En el momento en que nace una idea de negocio en particular, suponemos que se inicia la generación de los datos relacionados con la misma. Como consecuencia directa, del flujo de datos es necesario analizar esa cantidad y obtener conclusiones especiales e información sobre algún área del proceso de negocios.
El uso de datos analíticos como uno de los procesos clave en el enfoque de negocios moderno no es una nueva tendencia. Por el contrario, durante décadas, se lo ha relacionado con las finanzas, la economía y los negocios en general. Podríamos decir que en el momento en que nace una idea de negocio en particular, suponemos que se inicia la generación de los datos relacionados con tal idea. Como consecuencia directa, del flujo de datos es necesario analizar, de alguna manera, esa cantidad y obtener conclusiones especiales e información sobre algún área del proceso de negocios.
Al comienzo nos ocupamos pequeñas cantidades de datos que es relativamente fácil seleccionar, clasificar, analizar y representar los resultados obtenidos. Pero la mayoría de los factores que se relacionan con una empresa no son constantes.
Estamos tratando con variables, datos y fuentes que crecen y cada vez se han más complejas. El flujo que comienza siendo gotas de lluvia se transforma en una cascada. De pronto, nos encontramos lidiando con enormes volúmenesque deben dar información rápidamente. A esta altura no podemos hablar de conjunto de datos. Debemos definir el concepto de Big Data para el negocio.
La pregunta lógica que surge es por qué se hace tanto énfasis en Big. Después de todo los datos son datos sin importar su tamaño o volumen. Eso es correcto desde el punto de vista filosófico, pero desde el punto de vista del Business Intelligence necesitamos mejorar nuestro potencial de negocios, de alguna forma, con esa gran cantidad de datos.
Nuestro objetivo es proporcionar las respuestas con la velocidad adecuada, queremos manipular con datos tan pronto como sea posible, deseamos la gestión de datos en tiempo real.
datos. Asumamos que cada uno de la mitad de los 1.000 asistentes pertenecen a una única organización y que cada una de ellas está relacionada con 50 investigadores que, a su vez, publicaron 20 trabajos. Así que disponemos de 500 fuentes para recopilar datos. De manera que el volumen de datos que debemos recolectar es un mínimo de 500.000 datos para este caso particular (500 organizaciones x 50 investigadores x 20 trabajos presentados). Hablamos de un mínimo, ya que utilizamos una aproximación de cada elemento. Pero, como se sabe, en el mundo real la situación es más compleja. De hecho cada trabajo presentado, conocido también como “paper”, contiene al menos los nombres de los autores, nombre del documento, año, resumen, cantidad de páginas y otros datos más.
¿Y si los organizadores realizan más de una conferencia y desean analizar los datos combinados de todos los eventos de los últimos cinco años?
Como una prueba de lo mencionado más arriba, presentamos los resultados del análisis de los datos almacenados en Estados Unidos en el año 2009. Llegamos a la conclusión que ahora, muchos años después, el volumen de datos debe ser aún mayor.
Como se puede ver en el gráfico 1, se pueden alcanzar un amplio volumen de datos, que crecen velozmente y sumamente variados.
Datos no estructurados y de negocios
En el pasado todos los datos de negocio con los que trabajamos eran estructurados. Las decisiones se tomaban basados estrictamente en datos localizados en las bases de datos de las compañías. Había casos de uso de fuentes externas, pero la cantidad de fuentes eran pequeñas y se usaban bajo normas muy estrictas de la empresa.
Un ejemplo típico es la medición de la satisfacción del cliente sobre algunos productos de la compañía para decidir sobre su continuidad o discontinuación. El proceso se inicia con entrevistas a los clientes, con preguntas y respuestas muy definidas, generalmente del tipo sí/no. Luego se medían la cantidad de una u otra respuesta y se decidía qué hacer.
Con este enfoque las empresas no tenían la capacidad de obtener una imagen real de sus consumidores y del uso del producto. De hecho se interrumpió la venta de muchos de ellos que no habían sido fracasos.
Todo esto cambió en los últimos años. Las comunicaciones masivas comenzaron a jugar un rol muy importante en todos los ámbitos de la vida empresarial y en el estilo de vida de los clientes. Las soluciones de negocio modernas están utilizando un nuevo tipo de datos llamado no estructurados, también conocidos como ad hoc. Dos ejemplos sencillos: el correo electrónico y las redes sociales.
Correo electrónico
Es la comunicación dominante en el mundo empresarial. Técnicamente cada mensaje tiene estructura: cabecera, cuerpo y pié.
La parte más desestructurada del mensaje es el cuerpo. Contiene piezas de información que nos pueden ser muy útiles si pudiéramos en términos de inteligencia de negocios. Se pueden descubrir patrones de comunicación. No obstante pueden ser cambiados fácilmente por el remitente. Esto cambios son parte de la naturaleza humana. Por ejemplo el mismo lenguaje humano. Su interpretación es muy difícil pues nos expresamos con percepciones en lugar de hacerlo con hechos.
Veamos un ejemplo. Se le debe comunicar a un clientes sobre el retraso de una entrega. Es muy probable que el responsable de hacerlo escriba “Debo informarle que el transporte del producto tal vez llegue un día más tarde”.
La palabra “tal vez” es la que puede cambiar el sentido de todo. Nosotros sabemos interpretarla pero un sistema no es capaz de decidir con un simple análisis de esa expresión.
La mayor parte de las comunicaciones tiene este tipo de construcción que posee cierta incertidumbre. Pero es una frase dentro de una oración. Y un mensaje de correo electrónico puede contener una docena de expresiones similares.
Redes sociales
Hay quienes dicen que las redes sociales llegaron a la escena y cambiaron el mundo. Lo cierto es que su población crece rápidamente.
Las dos palabras claves para las decisiones de negocios son: todo y todos. Esto significa que en este momento las empresas tienen un mejor flujo de datos para sus propósitos y que no se refieren estrictamente a los que se utilizan dentro de los sistemas de gestión de las compañías. Veamos un ejemplo.
Una empresa de América Latina con sucursales en Europa y Estados Unidos lanza un producto en los tres mercados. El cliente A se encuentra en Serbia y el cliente B en Estados Unidos. Ambos quieren decir algo acerca de ese nuevo producto.
Ninguno llamaría a la sede en América Latina porque el costo de las llamadas es alto. Tampoco escribirían un mail porque piensan que recibirán una respuesta automatizada tal como reciben todos los clientes.
Entonces ¿Qué hacen?
Inician la sesión es una de las redes de las que forman parte, se unen a algún grupo de discusión relacionado con el producto o la empresa o los usos y discuten con otros miembros. Incluso, puede llegar a pasar que A y B interactúen entre sí.
De este sencillo ejemplo, podemos concluir que gran cantidad de datos se genera dentro de las redes sociales y por fuera de la red corporativa de la empresa.
El primer problema es que la compañía no sería consciente de estos datos cruciales. El segundo es que los clientes pueden discutir de todo lo que quieren y en algún lugar de esa discusión el producto será nombrado unas pocas veces.
[:en]Big Data: a new approach to improve the impact of business decisions.
At the moment it is born a business idea in particular, we assume that the generation of data related to it starts. As a direct consequence, the data flow is necessary to analyze that amount and obtain special findings and information on any area of the business process.
The use of analytical data as one of the key processes in the modern approach is not a new trend. On the contrary, for decades, it has to do with finance, economics and business in general. We could say that at the moment it is born a business idea in particular, we assume that the generation of data related to this idea starts. As a direct consequence, the data flow is necessary to analyze, somehow, that amount and obtain special findings and information on any area of the business process.
At the beginning we deal with small amounts of data that is relatively easy to select, sort, analyze and represent the results obtained. But most of the factors that relate to a company are not constant.
We are dealing with variables, data sources and growing and increasingly have more complex. The flow begins as raindrops becomes a waterfall. Suddenly, we are dealing with huge volúmenesque should provide information quickly. At this point we can not talk dataset. We must define the concept of Big Data for business.
The logical question that arises is why so much emphasis is Big. After all the data is data regardless of size or volume. That’s right from the philosophical point of view, but from the point of view of Business Intelligence need to improve our business potential, somehow, with that large amount of data.
Our goal is to provide the answers with the right speed, we want to manipulate data as soon as possible, we want to manage data in real time.
Assume that each half of the 1000 participants belong to a single organization and that each is related to researchers 50, in turn, published 20 works. So we have to collect 500 data sources. So the volume of data that must collect a minimum of 500,000 data for this particular case (500 organizations x 50 x 20 papers presented researchers). We speak of a minimum because we use an approximation of each element. But, as we know, in the real world the situation is more complex. In fact, each work presented, also known as «paper» contains at least the names of the authors, document name, year, abstract, number of pages and other data more.
What if the organizers make more than a conference and want to analyze the combined data from all events of the last five years?
As proof of what I mentioned above, we present the results of the analysis of the data stored in the United States in 2009. We concluded that now, many years later, the data volume must be even higher.
As you can see in Figure 1, you can reach a large volume of data, rapidly growing and highly varied.
unstructured data and business
In the past all business data we work with were structured. Decisions were made based strictly on data located in databases of companies. There were cases of use of external sources, but the number of sources were small and were used under very strict company rules.
A typical example is the measurement of customer satisfaction on some products of the company to decide on its continuation or discontinuation. The process starts with customer interviews, with questions and very definite answers, usually yes / no. the amount of one or another response is measured and then decided to do.
With this approach the companies did not have the ability to get a true picture of their consumers and use the product. In fact selling many of them who had not been interrupted failures.
All this changed in recent years. Mass communications began to play an important role in all areas of business life and lifestyle of customers. Modern business solutions are using a new data type called unstructured, also known as ad hoc. Two simple examples: email and social networks.
It is the dominant communication in the business world. Technically each message has structure: head, body and foot.
The most dysfunctional part of the message is the body. It contains pieces of information that we can be very useful if we could in terms of business intelligence. You can discover patterns of communication. However they can be easily changed by the sender. This change is part of human nature. For example the same human language. His interpretation is very difficult because we express ourselves with perceptions rather than facts.
Here is an example. It must be communicated to customers about the delay of delivery. It is very likely responsible for doing write «I must inform you that the transport of the product may arrive a day later.»
The word «maybe» is the one that can change the meaning of everything. We know interpret but a system is not able to decide with a simple analysis of that expression.
Most communications of this type of construction that has some uncertainty. But it is a phrase in a sentence. And an e-mail message may contain a dozen similar expressions.
Social networks
Some say that social networks came to the scene and changed the world. The truth is that the population is growing rapidly.
The two key words for business decisions are everything and everyone. This means that companies now have a better flow of data for their purposes and which do not relate strictly to those used within systems management companies. Here is an example.
A company in Latin America with branches in Europe and the United States launches a product in all three markets. Customer A is in Serbia and customer B in the United States. Both want to say something about this new product.
None call the headquarters in Latin America because the cost of calls is high. Nor they would write an email because they think they will receive an automated response as receive all customers.
So what do they do?
Log on one of the networks to which they belong, join a discussion group related to the product or the company or uses and discuss with other members. You can even come to pass that A and B interact with each other.
In this simple example, we can conclude that a large amount of data is generated within social networks and outside the corporate network of the company.
The first problem is that the company would not be aware of these crucial data. The second is that customers can discuss everything they want and somewhere in that discussion the product will be named a few times.
Source: Snezana Stolic (PhD student at Megatrend University, Serbia); Dinko Primorac (University North, Croatia); Big data as a new approach for better social Impacts of business decisions; Social 5th Eastern European Economic and Social Development Conference on Responsibility[:]