#BigData, el «raw material» de la Sociedad Digital

La segunda mitad de los 80’s, trabajando en AT&T, aprendí que el futuro tecnológico dependía de los semiconductores, de la microelectrónica, de los chips… y que el «raw material», la materia prima, eran las obleas de silicio («wafers»), base para uno de los procesos de fabricación de mayor valor añadido de la industria: una oblea de silicio de $50, en una sala limpia («cleanroom»), tras unas tres semanas de proceso consistentes en decenas de pasos cíclicos en media docena de áreas de actividad, se transformaba en centenares de chips, con un valor de mercado final que podía perfectamente superar los $1.000. Ni del proceso mágico con la piedra filosofal esperaron los alquimistas medievales semejante incremento de valor…

Hoy, en plena transformación de una sociedad industrial y de servicios a una sociedad digital, la materia principal y de mayor valor incuestionable para muchos de los negocios son los datos; con ellos se generan la información, el conocimiento y la inteligencia empresarial. Su crecimiento exponencial es un problema pero, sobretodo, una gran oportunidad sin precedentes.

El año pasado, ya tuve ocasión de participar como ponente  en el Big Data Week 2014  de Madrid, en el Centro de Innovación BBVA, y opinar sobre el impacto del Big Data en la administración pública, como motor de transparencia y propulsor de una mejora de los servicios al ciudadano y a la sociedad en general.
Hoy he asistido a la Big Data Week 2015 de Madrid, en el Auditorio Google Campus.

Dany Martínez Batanero en el Big Data Week Madrid 2015

Mi interés en 2015 es diferente que en 2014: trato de impulsar el poder del Big Data dentro del Grupo Caja Rural, la fuerza de los datos para el conocimiento del cliente, para anticiparnos a sus eventos vitales y acompañarles con sus necesidades bancarias, para segmentar de manera menos clásica y más acorde a conductas, estilos de vida y propensiones. También para mejorar la experiencia del cliente, para optimizar la eficiencia operativa de las entidades financieras, para reducir riesgos y anticiparnos al fraude, para generar nuevos ingresos, en definitiva, para tomar mejores decisiones y hacerlo más ágilmente.

Para ello, es necesario sentar en la organización unos cimientos que valoren más si cabe los conocimientos estadísticos como motor de la analítica predictiva y prescriptiva, las técnicas de modelización, las tecnologías y arquitecturas emergentes de Big Data, los principios de Machine Learning y que todos, negocio y tecnólogos, consideremos al Data Scientist una pieza crucial para maximizar el valor del nuevo ecosistema.

En ello estamos y ganas no nos faltan…