2. Cómo se utiliza el big data?

El big data para los consumidores

Cuando hablamos de big data, la mayoría de las veces nos referimos a su uso

comercial, sobre cómo las empresas pueden utilizar el big data en la publicidad
o en sus estrategias de marketing. 
Una aplicación importante del big data afecta a los consumidores, y lo curioso
es que aunque tenemos datos y algoritmos, y existe un procesamiento
sofisticado que es prácticamente invisible, los resultados son tan puros que solo
te ofrecen una parte de información, que es exactamente la que necesitas. 
En este video, quiero mostrarte algunas aplicaciones típicas del big data para los
consumidores, y es posible que ya las estés utilizando sin ser consciente del
nivel de complejidad del análisis del big data que se esconde detrás. 
La primera, si tienes un iPhone o iPad de Apple, es lo que puede hacer Siri. Por
ejemplo, además de preguntarle qué tiempo hace, y que Siri sepa lo que quieres
decir, dónde estás y a qué hora te refieres, también puede buscarte restaurantes
con un tipo de comida concreta y comprobar si hay un servicio de reservas
disponible. Puede llevar a cabo muchas acciones que requieren la
recomendación de otras personas, dependiendo de tu localización, de la hora y
de los cambios de preferencias de los usuarios. 
Otro ejemplo es Yelp. Muchos lo utilizan para encontrar un restaurante, y de
nuevo, extrae millones y millones de reseñas de usuarios y de otras fuentes para
hacer una recomendación muy específica. Estoy buscando comida tailandesa en
Carpinteria (California), donde estoy grabando ahora mismo. El Siam Elephant y
Your Place Restaurant son las primeras recomendaciones. 
Veamos un tercer ejemplo. Puede que ya conozcas los motores de
recomendaciones, un tipo de software que es capaz de hacer sugerencias
específicas para ti. Yelp es un ejemplo, pero estamos más familiarizados con
productos como películas, libros y música. En mi cuenta de Spotify, que sabe lo
que escucho cuando estoy conectado, lo que añado a mi lista y lo que me salto,
es capaz de hacerme sugerencias específicas para ayudarme a encontrar nuevos
artistas a los que de otra forma no hubiera encontrado. Me encanta lo que voy
descubriendo gracias a Spotify.
De manera similar, Amazon.com hace recomendaciones de libros. Por ejemplo,
este libro, «Principles of Big Data», es uno de mis favoritos, de Jules Berman, y si
me desplazo hacia abajo, tengo una lista de libros que me recomiendan. Son
sugerencias que hace el motor de recomendaciones de Amazon. Puedes ver
otros libros sobre big data, y de hecho, hay lista muy buena. Ya tengo la mitad
de los libros que aparecen en ella. 
Se sigue el mismo principio general en este caso. Muchos utilizan Netflix para
ver películas. Esta plataforma te hace recomendaciones específicas sobre otras
películas que te podrían gustar. Hace unos años, tenían un concurso llamado
«The Netflix Prize», con el que querían comprobar si alguien podía mejorar la
precisión de sus predicciones, es decir, si de verdad te gustaban las
sugerencias. Si alguien conseguía mejorar esas predicciones en un 10 por
ciento, se llevaba un millón de dólares de premio. Se aplicaron análisis muy
sofisticados, pero el resultado final es muy sencillo. Te recomiendan películas,
eliges una y te gusta. 
En otro contexto tenemos la aplicación llamada «Neighborland», diseñada para
colaborar con los vecinos de tu barrio y hacer que la ciudad funcione mejor. Es
una meta sencilla, pero esta aplicación utiliza fotos, datos y API de Twitter,
Google Maps e Instagram y de las agencias que anuncian propiedades
inmobiliarias, utiliza sistemas de tránsito, y las quejas del servicio Three One
One, un enorme conjunto de datos que destaca la variedad que existe dentro
del big data. Los otros ejemplos, como Spotify y Yelp, mostraban el volumen,
pero este muestra la variedad de datos que es capaz de integrar a partir de
fuentes tan distintas y formatos tan diferentes, para ayudar a que la gente
colabore en algo simple como trabajar juntos para mejorar el vecindario. 
Por último, el ejemplo que quiero mostrarte es Google Now, que te hace
recomendaciones antes de que se las pidas, especialmente cuando está
vinculado a tu calendario y al mecanismo de localización de tu teléfono. Sabe
donde estás y dónde tienes que estar, y te puede avisar de aspectos como el
tráfico o el tiempo antes de que le preguntes por ellos, y se basa, de nuevo, en
una enorme cantidad de información basada en los tipos de información que la
gente busca. Te la proporciona de manera anticipada. 
Así que, para los consumidores, el big data desempeña un papel mayúsculo a la
hora de proporcionar servicios útiles, pero con la paradoja de que opera de
forma invisible, toma una cantidad de información enorme de diferentes
fuentes y la sintetiza en dos o tres elementos que son los que necesitas.

El big data en el ámbito empresarial

El big data puede proporcionar comodidades y funcionalidad para los

consumidores, pero en el ámbito empresarial, el big data está revolucionando el
modo de hacer negocios. Veamos algunas aplicaciones específicas en las que el
big data ha demostrado ser particularmente útil o inusual e interesante. 
Lo primero que vamos a hacer es estudiar el lugar donde la mayoría ha
descubierto el big data relacionado con las ventas, y es en los resultados de las
búsquedas de los anuncios de Google. 
Cuando buscas algo en Google o en otro motor de búsqueda, escribes el
término, y obtienes los resultados que deseas, pero también verás
publicidad. Por ejemplo, aquí ves que he buscado «big data», y obtengo tres
anuncios en la parte superior, así como una serie de anuncios a la derecha. Estos
anuncios no se colocan ahí por azar. Aparecen porque se basan en lo que estoy
buscando, pero además, en lo que Google ya sabe de mí. Arriba a la derecha
puedes ver que estoy dentro de mi sesión, así que Google extrae todo lo que he
buscado hasta ahora y la información que tiene de mí, e intenta mostrarme
anuncios ante los que cree que es más probable que yo responda. Todo esto lo
obtiene porque tiene una cantidad suficiente de datos disponibles para
personalizar la información de modo que sea pertinente para cada consumidor. 
Otra aplicación interesante del big data es lo que llamamos marketing
predictivo. Tiene lugar cuando se utiliza big data para ayudar a decidir quién
podría ser el público destinatario de un producto incluso antes de que sepa que
lo necesitará. Se intenta predecir, por ejemplo, hitos importantes en la vida,
como por ejemplo graduarse, casarse, conseguir un trabajo nuevo, tener un hijo,
o cualquier suceso que se asocie con una serie de transacciones
comerciales. Para ello, estas empresas estudian el comportamiento del
consumidor. Analizan cuántas veces ha iniciado sesión en su página, pueden
saber qué tarjetas de crédito utiliza y cuántas veces ha consultado ciertos
artículos antes de pasar a otra cosa. Pueden ver si el consumidor ha solicitado
una cuenta en su empresa. Con todo esto, las empresas de marketing tienen
disponible una gran cantidad de información. De manera similar, pueden
utilizar información demográfica, datos como tu edad, tu estado civil, el número
de hijos que tienes, tu dirección postal, la distancia a la que vives de su tienda,
tu salario estimado, si te has mudado recientemente, qué tarjetas de crédito
tienes y qué páginas web visitas. 
Toda esta información está disponible de una forma u otra para la empresa que
intenta hacer esas predicciones. Además, puede usar más datos comprados. La
empresa puede obtener información sobre tu origen étnico, tu trayectoria
laboral, a qué revistas estás suscrito, si te has declarado en bancarrota o te has
divorciado, si has ido a la universidad, de qué hablas de forma pública en las
redes, etc. 
Existe una gran cantidad de información que está disponible
potencialmente. Esto nos lleva a un debate importante. De hecho, ya existen
varias películas de entretenimiento que hablan de la ética y el big data. Al
utilizar este tipo de información, una empresa puede predecir que estás a punto
de comprar una casa, y que cuando compras una casa, haces muchas
adquisiciones, así que es posible que se ponga en contacto contigo antes de
que empieces a cerrar la transacción. 
Otra aplicación del big data de la que vamos a hablar es la predicción de
tendencias. Uno de los usos es en el mundo de la moda. La empresa EDITD ha
recibido varios premios por utilizar big data para predecir las tendencias de
moda. Son capaces de revelarles a los distribuidores qué colores, estilos y
marcas van a ser tendencia y cuándo van a ser populares, por lo que ayudan a
ponerles precio. Obviamente, este tipo de información es muy importante para
las empresas que van a vender estos productos, y EDITD es capaz de ofrecerla a
partir del big data. 
Lo último que quiero mencionar sobre la utilización del big data en el comercio
es la detección de fraudes. Resulta que el fraude es una industria enorme, que
los distribuidores online pierden alrededor de 3500 millones de dólares en
fraudes, y el fraude de seguros, sin contar los seguros médicos, se estima que
está en más de 40 000 millones de dólares anuales. El fraude es un gran
problema. Sin embargo, las empresas pueden tomar varias medidas para
reducir la prevalencia del fraude, especialmente en las transacciones
digitales. Primero, pueden fijarse en el punto de venta. Eso significa cómo llevas
a cabo la compra. ¿Estás conectado de manera online? ¿Qué página web
utilizas? También pueden utilizar la geolocalización. ¿En qué lugar del mundo
estás ubicado físicamente? Tercero, pueden fijarse en la dirección IP. ¿Con qué
computadora estás accediendo a la página web? Cuarto, cuándo inicias la
sesión. Si, por ejemplo, haces una compra a las 4 de la mañana cuando nunca
habías hecho ninguna después de las 11 de la noche. Y quinto, es curioso, pero
la biometría también les puede servir. 
Hablando con un compañero que trabaja en seguridad informática, me dijo que,
por ejemplo, la forma de mover el ratón o el tiempo que necesitan para teclear
son medidas distintivas de cada persona. 
Cuando miras el celular, lo sostienes a una altura distinta que otras
personas. cada uno lo sostiene en un ángulo distinto, tal y como mide el
acelerómetro del teléfono. Toda esta información se puede utilizar para
determinar si la persona que efectúa la compra es quien dice ser. 
Esto me salvó en una ocasión. Hace algunos años, American Express me llamó y
me preguntó si acababa de gastar 4000 dólares en habitaciones de hotel en
Oriente Medio, y no, no lo había hecho. Resultó que había habido una serie de
compras menores fuera de Oriente Medio que demostraron que mi cuenta
había sido pirateada. Por suerte, American Express pudo detener esos cargos
con antelación, y ayudaron a resolver el problema mediante la vigilancia. 
En gran parte, estos detalles particulares y los patrones que tienen en su
enorme conjunto de datos les permitieron reconocer las anomalías que indican
un fraude potencial, en un caso en que sí lo era.

El big data y la investigación

El big data desempeña un papel importante en las vidas de las personas y en las
empresas. Vamos a ver cómo, además, está revolucionando algunos aspectos
del mundo académico y la investigación. 
Voy a enseñarte algunos ejemplos interesantes en los que el big data ha
influido en el progreso científico. 
El primero es Google Flu Trends, un servicio que, mediante los patrones de
búsqueda de palabras relacionadas con la gripe, demostró que se podían
identificar brotes de gripe en Estados Unidos mucho más rápido que mediante
el Centro para el Control y Prevención de Enfermedades. 
De manera similar, un proyecto más reciente determinó que las búsquedas en
Wikipedia los podía identificar con precisión mucho mayor. 
Los Institutos Nacionales de la Salud crearon la Iniciativa BRAIN, con la que
crearon un mapa completo del funcionamiento del cerebro a partir de un gran
número de escáneres cerebrales. 
Otro ejemplo es el del telescopio espacial Kepler, de la NASA, que tenía la
misión de encontrar exoplanetas, planetas externos a nuestro sistema
solar. Como puedes ver, hasta ahora ha identificado cerca de 1000 planetas con
más de 4000 candidatos. 
Más cerca de casa, el big data también ha repercutido en la investigación
psicológica. El año pasado, se publicó un artículo sobre los tipos de
personalidad en Estados Unidos, que identificaba grupos de personalidades
según las regiones. Tenemos por un lado la región del Medio Oeste, amistosa y
convencional. Luego, la región occidental, relajada y creativa. Por último, una
región para las zonas nororiental y sureña, temperamental y desinhibida. 
Me gustaría hacer hincapié en que no se basa simplemente en las opiniones de
cada lugar, sino que esta es una publicación en una revista de la Asociación
Estadounidense de Psicología, una investigación psicológica de calidad. 
Asimismo, otro grupo de investigadores creó una aplicación de Facebook que
utilizaba una medida de la personalidad probada
científicamente. Obtuvieron datos de cientos de miles de encuestados, y al
compararlos con los patrones de «me gusta» que estas personas tenían en
Facebook, descubrieron que podían crear una aplicación que solo con pedir
permiso para acceder a los «me gusta» y se podía evaluar de manera
sorprendentemente precisa cuál sería el tipo de personalidad de quien
respondiera a todo el cuestionario. 
Por último, tenemos el proyecto de Google Books. Durante los últimos años,
Google ha escaneado libros publicados los últimos cientos de años. Ahora
mismo tienen más de 30 millones de libros escaneados que son accesibles en
formato digital, y que permiten que los especialistas en humanidades digitales
analicen los cambios en el uso de palabras con el paso del tiempo. 
Aquí vemos algunas peculiaridades interesantes. Por ejemplo, aquí tenemos la
frecuencia de las palabras «matemáticas», «aritmética» y «álgebra» desde hace
208 años. «Aritmética» muestra un fuerte repunte en los años 20 y 30, pero
decrece con el tiempo, mientras que la palabra «matemáticas» ha aumentado
en los últimos 50 y 60 años, con un pico en el año 2000. Este es solo un ejemplo
de todo lo que podemos hacer. 
La idea es que el big data (tanto con el volumen como con la variedad
de información que tenemos disponible, que se pueden combinar junto con la
velocidad), especialmente con factores como la tendencia de la gripe, donde los
datos cambian constantemente, nos sirve para la investigación y el progreso
científico. 
Es un momento apasionante para ver lo que ocurre y lo que pasará en un futuro
próximo.