Las soluciones y prácticas de Big Data suelen ser necesarias cuando las tecnologías y técnicas tradicionales de análisis, procesamiento y almacenamiento de datos son insuficientes para resolver necesidades de un determinado estadio del negocio.

Específicamente, Big Data fue pensada como la combinación de múltiples conjuntos de datos no relacionados, el procesamiento de grandes cantidades de datos estructurados y no estructurados y la recolección de información oculta de una manera que mantenga vigencia a lo largo de tiempo de acuerdo a la demanda de los stakeholders del negocio.

Alejandro Bianchi, presidente de Liveware IS destacó que "aunque Big Data puede aparecer como una nueva disciplina, se ha estado desarrollando durante años" y remarcó que "la gestión y el análisis de grandes conjuntos de datos ha sido un problema que ha ocupado a la informática por años; problemas vinculados a la salud, a los servicios públicos y las actividades actuariales", entre otras.

"La ciencia de datos ha evolucionado a partir de estas raíces y hoy se ha convertido en una actividad central dentro de las organizaciones y una de las profesiones con mayor proyección a futuro", explicó Bianchi.

El ejecutivo comentó que, además de los enfoques analíticos tradicionales basados en estadísticas, "Big Data agrega nuevas técnicas que aprovechan los recursos computacionales para ejecutar algoritmos analíticos" y destacó que "la evolución de estos métodos y las tecnologías relacionadas han permitido acompañar el crecimiento de los conjuntos de datos tanto en volumen como en diversidad, facilitando el procesamiento en tiempo real y un flujo continuo de actualización de datos".

"Aunque los enfoques estadísticos se han utilizado para aproximar las medidas de una población a través de muestreo desde tiempos bíblicos, estos avances metodológicos y tecnológicos en la ciencia computacional han permitido el procesamiento de conjuntos de datos enteros, por lo que trabajar por muestreo puede ya ser innecesario", indicó el presidente de Liveware IS.

El análisis de conjuntos de datos Big Data es un esfuerzo interdisciplinario que combina matemáticas, estadística, informática y conocimiento del dominio especifico. Esta mezcla de habilidades y perspectivas ha llevado a una cierta confusión en cuanto a lo que comprende el campo de Big Data y su análisis, pues la respuesta que uno recibe dependerá de la perspectiva de quien esté respondiendo a la pregunta.

Los límites de lo que constituye un problema de Big Data también están cambiando debido al paisaje siempre cambiante y avanzado de la tecnología de software y hardware. Esto se debe al hecho de que la definición de Big Data tiene en cuenta el impacto de las características de los datos en el diseño del entorno de la solución en sí.

"Hace treinta años, un gigabyte de datos podría ser un problema de Big Data y requerir recursos de computación de propósito especial. Ahora, gigabytes de datos son comunes y pueden ser fácilmente transmitidos, procesados y almacenados en dispositivos orientados al consumidor. Los datos dentro de los entornos de Big Data generalmente se acumulan dentro de la empresa a través de aplicaciones, sensores y fuentes externas. Los datos procesados por una solución Big Data pueden ser utilizados por las aplicaciones empresariales directamente o pueden ser introducidos en un "lago de datos" para enriquecer datos existentes", puntualizó Bianchi.

Los resultados obtenidos a través del procesamiento de Big Data pueden conducir a una amplia gama de ideas y beneficios, tales como:

- Optimización operacional.

- Inteligencia de negocios.

- Identificación de nuevos mercados.

- Predicciones más precisas.

- Detección de fallos y fraudes.

- Análisis de comportamiento.

- Reducción de costos en diversas actividades, (mantenimiento de equipos, ahorro de diferentes tipos de energías).

- Mejoras en los servicios públicos.

"Evidentemente, las aplicaciones y los beneficios potenciales de Big Data son amplios. Sin embargo, existen numerosos problemas técnicos y culturales que deben tenerse en cuenta al momento de planificar la adopción de estas tecnologías. Estas cuestiones deben ser comprendidas y sopesadas en función de los beneficios previstos de manera de disponer de un caso concreto de negocios que justifique la adopción", manifestó Bianchi.