes sociales e incluso en wearables que graban desde nuestros patrones de sueño hasta nuestra actividad física. Con esos datos, un buen algoritmo encontrará a una persona que no solo tenga una personalidad similar, sino que siga un estilo de vida parecido.
Evitar colas en museos y atracciones
Con infinidad de datos como el tiempo medio de permanencia en los museos, las horas de más afluencia..., y cruzándolos con otros como la información meteorológica o los calendarios de festivos, se puede aprovechar el Big Data para crear sistemas de reserva que ahorren a los usuarios las tan odiadas colas. La Galería de los Uffizi de Florencia ya lo ha puesto en marcha y muchos otros están en proceso de implantar estos sistemas.
Elegir el sujetador, el maquillaje y la ropa adecuados
Si eres mujer lo entenderás: elegir sujetador no es tan fácil como encontrar uno de tu talla y ya está. True&Co sabe esto y usa los datos de millones de usuarias para ayudarle a elegir el modelo y la talla correctos.
Bitsmart también ha creado una tecnología llamada Magic Mirror. Básicamente, es un bot que escanea tus rasgos y te permite “probarte” diferente ropa y maquillaje. Además, gracias a la Inteligencia Artificial, puedes hablar con él como si fuera un personal shopper de verdad, lo que le permite mejorar sus sugerencias en base a tu feedback.
Sobra decir, también, que el Big Data es capaz de interpretar, en base a tu historial de compras y a la información que puede hallarse sobre ti, tus preferencias. Gracias a ello, afinará en sus sugerencias de compra y te sugerirá prendas que estás deseando llevar puestas… ¡incluso antes de que sepas que quieres algo de ese estilo!
Saber qué llama tu atención cuando andas por la calle o el supermercado
La publicidad en cartelerías llega a otro nivel gracias al Big Data. Ya no sabemos únicamente el número de usuarios que pasan frente a un anuncio, ¡sabemos cuáles se sienten interesados por él! Mediante GPS y dispositivos que siguen tu mirada, pueden medir la efectividad del anuncio en tiempo real, establecer patrones…
Esto no se limita solo a la cartelería exterior, los supermercados y las marcas ya pueden usarlo para optimizar las colocaciones de los productos y medir la efectividad del packaging.
Detectar hipocondriacos que saturan las urgencias
Muchas personas van a urgencias sin necesidad, pudiendo acudir a su médico de cabecera o simplemente por problemas que no son realmente urgentes. Los visitantes recurrentes ya no pasan desapercibidos gracias al Big Data, que detecta sus patrones y permite tanto avisar a los especialistas en su historial como darles un toque de atención para concienciarles y convencerles de que cambien sus malos hábitos.
Aplicaciones de gamificación para conseguir engagement
La gamificación y las recompensas al usuario por acciones llegan a un nuevo nivel con el Big Data. Gracias a estas tecnologías, conociendo las metas y comportamientos de cada usuario, se pueden adaptar los programas de fidelización individualmente en tiempo real. Y esto consigue que tengan siempre el incentivo más apetecible para que hagan lo que queramos…
El dato es el límite
Espero que estos artículos te hayan ayudado a ver el mundo de posibilidades que se nos abre con estas tecnologías. Solo tu imaginación (y los datos de los que dispones) es el límite. ¡Aprende ya a explotar todo el potencial del Big Data con nuestro master de Big Data & Analytics!
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
Hemos visto muchas aplicaciones del Big Data en grandes sectores: desde el marketing hasta los recursos humanos, pasando por la política, la protección del medio ambiente... Pero el Big Data tiene muchos más usos de los que pensamos, algunos incluso inimaginables. ¿Quieres conocer unos cuantos?
Descubrir tu herencia genética
Gracias a la web ancestry.com y el Big Data, puedes conocer información de tu linaje. Ellos se encargan de mandar kits a tu casa para recopilar muestras de ADN y construir parte de tu genoma. Este lo puedes descargar además de recibir actualizaciones cada vez que se descubra algo nuevo relacionado con tus genes.
Los usos de estos datos cara a la investigación médica y biológica son inmensos, aparte de ser muy interesante saber de dónde vienes… ¡Una pena que todavía no esté disponible en España!
Recolectar en la ciudad
Una web, Falling Fruit, utiliza información del Departamento de Agricultura, inventarios de árboles municipales y mapas de recogida. Los propios usuarios también pueden ayudar a evitar el desperdicio de comida dando sus propias pistas sobre dónde hacer la recolección en puntos que no han localizado desde la app. Con esto, ayuda a los residentes de las ciudades donde hay plantas decorativas que dan frutos a saber dónde la fruta está preparada para ser recogida. Así, esta no se desperdicia.
Otra cosa es el sabor de la fruta… Los que hayan ido a Sevilla y hayan probado las aparentemente apetitosas naranjas que pueblan sus árboles sabrán de qué hablo.
Predecir la evolución de una enfermedad y su contagio
Gracias al Big Data y al machine learning, se pueden hacer modelos predictivos sobre cómo evolucionará una enfermedad, sus mutaciones e incluso por qué grupos se contagiará con más facilidad en base a patrones de movilidad y análisis de redes.
Ir a la caza de hipsters
Gracias al Word Map de Yelp, puedes buscar lugares en los que se usen ciertas palabras clave en las reseñas. Mediante Big Data, lo que hace el mapa es puntear las localizaciones donde se ha mencionado esa palabra. Así, puedes ver dónde se concentran ciertas tribus urbanas, como hípsters, heavys…
Hacer videojuegos más entretenidos
Gracias a los algoritmos de Inteligencia Artificial y Machine Learning, los videojuegos se pueden ir adaptando a las preferencias del usuario. Esto no solo permite ajustar el nivel de dificultad a la habilidad del jugador, sino anticiparse a sus decisiones y mostrarle escenarios acordes a sus preferencias.
Escribir guiones de cine y hacer castings
Este es algo más conocido, porque el de Netflix es el caso de uso por excelencia. Pero va mucho más allá de hacer series de televisión, los estudios de Hollywood y hasta empresas de publicidad utilizan esta tecnología para hacer sus contenidos más efectivos. Y es que determinar qué tipo de historias quieren ver los usuarios, cómo deben estar dirigidas y qué actores son los mejores para esos papeles te ayuda a conseguir un éxito seguro.
¡Y eso no es todo!
En el próximo artículo veremos más usos extraordinarios del Big Data, ¡pero ni siquiera con eso habremos cubierto el mundo de posibilidades que se nos abre con estas tecnologías! Solo tu imaginación (y los datos de los que dispones) es el límite. ¡Aprende ya a explotar todo el potencial del Big Data con nuestro master experto Big Data Analytics!
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
Si la semana pasada hablábamos de cómo ganar dinero con Big Data, esta vamos a ver ejemplos de aplicaciones del Big Data en empresas y personas reales que que han utilizado esta tecnología para lograr sus objetivos.
Una de las muestras más apasionantes de aplicaciones del Big Data probablemente sea el caso del Presidente Obama en las elecciones del 2012. Obama arrancaba con el índice más bajo de popularidad de un presidente norteamericano desde 1980, debido a las guerras en Oriente Medio, al paro y a la crisis de la sanidad. Todos los sondeos electorales vaticinaban un empate absoluto entre los dos candidatos. Sin embargo, mediante técnicas de Big Data, Obama consiguió identificar a todos los votantes indecisos de cada Estado, lo que le permitió ajustar las campañas y la toma de medidas concretas para cada uno de ellos, logrando en consecuencia ganar las elecciones.
Netflix, gran distribuidor de series y contenidos en Streaming, recientemente llegado a España, también supo encontrar aplicaciones del Big Data para sus contenidos. Decidió hacer una serie a la carta. Realizó el análisis de qué veían sus millones de suscriptores por todo el mundo hasta encontrar las claves del éxito: el director, la trama y el protagonista. Llegaron a la conclusión de que sus suscriptores querían ver a Kevin Spacey protagonizando una trama dirigida al estilo de David Fincher (Perdida, La red social, Seven, etc.). Uniendo estas conclusiones vieron que la mejor trama era la de una serie británica de los años 90, que readaptaron. Así surgió el éxito de House of Cards.
UPS, una de las grandes empresas de paquetería, monitorizó 6 millones de envíos diarios. Con ello logró una mejora importante de la calidad de las entregas, amén de ahorros muy significativos en los kilómetros recorridos y en consecuencia en el combustible gastado.
Para ver el éxito de las aplicaciones del Big Data, nos basta con fijarnos en Google, considerado por muchos el padre del Big Data. Pasó de ser un motor de búsqueda a convertirse en uno de los mayores (en España el mayor con diferencia) vendedores de publicidad por Internet. Cada día, el gigante de Silicon Valley adapta sus productos y servicios para sacar nuevos modelos de negocio innovadores, según le va indicando la información que maneja. ¿Hacia dónde va Google? ¿Se convertirá en un banco? ¿Un operador de telecomunicaciones?
Y estas son solo unas pocas aplicaciones del Big Data. Hay muchas más por explorar.
Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.
