Semana #1: Fundamentos de Big Data

Semana #1: Fundamentos de Big Data

by CRISTHIAN ERNESTO ROMERO PULLA -
Number of replies: 1

En la Clase 1 se abordaron los fundamentos del Big Data, destacando las dimensiones de volumen, velocidad y variedad, así como la incorporación de la veracidad y el valor como elementos clave para el análisis de datos. Asimismo, se analizó cómo el uso de tecnologías como Hadoop, Spark y bases de datos NoSQL ha permitido a las organizaciones transformar grandes volúmenes de información en conocimiento útil para la toma de decisiones empresariales. Sin embargo, el creciente uso de Big Data en distintos sectores plantea desafíos importantes relacionados con la calidad de los datos y su aplicación estratégica(LaValle et al., 2010; Mayer-Schönberger & Cukier, 2013).


¿Cómo pueden las organizaciones integrar las dimensiones de veracidad y valor al uso del Big Data para asegurar que el análisis de grandes volúmenes de datos apoye de manera efectiva la toma de decisiones estratégicas?


Referencias

In reply to CRISTHIAN ERNESTO ROMERO PULLA

Re: Semana #1: Fundamentos de Big Data

by JORGE LUIS ALVIA GONZáLEZ -
Las organizaciones pueden integrar de manera efectiva las dimensiones de veracidad y valor en el uso del Big Data mediante la adopción de prácticas sólidas de gobernanza de datos y una clara alineación entre la analítica y los objetivos estratégicos del negocio. Estas dos dimensiones son fundamentales para garantizar que el análisis de grandes volúmenes de datos no solo sea técnicamente viable, sino también confiable y útil para la toma de decisiones.

La veracidad implica asegurar la calidad, consistencia y confiabilidad de los datos a lo largo de todo su ciclo de vida. Para lograrlo, las organizaciones deben implementar procesos de validación, limpieza y control de datos, así como definir responsables claros de la gestión de la información. Esto es especialmente relevante en entornos donde los datos provienen de múltiples fuentes, como sensores IoT, redes sociales o sistemas transaccionales, ya que la falta de control puede generar información sesgada o incompleta. Cuando los datos son confiables, los análisis producidos tienen mayor credibilidad y reducen el riesgo de tomar decisiones estratégicas basadas en información errónea (Mayer-Schönberger & Cukier, 2013).

Por su parte, el valor se alcanza cuando los datos analizados se traducen en conocimiento accionable que impacta positivamente en la organización. Esto requiere que las iniciativas de Big Data estén orientadas a resolver problemas concretos del negocio, como la optimización de procesos, la mejora de la experiencia del cliente o la anticipación de riesgos. Según LaValle et al. (2010), las organizaciones que obtienen mayor beneficio del Big Data son aquellas que integran la analítica en sus procesos de decisión, combinando los resultados del análisis con la experiencia y el criterio humano.

En conjunto, la integración de veracidad y valor permite que el Big Data se convierta en un verdadero habilitador estratégico. No se trata únicamente de almacenar y procesar grandes volúmenes de datos, sino de garantizar su calidad y aprovecharlos de forma inteligente para apoyar decisiones informadas, sostenibles y alineadas con los objetivos organizacionales.

Referencias:
LaValle, S., Lesser, E., Shockley, R., Hopkins, M. S., & Kruschwitz, N. (2010). Big data, analytics and the path from insights to value. MIT Sloan Management Review. https://sloanreview.mit.edu/article/big-data-analytics-and-the-path-from-insights-to-value/
Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think. Houghton Mifflin Harcourt.