Hero Image

UDD en la Prensa

Big Data para la pequeña empresa

 Loreto Bravo
Loreto Bravo Directora Instituto Data Science Facultad de Ingeniería UDD

Día a Día vamos dejando a nuestro paso información sobre nosotros. Todo lo que hacemos aporta a este rastro digital: las llamadas que hacemos, cuando entregamos el RUT después de una compra, con las aplicaciones que usamos en nuestro celular y que registran nuestra ubicación, con nuestras búsquedas en internet, etc. Nuestros gustos, actividades y rutinas pueden deducirse a partir de la huella de datos que vamos dejando.
Estos pequeños bytes de información permiten dar una visión concreta de quiénes somos como individuos. Obviamente, si sumamos nuestro rastro digital al de miles de otras personas, también podemos obtener, por primera vez en nuestra historia tecnológica, una visión más acabada de quiénes somos y dónde vamos como sociedad. Sin embargo, procesar y «hacer sentido» de estas trazas digitales no es sencillo, por su magnitud y su complejidad. Las herramientas de data science y big data permiten justamente esto: integrar y procesar estas marcas colectivas e individuales para poder conocernos mejor e impactar positivamente en nuestra calidad de vida.
No solo las personas se ven beneficiadas del poder de big data y data science: las compañías, desde la más pequeña a la más grande, pueden hacer uso de sus herramientas. En varios sentidos esto no es novedad. La inteligencia de negocios se ha focalizado en apoyar la toma de decisiones desde hace más de 30 años. La diferencia ahora está en que, por una parte, los costos de almacenar datos han disminuido a tal punto que ya no se hace necesario (o no vale la pena) borrar información.
Si uno piensa en sus propios correos electrónicos o fotos, hay servicios gratuitos que te permiten utilizar tanto espacio como se quiera. El espacio ya no es una limitante. Con más razón, debido a cuestiones operativas, una empresa puede querer almacenar sin necesidad de resumir o simplificar los datos históricos de ventas, registros de horas trabajadas, mantención de maquinaria, fallas, productividad, etc. Pero los datos, solo almacenados, son solamente eso: datos. Es cuando analizamos esos datos que empiezan a tener valor, se convierten en información y podemos descubrir con qué periodicidad conviene cambiar la rutina de mantención de las máquinas para aumentar la productividad y disminuir el número de fallas.
Por otro lado, y además de la disminución en costos de almacenamiento de datos, las tecnologías para generar datos están volviéndose cada vez más accesibles. El denominado «Internet de las Cosas» (IoT por sus siglas en inglés), es decir, los dispositivos o sensores que envían y reciben datos conectados directamente a internet, abre una nueva fuente poderosa de información. Las mismas máquinas nos pueden informar de su temperatura, nivel de aceite, uso de combustible, velocidad de funcionamiento, y todos estos datos pueden ser enviados en tiempo real por internet directamente a un computador que los analiza para extraer información. De la misma forma que los celulares van llevando un registro de nuestra vida, los sensores pueden reconocer procesos productivos.
Las empresas, entonces, pueden producir datos detallados de sus procesos y almacenarlos a bajo costo. Esto ya no es más una práctica posible solo en las grandes compañías. No por ser una empresa pequeña se está fuera de esta revolución de los datos. Toda empresa, grande y pequeña, solamente debe asegurarse de que los datos que ya genera se almacenen y no se pierdan. Luego, el resto es preguntarse ¿cuáles son los procesos centrales del negocio?, ¿qué fuentes de información tengo?, ¿qué datos podría generar para entenderlo?, ¿qué datos de terceros puedo utilizar para completar información? Y empezar a acumular datos en forma integrada. Y, a partir de esos datos recolectados, obtener respuestas.