¿Ya conocés el Big Data? Genial, ahora te presentamos al Small Data

282

No se llama así desde hace tanto, pero al Small Data lo conocemos desde hace tiempo. Ya en los primeros años de este siglo 21, las empresas de telecomunicaciones, seguros y banca comenzaron a incorporar a sus procesos de negocio el uso de técnicas avanzadas de analítica de datos.

Se trata de procedimientos que tenían por objeto predecir el comportamiento de los clientes ante una serie de estímulos y, claro, aprovechar el conocimiento para mejorar el rendimiento de las acciones comerciales.

Así, desarrollaron modelos de propensión al abandono, calcularon el valor potencial de los clientes en su ciclo de vida o la probabilidad que cada uno de ellos tenía de adquirir nuevos productos de la compañía, y para alimentar esos modelos utilizaron los datos que tenían disponibles sobre su comportamiento histórico, según cuenta el especialista Luis Hidalgo Pérez.

Estos datos los sacaban de diferentes fuentes como los productos que habían contratado, el precio que pagaban, los problemas de impago que hubiesen tenido, las veces que se hubiesen quejado de incidencias en el servicio recibido y el perfil sociodemográfico.

Estas empresas tenían, a lo sumo, unos millones de clientes y era raro que tuvieran que trabajar con más de algunos cientos de millones de registros, números pequeños para lo que hoy consideramos Big Data. Esta información se guardaba en bases de datos relacionales con la potencia necesaria para procesar todo el volumen de datos.

Estas técnicas, que se iniciaron en las áreas comerciales de las organizaciones, fueron expandiéndose a otros ámbitos, y a esto se le sumó el crecimiento exponencial de la actividad en línea de toda la sociedad así como el aumento en el uso de sensores para medir la actividad tanto de máquinas como de personas, por lo que  «el volumen, la variedad y la complejidad de los datos con los que querían trabajar las empresas aumentó», indica el informe.

Esto produjo que el software de entonces comenzará a tener problemas y por esto se hizo necesario el desarrollo de nuevas tecnologías para procesarlos. Además, se acuñó el término Big Data para identificar esas nuevas fuentes de datos y Small Data quedó para referirse al resto de la información con la que las empresas venían trabajando desde antes.

Imagen de Gerd Altmann en Pixabay.

La diferencia entre Small Data y Big Data

El Small Data se diferencia de su hermano mayor y más joven porque es más barato para las empresas, dado que la mayoría dispone de las herramientas necesarias para aprovecharlos. De hecho, se puede hacer uso de ellos incluso utilizando solo planillas de cálculo.

Sin embargo, aquellas empresas que quieran ser competitivas deberán aprovechar al Big Data como una fuerte de entrada de datos para el Small Data. ¿Cómo se puede hacer esto? Hay que invertir en tecnologías de análisis de datos no estructurados así como en equipos de expertos capaces de explotarlas. Otra posibilidad es contratar a terceros para procesar esos Big Data y luego incorporarlos en los sistemas que se usen habitualmente para analizar el Small Data.

El especialista da un ejemplo de cómo funciona este intercambio: «si una empresa quiere sacarle a los rastros que dejan sus usuarios cuando navegan por su página web pueden acceder directamente a los logs de navegación usando técnicas de Big Data».

Y para aprovecharlos habra que «transformarlos en Small Data, o pueden utilizar plataformas de terceros como Google Analytics o Adobe Omniture y generar con ellas dicho Small Data».

Imagen de portada de S. Hermann & F. Richter en Pixabay