Big Data, la inteligencia transparente

Big Data, la inteligencia transparente

Te levantaste hoy y fuiste al gimnasio: al llegar, te chequeaste en Foursquare, que te recordó que esta es tu décima semana seguida aquí. El recorrido desde tu casa, en automóvil, lo hiciste con ayuda de Waze, que te recomendó la mejor ruta de acuerdo a la posición de cientos de vehículos en la calle apenas saliste. Tu reloj inteligente monitoreó la actividad física y cardíaca de tu cuerpo y la traspasó inalámbricamente a una app, que lleva la cuenta de tu progreso y te anima a mejorar. En sólo un par de horas, ya dejaste una estela de datos, simplemente ejecutando acciones cotidianas. El proceso de extraerlos, clasificarlos, procesarlos y analizarlos para darles valor es lo que comúnmente llamamos Big Data. A continuación, tres ejemplos que lo demuestran.

Hábitos de Compra

“¿Tus computadoras pueden predecir qué clientes están embarazadas, incluso si ni siquiera quieren decirnos que lo están?” Eso fue lo que Andrew Pole, un experto en datos del gigante del retail norteamericano Target, recibió como petición por parte del departamento de marketing. Cada año, millones de clientes, sin saberlo, entregan datos a la compañía al pasar por las cajas registradoras de más de mil tiendas, permitiendo caracterizar rápidamente a cada uno. El algoritmo hizo el trabajo, y sin mayor esfuerzo, la compañía tenía al poco tiempo una base de potenciales madres con sus fechas tentativas de nacimiento. Un año después, como cuenta el libro The Power of Habit de Charles Duhigg, un furioso padre entró a un Target en el estado de Minnesota. Quería saber por qué su hija — aún en el colegio – recibió en el correo a su nombre un catálogo lleno de bebés sonrientes, con descuentos en cunas y ropa maternal.

El personal de la tienda no tenía idea de cómo algo así podía haber sucedido, y se disculpó profusamente. A los días, recibieron una sentida llamada del hombre: “Hay algunas actividades en mi casa de las que no he estado completamente al tanto… Mi hija va a dar a luz en agosto. Les debo una disculpa.”

Tráfico

Las rutinas pueden también trasladarse al tráfico: sabemos a qué horas las calles están más congestionadas, y qué vías son las más utilizadas. ¿El próximo paso y el más lógico? Utilizar esos datos — históricos y en tiempo real – para ayudar a reducirlos. El proyecto PETRA, de autoría de investigadores de la Universidad de Granada, utiliza monitoreo en terreno de muy bajo costo, con “beacons” Bluetooth instalados en las calles. Ellos, detectan el paso de los dispositivos móviles de los conductores de los coches a través de su conexión Wi-Fi. Ello les permitió generar un registro de mediciones de paso de vehículos por día, hora y velocidades medias en determinadas arterias de Granada, Málaga y Almería; éstos, combinados con datos de Google Traffic y lo registrado por cámaras de control de tráfico, llevó a crear modelos de predicción de atascos e información geolocalizada del uso de las calles de estas ciudades.

Salud Pública

¿Puede un software ayudar a prevenir el contagio del Zika? Eso creen en SAP, y ya es una fórmula probada en Nigeria. A través de una plataforma llamada SOORMAS (Surveillance Outbreak and Response Management System) fue posible tener un control sobre cómo se combatía y prevenía el Ébola en tiempo real en ese país.

El sistema consiste en una aplicación móvil conectada a un servidor central que procesa los datos capturados en terreno por médicos y oficiales de salud. Al monitorear y actualizar los síntomas de los pacientes que visitan, un dashboard centralizado despliega el análisis de los mismos, para que las autoridades determinen con claridad en qué regiones se dan brotes tempranos, para así contenerlos y aplicar medidas de prevención.

Facebook Comments

Leave a Reply