Me encantan los datos «no tan grandes»

En el mundo de la tecnología, se habla mucho sobre los «datos grandes» y cómo están transformando la forma en que vivimos y trabajamos. Pero, ¿qué pasa con los «datos no tan grandes»? Esos pequeños fragmentos de información que a menudo pasan desapercibidos, pero que muchas veces encierran una gran riqueza de conocimiento. En este artículo, exploraremos la fascinante capacidad de los datos «no tan grandes» para revelar detalles sorprendentes y valiosos sobre nuestro mundo. Prepárate para descubrir cómo estos modestos datos pueden abrirnos nuevas perspectivas y ofrecernos increíbles oportunidades.

Me fascinan los datos. ¿Quizás tú también deberías estarlo?

Una de las cosas que me encanta de trabajar en línea es que puedes hacer dos cosas muy rápidamente: comprender, a través de datos y conversaciones, lo que tus clientes quieren y no quieren; y descubrir –a través de una experimentación estructurada– lo que realmente le importa a la gente.

En línea, con un buen uso de los datos, se puede aprender en días lo que llevaría meses o años de análisis de pacientes aprender fuera de línea. Y puede aplicar rápidamente este aprendizaje para enriquecer la experiencia de su trabajo por parte de las personas, crear productos y servicios cada vez más sólidos y, como resultado, desarrollar organizaciones cada vez mejores.

Debido a esto, en un sector tras otro durante los últimos 20 años, “hacer negocios” ha llegado a significar “hacer negocios digitalmente”. Los conocimientos y las mejoras que surgen del análisis de datos se han vuelto cada vez más fundamentales para el éxito de muchas empresas, y esto, en parte, ha generado rumores en torno a la idea de Big Data.

Existen muchas definiciones diferentes de Big Data. El que más me gusta habla de ello en el contexto de las 3V: datos que vienen en volúmenes muy altos, tienen mucha variedad y fluyen a una velocidad muy alta.

Big Data se centra en cosas como combinaciones del “Internet de las cosas”, análisis masivos de datos de atención médica y la interpretación de grandes cantidades de publicaciones en las redes sociales; todo esto da sentido a enormes cantidades de información que fluye rápidamente y está poco estructurada.

Debo admitir, sin embargo, que, si bien este tipo de datos son enormemente importantes, no me interesan especialmente. Me fascinan los conjuntos de datos más pequeños y estructurados que provienen del empaquetado de información de las redes sociales de otras personas, de los sistemas de análisis y de los resultados de experimentos estructurados.

Sin embargo, el problema incluso con estos es que es fácil sentirse abrumado por el gran volumen de información disponible.

Por eso disfruté especialmente leyendo “Detrás de cada buena decisión: cómo cualquiera puede utilizar el análisis empresarial para convertir los datos en información rentable”, de Piyanka Jain y Puneet Sharma. (Puede escuchar nuestro libro Insight sobre esto aquí. La definición de Big Data que proporcioné anteriormente proviene de este libro).

Jain y Sharma hacen un trabajo fantástico al explicar cómo cualquier persona razonablemente inteligente puede darle sentido a los datos comenzando con los problemas que quiere resolver, haciendo preguntas sobre ellos, desarrollando hipótesis que se puedan probar de manera sólida y luego recopilando y analizando información para crear conocimientos que generen ingresos.

Comentamente, dicen que muchas de las técnicas aprendidas en las clases de estadística son demasiado complicadas para ser prácticas en situaciones del mundo real, y que las técnicas simples suelen ser las más efectivas. Dicen que entre el 70 y el 80 por ciento de las decisiones las puede abordar cualquier profesional que sepa utilizar una hoja de cálculo de Excel.

Estas técnicas sencillas comienzan con un análisis agregado, en el que simplemente se describe, por ejemplo, las personas que compran sus productos. Si tiene una idea clara de a quién le gusta su negocio (por ejemplo, conociendo el género, la edad y la ubicación de sus clientes), puede descubrir cómo encontrar más de ellos y pensar en cómo brindarles un mejor servicio.

Otro enfoque es la correlación, que analiza la relación entre factores. Quizás, cuando realizaba su análisis agregado, comenzó a hacerse una idea de lo que animó a sus visitantes a convertirse en clientes. Puede estructurar sus observaciones en hipótesis y luego probarlas con el análisis adecuado. Esto le permite explorar, por ejemplo, qué ideas y enfoques de marketing son más efectivos, de modo que pueda dirigir su presupuesto hacia las campañas que le brindan el mejor retorno.

Jain y Sharma ofrecen muchos más enfoques y luego detallan cómo puede utilizarlos de manera efectiva para impulsar importantes mejoras en su negocio. Debido a mi interés en las herramientas comerciales, me fascinó particularmente su proceso BADIR™ (BADIR significa pregunta comercial, plan de análisis, recopilación de datos, ideas y recomendaciones); tal vez veamos BADIR en detalle dentro de unos meses. [Editor’s note – see our article on BADIR here.]

De todos modos, si tiene el más mínimo interés en el tema del análisis de datos, le recomiendo encarecidamente “Detrás de cada buena decisión”. Describe maravillosamente un elemento clave del enfoque de “hacking del crecimiento” que, sospecho, se convertirá en una de las habilidades más importantes y mejor recompensadas en los negocios del siglo XXI.

Cannot search an empty string. A search keyword is required.




Me encantan los datos «no tan grandes» – Preguntas frecuentes

Preguntas frecuentes sobre los datos «no tan grandes»

Los datos «no tan grandes» son conjuntos de datos que son lo suficientemente grandes como para ofrecer información valiosa, pero que no alcanzan la escala de los conjuntos de datos «big data». Estos datos pueden provenir de diversas fuentes y son utilizados en una variedad de industrias para obtener información y tomar decisiones informadas. A continuación, respondemos algunas de las preguntas más frecuentes sobre los datos «no tan grandes».

1. ¿Qué son los datos «no tan grandes»?

Los datos «no tan grandes» son conjuntos de datos que tienen un volumen decente, pero que no son tan masivos como los conjuntos de datos «big data». Estos datos se encuentran en la escala intermedia y pueden manejarse y analizarse utilizando herramientas y técnicas convencionales.

2. ¿Cuál es la importancia de los datos «no tan grandes»?

Los datos «no tan grandes» son importantes porque permiten a las empresas y organizaciones obtener información valiosa sin necesidad de invertir en infraestructuras costosas. Estos conjuntos de datos pueden proporcionar información sobre patrones, tendencias y comportamientos que pueden ayudar en la toma de decisiones estratégicas.

3. ¿De dónde provienen los datos «no tan grandes»?

Los datos «no tan grandes» pueden provenir de diversas fuentes, como registros transaccionales, encuestas, redes sociales, sensores y más. Estos datos pueden ser recopilados internamente por una organización o adquiridos a través de proveedores de datos externos.

4. ¿Cómo se manejan y analizan los datos «no tan grandes»?

Los datos «no tan grandes» se pueden manejar y analizar utilizando herramientas y técnicas convencionales de análisis de datos. Esto puede incluir la utilización de software de procesamiento de datos, bases de datos relacionales, lenguajes de consulta y técnicas de visualización de datos.

5. ¿Cuáles son los beneficios de trabajar con datos «no tan grandes»?

Trabajar con datos «no tan grandes» tiene varios beneficios, como:

  1. Costo: Los datos «no tan grandes» requieren una inversión menor en infraestructura y recursos en comparación con los conjuntos de datos «big data».
  2. Accesibilidad: Debido a su tamaño más manejable, los datos «no tan grandes» son más accesibles y pueden ser utilizados por una amplia gama de organizaciones.
  3. Rapidez: El procesamiento y análisis de los datos «no tan grandes» es generalmente más rápido que con los conjuntos de datos «big data».

Si deseas obtener más información sobre los datos «no tan grandes», te recomendamos consultar los siguientes recursos:


Deja un comentario