El ‘big data’ no es tan listo como se cree

Un día el mundo se llenó de datos. Donde antes había puestas de sol, la fuerza del viento, las luces del tráfico, empezaron a salir números. Números que hablan de posiciones, de velocidades, de temperaturas, etc.., y que están por todas partes, dando una visión casi omnicomprensiva de la realidad. Es el big data, que nació posibilitado por la gran proliferación de sensores por todos los rincones (un simple smartphone genera gran cantidad de datos constantemente) y también por el aumento de la velocidad para transferirlos y la capacidad computacional para manejarlos, además del abaratamiento de los costes del todo el proceso.

Gracias a big data podemos visualizar en qué posición se encuentran todos los aviones que sobrevuelan el planeta en cada instante. O predecir, en las marquesinas de los autobuses públicos, cuántos minutos faltan para que llegue el siguiente. U ofrecer a cada internauta productos basados en sus propias búsquedas de Google. O allanar el camino para ganar unas elecciones conociendo los mensajes que más calan entre el electorado en cada momento.

Pero más allá del big data surge un nuevo y sutil concepto que a veces se solapa con el anterior: el smart data. Si el big data gravita sobre cuatro uves (el volumen de datos, la velocidad con la que se toman y transfieren, la variedad de fuentes y la veracidad), el smart data añade una uve más: el valor que producen para tomar decisiones y ejecutar acciones en consecuencia. “Ambos son conceptos algo abstractos”, explica Esteban García-Cuesta, director del máster de Big Data Analytics de la Universidad Europea de Madrid. “Si el big data tiene que ver con la manipulación de grandes cantidades de datos, el smart data no implica tener esta cantidad, ni múltiples fuentes, sino que se focaliza en el uso inteligente de los datos necesarios para un fin: por lo general para generar una inteligencia extra en las actividades de las personas”. Así, ejemplifica García-Cuesta, es smart data lo que hacen las smart tvs (televisiones que con pocos datos pueden hacernos propuestas a nuestro gusto basándose en nuestros visionados anteriores) o las smart cities, o ciudades inteligentes, en las que la recogida de gran cantidad de datos (esta vez sí) permite optimizar servicios municipales (como el uso de agua o electricidad) y mejorar el mantenimiento.

En el smart data lo primero no es recopilar información, sino enfocarse en resolver el problema

“Hoy en día existe la tecnología necesaria para recopilar gran número de datos, pero para resolver ciertos problemas basta con unos pocos”, explica Fernando Díaz, de la consultora para la transformación digital de la industria Windmill Consultants. Por ejemplo, para trazar el perfil de temperatura de una ciudad no es necesario colocar miles de termómetros, uno cada diez metros, sino que basta con unas decenas ubicados estratégicamente. Tampoco sirve de nada si los termómetros están estropeados o mal calibrados. “En smart data de lo que se trata en realidad es de utilizar criterios de calidad y eficiencia”. En otras palabras: utilizar el big data (o los pocos datos necesarios) con cabeza: lo importante no es solamente la cantidad de datos, sino la calidad de su análisis, que se pueda ver reflejado en los resultados de las compañías e instituciones. O en la mejora de la experiencia de los usuarios. En el smart data lo primero no es recopilar información, ni poner el foco en la tecnología, sino enfocarse en resolver el problema. Es una disciplina pensada desde el primer momento para alcanzar resultados concretos.

Un buen ejemplo de lo que supone smart data sobre big data lo da Ángel Galán, responsable de Inteligencia de Negocio de Correos: “Imagina una persona que todos los sábados va una tienda y compra un litro de cerveza y un sándwich. Recopilamos este dato constante durante cinco años. Pero en las últimas dos semanas ha comprado, en vez de cerveza y sándwich, potitos y pañales. Desde una perspectiva big data, que toma toda la información, le ofertaríamos cerveza y pañales. Pero desde una perspectiva smart data, nos daríamos cuenta de ese cambio, y le ofreceríamos esos productos para un padre primerizo”. En Correos, en este ámbito, trabajan creando un gran repositorio de datos internos de la empresa del que puedan echar mano los diferentes departamentos para mejorar el funcionamiento. Construyen big data para que cada departamento pueda realizar smart data sobre él.

Según varios expertos, con el boom del big data muchas empresas e instituciones apostaron por estas técnicas sin necesidad real. Después esos departamentos no sirvieron para mucho. Muy poco smart. El psicólogo y economista Dan Ariely ha descrito la confusión propia de los inicios de estas tecnologías con unas palabras que han hecho fortuna: “Big data es como el sexo en la adolescencia: todo el mundo habla continuamente de ello, nadie sabe realmente cómo funciona, pero como todos los demás ya lo están haciendo, todo el mundo también dice que lo hace”.

“Los datos en sí mismos no son dinámicos. Ni inteligentes. Son estáticos. Son necesarias las preguntas correctas para hacerlos dinámicos. Es necesario saber qué se espera de la información de la que se dispone”, escribe Lissa Coffey en la web de la Initiative on Digital Economy del Instituto de Tecnología de Massachusetts (MIT), “¿Quieres usar la tecnología de datos para reducir costes? ¿Para apoyar los procesos internos de decisión? ¿Para aportar análisis en tiempo real o crear nuevas soluciones de mercado?”.

En sanidad, los datos permiten a los médicos realizar diagnósticos y tratamientos más precisos

Como se ve, las utilidades del smart data son múltiples. "La aplicación del smart data se hace de manera multisectorial. Podría pensarse que solo lo utilizan compañías tecnológicas, pero también tiene gran utilidad en sanidad, marketing, recursos humanos, etc", explica Juan Luis Zumaque, director del Smart Data Summit de Ifaes, que celebra su segunda edición a principios de junio de 2017 y que en la primera reunió a 600 expertos y 60 ponentes de empresas como Iberdrola, ING, Ferrovial, Orange, Correos, Telepizza, Coca-Cola o Rastreator. "Por ejemplo, las consultoras hacen grandes diseños para el manejo de los datos y sacarles la máxima utilidad posible, mientras que en el sector de los recursos humanos las compañías pueden conocer mucho más sobre los candidatos a un puesto gracias a los datos que ofrecen sus redes sociales", ejemplifica Zumaque.

Las empresas, también las pymes, pueden utilizar el smart data para fidelizar a sus clientes con productos u ofertas personalizadas: por ejemplo, un supermercado que utiliza datos sobre las preferencias de un cliente, basados en su registro de compras (es vegano, o celíaco, o le gusta el dulce) para hacerle las ofertas que más le puedan interesar. En sanidad, los datos permiten a los médicos tener un mejor conocimiento del estado de salud del paciente y realizar diagnósticos y tratamientos más precisos. En los centros de salud se lleva recopilando desde hace muchos años la información de los historiales médicos sin exprimirla a fondo: con aplicaciones como Savana (creada por científicos españoles) se cruzan todos estos datos y un médico de atención primaria puede optimizar, en los pocos minutos de los que dispone, su solución a partir de toda la información recopilada. Se combate así, además, la “variabilidad”, es decir, el hecho de que la suerte del paciente dependa mucho del médico que le toque.

En Orange España utilizan el análisis de datos para mejorar la red, actuar contra las incidencias o perfeccionar la atención al cliente. “El smart data es la reacción a la gran cantidad de datos que se estaban recogiendo. Si no los analizas, no sirven para nada. Lo que hay que hacer con ellos es intentar mejorar el negocio”, dice Juan Antonio Torrero, responsable de big data de la empresa. Una de sus iniciativas es Mobile Connect, una tecnología que permite entrar de forma segura en todas tus webs y apps sin recordar cantidad de nombres de usuario y contraseñas: se centraliza todo en tu número de teléfono.

El mundo de los datos avanza a toda velocidad. Es uno de esos campos en los que se prevé que en un futuro muy cercano falten profesionales para ocupar los puestos de trabajo. “Lo importante para este tipo de trabajo es ser curioso y tener espíritu científico: plantear hipótesis y comprobarlas”, dice Torrero. Los conocimientos necesarios comprenden las matemáticas, la física, la ciencia de redes, la informática… “Aunque con los avances que está habiendo en Inteligencia Artificial las herramientas van a ser cada vez más sencillas de manejar a un nivel técnico y probablemente lo que se necesite entonces sea gente que sepa hacer las preguntas pertinentes, como psicólogos o filósofos”, concluye el experto. Mentes que hagan brotar lo smart de los data.