Muchas veces la gente oye hablar del Big Data, un término tan de moda, y enseguida entiende que es algo revolucionario, una innovación que está transformando nuestro mundo. Sin embargo, mucha gente no termina de comprender qué es exactamente, cómo funciona, qué aplicaciones reales tiene el Big Data. En este artículo vamos a exponer cinco ejemplos que te ayudarán a hacerte una idea de los usos y las mejoras que podremos disfrutar gracias al Big Data. En nuestro Bootcamp de Data Science enseñamos a nuestros alumnos a aprender a programar y diseñar algoritmos para resolver estas cuestiones:

Sistemas de recomendación para usuarios

¿Alguna vez te has preguntado de dónde sacan aplicaciones como Netflix o Spotify las recomendaciones que te sugieren? La respuesta es sencilla, aunque los algoritmos que hay detrás quizás no lo sean tanto: estas plataformas comparan tus consumos y tus preferencias con las de millones de usuarios y, basándose en los gustos de los usuarios más cercanos a tus datos, se aventuran a proponerte nuevas canciones, series o películas que probablemente sean de tu interés. Los sistemas de recomendación es uno de los apartados más en auge dentro del Big Data.  

Detección de transacciones fraudulentas de las tarjetas de crédito

A más de uno nos ha ocurrido que, estando de vacaciones, o al intentar realizar un pago por una cantidad que no solemos acometer, nuestro banco nos ha bloqueado la tarjeta. ¿Qué hay detrás de este mecanismo en apariencia tan molesto? La detección de fraude en las tarjetas de crédito es uno de los casos más interesantes del Big Data. Se trata de un ejemplo en el que una de las respuestas posibles (el sí es fraude) es mucho menos habitual que la otra respuesta (el no es fraude). Esto es conocido como un conjunto de datos sesgados (skewed dataset en inglés) y hace que los algoritmos de clasificación que programan los bancos, aunque hoy en día son mucho mejores, tendiesen a equivocarse en los falsos positivos (las transacciones no fraudulentas detectadas como fraude) y así identificar casi todos los casos de fraude.

Business card photo created by katemangostar – www.freepik.com

Detección y prevención de enfermedades

El sector de la salud es uno de los campos en el que se están produciendo más avances gracias al Big Data. Dentro de los innumerables ejemplos, podemos destacar la prevención y la detección precoz de enfermedades. Gracias al Big Data, podemos comparar radiografías u otros exámenes visuales y, convirtiéndolos en 1 y 0, detectar anomalías que quizás se escapen al ojo humano. Varias de las empresas más importantes del mundo, como Amazon o Google, están convencidas de que pueden revolucionar el sector gracias a las tecnologías de Big Data. 

Reducción de las tasas de delitos

Este es otro de mis ejemplos favoritos dentro de las aplicaciones reales del Big Data. Muchas ciudades importantes de diversos países están comenzando a contar con Data Scientists para que les ayuden a reducir las tasas de delitos. ¿De qué manera lo están haciendo? Utilizando las coordenadas de la ciudad y localizando los diferentes delitos que se han ido cometiendo durante los años anteriores, los departamentos de policía son capaces de predecir dónde deben situar a un mayor número de agentes y, de esta forma, reducir el número de delitos. En algunas ciudades, se ha conseguido reducir el crimen violento en hasta un 30%.

Car photo created by welcomia – www.freepik.com

Análisis del sentimiento de nuestra marca o empresa.

Con la cantidad de opiniones que se vierten hoy en día en Internet y en las Redes Sociales, es muy complicado para las grandes empresas valorar qué percepción tienen los usuarios sobre su marca y sus diferentes productos. Podríamos poner a cientos de trabajadores a leer todos los tweets que mencionaran a la empresa, los artículos, los posts de Facebook, de Linkedin… y seguramente obtendríamos una respuesta, pero quizás demasiado costosa. Pues bien, gracias a las técnicas de Procesamiento de lenguajes naturales (Natural Language Processing) y a algoritmos tan de moda como las redes neuronales, ya existen herramientas que nos permiten analizar los comentarios de manera automática y decirnos si el sentimiento es positivo o negativo. Todavía no funcionan a la perfección, es cierto, pues el Procesamiento de lenguajes naturales es uno de los campos más complejos dentro del Big Data, pero esperemos que en el futuro se vayan perfeccionando.