Las Vs de Big data: Valor (Parte 5)

Bien, ahora que ya he conseguido obtener los datos relevantes: ¿qué puedo hacer con ellos?. Encontrar pequeñas pepitas de oro escondidas y mezcladas entre montones de tierra y piedras es difícil. El valor (oro) en Big Data consiste en analizar los datos para encontrar relaciones y patrones ocultos, y nueva información entre los datos en brutos, erróneos y con cierto ruido (la tierra y las piedras).

Aquí está el verdadero potencial. Y aquí está también donde quedan muchas cosas por hacer. Los medios de comunicación a menudo exageran el potencial de lo que realmente es posible aquí y ahora, y hablan en términos de inferencia, predicción, minería de datos y causalidad. Estas técnicas  intentan generalizar (o inferir) lo que ocurre en grupo pequeño a una escala mayor. O describir o extraer información nueva y patrones desconocidos en conjuntos de datos pasados. O bien identificar que variables causan un cambio en otra variable independiente. O incluso para la predicción de resultados precisos. 

¿Las unidades de información y bibliotecas necesitan la dimensión Valor de Big Data? Creo que sí.  Cualquier institución o organización que tenga entre sus funciones primaras la recolección, almacenamiento y gestión de los datos es potencialmente susceptible de usarlos adecuadamente para extraer valor añadido. 

¿Las unidades de información y bibliotecas perciben la necesidad de la dimensión Valor de Big Data? La respuesta ya no parece tan clara como en la anterior cuestión. Hay mucho bombo publicitario que todavía impide entrever los casos pragmáticos, reales y de éxito que permitan evaluar los beneficios y las dificultades del Valor en Big Data 

¿Las unidades de información y bibliotecas están preparadas para sacar partido de la dimensión de Valor del Big Data? Aquí mi predicción es que no. Aunque los medios técnicos y la tecnología requerida (p.e. Hadoop) para abordar un proyecto de Big Data para extraer valor son importantes, el verdadero escollo es reconocer que un proyecto de esta índole requiere de un equipo multi-disciplinar, que agrupe informáticos, estadísticos, documentalistas, gestores de información, analistas de datos y otros perfiles que indiscutiblemente deberían formar parte de un proyecto tan creativo y a la tan vez complejo. Como también sucede con la Veracidad y la Validez de los datos, el factor humano se hace cada vez más necesario a medida que nos movemos desde los datos en brutos hacia la generación de información. 

¿Las unidades de información y bibliotecas perciben la necesidad de prepararse para sacar partido de la dimensión de Valor del Big Data? No parece que hayan agradables sorpresas y la tónica general es que no. Pero ahora mismo estamos trabajando en un pequeño proyecto para intentar dar una respuesta lo más objetiva posible a esta pregunta en el contexto español. Muy pronto resultados.