Unidad de Aprendizaje

Sistema Inteligencia de Negocios

Actividad

Ensayo

Alumna

Mariana De La O González

Matricula
19622996
Introducción

En la actualidad vivimos en una era donde la información por medio de la tecnología se ha

llegado a convertir en una de las principales herramientas de innovación para las
organizaciones y para llevar el cumplimento de metas a niveles superiores, la recolección
de los principales datos informativos de las persona que cada vez aumenta de manera
considerable y la manera en que las organizaciones y los distintos niveles de gestión
administran, analizan y utilizan esos datos es esencial para conducir los negocios por el
rumbo correcto, ya que hoy en día, un mal manejo de la información puede afectar en la
eficacia y la sostenibilidad de las actividades de las distintas organizaciones. En el presente
ensayo argumentativo analizaremos a fondo como puede llegar a influir la Big Data en la
toma de decisiones, así como en la creación de ideas y nuevas estrategias que conduzcan
a hacia la obtención de los objetivos y metas
Desarrollo

En la era digital moderna, las empresas enfrentan un volumen masivo de datos que, si se
gestionan y analizan adecuadamente, pueden proporcionar ventajas competitivas
significativas. La gestión de estos datos y su conversión en información útil es el principio
fundamental de dos conceptos clave: Big Data y Business Intelligence (BI). Big Data hace
referencia a grandes volúmenes de datos complejos que no pueden ser gestionados
mediante métodos tradicionales, mientras que BI se refiere a la utilización de tecnologías y
prácticas para analizar estos datos y tomar decisiones informadas.
Este ensayo explora la relación entre Big Data y Business Intelligence, sus características,
ejemplos de implementación en diversas empresas, y las ventajas y desventajas que
presentan estas tecnologías en el entorno corporativo actual.

Definición y Características de Big Data y Business Intelligence

1.1 Big Data

Big Data se refiere a un conjunto de datos cuya magnitud, velocidad y diversidad

sobrepasan la capacidad de los sistemas tradicionales de gestión de bases de datos.
Según Laney (2001), Big Data se caracteriza por las tres “V”: Volumen, Velocidad y Variedad.
Estas características indican que los datos no solo son masivos, sino que se generan a gran
velocidad y provienen de diversas fuentes, como redes sociales, transacciones
comerciales, sensores IoT, entre otros.

Big Data es un término que hace referencia a la gran cantidad de datos estructurados y no
estructurados que se generan a una velocidad vertiginosa" (Laney, 2001).

Además de las tres "V", algunos autores añaden una cuarta "V": Valor. El valor hace
referencia a la capacidad de extraer conocimiento útil de grandes volúmenes de datos.

Business Intelligence (BI)

Business Intelligence se refiere a las herramientas, tecnologías y prácticas que permiten a

las empresas transformar los datos en información útil para la toma de decisiones. Como
señala Eckerson (2007), el propósito principal de BI es "convertir los datos en información,
la información en conocimiento y el conocimiento en decisiones estratégicas".
En la práctica, las soluciones de BI incluyen sistemas de análisis de datos, visualización,
informes interactivos y sistemas de soporte a la decisión.

Business Intelligence es el proceso de recopilar, analizar y convertir los datos en una

forma que sea fácil de entender y que sirva para tomar decisiones más informadas"
(Eckerson, 2007).
Tipos de Big Data y Business Intelligence
Tipos de Big Data

El Big Data puede clasificarse en tres tipos: Estructurados, No estructurados y Semi-

estructurados.
Estructurados: Son los datos que se encuentran organizados en bases de datos
relacionales y son fáciles de procesar (por ejemplo, datos de ventas, registros de
clientes).
No estructurados: Son datos que no tienen un formato predefinido, como textos en
redes sociales, videos, imágenes, correos electrónicos.
Semi-estructurados: Son datos que tienen alguna organización pero no encajan
perfectamente en un formato tabular, como los registros de servidor o los archivos
XML.

Tipos de Business Intelligence

El BI incluye varias tecnologías y herramientas, tales como:

OLAP (Online Analytical Processing): Permite a los usuarios analizar grandes
volúmenes de datos de forma multidimensional.
Data Mining: Utiliza algoritmos para descubrir patrones y tendencias en grandes
conjuntos de datos.
Reporting: Presenta datos a través de informes estáticos o interactivos.
Dashboards: Son paneles visuales que muestran métricas clave de rendimiento (KPIs).

El uso de Big Data y BI no se limita a grandes corporaciones. Incluso pequeñas y medianas

empresas están adoptando estas tecnologías para mejorar su competitividad. A
continuación se presentan algunos ejemplos destacados:

Walmart
Walmart, el gigante de la distribución, utiliza Big Data para optimizar su cadena de
suministro. Cada día, Walmart procesa más de 2.5 petabytes de datos generados por las
transacciones de los clientes. Estos datos son analizados en tiempo real para predecir
patrones de compra y ajustar los inventarios, lo que mejora la eficiencia

Walmart utiliza Big Data para mantener sus precios competitivos y administrar de manera
eficiente su vasta red de distribución" (Bose, 2009).
NetflixNetflix

Netflix es otro ejemplo destacado. La plataforma de streaming utiliza Big Data y BI para
personalizar las recomendaciones de contenido. Analiza datos sobre el comportamiento
de los usuarios, sus preferencias y patrones de visualización, lo que le permite ofrecer
recomendaciones más precisas y mejorar la retención de clientes.

Netflix utiliza Big Data para personalizar la experiencia de sus usuarios, basándose en
análisis predictivos para anticipar sus preferencias" (Mayer-Schönberger & Cukier, 2013).

Amazon

Amazon ha revolucionado el comercio electrónico al utilizar Big Data y BI en sus

operaciones. Desde la gestión de inventarios hasta las recomendaciones personalizadas,
la empresa se apoya en estas tecnologías para ofrecer una experiencia de compra fluida y
personalizada, lo que ha sido clave en su crecimiento.

Ventajas y Desventajas del Uso de Big Data y Business Intelligence

Ventajas
Mejora de la toma de decisiones: Al proporcionar datos precisos y análisis en tiempo
real, las empresas pueden tomar decisiones más informadas.
Optimización de procesos: Big Data y BI permiten identificar ineficiencias operativas, lo
que conduce a la mejora continua y la reducción de costos.
Personalización del cliente: Las empresas pueden ofrecer experiencias personalizadas
basadas en el análisis de datos de comportamiento del cliente.
Ventaja competitiva: Las empresas que adoptan Big Data y BI pueden anticiparse a las
tendencias del mercado y tomar decisiones estratégicas que les otorguen una ventaja
sobre sus competidores.

Desventajas
Costo: La implementación de soluciones de Big Data y BI puede ser costosa,
especialmente para empresas pequeñas y medianas.
Complejidad: La gestión de grandes volúmenes de datos y la implementación de
herramientas de BI requieren personal especializado y capacitación constante.
Privacidad y seguridad: El uso de Big Data plantea riesgos en términos de privacidad y
seguridad de los datos, lo que puede generar preocupaciones legales y éticas.
Dependencia tecnológica: Las empresas pueden volverse excesivamente dependientes
de la tecnología, lo que podría ser perjudicial si surgen fallos o problemas de acceso.
La naturaleza compleja del Big Data se debe principalmente a la naturaleza no
estructurada de gran parte de los datos generados por las tecnologías modernas, como
los web logs, la identificación por radiofrecuencia (RFID), los sensores incorporados en
dispositivos, la maquinaria, los vehículos, las búsquedas en Internet, las redes sociales
como Facebook, computadoras portátiles, teléfonos inteligentes y otros teléfonos móviles,
dispositivos GPS y registros de centros de llamadas.
En la mayoría de los casos, con el fin de utilizar eficazmente el Big Data, debe combinarse
con datos estructurados (normalmente de una base de datos relacional) de una aplicación
comercial más convencional, como un ERP (Enterprise Resource Planning) o un CRM
(Customer Relationship Management).

Lo que hace que Big Data sea tan útil para muchas empresas es el hecho de que
proporciona respuestas a muchas preguntas que las empresas ni siquiera sabían que
tenían. En otras palabras, proporciona un punto de referencia. Con una cantidad tan
grande de información, los datos pueden ser moldeados o probados de cualquier manera
que la empresa considere adecuada. Al hacerlo, las organizaciones son capaces de
identificar los problemas de una forma más comprensible.
La recopilación de grandes cantidades de datos y la búsqueda de tendencias dentro de los
datos permiten que las empresas se muevan mucho más rápidamente, sin problemas y de
manera eficiente. También les permite eliminar las áreas problemáticas antes de que los
problemas acaben con sus beneficios o su reputación.

El análisis de Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos
para identificar nuevas oportunidades. Eso, a su vez, conduce a movimientos de
negocios más inteligentes, operaciones más eficientes, mayores ganancias y clientes más
felices. Las empresas con más éxito con Big Data consiguen valor de las siguientes formas:
Reducción de coste. Las grandes tecnologías de datos, como Hadoop y el análisis
basado en la nube, aportan importantes ventajas en términos de costes cuando se
trata de almacenar grandes cantidades de datos, además de identificar maneras más
eficientes de hacer negocios.

Más rápido, mejor toma de decisiones. Con la velocidad de Hadoop y la analítica en

memoria, combinada con la capacidad de analizar nuevas fuentes de datos, las
empresas pueden analizar la información inmediatamente y tomar decisiones basadas
en lo que han aprendido.

Nuevos productos y servicios. Con la capacidad de medir las necesidades de los

clientes y la satisfacción a través de análisis viene el poder de dar a los clientes lo que
quieren. Con la analítica de Big Data, más empresas están creando nuevos productos
para satisfacer las necesidades de los clientes.
Cada día se generan en el mundo multitud de datos que la administración o las empresas
privadas almacenan, unos 2,5 trillones de bytes a nivel mundial para ser más exactos: más
de un billón de consultas en Google, unos 250 millones de tuits, 60 horas de vídeos
subidos por minuto en YouTube, 800 millones de actualizaciones en Facebook, 10.000
transacciones con tarjeta de crédito por segundo. Además, las ciudades están llenas de
sensores que recogen todo tipo de información meteorológica, telefónica, de tráfico... En
definitiva, somos datos.
Pues bien, el Big Data Analytics es un concepto que agrupa las tecnologías y desarrollos
matemáticos que se dedican a almacenar, analizar y cruzar toda esa información para
intentar encontrar patrones de comportamiento. O lo que es lo mismo, atar cabos de
cuáles son nuestros hábitos y costumbres. Cada vez más empresas están trabajando bajo
este nuevo paradigma, ya que con él pueden conocer mejor a sus usuarios y ofrecerles
una experiencia, sea el sector que sea, mucho más personalizada.

El Big Data se ha convertido en un recurso fundamental para las empresas modernas, ya

que les permite tomar decisiones más informadas, optimizar sus procesos y mejorar la
satisfacción del cliente. Aquí te dejo las conclusiones y características clave sobre el Big
Data en las empresas actuales:

1. Mejora en la toma de decisiones: El análisis de grandes volúmenes de datos permite

a las empresas obtener información detallada sobre el comportamiento del mercado y
los clientes, lo que facilita la toma de decisiones estratégicas más precisas y basadas
en evidencia.
2. Competitividad: Las empresas que implementan Big Data pueden obtener una
ventaja competitiva significativa al anticipar tendencias del mercado, optimizar sus
operaciones y personalizar sus ofertas para los clientes.
3. Eficiencia operativa: Big Data permite a las empresas identificar áreas ineficientes y
optimizar procesos, lo que puede resultar en ahorros significativos de tiempo y
recursos.
4. Innovación de productos y servicios: Al analizar los datos de clientes, las empresas
pueden desarrollar productos y servicios más alineados con las necesidades y
preferencias del mercado.
5. Personalización: Las empresas pueden personalizar sus interacciones con los clientes,
ofreciendo productos, servicios y promociones adaptadas a las preferencias
individuales, lo que mejora la experiencia del cliente y fideliza.
Conclusiones

El Big Data y el Business Intelligence han transformado la manera en que las empresas operan en el
mundo moderno. A través del análisis de grandes volúmenes de datos, las organizaciones pueden obtener
insights valiosos que mejoran su eficiencia, personalizan su oferta y les permiten mantenerse competitivas
en mercados cambiantes. Sin embargo, también existen desafíos asociados con su implementación, como
los costos, la complejidad y las preocupaciones sobre la privacidad. A pesar de estos desafíos, las
empresas que adoptan y gestionan adecuadamente estas tecnologías están mejor posicionadas para
tomar decisiones más informadas y adaptarse rápidamente a las demandas del mercado.

Volumen: Hace referencia a la cantidad masiva de datos generados de forma continua por las
empresas, las cuales deben procesar y almacenar grandes volúmenes de información.
Variedad: El Big Data abarca datos de diferentes tipos: estructurados (bases de datos), no
estructurados (textos, imágenes, videos) y semi-estructurados (logs, XML), lo que requiere
herramientas avanzadas para procesarlos y analizarlos.
Velocidad: El Big Data también se caracteriza por la rapidez con que se generan y deben analizarse
los datos. Las empresas necesitan herramientas de procesamiento en tiempo real o casi en tiempo real
para obtener insights relevantes.
Veracidad: La calidad de los datos es crucial. No basta con tener grandes volúmenes de datos; es
necesario asegurarse de que los datos sean precisos, consistentes y confiables.

Toma de decisiones más informada: Big Data permite analizar grandes volúmenes de información para
obtener insights que facilitan decisiones empresariales más precisas y fundamentadas.
Mejora de la eficiencia operativa: Permite identificar patrones y optimizar procesos, lo que puede
reducir costos, tiempos y mejorar la productividad.
Personalización de productos y servicios: Gracias al análisis de datos, las empresas pueden ofrecer
productos y servicios más adaptados a las necesidades específicas de los consumidores.

En resumen, Big Data tiene un gran potencial para mejorar la toma de decisiones y la eficiencia, pero su
implementación y uso efectivo también implica desafíos significativos en términos de costos, privacidad y
calidad de los datos.
Anexos

Netflix, Amazon, Starbucks, Spotify y Etsy son algunas de las grandes compañías que han logrado el éxito
gracias al 'big data' y que pueden inspirar a muchas otras empresas que quieran sacar valor a sus datos.

Imagen 1.0 Netflix y Bid Data su clave del éxito

Imagen 2.0 Sportify Medios Enteros con Big Data

Imagen 3.0 Starbucks Beneficios con Big Data

Referencias

Bose, R. (2009). Advanced Methods in Business Intelligence: Big Data, Predictive Analytics, and
Decision Support Systems. Springer.
Eckerson, W. W. (2007). Performance Dashboards: Measuring, Monitoring, and Managing Your
Business. Wiley.
Laney, D. (2001). 3D Data Management: Controlling Data Volume, Velocity, and Variety. META Group
Research Note.
Mayer-Schönberger, V., & Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live,
Work, and Think. Houghton Mifflin Harcourt.