El Big Data és l’enorme volum de dades estructurades i no estructurades amb què les empreses entren en contacte diàriament.
El Big Data és l’enorme volum de dades estructurades i no estructurades amb què les empreses entren en contacte diàriament. Les empreses del nostre voltant utilitzen Big Data de moltes maneres. Tot i això, abans d’entrar en la qüestió de per a què es pot utilitzar Big Data, parlem de què és el Big Data.
Segons la multinacional Oracle, el Big Data té “quatre V”: volum, velocitat, varietat i valor:
- El volum és la gran quantitat de dades que es reben.
- La velocitat és la rapidesa amb què una empresa pot actuar sobre la gran quantitat de dades que rep.
- La varietat són els tipus de dades que es reben. Estan estructurades o no estructurades? És so? Vídeo? Les dades d’una font determinada estan canviant? Això afectarà la manera d’utilitzar les dades de manera efectiva.
- I, per últim, el valor intrínsec de les dades. Això pot derivar-se a través de diversos mètodes.
Aquestes són algunes maneres de capitalitzar el valor del Big Data en diversos sectors.
Sanitat
El Big Data s’utilitza molt al sector de la salut. En aquest moment, el Big Data s’utilitza principalment com una característica més agregada als serveis existents. Però a mesura que augmenti el volum de dades, afectarà en major mesura les pràctiques mèdiques més tradicionals. El Big Data també serà important en la indústria de la salut com una manera de reduir els costos de tractament. Els incentius al sector sanitari estan canviant. Les companyies d’assegurances estan passant de plans de pagament per servei a plans que prioritzen els resultats dels pacients. Això brinda als proveïdors de serveis de salut un incentiu per compartir dades amb els competidors amb l’objectiu de reduir els costos generals i fomentar pràctiques més adequades i més efectives.
Un excel·lent exemple de Big Data utilitzat al sector sanitari ens duu fins a París. L’any passat, quatre hospitals importants de la ciutat van començar a utilitzar anàlisis i intel·ligència artificial per predir l’ocupació diària i per hora a l’hospital. Mitjançant deu anys de registres d’admissió hospitalaris, els científics de dades van poder crear algoritmes per predir l’ocupació. A partir d’això van crear un sistema que és fàcil d’utilitzar per a metges, infermers i personal de l’hospital per poder augmentar el personal en un moment de necessitat. Aquest sistema té l’avantatge que és fàcil d’utilitzar per les persones que no tenen experiència amb codi.
Una altra eina fàcil d’utilitzar que s’usa a la indústria de la salut és Bismart Folksonomy. Aquesta eina permet analitzar arxius immensos de dades no estructurades; és ideal per obtenir informació útil de coses com arxius mèdics. Actualment s’està sotmetent a proves pilot a Barcelona amb resultats prometedors.
Predicció de la delinqüència
El Big Data s’utilitza per a la predicció del delicte i la millora dels serveis de seguretat arreu del món. Cada copmés organismes encarregats de fer complir la llei utilitzen software amb anàlisis predictives basades en algoritmes per predir delictesabans que passin. Els delinqüents segueixen patrons i, mitjançant l’ús del mateix tipus de tecnologia utilitzada per predir el comportament del consumidor, la policia pot prevenir el delicte.
Un exemple d’això és el programa CRUSH que es fa servir a Tennessee. El programa de Reducció criminal mitjançant historials estadístics (CRUSH, per les seves sigles en anglès) es dirigeix a certes àrees de manera que permet a la policia desplegar-se de la manera més eficient possible. El sistema, creat per IBM, avalua patrons d’incidents passats i després combina dades d’una varietat de fonts com informes de crims, informes d’intel·ligència, perfils de delinqüents i, de vegades, pronòstics meteorològics per identificar punts de conflicte i permetre a la policia enviar forces quan i on estan a punt de succeir delictes concrets.
Al Regne Unit, el Ministeri de Justícia va adoptar una tecnologia que utilitza anàlisis predictives per avaluar la probabilitat que un delinqüent reincideixi segons circumstàncies com l’allotjament, l’educació, l’estat civil, els patrons de gestió financera, l’estabilitat emocional, l’abús de substàncies, etc. Les dades es tenen en compte quan arriba el moment de reintroduir-se a la societat. A certs ex-delinqüents se’ls pot atorgar més temps de llibertat condicional mantenir-los en una llista de vigilància.
Bismart ha creat una eina de predicció de la delinqüència que aprofita els registres d’ordinadors per predir els nivells de criminalitat. També permet a les agències d’aplicació de la llei planificar millor com desplegar els seus recursos limitats. També oferim una eina de predicció de prevenció d’accidents de trànsit per ajudar a reduir la quantitat d’accidents i morts.
Asseguradores
El Big Data afectarà la prima de la teva pòlissa d’assegurances. Les companyies d’assegurances han d’establir el preu de les primes per garantir els ingressos de manera que cobreixin els seus riscos sense oblidar-se del pressupost del client. Per tant, l’ús de Big Data per mesurar amb precisió un grup de risc potencial dels clients permet a les companyies d’assegurances determinar la taxa perfecta.
A la indústria de les assegurances per automòbils, els conductors joves amb cotxes de luxe pagaven tradicionalment les primes més altes. Tot i això, moltes assegurances ara ofereixen plans en què la informació real es retroalimenta al seus sistema a un nivell personalitzat i altament precís. Això els permet desenvolupar un perfil de risc precís per a un client individual. La comparació de les dades de comportament d’un client amb el de clients similars també va permetre a les asseguradores determinar el risc que un conductor tingui un accident o que li robin l’automòbil.
Pel que fa a l’assegurança mèdica guanya importància l’ús més recreatiu del Big Data. Mitjançant les dades transmeses des d’un Fitbit com l’Apple Watch o Garmin, les empreses poden avaluar el nivell d’activitat d’un client. A partir d’això, poden treure conclusions sobre el seu estat físic i fins i tot predir la probabilitat de malaltia o lesió. Algunes companyies d’assegurances ofereixen incentius a clients, com ara reduir la seva prima si es comprometen a utilitzar un Fitbit i compartir la seva activitat i els seus hàbits de son amb la companyia.
Marketing
El Big Data s’utilitza constantment per influir en les opcions de màrqueting. Target va poder predir quan estaven embarassades les seves clientes, fins i tot abans que elles mateixes ho sabessin. Això es deu a què en fer un seguiment constant dels hàbits dels clients i agregar-los, van sorgir alguns patrons que facilitaven saber quan estava embarassada una dona. Els hàbits d’una compradora van canviar subtilment i, mitjançant el Big Data, l’empresa va poder predir aquells petits canvis. Això significava que podien promocionar-li productes directament.
El Big Data s’utilitza per comprendre millor els clients, els seus comportaments i les seves preferències, perquè les compres siguin més fàcils i eficients. El Big Data proporciona información sobre quins continguts són més efectius en cada etapa d’un cicle de vendes. Això vol dir que les empreses poden arribar al seu mercat objectiu de manera més efectiva. Els consumidors poden passar menys temps revisant les opcions i comprar el producte específic que estan buscant.
Un exemple interactiu d’això és el nostre propi Magic Mirror. Gràcies al reconeixement facial, el comprador rep recomanacions personalitzades basades en el seu estil i estat d’ànim. Això proporciona un benefici mutu: el comprador aconsegueix una experiència divertida i innovadora adaptada a les seves preferències, mentre que l’empresa obté informació de màrqueting valuosa.
Has gaudit d’aquest article? Aquí en tens alguns d’altres que poden interessar-te:
