La transformación digital o la evolución de las nuevas tecnologías y su calado en la sociedad empresarial tiene como resultado nuevos modelos de negocio adaptados a técnicas y procesos actuales que facilitan la toma de decisiones basadas en datos.
El almacenamiento masivo de información y todo lo que subyace de él, en ocasiones, tiende a crear confusión, como es el caso de los términos big data, business analytics (ba) o business intelligence (bi). si quieres saber las diferencias entre estos 3 términos sigue leyendo…
¿cuáles son las diferencias entre big data, business analytics y business intelligence?
tanto el big data, el business analytics y el business intelligence permiten el análisis de datos con el objetivo de extraer la mayor información posible, sin embargo, existen diferencias entre ellos:
el business intelligence o inteligencia de negocios y el business analytics o analítica de negocios pueden parecer conceptos similares ya que ambos comparten el mismo principio: aprovechar de la mejor manera la información para poder tomar mejores decisiones.
a pesar de ello, tienen sutiles diferencias en cuanto a 4 conceptos claves: qué datos analizan, dónde se almacenan, qué hacen con la información y qué variable estudia cada uno

BIG DATA

• ¿Qué es?
  Se refiere a grandes volúmenes de datos, que pueden ser estructurados, no estructurados o semi-estructurados.

• Características principales (las famosas 5 V):

  • Volumen: Cantidades masivas de datos.

  • Velocidad: La rapidez con la que se generan y procesan.

  • Variedad: Diferentes tipos de datos (texto, imágenes, sensores, redes sociales, etc.).

  • Veracidad: Calidad y precisión de los datos.

  • Valor: Utilidad que se puede extraer.

• Ejemplo:
  Los datos generados por millones de usuarios en Facebook cada segundo.

🔹 DATA ANALYTICS

• ¿Qué es?
  Es el proceso de examinar los datos (ya sean Big Data o no) para extraer información útil, patrones, tendencias o tomar decisiones.

• Tipos:

  • Descriptivo: ¿Qué pasó?

  • Diagnóstico: ¿Por qué pasó?

  • Predictivo: ¿Qué podría pasar?

  • Prescriptivo: ¿Qué deberíamos hacer?

• Ejemplo:
  Analizar el comportamiento de compra de los clientes para recomendar productos.