Una forma sencilla para entender Big Data es utilizando el ejemplo de una película protagonizada por Brad Pitt basada en el libro de Michael Lewis «Moneyball: el arte de ganar en un juego injusto». Realmente recomiendo seguir esta historia que describe la forma en que Billy Beane, el gerente del equipo de béisbol de Oakland Athletics, utilizó un enfoque analítico basado en la evidencia «sabermetric» para construir un equipo de béisbol competitivo. Este ejemplo muestra cómo utilizar el análisis empírico de los datos puede ser muy útil para cualquier campo o sector, incluyendo los deportes o los negocios.

Dough Laney, vicepresidente de Gartner Research, propuso hace casi quince años que Big Data se compone de tres dimensiones clave:

El volumen de los datos generados que determina el valor y el potencial de los datos que se examinan. La velocidad de generación y procesamiento de datos para satisfacer las demandas y desafíos. La variedad de los datos que hoy en día pueden llegar en todo tipo de formatos. Sin embargo en los últimos años los expertos han incluido tres dimensiones adicionales:

La variabilidad o las inconsistencias mostradas por los datos a veces puede ser un problema para la gestión de dichos datos. La veracidad es decir la calidad de los datos es también un factor importante. La precisión del análisis dependerá de la veracidad de la fuente de datos. La complejidad, ya que la gestión de Big Data es una tarea ardua debido a que grandes volúmenes de datos pueden provenir de múltiples fuentes. Por ello los datos deben estar vinculados, conectados y correlacionados para el análisis.

El crecimiento y el potencial de Big Data es enorme. IBM afirmaba hace un año que el 90% de los datos del mundo fueron creados en los últimos dos años. De hecho cada día  generamos 2,5 trillones de bytes de datos procedentes de muchas fuentes, como sensores, medios sociales, fotos, vídeos, transacciones, señales de teléfonos etc. Sin embargo parece que la digitalización del mundo a través del Internet de las Cosas está acaparando mucha atención en los últimos tiempos. Hace poco más de un mes Andrew White de Gartner argumentaba que el Internet de las Cosas (IoT por sus siglas en inglés) tendrá mayor impacto que Big Data si lo comparamos en base al potencial que tienen estas tecnologías como plataformas de innovación http://gtnr.it/1BmjEqp. En otros artículos hemos podido leer que el Internet de las Cosas podría alcanzar los 11 trillones en el 2025http://huff.to/1Ki2nag y es por ello que los analistas están muy interesados en esta megatendencia. Otros analistas como Mike Kavies analizaban hace un añohttp://onforb.es/1iJM1ed la relación entre el Internet de las Cosas y la estrategia de Big Data concluyendo que los enormes volúmenes de datos provenientes del Internet de las Cosas provocarán cambios radicales que requerirán de nuevas estrategias de Big Data por parte de las empresas.

En mi opinión va a ser difícil analizar las tecnologías disruptivashttp://bit.ly/1bh3LqV como El Internet Móvil, La Automatización del Conocimiento, el Internet de las Cosas, Big Data o la Robótica Avanzada (por mencionar algunas de ellas) de forma independiente ya que todas ellas están de una forma u otra conectadas entre sí. En los próximos años surgirán innovaciones en las intersecciones de las actuales megatendencias tecnológicas y de la emergencia y convergencia de nuevas tecnologías con potencial de ser disruptivas.