Big Data es un término que describe el gran volumen de datos, tanto estructurados como no estructurados, que inundan los negocios cada día.
El Big Data no solo hace referencia al almacenamiento de grandes volúmenes de información, sino que también describe las herramientas, procesos y procedimientos que permiten a las empresas manipular grandes conjuntos de datos extrayendo información significativa.
Esa gran masa de información la podemos dividir en información estructurada e información desestructurada.
INFORMACIÓN ESTRUCTURADA
- Es la información es más sencilla de procesar por parte de un ordenador.
- Cuando nos registramos en un una plataforma online, por ejemplo para hacer una compra en un supermercado, aparece un formulario de registro donde vemos separado el nombre y el apellido, el correo electrónico, el sexo, la fecha de nacimiento, etc.
- Estas casillas separadas hacen que sea más fácil comprobar que la información está bien escrita y validarla por parte de un ordenador.
- De alguna manera se restringe la libertad a la hora de introducir información con el objetivo de que la información sea más fácil de validar y de procesar.
- Por ejemplo es mucho más sencillo procesar la información sobre nuestros hobbies si tenemos un formulario nos ofrece varias opciones y nosotros seleccionamos las casillas correspondientes, que si nos dan un texto libre en el que poder escribir, donde pueden aparecer errores más fácilmente o información más compleja de procesar.
INFORMACIÓN DESESTRUCTURADA
- La información desestructurada es mucho más amplia y más libre, haciendo más difícil que un ordenador entienda los textos reales que intercambiamos.
- El audio, los vídeos por ejemplo en YouTube e incluso la información que está fuera de los ordenadores, como las conversaciones telefónicas, es información no estructurada.
- Es información que no es fácilmente interpretable por un sistema informático.
- Se estima que en las empresas la parte de la información estructurada, y que incluiría no sólo la información disponible en redes sociales, sino aquella fácilmente procesable por un sistema informático (facturación, transacciones, etc.), alcanzaría el 20%, mientras que toda la información almacenada en documentos, imágenes, correos electrónicos, conversaciones grabadas, etc., es decir, la información desestructurada, rondaría el 80%.