5.3 El Big Data el ámbito de la comunicación audiovisual.

Big data  es un concepto que hace referencia a un conjunto de datos tan grandes que las aplicaciones de informática tradicionales del procesamiento de datos no son lo suficientemente capaces de  tratar con ellos y a los procedimientos usados para encontrar patrones repetitivos dentro de esos datos.

La parte que se dedica a los datos masivos se encuentra dentro del sector de las tecnologías de la información y la comunicación. Esta disciplina se ocupa de todas las actividades relacionadas con los sistemas que manipulan cantidades masivas de datos. Las dificultades más habituales vinculadas a la gestión de estas cantidades de datos se centran en la recolección y el almacenamiento, búsqueda, compartición, análisis, y visualización. La tendencia a manipular enormes cantidades de datos se debe a la necesidad en muchos casos de incluir dicha información para la creación de informes estadísticos y modelos predictivos utilizados en diversas materias, como los análisis de negocio, publicitarios, los datos de enfermedades infecciosas, el espionaje y seguimiento a la población o la lucha contra el crimen organizado.

Para  Big Data podemos encontrar una gran variedad de herramientas que nos ayudan a tratar toda la información.

Algunos ejemplos incluyen Hadoop,NoSQL, Cassandra, Aprendizaje automático y MapReduce. Estas herramientas tratan con algunos de los tres tipos de Big Data:

·         Datos estructurados: Son los datos que tienen bien definidos su longitud y su formato, como las fechas, los números o las cadenas de caracteres. Se almacenan en tablas. Un ejemplo son las bases de datos relacionales y las hojas de cálculo.

·         Datos no estructurados: Son aquellos datos en el formato está recogido tal y como fueron recolectados, no tienen un formato específico. Algunos ejemplos son los PDF,  documentos multimedia,e-mails o documentos de texto.

·         Datos semi-estructurados o híbridos: Son aquellos datos que no se limitan a campos determinados, pero que contiene marcadores para separar los diferentes elementos. Esta información es poco regular como para ser gestionada de una forma estándar. Estos datos poseen sus propios metadatos semi-estructurados que describen los objetos y las relaciones entre ellos, y pueden acabar siendo aceptados por convención. Un ejemplo es el HTML, el XML, o el JSON.

Podemos catalogar la procedencia de los datos según las siguientes categorías:

·         Datos generados por las personas: Son aquellos que generamos por el simple hecho de enviar correos electrónicos por e-mail o mensajes que realizamos por mensajería instantánea, hasta publicar un estado en las diferentes redes sociales que usamos día a día o   responder a una encuesta por la calle son cosas que hacemos a diario y que crean nuevos datos y metadatos que pueden ser analizados. Aproximadamente cada minuto al día se envían más de 200 millones de e-mails, se comparten más de 700.000 piezas de contenido en Facebook que es la mayor red social mundial,se realizan dos millones de búsquedas en Google o se editan 48 horas de vídeo en YouTube.

·         Transacciones de datos: Aquí se recogen tanto la facturación, las llamadas o las transiciones entre cuentas que  generan información que tratada pueden ser datos relevantes. Un ejemplo más claro lo encontraremos en las transacciones bancarias: en las  que el usuario conoce como un ingreso de X euros, la computación  lo interpretará como una acción llevada a cabo en una fecha y momento determinado, en un lugar concreto, entre unos usuarios registrados, y más metadatos.

·         E-marketing y web: Las personas generamos una gran cantidad de datos cuando navegamos por Internet. Con la nueva web 2.0 se ha roto el `paradigma webmaster -contenido-lector y los mismos usuarios se convierten en creadores de contenido gracias a su interacción con el sitio. Existen muchas herramientas de tracking utilizadas en su mayoría con fines de marketing y análisis de negocio.  Los movimientos de ratón quedan grabados en diferentes mapas de color y queda registro de cuánto pasamos en cada página y cuándo las visitamos para así poder ver los lugares en los que nuestro campo visual ocupa más tiempo y dónde conviene colocar la información valiosa.

·         Machine to Machine (M2M): Son las tecnologías que comparten datos con dispositivos: medidores,sensores de temperatura, de luz, de altura, de presión, de sonido… que transforman las magnitudes físicas o químicas y las convierten en datos. Existen desde hace décadas, pero la llegada de las comunicaciones inalámbricas (Wi-Fi, el sistema Bluetooth…) ha revolucionado el mundo de los sensores. Algunos ejemplos son los GPS en la automoción o los sensores de signos vitales en la medicina que ayudan a mejorar la salud de las personas

·         Biométrica: Son el conjunto de datos que provienen de la seguridad, defensa y servicios de inteligencia. Son cantidades de datos generados por lectores biométricos como escáneres de retina, escáneres de huellas digitales o lectores de cadenas de ADN. El propósito de estos datos es proporcionar mecanismos de seguridad y suelen estar custodiadas por los ministerios de defensa y departamentos de inteligencia. Un ejemplo de aplicación es el cruce de ADN entre una muestra de un crimen y una muestra en nuestra base de datos. Todos estos datos quedan recogidos y protegidos por las leyes que rigen en cada país.

Dentro del ámbito de la comunicación audiovisual podemos encontrar diferentes formas de medir todos estos datos.

Soft concept: contiene una gran variedad a la hora de recoger información ya que puede obtenerla a través de encuestas web, encuestas móviles, análisis de big data, web reporting y cuadros de indicadores toda esta información la recoge en tiempo real y actualiza los datos obtenidos.

Survey Nuts: es un software de encuestas en línea que permite realizar encuestas de 10 preguntas, pero es muy limitado en cuanto a las personas ya que el máximo de personas que pueden usarlo es de 100, las respuestas se podrán ver individualmente y es cuanto al diseño puede ser modificado para que sea más atractivo.

Encuestas Google Drive: dentro del servicio Google existe este apartado que nos permite realizar encuestas y lo único que nos pide es disponer de una cuenta en Google.

Survey Monkey: Es una herramienta de uso fácil similar al de Google que recoge todos los datos

Quoners: es más limitada ya que las encuestas solo son de una pregunta porque a raíz de esta pregunta se crea un debate para poder saber con facilidad las preferencias de los encuestados o bien conocer su opinión.

Por lo tanto el big data almacena analiza, clasifica y comparte un cúmulo de información masivo. Puede ser de datos estructurados, no estructurados o híbridos.

La información que generamos  todos los días hace que al mundo del marketing,el cual a través de esta información puede definir el perfil del consumidor y acercarse al tarjet de una manera más efectiva dado que se dan a conocer los gustos y aficiones de las personas.

La industria audiovisual requiere mucha inversión y si se falla en el objetivo de captar al público interesado las pérdidas del sector sería innumerables. El big data provee el soporte tecnológico ya que facilita el procesamiento de datos no estructurados y la obtención  de tendencias en tiempo real, haciendo que el contenido sea más efectivo y obteniendo un papel fundamental a la hora de desarrollar los proyectos de marketing. Finalmente con el big data podemos medir grandes parámetros de información sin tener que recurrir a herramientas existentes anteriores que o bien se encuentran obsoletas o no son de gran uso.
Por: Evelyn Guachamin Tasiguano.

BIBLIOGRAFÍA.

Gonzalo, M. Los datos masivos (o el big data) son el nuevo oro. Recuperado de http://www.eldiario.es/turing/Big-data_0_161334397.html [Última consulta: 19 de marzo 2017]

Garzón, R. ¿Para qué sirve el big data en mi empresa? Recuperado de http://director-it.com/index.php/es/ssoluciones/data-center-cloud-virtualizacion/almacenamiento/127-%C2%BFpara-que-sirve-el-big-data-en-mi-empresa.html [Última visita: 19 de marzo 2017]

Wikipedia. Big Data. Recuperado de https://es.wikipedia.org/wiki/Big_data [Última consulta: 19 de marzo 2017]

López, JC. La moda del Big Data: ¿ en qué consiste en realidad? Recuperado de http://www.eleconomista.es/tecnologia/noticias/5578707/02/14/La-moda-del-Big-Data-En-que-consiste-en-realidad.html [Última consulta: 19 de marzo 2017]

Díez, D. Las mejores aplicaciones para realizar encuestas online. Recuperado de  http://www.diego10arnaiz.com/aplicaciones-para-realizar-encuestas-online/ [Última visita: 3 de abril 2017]

Migesa, M. Big Data: Tipos de datos. Recuperado de: http://www.migesamicrosoft.com/big-data-tipos-de-datos/ [Última visita: 19 de marzo 2017]

Neovalia, P. ¿Cuáles son los tipos de datos internos y externos de las empresas que se pueden analizar con tecnología Big Data? Recuperado de: http://noticias.gti.es/productos/cuales-son-los-tipos-de-datos-internos-y-externos-de-las-empresas-que-se-pueden-analizar-con-tecnologia-big-data/ [Última visita: 19 de marzo 2017]