Conjunto de técnicas que permiten analizar, procesar y gestionar conjuntos de datos extremadamente grandes y complejos que pueden ser analizados informáticamente para revelar patrones, tendencias y asociaciones, especialmente en relación con la conducta humana y las interacciones de los usuarios.
Se trata de conjuntos de datos que por su volumen, velocidad o variedad no pueden ser tratados de forma eficiente por un sistema tradicional de análisis de datos.
Para diseñar un sistema eficiente de big data se deben tener en cuenta los elementos siguientes, conocidos como las 7 Vs del big data:
Volumen
Es la característica que más se asocia al término Big Data. Son los grandes volúmenes de datos generados que deben ser procesados. Estos datos pueden provenir de diferentes fuentes, como redes sociales, clicks en páginas web, en los “likes”, las búsquedas, los mensajes… Hoy en día y gracias a la evolución de la tecnología, podemos optar a nuevas formas de almacenaje que nos permiten guardar esa cantidad de datos fácilmente y a un precio asequible, como el almacenaje en la nube.
Velocidad
El ciclo de vida de los datos es más bien corto, ya que continuamente se están produciendo, por lo que es necesario realizar de forma eficaz su procesamiento y evitar un desfase en los datos.
Variedad
La información que nos proporcionan los datos proviene de fuentes diferentes, pueden ser desde búsqueda de imágenes hasta datos de temperatura de un lugar concreto. Sus formas y estructuras son diferentes lo que supone que cada uno de ellos necesiten ser tratados con herramientas específicas capaces de “leer” esos datos y transformarlos para que podamos comprenderlos.
Veracidad
La veracidad es la calidad y fiabilidad de los datos que recibimos. Es necesario invertir tiempo en hacer una limpieza y seleccionar solo los datos que nos aportan información útil.
Valor
Los datos resultan valiosos si nos permiten tomar decisiones.
Visualización
Tras el procesado de datos, la visualización es la manera en la que presentamos los datos
Viabilidad
La viabilidad es la capacidad que tienen las organizaciones para gestionar y manejar los datos. Es necesario que tengan las competencias adecuadas, para que su uso sea lo más provechoso posible, tanto con programas tecnológicos apropiados como con equipos de trabajo eficientes.