¿Conoces las 4 V’s del Big Data?

Las tecnologías de Big Data y analítica permiten hacer a tu organización más competitiva y crecer sin límites. Pero si una organización está capturando grandes cantidades de datos necesitará soluciones específicas para su análisis, como un Intelligent Data Lake. Pero antes de ello vamos a deternos un momento a analizar el valor que aporta el Big Data para una compañía.

Las 4 V’s del Big Data en infografía

Expertos Data Scientists de IBM dividen el Big Data 4 dimensiones del Big Data: Variedad, Volumen, Veracidad y Velocidad. Esta infografía explica y da ejemplos de cada una de ellas:

Puedes encontrar la infografía original en este enlace.

Es cierto que el término “Big Data” no es algo nuevo. Para muchas personas este término se asocia directamente a “muchos datos”. No obstante entender esta tecnología de esta manera, no es del todo acertado. La tecnología Big Data implica:

  • Recopilación.
  • Almacenamiento.
  • Explotación.

… De un gran volumen de datos. No obstante, esto no implica necesariamente que estemos hablando de “Big Data”.

Las 4 V´s del Big Data

Se puede decir que el entorno Big Data tiene que tener estas cuatro características básicas:

Volumen

Es posible que en más de una ocasión hayas escuchado que el Big Data no es más que business ingelligence, pero en un formato muy grande. No obstante, más datos, no significan necesariamente que sea Big Data.

Obviamente, el Big Data, necesita una cierta cantidad de datos, pero tener una ingente cantidad de datos,  no significa necesariamente que se esté trabajando en Big Data.

También sería un error pensar que todas las áreas del Big Data, son de business intelligence. El Big Data, no está limitado o definido por los objetivos que se buscan con esa iniciativa. Sino que lo estará por las características de los propios datos.

Variedad

En la actualidad, podemos basar nuestras decisiones en los datos prescriptivos conseguidos a través del Big Data. Gracias a esta tecnología, cada acción de clientes, competidores, proveedores etc, va a generar información prescriptiva que irá desde datos estructurados y fáciles de gestionar, hasta información no estructurada difícilmente usable para la toma de decisiones.

Cada dato, o núcleo de información va a requerir que sea tratado de una manera específica. Además, cada tipo de dato, requerirá unas necesidades de almacenamiento específicas (el almacenamiento de un e-mail será mucho menor que el de un vídeo).

Veracidad

Esta V se va a referir tanto a la calidad del dato como a su disponibilidad.

Cuando hablamos de analítica de negocio tradicional, el origen de los datos va a ser mucho más reducido  tanto en su cantidad como en su variedad. No obstante, la organización va a tener un mayor control sobre ellos, siendo mayor su veracidad.

Cuando hablamos de Big Data, variedad va a significar una mayor incertidumbre sobre la calidad que tiene ese dato y su disponibilidad. También va a tener su implicación en cuanto a las fuentes de datos que podremos tener.

Velocidad

Es muy posible que la Variedad y la Veracidad no fuesen tan relevantes ni supondrían tanta presión al afrontar una iniciativa de Big Data si no fuera por el elevado Volumen de información que hay que manejar y, sobre todo, por la Velocidad a la que hay que generar y gestionar la información.

Los datos van a suponer un input para el área de tecnología (será fundamental que se sea capaz de almacenar y digerir grandes cantidades de información). Y la parte del output será el de las decisiones y reacciones que posteriormente implicará a los dpto correspondientes. Lo importante en este punto es que sean capaces de reaccionar con la velocidad necesaria para potenciar el área de negocio.

Noticias y Publicaciones

Intelligent Data Lake: decisiones estratégicas con datos

Intelligent Data Lake: decisiones estratégicas con datos

Energía, tecnología, finanzas Son sólo algunas de las industrias que ya están tomando decisiones de negocio con un nuevo modelo de análisis de datos más eficiente y fluido, basado en Inteligencia Artificial (IA): el intelligent data lake. ¿Por qué este nuevo modelo de análisis de datos? La mayoría ...
La Responsabilidad Social Corporativa post-COVID (parte 2)

La Responsabilidad Social Corporativa post-COVID (parte 2)

En nuestro anterior post, ya os contamos sobre la Responsabilidad Social Corporativa (RSC) y cómo la aplicamos en OpenSistemas en distintos sectores. Uno de ellos es el deporte. La RSC es el compromiso que tienen las compañías u organizaciones con el medio ambiente y con la sociedad. En relación ...
Nace el primer diccionario multilingüe de terminología Big Data del mundo

Nace el primer diccionario multilingüe de terminología Big Data del mundo

Pretende ofrecer una terminología estándar que facilite la colaboración y entendimiento en Big Data 20 volúmenes componen La Terminología de Big Data, el primer diccionario multilingüe sobre términos y jerga de Big Data, llevado a cabo por el Laboratorio Clave de Estrategia de Big Data en China. ...

Al hacer clic en "Aceptar todas las cookies", acepta que las cookies se guarden en su dispositivo para mejorar la navegación del sitio, analizar el uso del sitio y colaborar con nuestros estudios de marketing.    Política de Cookies

Los ajustes de cookies en esta web están configurados para «permitir las cookies» y ofrecerte la mejor experiencia de navegación posible. Si sigues usando esta web sin cambiar tus ajustes de cookies o haces clic en «Aceptar», estarás dando tu consentimiento a esto.

Cerrar