Estudio big data retos y oportunidades para el turismo150225050733 Conversion Gate01

7/21/2019 Estudio big data retos y oportunidades para el turismo150225050733 Conversion Gate01

1/84

BIG DATA: RETOS Y OPORTUNIDADES PARA EL TURISMO 1

BIG DATA:

retos y oportunidades para el turismo


2/84

El viaje al centro de los datos ------------------------------------------------------------------------------------------------ 3

Contexto general.

Objetivos y notas metodolgicas ------------------------------------------------------------------------------------------- 5

Big Data y Turismo: una aproximacin conceptual.Metodologa del estudio.Sobre los autores.

Concepto y aplicacin del Big Data --------------------------------------------------------------------------------------- 8

Qu es el Big Data?Principales benecios de una gestin inteligente de los datos.De la Smart City al destino turstico inteligente.Criterios fundamentales.La proteccin de la privacidad.Implantacin del modelo.Tcnicas para la analtica y tecnologas.

Big Data y el viajero social -------------------------------------------------------------------------------------------------- 33

La oportunidad de la gestin digital.Casos de xito en el mbito del turismo.

Conocimiento del Big Data en la industria turstica espaola ------------------------------------------------- 47El gran reto del sector en los prximos aos.Resultados de la encuesta sobre Big Data.La visin de los expertos.

Oportunidades de desarrollo ---------------------------------------------------------------------------------------------- 71

Un nuevo modelo de negocio en ciernes.

Reconocimiento ------------------------------------------------------------------------------------------------------------------ 76

Colaboradores.Instituciones y organismos colaboradores.

Bibliografa ------------------------------------------------------------------------------------------------------------------------- 7

Anexos -------------------------------------------------------------------------------------------------------------------------------

Modelo de entrevista a profesionales del sector turstico.Modelo de encuesta online.

NDICE DE CONTENIDOS



3/84

VIAJE AL CENTRO DE LOS DATOS

CONTEXTO GENERAL

Si hubiera que ponerle de nuevo un nombreno sera, quizs, el de Big Data. Pero lo ciertoes que el trmino, a fuerza de ocupar duranteaos las listas de tendencias tecnolgicas msprometedoras, ha conseguido instalarse ennuestro imaginario colectivo y lograr algo quemuy pocas otras expresiones han sido capacesde alcanzar: invocar en pocas palabras algo taninabarcable, en apariencia, como el gigantesco ysorprendente mundo de los datos en Internet.

Se calcula que en apenas dos aos la humanidadha edicado una torre de informacin muchoms alta que la suma de miles de aos previosde historia: el equivalente a una pila de CDllevada en viaje de ida y vuelta a la Luna. Y losignicativo es que estamos, solamente, al iniciode una revolucin social y tecnolgica quepromete transformar por entero el planeta. Conrazn, Tim Berners-Lee, uno de los padres de la

Web que conocemos, nos advirti en su da dela belleza y del poder de esa materia que son losdatos y que har del futuro algo todava msgrande que el pasado.

Para hacernos una idea de todo ello, no tenemosms que pensar en la forma en que ahoratrabajamos, nos desplazamos, nos comunicamosy, en esencia, vivimos: a travs de una miradaprogresivamente ms extensa e invisible dedispositivos, herramientas ysoportes digitales . El correo electrnico, las redes sociales, lasconsultas en el navegador del telfono mvil,las transacciones diarias que realizamos y unsinfn de acciones cotidianas conectadas entres gracias a la Red construyen ese nuevo mundoen transformacin cotidiana que habitamos;conforman, tambin, nuestro nuevo yo virtual,la huella digital de lo que somos y de lo queesperamos.



4/84

Las organizaciones del siglo XXI tienen antes un reto y una oportunidad sin precedentes:la de construir sobre ese caudal un nuevomodelo de relacin con sus clientes actuales ypotenciales ms eciente, innovador y humano. Y ello, necesariamente, pasa por dotarse de unacultura empresarial completamente novedosaen el que la captacin, gestin e interpretacinde la informacin sirva de inspiracin a todo elnegocio. Bajo esa mirada, los datos dejan decomprenderse como parte de un proceso paraconvertirse, directamente, en el sistema.

Todos los estudios apuntan al turismo como unode los sectores donde mayor ser el impacto deesa revolucin y en el que, sin duda, la inversinen estrategias de Big Data ser ms necesariapara sobrevivir o, mejor an, encabezar eltsunami digital.

El viajero de hoy busca unaexperienciapersonalizada, integrada y continuada, apoyadaen recomendaciones, valores y motivacionesparticulares expresadas de forma espontneaen Internet. Traza en webs ociales y no ocialessus preferencias personales; busca en lasredes sociales las opiniones de otros viajerosy conocidos acerca de su prximo destino;planica desde su ordenador el itinerario desu visita; compara, reserva y paga transporte yalojamiento; y a pie mismo del camino, gracias asu dispositivo mvil, construye un relato nico eirrepetible con fotos y comentarios de lo que ve,escucha, siente y, en general, desea compartir. Suexperiencia se transforma, as, en la rearmacinde una identidad nica y en un vehculo dereconocimiento social.

Slo si sabemos gestionar ese torrente deinformacin podremos, como nunca antesninguna ciencia, comprender lo que hacemos

y lo que somos; identicar de forma casi exactalos gustos y preferencias de los consumidores y,ms importante an, adelantarnos virtualmentea sus decisiones para adecuar en tiempo real yde una forma personalizada nuestros servicios.El Big Data nos sita ms all de los hechos:transforma nuestras acciones en predicciones.

Las empresas tursticas espaolas, que duranteaos han encabezado la transformacin social yeconmica del pas, tienen ahora el compromisoy la necesidad de redenir su propuesta devalor a partir de ese escenario y de las nuevasherramientas digitales para, de esa manera,seguir siendo referente internacional en calidade innovacin de su oferta.

El Big Data ha sido, durante los ltimos aos, unade las promesas tecnolgicas que de forma msrecurrente ha invocado el sector para acometerdicho objetivo. La realidad es que slo ahorael mercado muestra la sucientemadurez paracomprender las verdaderas implicaciones de suimplantacin, una vez superado lo que Gartnerdenomina el Ciclo de las Expectativas1.

La buena noticia es que, como pretendeexplicar el presente estudio, el anlisisy gestin de los conjuntos masivos deinformacin yano es un privilegio de losgrandes laboratorios de supercomputacin.La menos buena es que, probablemente,nuestras empresas y organizaciones tursticascon vocacin real de liderazgo tengan cadavez menos margen para optar entre un caminocon grandes datos o sin ellos.

El Big Data ser o no la solucin que requierenuestro tiempo. Lo inteligente, cuando menos, ycomo dijera el cientco Stephen Hawking, essercapaces de adaptarnos al cambio.

[1] Hype Cycle for Big Data. Gartner, 2014

https://www.gartner.com/doc/2814517?ref=ddisphttps://www.gartner.com/doc/2814517?ref=ddisp


5/84

OBJETIVOS Y NOTAS METODOLGICAS

BIG DATA Y TURISMO: UNAAPROXIMACIN CONCEPTUALElInstituto Valenciano de TecnologasTursticas (Invat.tur) y Territorio creativo hanelaborado el presente estudio Big Data: retos yoportunidades para el turismo con el objetivoprincipal de conocer cmo las empresas y losdestinos tursticos espaoles pueden aprovecharlas oportunidades que presenta el Big Data acorto, medio y largo plazo.

En concreto, el propsito de este trabajo esahondar en una mayor comprensin de dichoconcepto y ayudar al sector a entender, conejemplos relevantes de diferentes mbitos deactividad econmica, nacionales e internacionales,de qu forma la explotacin de los datos masivosofrece un campo ideal para la formulacin demodelos de negocio ecientes e innovadores.

En ese sentido, pretende tambin ilustrarcmo tal revolucin en la gestin de lainformacin ha de apoyar la adecuacin de laindustria turstica a las necesidades de la eradigital en la que ya nos encontramos y de loscambios que Internet y otras tecnologas hancomenzado a introducir en nuestrosmodos derelacin y hbitos de consumo.

La investigacin que ahora se presenta,asimismo, aspira a dibujar un mapa prcticoy sencillo de losbenecios y obstculos quelas empresas deben tener en cuenta parala adecuada aplicacin del Big Data, desdela asuncin misma de una nueva cultura de

los datos a la propia denicin de objetivos,tipos de anlisis ms idneos y gestin de lasherramientas correspondientes.

Sin duda, se trata de reunir en un solodocumento las claves ms importantes quetodo profesional del turismo, en cualquiera desus aspectos, debe tener en cuenta para abordarla transformacin digital de su compaa onegocio.

METODOLOGA DEL ESTUDIO

El presente estudio se ha realizado entre losmeses de octubre y diciembre de 2014 a partirde distintas fuentes primarias, secundarias yterciarias. La informacin directa que incorporase ha recogido, en el citado periodo, a travsde diferentes canales fsicos y virtuales, conconvocatoria pblica o mediante solicitudparticular personalizada, segn los casos.

Lasfuentes empleadas, ordenadas segn suorigen, son las siguientes:

entrevistas a directivos de organizaciones yempresas tursticas;

encuestas annimas a profesionales delsector; bases estadsticas y documentales

ociales; publicaciones de referencia nacionales e

internacionales.



6/84

En primer lugar, se ha efectuado una decena deentrevistas personales, mediante cuestionarioescrito, a directivos del sector turstico que trabajan o representan a instituciones,organizaciones y empresas de relevancia enel campo de la innovacin aplicada a dichaindustria en nuestro pas y que desarrollan sustareas en reas relacionadas con la tecnologa, elmarketing o el desarrollo de negocio.

Estas entrevistas, cuyo modelo puedeconsultarse en el captulo de Anexos, constande seis preguntas clave diseadas paraatender a las cuestiones que se exponen acontinuacin: oportunidades del Big Data;barreras para su aplicacin; reas preferentesde actuacin; requisitos bsicos para unagestin inteligente de los datos; ventajas delnuevo modelo de anlisis de la informacin; yprevisiones de desarrollo.

De forma paralela, en segundo lugar, se hananalizado doscientas respuestas completas deprofesionales del turismo en Espaa obtenidasa travs de la encuesta online annima lanzadapor Invat.tur y por Territorio creativo el 23 deoctubre de 2014, y cuyas preguntas puedentambin consultarse en el bloque de Anexos deeste estudio.

El formulario ha permanecido abierto durantetres meses en la web de Invat.tur, hasta lasegunda mitad del mes de diciembre de 2014, ysu difusin se ha realizado a travs de diferentesplataformas digitales. Las cuestiones incluidasen l estn agrupadas en cuatro secciones diferenciadas para facilitar su recogida,clasicacin, tratamiento y anlisis:

1. Conocimiento sobre Big Data.2. Utilidad dentro del sector turstico.3. Madurez tecnolgica para su adopcin.4. Perspectivas de futuro.

Con carcter previo a la cumplimentacin de laencuesta, se ha solicitado de los participantesen el propio cuestionario online informacinrelativa al nmero de empleados y mbito deactividad de su compaa con el n de clasicarla estructura de las empresas espaolas integradas en este trabajo.

Se han obtenido respuestas de representantesde prcticamente todos los subsectores tursticos, a excepcin de estaciones de esqu,centros de congresos e instalaciones y serviciosnuticos.

El tercer grupo de fuentes utilizadas para elestudio Big Data: retos y oportunidades parael turismo lo conforman los indicadores de laOrganizacin Mundial del Turismo (OMT) y dela Organizacin para la Educacin, la Cienciay la Cultura (UNESCO) de Naciones Unidas.Tambin, las tablas de seguimiento anual parael sector turstico del Instituto Nacional deEstadstica (INE) y las encuestas de coyunturae informes de situacin de departamentos,organismos o sociedades dependientes delMinisterio de Industria, Energa y Turismo delGobierno de Espaa, como son el Instituto deEstudios Tursticos, Turespaa y SEGITTUR.

En cuarto y ltimo lugar, se ha consultadoun centenar de publicaciones espaolas yextranjeras, accesibles a travs de Internet,especialmente destacables por su actualidad,descripcin de casos o conocimiento delmedio. Entre stas guran desde informesacadmicos hasta reportajes y artculosperiodsticos, as como estudios elaborados enlos ltimos aos por algunas de las principalesconsultoras y empresas internacionales delmbito econmico y digital se incluyen dentrode la bibliografa anexa y en las notas a pie depgina de este trabajo-.



7/84

SOBRE LOS AUTORES

El Invat.tur es un centro dependiente de laAgncia Valenciana del Turisme especializadoen la generacin y transferencia de conocimientoturstico, mediante el desarrollo de actividadesde investigacin, desarrollo e innovacin (I+D+i).

Concebido como plataforma de encuentro ycolaboracin entre todos los agentes tursticos, elInvat.tur persiguegarantizar la competitividady la sostenibilidad del sector turstico de laComunitat Valenciana, facilitar su adaptacin a lasnuevas tendencias de mercado y contribuir a unagestin turstica avanzada e innovadora.

Principales ejes de actuacin del Invat.tur. Fuente:Invat.tur

Territorio creativo es unaagencia conectada yconsultora de Social Business que acompaa alas empresas en el diseo y la implantacin de suestrategia de marketing en medios sociales y lesayuda a cimentar su identidad digital y a vinculara los clientes con la marca.

Fundada en 1997, la compaa cuentaactualmente con presencia en Europa yLatinoamrica. Sus principales servicios son:

Estrategia digital e innovacin: Transformacin digital Desarrollode planes estratgicos e

implantacin tctica. Evaluacin y desarrollo deIdentidad

Digital 2.0.

Metodologas, organizacin, medicin yobservatorios sectoriales.

Creatividad 2.0: Creacin y produccin decampaas en

medios sociales. Elaboracin de planes dedinamizacin. Conceptualizacin y desarrollo de

aplicaciones: Facebook, mobile, web, etc. Community Management: Generacin contenidos enmedios

sociales. Formacin a directivos, cargos intermedios

y tcnicos. Desarrollo de medios sociales: blogs,

comunidades, redes sociales, etc. Social CRM

Proyectos

+

Comunicaciny transferenciade resultados

+

Vigilanciatecnolgica

Planicaciny estrategia

+

+

Apoyo I+D+Iy emprendimiento

+

+

Inteligenciade mercados

http://localhost/var/www/apps/conversion/tmp/scratch_5/invattur.gva.eshttp://localhost/var/www/apps/conversion/tmp/scratch_5/invattur.gva.es


8/84

Conceptoy aplicacin

del Big DataQu es Big Data?Principales benecios de una gestin inteligente de los datos.De la Smart City al destino turstico inteligente.Criterios fundamentales.

La proteccin de la privacidad.Implantacin del modelo.Tcnicas para la analtica y tecnologas.


9/84

QU ES BIG DATA?

El trmino ingls Big Data hace referenciaa todos aquellos conjuntos de datos cuyotamao supera la capacidad de bsqueda,captura, almacenamiento, gestin, anlisis,transferencia, visualizacin o proteccin legal delas herramientas informticas convencionales.Bajo esa denominacin se incluye, asimismo,a las infraestructuras, soluciones y modelosnecesarios para extraer valor de dichos gruposde informacin de la manera ms econmica,

rpida y exible posible para una toma dedecisiones inteligente.

Los conjuntos de datos englobados bajo esteconcepto se caracterizan, tambin, por suvariedad tanto en origen como en formatos-;la velocidad con la que se producen; y laveracidad o rigor implcitos a su naturaleza ymodo de aprovechamiento.

Las cuatro dimensiones del Big Data. Fuente:Invat.tur

En esencia, el Big Data posibilita elestudio yexplotacin inteligente de millones de bytes de informacin sobre toda clase de fenmenosy actividades -desde las variaciones atmosfricashasta los patrones diarios de consumo de uncolectivo concreto-, producida, difundida oalmacenada a travs de telfonos mviles, redessociales o, por ejemplo, mquinas conectadasal Internet de las cosas2. Ya en 2012, y en unperiodo escaso de dos aos, se calcula que lahumanidad haba generado por estos mediosunos 2,5 zetabytes de informacin, es decir, el

noventa por ciento de toda la producida a lolargo de su historia3.

Este hito es el resultado de sumar todos losdatos procedentes de comentarios en blogs,correos electrnicos, libros y artculos digitales,consultas online o transacciones econmicasefectuadas mediante sistemas de pagoelectrnicos, entre otras fuentes.

Hoy se estima que utilizan Internet principalvehculo de esta revolucin sin precedentes

[2] The Internet of Things. Agenda Digital Europea. Comisin Europea.[3] What is big data? IBM.

VOLUMEN

V ELOCIDAD

VARIEDAD

VALOR

Esta dimensin se reere a la cantidad

de datos: grandes colecciones dedatos creadas para diferentes usos ypropsitos.

La variedad tiene que ver con ges-

tionar la complejidad de mltiplesfuentes y formatos de datos(estructurados y no estructurados).

Se reere a los datos en movi-miento:rapidez en la generacin, acceso yanlisis de datos en su entorno deexplotacin.

Uso eciente para sacar el mximovalor a los datos: algoritmos deanlisis de gran rendimiento yherramientas para la visualizacin.

BIG DATA

http://%20invattur.gva.es/http://ec.europa.eu/digital-agenda/en/internet-thingshttp://www-01.ibm.com/software/data/bigdata/what-is-big-data.htmlhttp://www-01.ibm.com/software/data/bigdata/what-is-big-data.htmlhttp://ec.europa.eu/digital-agenda/en/internet-thingshttp://%20invattur.gva.es/


10/84

unos 3.000 millones de personas y que hayactivos ms de 2.300 millones de cuentas detelefona mvil de banda ancha4. Otros 2.000millones de personas dedican a Facebook yQZone unos 20.000 millones de horas y generan,desde estos servicios, unos 70.000 millones decomentarios al mes5. Para el ao 2020, adems,los expertos vaticinan que habr ya unos 30.000millones de dispositivos inalmbricos6, como losque emplea la rma espaola Inditex

para conocer el ciclo de uso y rotacin de susproductos7, liberando informacin a la Red deforma autnoma y constante.

Tales cifras explican, por s solas, la razn porla que el Big Data ha pasado en el ltimolustro de denir un concepto como el descritoa convertirse en una etiqueta de uso paraprcticamente cualquier anlisis inteligente delos datos 8.

Fuente: The METISfiles, 2013. Traduccin propia.

[4] The world in 2014, ICT Facts and Figures. ICT, 2014.[5] Global social networks ranked by number of users. Statista, 2014.[6] More Than 30 Billion Devices Will Wirelessly Connect to the Internet of Everything in 2020. ABI Research, 2013.[7] Zaras tagging system means even faster fashion. Reuters, 2014.[8] Should We Stop Using the Term Big Data? Deloitte, 2014.

Capturade datos

Hardware Redes conectadas Infraestructura Centros de datos

Procesamientode datos

Bases de datos Tecnologa (en

memoria, NoSQL,Hadoop, R, Map-reduce, etc.).

Analtica. Predictivo. Datawarehouses. Como servicio, en

la nube, mvil,etc.

Servicios. Integracin. VARS

especializados. Grandes

vendedores deSoftware.

Anlisisde datos

Ejecucinde datos

50.000 millones de dlares en 2017

Escenario Big Data

http://www.themetisfiles.com/2013/04/big-data-brotherhood/http://www.themetisfiles.com/2013/04/big-data-brotherhood/http://www.itu.int/en/ITU-D/Statistics/Documents/facts/ICTFactsFigures2014-e.pdfhttp://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/http://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/https://www.abiresearch.com/press/more-than-30-billion-devices-will-wirelessly-connehttp://www.reuters.com/article/2014/07/15/inditex-zara-idUSL6N0PQ3MY20140715http://deloitte.wsj.com/cio/2014/12/10/should-we-stop-using-the-term-big-data/http://deloitte.wsj.com/cio/2014/12/10/should-we-stop-using-the-term-big-data/http://www.reuters.com/article/2014/07/15/inditex-zara-idUSL6N0PQ3MY20140715https://www.abiresearch.com/press/more-than-30-billion-devices-will-wirelessly-connehttp://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/http://www.itu.int/en/ITU-D/Statistics/Documents/facts/ICTFactsFigures2014-e.pdfhttp://www.themetisfiles.com/2013/04/big-data-brotherhood/


11/84


PRINCIPALES BENEFICIOSDE UNA GESTIN INTELIGENTEDE LOS DATOS

El impacto econmico del Big Data esdifcil de estimar, mxime en un entornoglobal, hiperconectado y en permanenterevolucin tecnolgica como en el que noshallamos. Algunas firmas han aventurado,cuando menos, que la inversin que en losprximos aos se destinar a su implantaciny desarrollo en las empresas superar los cienmil millones de euros9 y que esta tendenciaformar parte, como adelantara en 2012 lafirma Deloitte10, de las actividades principalesde nueve de cada diez empresas del selectocrculo de la revista Fortune.

Por su parte, la consultora Gartner prev yapara 2015 la creacin en todo el mundo de4,4 millones de puestos de trabajo de perltecnolgico ligados a esta disciplina11.

Asimismo, se calcula quetres de cada cinconegocios de la UE utilizan ya algn sistemapara procesar los datos que generan loscasi 370 millones de internautas del espaciocomunitario12.

El gran atractivo de los datos masivos essupotencial para predecir fenmenos, prevercomportamientos, expectativas y necesidadesfuturas de un grupo de consumidores concreto,hacer ms ecaces y menos costosos losprocesos de anlisis y tomar decisiones denegocio ms inteligentes y seguras.

En general, se reconocen los siguientesbenecios para el Big Data:

Deteccin de tendencias ycomportamientos

El Big Data permite hallarpatrones decomportamiento y tendencias de consumo que,con mtodos y tcnicas tradicionales, resultan casiimposibles de detectar. Esta ventaja, que apoyala elaboracin de segmentos de mercado y deestudio particularizados, es posible gracias a larecoleccin e integracin de datos procedentesde mltiples canales, como tiendas fsicas,call centers, dispositivos mviles, comercioelectrnico o medios sociales, entre otros.

La Ocina Federal de Investigacin de losEstados Unidos, ms conocida por sus siglas,FBI, culmin en 2011 la mayor operacin de suhistoria contra elfraude mediante anlisis BigData13. Si siguiera su ejemplo, se calcula que laHacienda del Reino Unido podra ahorrar a loscontribuyentes de ese pas entre 20.000 y 41.000millones de euros14.

Conocimiento de cliente y desarrollode producto

Puede utilizarse como herramienta paradescubriry medir la inuencia de los clientes y no-clientesen cada canal; cmo stos impactan en sus redesde contactos, amigos y followers ; analizar los linksentre los inuencers y sus redes y la uctuacin desus mensajes y los de sus competidores. Wal-Marty Coca-Cola, de hecho, estudian la informacinen tiempo real (por ejemplo, a travs de lasmquinas de vending) para realizar desarrollos deproducto experimentales a cualquier escala yconocer su impacto15.

[9] IDC Predictions 2015: Accelerating Innovation and Growth on the 3rd Platform. IDC, 2014.[10]Billions and billions: big data becomes a big deal. Deloitte. 2012.

[11] Gartner says Big Data creates Big Jobs: 4.4 MIllion IT Jobs Globally to Support Big Data By 2015. Gartner, 2012.[12]Privacy and competitiveness in the age of big data. Supervisor Europeo de Proteccin de Datos, 2014.[13]Health Care fraude prevention and enforcement efforts result in record breaking recovieres totaling nearly 4.1 billion. FBI, 2012.[14]The Big Data Opportunity. Policy Exchange, 2012.[15]Walmart Labs is building Big Data tools and will then open source them. Gigaom, 2012.
http://www.idc.com/getdoc.jsp?containerId=252700http://www.deloitte.com/assets/Dcom-Global/Local%20Content/Articles/TMT/TMT%20Predictions%202012/16470A%20%20Billions%20lb1_v2.pdfhttp://www.gartner.com/newsroom/id/2207915https://secure.edps.europa.eu/EDPSWEB/webdav/site/mySite/shared/Documents/Consultation/Opinions/2014/14-03-26_competitition_law_big_data_EN.pdfhttp://www.fbi.gov/news/pressrel/press-releases/health-care-fraud-prevention-and-enforcement-efforts-result-in-record-breaking-recoveries-totaling-nearly-4.1-billionhttp://www.policyexchange.org.uk/publications/category/item/the-big-data-opportunity-making-government-faster-smarter-and-more-personalhttps://gigaom.com/2012/03/23/walmart-labs-is-building-big-data-tools-and-will-then-open-source-them/https://gigaom.com/2012/03/23/walmart-labs-is-building-big-data-tools-and-will-then-open-source-them/http://www.policyexchange.org.uk/publications/category/item/the-big-data-opportunity-making-government-faster-smarter-and-more-personalhttp://www.fbi.gov/news/pressrel/press-releases/health-care-fraud-prevention-and-enforcement-efforts-result-in-record-breaking-recoveries-totaling-nearly-4.1-billionhttps://secure.edps.europa.eu/EDPSWEB/webdav/site/mySite/shared/Documents/Consultation/Opinions/2014/14-03-26_competitition_law_big_data_EN.pdfhttp://www.gartner.com/newsroom/id/2207915http://www.deloitte.com/assets/Dcom-Global/Local%20Content/Articles/TMT/TMT%20Predictions%202012/16470A%20%20Billions%20lb1_v2.pdfhttp://www.idc.com/getdoc.jsp?containerId=252700


12/84


Naciones Unidas, junto con el Programa Mundialde Alimentos y el Ministerio de Planicacin delDesarrollo de Indonesia, pusieron en marchaentre los aos 2012 y 2013 un proyecto pilotopara disear un sistema de indicadores quepermitiera identicar lavariacin de la ofertay de la demanda en ese pas asitico y adoptarlas polticas necesarias en cada momento yen cada lugar para garantizar una adecuadaalimentacin16. Para ello, a travs de la iniciativainternacional Global Pulse, recogieron millonesde conversaciones en abierto de Twitter referidasal precio de la carne (ternera y pollo), de lacebolla y del chili, y elaboraron un modelobasado en la correlacin diaria entre los patronesde publicacin en dicha plataforma y la variacinde precios de esos alimentos.

Lo interesante de esta herramienta es queno slo permite un mejor conocimiento delmercado nacional sino, tambin, dotarse deun sistema de alertas frente a picos o cadasinesperadas de las cotizaciones.

Anlisis predictivoEl Big Data puede ayudar a las organizacionesa anticiparse al comportamiento del mercadoy de los clientes yresponder de una formaproactiva. Para ello, se identican los objetivosde inters y se aplican mtodos de extraccin depatrones que respondan a cuestiones del tipoqu pasara si.

La plataforma de cine y televisin a la cartaNetix, invirti 100 millones de dlares en laproduccin consecutiva, para HBO, de las dosprimeras temporadas de la serie House of Cards.El xito de su apuesta estaba garantizado: elconocimiento diario de los gustos e intereses de sus treinta millones de usuarios en todo elmundo17.

Agilidad en la toma de decisiones

El Big Data permite activar al instante, a partirde determinadas respuestas, acciones que deotra forma requeriran complejos controles y untiempo relativamente largo. Para ello, se apoyaen modelos visuales mucho ms comprensiblesy cercanos a lo que est ocurriendo: mapas decalor, diagramas de dispersin, visualizaciones3D, nubes de palabras, etc.

RocketFuel, una empresa fundada por cientcosde la Nasa y expertos de Yahoo, DoubleClick oSales Force, cuenta con una plataforma de RealTime Bidding que aprende en tiempo real de losresultados que va obteniendo de las campaasde publicidad y modica automticamente, enfuncin de los resultados, la audiencia a la quese dirige18. Puede evaluar hasta 28.000 millonesde impresiones al da y predecir cundo y dndeuna persona va a responder a un anuncio.Gracias a ello, uniendo Big Data e inteligenciaarticial, ha incrementado larentabilidad de lasacciones de sus clientes hasta en un 229%.

Optimizacin de procesos

El servicio 1004 de atencin al cliente deTelefnica utiliza modelos predictivos paradeterminar el nmero de llamadas que recibiren fechas muy concretas y con ello mejorar susniveles de resolucin de incidencias hasta un50%19. El Instituto Global Mckinsey estima que laexplotacin de los conjuntos de datos masivosalberga un potencial anual de 240.000 millonesde euros para la Sanidad estadounidense yun valor de 200.000 millones de euros para laadministracin pblica europea.

Atraccin y fidelizacin de clientes

Gracias a la captura y gestin de datos masivoshoy es posible adaptar y convertir rpidamentela informacin en conocimiento, mediante

[16]Nowcasting food prices in Indonesia using social media signals. Global Pulse. Naciones Unidas, 2014.[17]Hadoop Platform as a Service in the Cloud. The Netflix Tech Blog, 2013.[18]Rocketfuel.[19]Big Data y anlisis predictivo en el 1004 de Telefnica. Sorayapaniagua.com, 2012.
http://www.unglobalpulse.org/nowcasting-food-priceshttp://techblog.netflix.com/2013/01/hadoop-platform-as-service-in-cloud.htmlhttp://rocketfuel.com/http://www.sorayapaniagua.com/2012/03/26/big-data-y-analisis-predictivos-en-el-1004-de-telefonica/http://www.sorayapaniagua.com/2012/03/26/big-data-y-analisis-predictivos-en-el-1004-de-telefonica/http://rocketfuel.com/http://techblog.netflix.com/2013/01/hadoop-platform-as-service-in-cloud.htmlhttp://www.unglobalpulse.org/nowcasting-food-prices


13/84


tcnicas de data mining, machine learning, oprocesamiento del lenguaje natural (NLP ensus siglas inglesas). Esto, a su vez, constituye unmecanismo muy valioso para satisfacer, atraery retener a los clientes. Para ello, el Big Dataofrece a los departamentos de Marketing laoportunidad de segmentar sus pblicos segnsus acciones y preferencias a lo largo del tiempo;analizar la propensin a comprar otro tipo deproductos o servicios; determinar el mejormomento para realizar ofertascross-selling yup-selling y conocer con mayor exactitud el impactode sus campaas.

Procter & Gamble, por ejemplo, es capaz deintegrar en una nica herramienta diseadaa partir de una decena de tecnologas deproveedores distintos- la manera en la que losconsumidores de 80 pases distintos utilizandiariamente unas 4.000 millones de dosis de susproductos20. El Financial Times utiliza el anlisisde los datos masivos paraoptimizar las tarifasde sus anuncios segn la demanda inmediata desus lectores21.

Podemos decir que la revolucin del BigData, impulsada tanto desde el sector pblicocomo desde el privado, est produciendouna transformacin y una evolucin en laeconoma, el tejido empresarial e incluso, lapropia sociedad. Son numerosos e interesanteslos casos de xito referenciados en mbitoscomo el de la educacin, la sanidad, la cultura,la seguridad, la investigacin, el turismo o lapublicidad. No obstante, queda tambin unlargo camino por recorrer en la explotacin de lainformacin.

Se describen, a continuacin, algunos ejemplosde utilidades del Big Data en diferentes sectores.

Financiero.Labanca tradicional dispone de unaingente cantidad de informacin de sus

clientes sobre cuentas, productos y servicioscontratados, transacciones con tarjetas decrdito, operaciones en cajeros, gestionesrealizadas en ocina, banca online, mediosde pago utilizados, cuyo anlisis posibilitarecomendar y personalizar ofertas comercialesespeccas segn las necesidades ycapacidades del cliente, mejorar la ventacruzada de productos nancieros o conocer lascausas de abandono de clientes e identicaraquellos que son ms propensos a la baja.Asimismo se identican y detectan patronesde comportamiento que permiten una mejorgestin y optimizacin de riesgos en lasconcesiones de crditos o la deteccin yprevencin de fraude en medios de pago.

PayPal, cuyo sistema permite a sus usuariosrealizar pagos y transferencias a travs deInternet sin compartir informacin nanciera conel destinatario, predice, identica yprevieneactividades fraudulentas en tiempo real 22.Establece patrones de actividad a partir delas transacciones realizadas atendiendo asu cuanta, divisa, origen, punto de venta,productos comprados, direccin IP, informacindel navegador y otros datos tcnicos. Lascifras hablan por s solas: los datos ocialescorrespondientes al tercer trimestre de 201423 apuntan a 157 millones de cuentas activas, unapresencia en 203 pases, 26 divisas, una media de9,7 millones de transacciones diarias y un ndicede fraude muy bajo, un 0,33%.

Transporte.A partir de los datos que generan los operadoreslogsticos, el trco, el tipo de mercanca,las condiciones atmosfricas o el destino, seoptimizan las rutas de distribucin de bienesy servicios para incrementar la productividad,ahorrar costes y anticiparse a la demanda en elmbito del transporte.

[20]At Procter & Gamble, Toothpaste is Data. Forbes, 2011.[21]Can Big Data Save Publishing? A Little Class on the Internet, 2011.[22]Big Data thwarts fraud. 0Reilly / PayPal, 2011.[23]PayPal en cifras. PayPal, 2014.
http://www.forbes.com/fdc/welcome_mjx.shtmlhttp://alittleclass.blogspot.com.es/2011/12/can-big-data-save-publishing.htmlhttp://radar.oreilly.com/2011/02/big-data-fraud-protection-payment.htmlhttps://www.paypal-media.com/es/abouthttps://www.paypal-media.com/es/abouthttp://radar.oreilly.com/2011/02/big-data-fraud-protection-payment.htmlhttp://alittleclass.blogspot.com.es/2011/12/can-big-data-save-publishing.htmlhttp://www.forbes.com/fdc/welcome_mjx.shtml


14/84


Reducir la congestin del trco y disminuirconsecuentemente la contaminacin atmosfricatambin es posible. En una ciudad como Losngeles, desde el ao 2012, ha sido posiblereducir en un 10% dicha congestin al acortar eltiempo que los conductores invierten enbuscaraparcamiento 24. Se han instalado sensores en lasplazas de aparcamiento para poder proporcionarinformacin en tiempo real a los conductoressobre las plazas libres y ocupadas, se puedeconsultar en la pgina web de la ciudad, en unaapp mvil y est previsto incorporar los datos alos sistemas de navegacin de los vehculos, paraque dirijan automticamente a los conductores alestacionamiento libre ms cercano a sus destinos.

Es ms, el sistema de gestin de losparqumetros, LA Express Park, tienela capacidad de modicar las tarifas deaparcamiento disminuyndolas en aquellasplazas que ayuden a reconducir el trco haciareas menos congestionadas.

Salud.El sector sanitario sufre una constante presinpara reducir costes, asegurar la seguridaddel paciente y la calidad en el servicio. Sondiversos los estudios que cifran en cientos demillones de euros el ahorro en los sistemas desanidad pblica25 gracias al Big Data mediantela integracin de diversas fuentes de datos yel anlisis para la reduccin de inecienciasadministrativas, la deteccin de fraudes y abusos,la mejora de la coordinacin en la atencinal ciudadano, la optimizacin de los procesosmdicos o la adecuada distribucin de materialsanitario y medicamentos, entre otros.

En el mbito de lainvestigacin clnica sepueden obtener correlaciones e informacin paradeterminar qu tratamientos son ms efectivos

en ciertas condiciones o ante determinadossntomas; identicar patrones relacionados conefectos adversos a medicamentos; determinarlas causas que originan algunas enfermedades.Iniciativas como la del proyecto Medroom, unaplataforma que analiza, resume y presenta deforma sencilla la informacin mdica contenidaen el conjunto de Historias Clnicas Electrnicas,para su reutilizacin en la prctica clnica, ha sidoel ganador del proyecto Call to Innovation 2014que otorga la Singularity University26.

De igual forma, los dispositivoswereables y apps mviles, constituyen hoy en da unarevolucin tecnolgica en el marco sanitario. Noslo permiten llevar a cabo la monitorizacin enremoto de pacientes y poblaciones afectadaspor una enfermedad sino que proporcionaninformacin en tiempo real de datos biolgicos,de alimentacin, actividad fsica o pautas desueo. Toda esta informacin permite disponerde otros factores relevantes que ayudan apacientes y mdicos a detectar de formaprecoz enfermedades, establecer tratamientospersonalizados ms efectivos o realizar elseguimiento y evaluar la progresin de losmismos.

Deporte.En la Frmula 1, las variables que se midenson innumerables (elementos del monoplaza,consumos del motor, estado de los neumticos,actividad de la caja de cambios, biorritmos delpiloto, condiciones del circuito, condicionesatmosfricas) y son sometidas a un anlisispormenorizado durante y despus de la carrerapara poner a punto los coches y pilotos,determinar dnde se pueden mejorar lostiempos o evitar los problemas que puedansurgir.

[24]Playing the Slots: Technologys Growing Role in Bringing Efficiency to Parking. Governing Institute, 2014.[25]Big Data: The next frontier for innovation, competition, and productivity. McKinsey, 2011.

Big data in digital health. Fundacin Rock Health, 2012.[26]MEDROOM - Winning project of the contest Call to Innovation - Singularity University 2014, 2014.
http://www.governing.com/blogs/bfc/col-los-angeles-san-francisco-technology-variable-rate-parking.htmlhttp://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovationhttp://www.slideshare.net/RockHealth/rock-report-big-datahttps://www.youtube.com/watch?v=T3NKD_yh4Tkhttps://www.youtube.com/watch?v=T3NKD_yh4Tkhttp://www.slideshare.net/RockHealth/rock-report-big-datahttp://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovationhttp://www.governing.com/blogs/bfc/col-los-angeles-san-francisco-technology-variable-rate-parking.html


15/84


La seleccin alemana de ftbol, ganadora delMundial en Brasil de 2014, utiliz el programaSAP Big Data para mejorar elrendimientodeportivo de sus jugadores durante losentrenamientos27. Los futbolistas entrenan consensores cuyos datos son transmitidos desde unaantena al sistema de anlisis que proporcionainformacin a entrenadores y jugadores sobresu rendimiento, posesiones de baln, pases,tiros a puerta, velocidades. De este modo fueroncapaces de reducir por ejemplo el promedio deposesin de la pelota de cada jugador de unamedia de 3,4 segundos a 1,1 incrementandola velocidad en los pases. El sistema tambinpermite analizar el desempeo del equipo rivala partir de los registros posicionales de los jugadores mediante datos obtenidos a partir delas imgenes de los partidos disputados.

La tecnologa es aplicable al diseo de laestrategia de entrenamiento y competicinms conveniente para funcionar al mximorendimiento, detectar posibles lesiones,seguimiento de los atletas fuera del entornodeportivo (nutricin, sueo, bienestaremocional), control de los elementos (zapatillas,balones, palos de golf, camisetas,)28, perotambin sirve a los clubes o federacionesdeportivas para gestionar losservicios queofrecen a los espectadores, la venta deentradas, el merchandasing o proporcionarexperiencias nicas a sus seguidores.

Energa.La demanda de electricidad, gas o agua en unadeterminada franja horaria y el establecimientode mecanismos que adecuen el consumo en

funcin de la misma supone uno de los grandesahorros energticos as como un crecimiento mssostenible y ecolgico. Dicha demanda tambinest profundamente afectada por el clima, porlo que el anlisis de informacin meteorolgica,las fases de las mareas, las imgenes de satlite,los mapas de deforestacin o los registroshistricos de temperaturas y otros datos sonfundamentales para la previsin de suministroy el rendimiento de sistemas de energasrenovables como la elica o solar.

Con el objetivo de modicar el comportamientoenergtico de los consumidores, empresas comoOpower29, permiten a sus clientescomparar suconsumo de electricidad con la de sus vecinoscomo medida para fomentar la disminucindel mismo. Si gracias a ello se evita la creacinde una planta de energa o la mejora la red,supondr un ahorro tanto para la compaacomo para sus clientes.

Otro de los grandes generadores de informacinen el sector energtico lo constituyen loscontadores inteligentes o smart meters 30. Sonmedidores capaces de transmitir los datos deconsumos y de recibir informacin de formaremota sobre precios, instrucciones de conexino desconexin, alarmas e indicadores de si existeun malgasto, cambiar el tipo de consumo amodo prepago. De este modo los consumidoresse benecian de una informacin mejor y msaccesible y las compaaseliminan la necesidadde la lectura de los medidores manualmente,garantizan la exactitud en los valores de lasfacturas y generan y distribuyen la energa deuna forma ms rentable.

[27]SAP y la Asociacin Alemana de Ftbol (DFB): Usando el Big Data para mejorar el rendimiento de los jugadores de la Copa del Mundo enBrasil. Blog de innovacin de SAP, 2014.

[28]Las aplicaciones del Big Data en el deporte. Think Big Telefnica, 2014.[29]Opower Uses Big Data to Help Consumers Save $320 Million in Utility Bills. Cloudera, 2013.[30]Smart Meters: Tecnologa Avanzada para la Medicin del Consumo Energtico en los Hogares. CIDEI, 2012.
http://blogs.sap.com/latinamerica/sap-y-la-asociacion-alemana-de-futbol-dfb-usando-el-big-data-para-mejorar-el-rendimiento-de-los-jugadores-de-la-copa-del-mundo-en-brasil/http://blogs.sap.com/latinamerica/sap-y-la-asociacion-alemana-de-futbol-dfb-usando-el-big-data-para-mejorar-el-rendimiento-de-los-jugadores-de-la-copa-del-mundo-en-brasil/http://blogthinkbig.com/big-data-deporte/http://blogthinkbig.com/big-data-deporte/http://cloudera.com/content/dam/cloudera/Resources/PDF/casestudy/Cloudera-OPower-CaseStudy-2013.pdfhttp://cidei.net/smart-meters-tecnologia-avanzada-para-la-medicion-del-consumo-energetico-en-los-hogares/http://cidei.net/smart-meters-tecnologia-avanzada-para-la-medicion-del-consumo-energetico-en-los-hogares/http://cloudera.com/content/dam/cloudera/Resources/PDF/casestudy/Cloudera-OPower-CaseStudy-2013.pdfhttp://blogthinkbig.com/big-data-deporte/http://blogs.sap.com/latinamerica/sap-y-la-asociacion-alemana-de-futbol-dfb-usando-el-big-data-para-mejorar-el-rendimiento-de-los-jugadores-de-la-copa-del-mundo-en-brasil/http://blogs.sap.com/latinamerica/sap-y-la-asociacion-alemana-de-futbol-dfb-usando-el-big-data-para-mejorar-el-rendimiento-de-los-jugadores-de-la-copa-del-mundo-en-brasil/


16/84


DE LA SMART CITY AL DESTINOTURSTICO INTELIGENTE

Una de las grandes oportunidades que el BigData ofrece a la industria turstica se encuentraen las Smart Cities31 y, ms concretamente, enlos llamados destinos inteligentes. Se trata deterritorios dotados de una infraestructura

tecnolgica sucientemente avanzada eintegrada para garantizar su desarrollo sostenibley, a la vez, facilitar la experiencia e interaccinentre el territorio y el visitante.

Fuente: Informe Destinos tursticos inteligentes.Invat.tur, 2014

[31]http://www.smartcities.es/.

SMART ECONOMY(Competitividad)

SMART GOVERNANCE(Participacin)

SMART ENVIRONMENT(Recursos naturales)

Espritu innovador Emprendedura Marcas e imagen econmica Productividad Flexibilidad de mercado de trabajo Arraigo internacional Capacidad de transformarse

Participacin en toma de decisiones Servicios pblicos y sociales Gobernanza transparente Perspectivas y estrategias polticas

Atractivo de las condicionesnaturales

Contaminacin Proteccin ambiental Gestin sostenible de los recursos

SMART PEOPLE(Capital humano y social)

SMART MOBILITY(Transporte y TICs)

SMART LIVING(Calidad de vida)

Nivel de calicacin Anidad con la formacin permanente Pluralidad tnica y social Flexibilidad Creatividad Cosmopolitismo/ Mentalidad abierta Participacin en la vida pblica

Accesibilidad local Accesibilidad (inter)nacional Disponibilidad de infraestructuras

de TICs Sistema de transporte sostenible,

innovador y seguro

Infraestructuras culturales Condiciones de salud Seguridad individual Calidad de viviendas Infraestructuras educativas Atractivo turstico Cohesin social

Caractersticas y factores de una Smart City
http://invattur.gva.es/http://www.smartcities.es/http://www.smartcities.es/http://invattur.gva.es/


17/84

Estos espacios, cuyos lmites no necesariamentecoinciden con los de la ciudad, estimulanlaparticipacin y la recogida de informacin de los usuarios desde antes incluso de sullegada, durante su estancia y tras su marcha. Sudespliegue fsico, a partir de una red completade sensores y dispositivos conectados a Internet,propicia el desarrollo de una plataforma virtualde servicios que estimula la innovacin, lacooperacin y, por ende, la competitividad.

De esta forma, la captura, tratamiento, anlisisy explotacin de la informacin en un destinoturstico permite a los agentes del sector unatoma de decisiones ms rpida y ecaz.

La integracin de los datos que nutren estesistema, procedentes de telfonos mviles, delas redes sociales, de terminales de punto de

venta (TPV) o de hitos urbanos conectados entres como farolas, papeleras, vehculos, pasos depeatones o baldosas inteligentes 32 facilita, a suvez, un conocimiento ms preciso de los hbitosynecesidades de los turistas.

Tales herramientas no slo apoyan eldiseo de una oferta de servicios de ociocompleta, interdependiente, complementaria,personalizada y orientada a una experienciaininterrumpida. Permiten, adems, una gestinms eciente y coordinada de los recursospblicos y privados que apoyan la actividadturstica. Entre ellos, por ejemplo, estn los queintervienen en el control u organizacin deltransporte urbano, del trco rodado33, del ruido,de la contaminacin, de los espacios verdes, delos espacios comerciales y de las instalacionesdeportivas y culturales34.

Fuente: SEGITTUR

[32]The Internet of Everything for Cities. Cisco, 2013[33]Smart cities aim to predict -and manage- traffic future. Gridovate, 2012.[34]Urbanflow Helsinki.

Destino tursticocomo laboratorio

NTICEl territorio como plataforma

Conectividad conotros destinos

Interaccincon el visitante

Recoleccinde datos

Transmisinde datos

Almacenamientoy anlisis

Plataformade servicios

http://www.cisco.com/web/strategy/docs/gov/everything-for-cities.pdfhttp://www.gridovate.com/smart-cities-aim-to-predict-and-manage-traffic-future_21494.htmlhttp://helsinki.urbanflow.io/http://helsinki.urbanflow.io/http://www.gridovate.com/smart-cities-aim-to-predict-and-manage-traffic-future_21494.htmlhttp://www.cisco.com/web/strategy/docs/gov/everything-for-cities.pdf


18/84

Una supervisin en tiempo real de todos losfactores y variables que conforman una SmartCity o un potencial destino inteligente puedeahorrar hasta un 15% del consumo de agua de riego, un 7% de agua potable, un 25% enel transporte de basura, un 17% en el uso deenerga elctrica e idntico porcentaje en lasemisiones de CO235.

Se calcula que slo en 2010 los atascos decarreteras36, provocados por una decienteorganizacin de la circulacin y una malagestin de los aparcamientos (el 45% del trcode Manhattan, Nueva York), ocasionaron enEstados Unidos unas prdidas de ms de 63.500millones de euros, un gasto de 11.000 millonesde litros de combustible y unos 4.200 millonesde horas de actividad no realizada. En esemismo periodo, se produjeron 1,4 millones deaccidentes37 y 40.000 fallecimientos sobre losasfaltos de la Unin Europea.

Ciudades como Columbus (Estados Unidos),Masdar (Dubai) o Londres (Inglaterra), o como losmunicipios tursticos espaoles de Barcelona38,Mlaga39 y Santander40 han planicado sussistemas de Smart City para informar a residentesy turistas, en tiempo real, de los itinerarios yesperas de metro 41 y autobuses; comunicar elgrado de ocupacin de los aparcamientos pblicos42; avisar a los empleados locales delmomento ms ptimo para regar los jardines -deacuerdo, adems, con los datos pluviomtricos

obtenidos-; o reducir la iluminacin de ciertasvas cuando no se detecte actividad o cuando laluz del sol sea suciente43.

Asimismo, cualquier persona puede consultarinformacin relevante del callejero o resolvercon su smartphone , y en cuestin de segundos,trmites tradicionalmente engorrosos comoel pago con su telfono mvil del billete deestacionamiento regulado.

Todo ese ecosistema de informacin, combinadocon los datos transaccionales44, de aforos ytrnsitos peatonales, de demanda de ocupacino de oferta de servicios y actividades pblicasy privadas, es el que construye un destinoturstico inteligente en el quela comunicaciny la publicidad se reducen al mximo y setransforman en informacin til, limitada a losmomentos de la verdad del visitante o ciudadanoy ajustada en su formato y contexto (alertas SMSpersonalizadas, noticaciones no intrusivas vaapp, mensajes emergentes sobre elementosurbanos, etc.).

En ese sentido, los destinos inteligentes ofrecensoporte y conectan entre s toda clase desoluciones digitales, desde mapas, audioguasy puntos de inters turstico basados en lageolocalizacin y la realidad aumentada , hastaaplicaciones mviles con horarios y opciones detransporte o webs que visualizan la informacinen tiempo real45.

[35]Smart Cities: un primer paso hacia la internet de las cosas. Fundacin Telefnica y Editorial Ariel, 2011.[36]Urban Mobility Report. Texas Transportation Institute, 2011.

[37]Smart Cities Applications and Requirements. Net!Works European Technology Platform, 2011.[38]Smart City Barcelona.[39]Smart City Mlaga.[40]Smart City Santander.

[41]The 2000 year old city and Big Data. Startup.focus, 2014.[42]Barcelona smart city: adis parqumetro, hola mvil. Mobile World Capital, 2013.[43]Santander prueba sus nuevas farolas inteligentes. El Diario Montas, 2014.[44] Dinmicas del turismo en la ciudad de Madrid, un estudio basado en la actividad comercial real del ao 2012. Madrid Visitors & Conventions

Bureau y BBVA, 2013.[45]Clear Streets, visualize citys snow plows in real time. CartoDB, 2014.

http://www.socinfo.es/contenido/seminarios/1404smartcities6/01-TelefonicaSMART_CITIES-2011.pdfhttp://d2dtl5nnlpfr0r.cloudfront.net/tti.tamu.edu/documents/mobility-report-2011-wappx.pdfhttp://www.networks-etp.eu/fileadmin/user_upload/Publications/Position_White_Papers/White_Paper_Smart_Cities_Applications.pdfhttp://smartcity.bcn.cat/eshttp://www.smartcitymalaga.es/http://www.smartsantander.eu/http://startupfocus.saphana.com/the-2000-year-old-city-and-big-data/http://mobileworldcapital.com/es/articulo/160http://www.eldiariomontanes.es/santander/201406/12/santander-prueba-esta-noche-20140612140845.htmlhttp://cartodb.com/gallery/clear-streets/http://cartodb.com/gallery/clear-streets/http://www.eldiariomontanes.es/santander/201406/12/santander-prueba-esta-noche-20140612140845.htmlhttp://mobileworldcapital.com/es/articulo/160http://startupfocus.saphana.com/the-2000-year-old-city-and-big-data/http://www.smartsantander.eu/http://www.smartcitymalaga.es/http://smartcity.bcn.cat/eshttp://www.networks-etp.eu/fileadmin/user_upload/Publications/Position_White_Papers/White_Paper_Smart_Cities_Applications.pdfhttp://d2dtl5nnlpfr0r.cloudfront.net/tti.tamu.edu/documents/mobility-report-2011-wappx.pdfhttp://www.socinfo.es/contenido/seminarios/1404smartcities6/01-TelefonicaSMART_CITIES-2011.pdf


19/84

Hipersegmentacinde la informacin

FSICO

Informacinturstica adaptada a

discapacitados

Recoleccinde datos

estrictamentetursticos

Control yeciencia de

material promocionalimpreso

Planesanuales depromocin

turstica

LAINFORMACINTURSTICA EN

UN DTi

PANTALLASTCTILES 24H

BUSINESSINTELLIGENCE

CHATTURSTICO

24H

CORRESPONSABILIDADPBLICO-PRIVADA

KIOSKOS-TOTEMS

INTERACTIVOSEN EL DTI

CALLCENTER

PUESTOS DENAVEGACIN

Presencia de unsocial media plan

DIGITAL

Wi-Figratuito

Open Data

APPS

Webmultidispositivo y

adaptada adiscapacitados

Uso de NFC,RFID, QR

Big Data

CloudComputing

Videospromocionales

inspiradores

Informacin ypromocin en

principales redessociales

Automatizacinde procesos decaptacin de

informacin devisitantes

Fuente: Informe Destinos tursticos inteligentes.Invat.tur, 2014

http://-/?-http://-/?-


20/84

CRITERIOS FUNDAMENTALES

El Big Datano es exclusivo de grandesorganizaciones. Incluso en organizacionesde tamao medio se estn recabando yalmacenando volmenes y tipos de datos querequieren una velocidad de procesamiento queno ofrecen los sistemas tradicionales.

En todo caso, conforme las organizacionesdisponen de un mayor volumen de informacin,es preciso que stas se doten de una mejorinfraestructura tecnolgica para garantizar laescalabilidad, interoperabilidad, accesibilidad,almacenamiento, versatilidad y proteccin de losdatos de sus clientes.

Aunque su compaa u organizacin no tengaclaro si est en disposicin de poder abordar unaestrategia Big Data, como mnimo, debe estaral tanto de cules son las tendencias actualesdel mercado y las aplicaciones que se estndando. De este modo, en el momento en elque se detecte una oportunidad, podr de unaforma gil incluir en losprocesos estratgicosde negocio planes de accin que contemplen laadopcin de soluciones Big Data.

En diversos documentos y estudios se recogencules son los criterios fundamentales quese deben tener en cuenta al dar los primerospasos con una tecnologa que supone unimportante cambio. Esto es, de trabajar coninformacin estructurada y able hay quepasar a trabajar con datos imprecisos yalgoritmos complejos que deben permitirtomar decisiones en funcin de informacin nototalmente able o contrastable. Esto suponeun cambio cultural importante y precisa deun proceso de adaptacin para comprobar lavalidez de los nuevos modelos. Las principalesrecomendaciones son:

Comenzar con un proyecto piloto oprueba de concepto (PoC) con el que seaposible valorar los resultados a corto plazoy de forma cuanticable. Si puede ser enun caso de negocio centrado en el clientey haciendo uso de datos existentes mejor.Delimitar los objetivos, los requerimientosde datos, tecnolgicos y humanos,los costes asociados y los resultadosesperados y la forma de cuanticarlos.

Designar un patrocinador que liderelas iniciativas. En los primeros pasos deadopcin stas puedan estar lideradaspor el director de sistemas, pero unavez se evolucione hacia escenariosms avanzados, el respaldo tiene quecomplementarse con directores denegocio, ya sean de una funcin especcacomo marketing o nanzas o incluso ladireccin general.

En el momento en el que los datos seconvierten en un activo primordial de lacompaa, la incorporacin de unChiefData Ofcer (CDO)46 cobra especialrelevancia. Entre sus responsabilidadesse encuentran las de denir, desarrollar eimplementar las estrategias, mtodos ytecnologas que la organizacin requierepara adquirir, gestionar, analizar y gobernarlos datos. Segn Gartner, en 2015 el 25%de las grandes organizaciones globalesdispondr de un Chief Data Ofcer47.

Invertir en talento y desarrollo decapacidades. La falta de profesionalescon experiencia es uno de los mayoresobstculos para la adopcin del Big Data.McKinsey cifra en 190.000 los puestos decientcos de datos que sern necesariosen Estados Unidos en 201848. Por lo que

[46]The new hero of Big Data and analytics: the Chief Data Officer. IBM, 2014.[47]By 2015, 25 Percent of Large Global Organizations Will Have Appointed Chief Data Officers. Gartner, 2014.[48]Big data: The next frontier for innovation, competition, and productivity. McKinsey, 2011.

http://public.dhe.ibm.com/common/ssi/ecm/gb/en/gbe03607usen/GBE03607USEN.PDFhttp://www.gartner.com/newsroom/id/2659215?fnl=searchhttp://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovationhttp://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovationhttp://www.gartner.com/newsroom/id/2659215?fnl=searchhttp://public.dhe.ibm.com/common/ssi/ecm/gb/en/gbe03607usen/GBE03607USEN.PDF


21/84

independientemente de recurrir a lacontratacin de profesionales y serviciosexternos, se debe trabajar en desarrollarprogramas de formacin para queempleados familiarizados con los retosy procesos de negocio de la empresa,adquieran habilidades de analtica, gestinde datos, estadstica, matemticas,visualizacin o minera de datos.

Big Data no es slo tecnologa. Esindiscutible que para hacer un usoefectivo del Big Data es fundamentaldisponer de una infraestructura dealmacenamiento escalable, con capacidadde procesamiento paralelo, que gestionedatos en memoria, con herramientas detiempo real para poder responder entiempo real, etc. Pero no hay que perderde vista que tambin requiere adaptarprocesos de negocio y operativos, tomardecisiones, adecuar los conocimientosde los empleados o disponer de gente

cualicada para adoptar la tecnologa eincluso, cambiar la cultura organizativa.Todos ellos aspectos que exceden lascompetencias tecnolgicas.

Generar conanza. En muchas ocasionesno es fcil creer y conar en lo que sepuede hacer con los datos: la experienciano lo avala o la intuicin no lo percibe apesar de que las correlaciones de datos lodemuestren. Generar la conanza necesariapuede ser un proceso lento por lo quees imprescindible que los equipos quelideren las iniciativas conozcan el negocio ytengan la capacidad de interactuar con laspersonas clave para entender los desafos alos que se enfrentan, los datos disponiblesy qu otros datos podran ser de utilidad.De igual modo, deben tener la destrezapara argumentar los resultados obtenidosy la capacidad para ser exibles y modicarsus planteamientos cuando no se producenlos resultados esperados.

Fuente: Nine ways to build confidence in Big Data. Traduccin propia.IBM, 2013.

GENERAR

CONFIANZAEN EL

9

BIG DATA

FORMAS DE

Protege los datos, mejora suintegridad, mitiga los riesgos yreduce los costes decumplimiento.

EXPLORACIN DE DATOSLocaliza, visualiza y comprende la naturaleza delos datos para mejorar la toma de decisiones.

APLICACIN, CONSOLIDACINY RETIRADAGuarda las aplicaciones antiguas y racionaliza lapuesta en marcha de nuevos serviciosmediante modelos de prueba de gestin, deintegracin y de calidad de los datos.

ENFOQUE 360 MEJORADODEL CONSUMIDORConsigue un verdadero enfoque integradode las fuentes internas y externas con datosestructurados y no estructurados.

AUMENTO DE LA SEGURIDADY LA INTELIGENCIAMejora las soluciones tradicionales deseguridad mediante el anlisis de todoslos tipos y fuentes de datos susceptiblesde inters.

ANLISIS DE OPERACIONESAnaliza toda clase de datos automatizadospara mejorar la evolucin del negocio.

AUMENTO DELDATA WAREHOUSEIntegra el Big Data y las capacidadesdel Data Warehouse paraincrementar la eficiencia operativa.

MEJORA DE LA EFICIENCIADE LAS HERRAMIENTASGestiona el crecimiento de lainformacin, mejora el rendimientoy reduce el coste de las herramientasdedicadas a funciones crticas.

DESARROLLO EFICIENTE YPRUEBA DE APLICACIONESCrea y mantn un adecuado

crecimiento y unos buenosentornos de prueba y aprendizaje.

SEGURIDAD Y CUMPLIMIENTO

http://www.ibmbigdatahub.com/infographic/9-ways-build-confidence-big-datahttp://www.ibmbigdatahub.com/infographic/9-ways-build-confidence-big-datahttp://www.ibmbigdatahub.com/infographic/9-ways-build-confidence-big-datahttp://www.ibmbigdatahub.com/infographic/9-ways-build-confidence-big-data


22/84

Limitar los datos necesarios. Al iniciode algunos proyectos, cuando no estnmuy denidas las necesidades, existeuna tendencia a recopilar datos por sipudieran ser de utilidad en el futuro.Las estrategias de adquisicin de datosdeben establecerse para aquellos querealmente tengan un valor intrnseco parael negocio. Los costes de almacenamientono son caros pero recabar datos, ltrarlos,analizarlos y conservarlos requierenrecursos, dinero y tiempo.

Establecer polticas de seguridad. Laseguridad de los datos, y especialmentela privacidad de los mismos, constituyen

aspectos primordiales en la gestin de lainformacin, de ah que en este estudio sele dedique un captulo especco.

Desde el inicio se debe contar con polticasque impulsen la deteccin de fraudes,limiten las fugas de informacin, alertenante incidencias y controlen el uso de losdatos en base a la clasicacin y valor delos mismos. Asimismo, hay que tener encuenta las limitaciones impuestas por lalegislacin en la recogida y tratamiento dedatos de carcter personal, aspecto quese puede volver especialmente complejocuando se opera en diferentes pases conlegislaciones distintas.



23/84

LA PROTECCINDE LA PRIVACIDAD

Losdatos personales son aquellos queidentican a una persona fsica y, por ello,gozan de una proteccin especial. Entre estosguran, por ejemplo, los resultantes de anlisismdicos, de localizacin de telfonos mviles ode compras a travs de tarjetas de delizacin.Hay que recordar, sin embargo, que numerososniveles del Big Data no necesitan de este tipode informacin sino de otra de carcter msgeneral y pblica, en muchos casos, comola meteorolgica, la geoespacial asociada atransportes urbanos, la logstica vinculada amercancas en itinerancia, etc.

El Big Data, por s mismo, tiene el potencial degenerar nuevas clases de datos personales. El anlisis de las conversaciones en las redessociales permite, sin ir ms lejos, relacionarestilos de vida de grupos de personas conpautas de consumo, solvencia econmica onecesidades sanitarias. Los sensores instaladosen automviles, por su parte, ofrecen enormesvolmenes de informacin y tambin puedenasociarse a hbitos individuales de conduccinsusceptibles de bonicacin por parte de lasempresas aseguradoras.

Esta disciplina, por ello, se centra ms enidenticar pautas de grupos y segmentos depoblacin que en conocer y actuar sobre usuariosplenamente identicados. Mltiples ciudadeshan incorporado tarjetas digitales de accesoa sus servicios de transporte pblico que, encombinacin con la informacin local del trcoo el aforo de una estacin, permiten optimizarlas rutas de autobs y de metro. Y ello gracias adatos encriptados y anonimizados de ms de1,6 millones de usuarios, en el caso de Madrid49, oa datos que se borran automticamente cada 48horas, como ocurre en Pars.

Una de las fuentes de datos ms importantes paraalimentar una estrategia Big Data en sectorescomo el de retail o el turstico es, sin duda, laque constituyen los propios clientes y usuarios yque conforma lo que ha venido a denominarsehuella digital. Como tal, se entiende el rastroque las personas dejan en la Red cada vez querealizan una accin: cuando buscan ofertas dehoteles, compran un billete de avin, hacen unlike sobre determinados contenidos en Facebook,comparten una foto, visitan una tienda online oenvan un correo electrnico.

Esta identidad en permanente construccin esla que, mediante la aplicacin del Big Data, abreel camino a lapersonalizacin de contenidos yestrecha la franja entre la oferta y la demanda deservicios.

La progresivadigitalizacin de nuestras vidas yel afn cada vez mayor de expresar pblicamentelo que somos, pensamos y sentimos convivenhoy, en todo caso, con otra realidad menoscmoda: la que encarnan casos como elde Edward Snowden50; la disputa entre lasautoridades europeas y Google por el Derechoal Olvido51; o el polmico estudio de Facebooksobre el estado de nimo de sus usuarios52.

La gestin de esta doble dimensin, la de latransparencia y la del respeto a la privacidad, es uno de los mayores desafos que hoy por hoyplantea la explotacin masiva de la informacin. Ya en 1999, el empresario estadounidense SethGodin acu el trmino Marketing de Permisos53 para denominar a aquellas empresas queadquieren el necesario reconocimiento socialy la conanza justa de sus clientes para utilizaradecuadamente su identidad digital.

[49]Comprar en la era de Big Data. El Pas, 2014.[50]Edward Snowden says motive behind leaks was to expose surveillance state. The Washington Post, 2013.[51]Factsheets on the Right to be Forgotten ruling. Comisin Europea, 2014.[52]Facebook experiment con 689.000 usuarios sin su permiso. El Pas, 2014.[53]Seth Godins Permission Marketing Turns 15. Forbes, 2014.

http://sociedad.elpais.com/sociedad/2014/09/13/actualidad/1410618299_290408.htmlhttp://www.washingtonpost.com/politics/edward-snowden-says-motive-behind-leaks-was-to-expose-surveillance-state/2013/06/09/aa3f0804-d13b-11e2-a73e-826d299ff459_story.html?tid=pm_politics_pophttp://ec.europa.eu/justice/data-protection/files/factsheets/factsheet_data_protection_en.pdfhttp://tecnologia.elpais.com/tecnologia/2014/06/30/actualidad/1404108700_038585.htmlhttp://www.forbes.com/sites/onmarketing/2014/04/30/seth-godins-permission-marketing-turns-15/http://www.forbes.com/sites/onmarketing/2014/04/30/seth-godins-permission-marketing-turns-15/http://www.forbes.com/sites/onmarketing/2014/04/30/seth-godins-permission-marketing-turns-15/http://tecnologia.elpais.com/tecnologia/2014/06/30/actualidad/1404108700_038585.htmlhttp://ec.europa.eu/justice/data-protection/files/factsheets/factsheet_data_protection_en.pdfhttp://www.washingtonpost.com/politics/edward-snowden-says-motive-behind-leaks-was-to-expose-surveillance-state/2013/06/09/aa3f0804-d13b-11e2-a73e-826d299ff459_story.html?tid=pm_politics_pophttp://sociedad.elpais.com/sociedad/2014/09/13/actualidad/1410618299_290408.html


24/84

A este respecto, es oportuno recordar quefrente a los sistemas clsicos de permisos, elBig Data introduce algoritmos para el anlisisde comportamientos tan potentes que, enocasiones, sus consecuencias para la proteccinde la intimidad pueden pasar por alto. Es ms:la experiencia de estos aos demuestra quemltiples aplicaciones de los datos surgencon carcter posterior a su recogida y que,en numerosos casos, dichos usos no venaninicialmente predenidos.

Los lmites legales relativos al uso de los datospersonales se sitan, principalmente, en tornoal consentimiento de usuarios y clientesy al aprovechamiento que se realice de suinformacin, de tal manera que sta permitaidenticar pautas pero no individuos concretos.

Para evitar malentendidos, las organizacionesdeben demostrar a usuarios y entidadesreguladoras que el uso de la huella digital no

slo ser honesto sino que, adems, redundarprogresivamente en un modelo de gestincomercial mucho ms valioso, ms integradoen el entorno y menos intrusivo54. De cualquiermanera, es oportuno que la explicacinsobre cmo se utilizar tal informacin venga acompaada, cuando se produzcansituaciones sobrevenidas, de la obtencin de unconsentimiento adicional.

Segn un estudio de Forrester sobre publicidadmvil55, el 64% de las personas estara dispuestoa compartir su informacin personal a cambiode algn benecio, como, por ejemplo,promociones, descuentos o puntos. A otro 49%le gustara seleccionar el motivo de los anunciospara que estos sean verdaderamente relevantesy adaptados a sus intereses. A pesar de ello,persisten notables dudas entre los usuariosacerca de la integridad, seguridad y privacidad de los datos que comparten, especialmente atravs de plataformas digitales56.

Fuente: Traduccin propia. Pew Research, 2014.

[54]Puro marketing. 2013.[55]Mobile Advertising: Its Time To Get Personal. Forrester, 2013.[56]Public Perceptions of Privacy and Security in the Post-Snowden Era. Pew Research, 2014.

Muy seguro Algo seguroNo muyseguro

Nadaseguro

Usar telfono jo

Hablar por el mvil

Enviar mensajes de texto

Enviar correo electrnico

Utilizar un chat oun mensaje instantneo

Utilizar redes sociales

Los usuarios se sienten ms seguros cuando usan sutelfonos jos y menos en redes sociales% de adultos segn el grado de seguridad percibido al compartir informacinprivada con otras personas de confianza u organizaciones

16%

9%

7%

5%

4%

2%

51 %

43 %

32 %

35 %

25 %

19 %

29 %

37 %

36 %

36 %

28 %

12 %

17 %

22 %

21 %

32 %

53 %14 %

http://www.puromarketing.com/21/15628/publicidad-movil-tiene-porque-siempre-intrusiva.htmlhttps://www.forrester.com/Mobile+Advertising+Its+Time+To+Get+Personal/fulltext/-/E-RES110201http://www.pewinternet.org/2014/11/12/public-privacy-perceptions/http://www.pewinternet.org/2014/11/12/public-privacy-perceptions/https://www.forrester.com/Mobile+Advertising+Its+Time+To+Get+Personal/fulltext/-/E-RES110201http://www.puromarketing.com/21/15628/publicidad-movil-tiene-porque-siempre-intrusiva.html


25/84

De hecho, no es el volumen, la variedad, lavelocidad o la veracidad lo que da forma ensentido estricto al Big Data. Es un uso apropiado,transparente y contrastable de los datos deusuarios y clientes lo que hace que estosconfenen las organizaciones con las que se relacionany, por extensin, lo que les lleva a ceder cadavez ms informacin relevante sobre sus gustos,intereses y necesidades57. En cualquier caso, yen palabras de Niels Ole Finnemann, profesorde la Universidad de Copenhage, habr siempredos tipos de ciudadanos: los que preeranla conveniencia y aquellos que opten por laprivacidad58.

La anonimizacin expresar un dato relativo aentidades o personas, eliminando la referenciaa su identidades es una de las tcnicas msvaliosas parareducir riesgos y asegurar un usoadecuado de los datos, adems de apoyar elcumplimiento del Cdigo tico Mundial para elTurismo (art. 8, punto 3)59.

De forma paralela, las organizaciones puedenimplementar medidas de transparencia yresponsabilidad corporativa que, si bien notocan directamente a la privacidad, s queayudan a protegerla. Se trata de informacinrelativa a, por ejemplo, el lugar de obtencinde los datos, los permisos que lleva aparejados,hasta qu punto se identica o no a las personasy el tiempo durante el cual se almacenarn esosmismos datos.

La Agencia Espaola de Proteccin de Datosrecuerda que el concepto de Privacidad desdeel Diseo no slo facilita una mayor ecacia enla proteccin de los derechos de los afectadossino que evita a las empresas costes posterioresde rediseo y adaptacin legal de la tecnologa,as como posibles daos a su reputacin60. A

tal n, propone la realizacin de Evaluacionesde Impacto en la Privacidad o en la Proteccinde Datos (PIAs, en sus siglas inglesas), quetrascienden de la mera comprobacin delcumplimiento de la Ley y permiten, segn unproceso sistemtico y reproducible, anticiparrespuestas para cada riesgo, involucrar aterceras partes en su solucin, educar y motivara los empleados y aumentar la credibilidad dela empresa.

Estas Evaluacionesson especialmenteaconsejables cuando se enriquezca informacinpersonal ya existente con nuevas categoraso usos y, entre otros supuestos singulares,cuando se traten grandes volmenes dedatos personales a travs de tecnologas comola de datos masivos (Big Data), Internet delas Cosas (Internet of Things) o el desarrollo

y la construccin de ciudades inteligentes(Smart Cities)... cuando se vayan a utilizartecnologas que se consideran especialmenteinvasivas con la privacidad, como... la minerade datos, la biometra, las tcnicas genticas,la geolocalizacin cuando se cedan ocomuniquen los datos personales a terceroscuando se vayan a transferir los datos a pasesque no forman parte del Espacio EconmicoEuropeo (EEE)... .

Entre losriesgos que la Agencia identica y quepueden impactar en la proteccin de los datospersonales ligados al sector turstico, destacanlos siguientes:

tratar o ceder datos personales cuando noes necesario para la nalidad perseguida; recoger datos personales sin proporcionar

la debida informacin o de manerafraudulenta o no autorizada (cookies,ubicacin geogrca, comportamiento,hbitos de navegacin, etc.);

[57]Data protection principles bring big data benefits. The Big Data & Analytics Hub. IBM, 2014.[58]Experts are divided on the future of privacy. Information Policy, 2014.[59]Cdigo tico Mundial para el Turismo. Naciones Unidas, 2001.[60]Gua para una Evaluacin de Impacto en la Proteccin de Datos Personales. Agencia Espaola de Proteccin de Datos Personales, 2014.

http://www.ibmbigdatahub.com/blog/data-protection-principles-bring-big-data-benefitshttp://www.i-policy.org/2014/12/experts-are-divided-on-the-future-of-privacy.htmlhttp://ethics.unwto.org/en/content/full-text-global-code-ethics-tourismhttp://www.agpd.es/portalwebAGPD/canaldocumentacion/publicaciones/index-ides-idphp.phphttp://www.agpd.es/portalwebAGPD/canaldocumentacion/publicaciones/index-ides-idphp.phphttp://ethics.unwto.org/en/content/full-text-global-code-ethics-tourismhttp://www.i-policy.org/2014/12/experts-are-divided-on-the-future-of-privacy.htmlhttp://www.ibmbigdatahub.com/blog/data-protection-principles-bring-big-data-benefits


26/84

dicultar la revocacin del consentimientoo la manifestacin de la oposicin a untratamiento o cesin;

utilizar cookies de seguimiento u otrosmecanismos de rastreo sin obtenerun consentimiento vlido tras unainformacin adecuada;

impedir la utilizacin annima de undeterminado producto o servicio cuandola identicacin del usuario no resultaindispensable;

en el entorno web, ubicar la informacin enmateria de proteccin de datos (polticasde privacidad, clusulas informativas) enlugares de difcil localizacin o diseminadaen diversas secciones y apartados quediculten su acceso conjunto y detallado

utilizar los datos personales para nalidadesno especicadas o incompatibles con lasdeclaradas:

datos transaccionales, de navegacino de geolocalizacin para lamonitorizacin del comportamiento,la realizacin de perles y la toma de

decisiones sobre las personas; toma de decisiones econmicas,sociales, laborales, etc. relevantessobre las personas (en particularlas que pertenecen a colectivosvulnerables), especialmente si puedenser adversas o discriminatorias,incluyendo diferencias en los precios ycostes de servicios y productos o trabaspara el paso de fronteras;

toma de decisiones automatizadas conposibles consecuencias relevantes paralas personas;

utilizacin de los metadatospara nalidades no declaradas oincompatibles con las declaradas;

carecer de procedimientos claros y deherramientas adecuadas para garantizarla cancelacin de ocio de los datospersonales una vez que han dejado de sernecesarios para la nalidad o nalidadespara las que se recogieron;

violaciones de la condencialidad delos datos personales por parte de losempleados de la organizacin.

(...)

En este punto hay que sealar que no bastacon la identicacin de los riesgos para laproteccin de datos personales sino que esimprescindible realizar una cuanticacin de losmismos en dos aspectos: probabilidad de quesucedan y nivel de impacto en la privacidad quetendra su materializacin.

El Big Data no es una actividad que cuentecon reglas distintas al resto de disciplinas. Losprincipios ticos y legales que deben regir suexplotacin cuentan con mrgenes exibles paraello y, en cualquier caso, no deben entendersecomo barreras al progreso sino como un entornode trabajo que incentiva la innovacin como elpropio marco regulatorio de la Unin Europeadeende 61 y que genera vnculos pblicos ydirectos con los participantes o beneciarios delmismo62.

En el campo institucional y gubernamental,esas reglas son fundamentales para proteger lacalidad de los datos susceptibles de reutilizaciny garantizar su totalindependencia, integridady utilidad al margen de posibles interesespolticos, mediante la transparencia, la rendicinde cuentas y la participacin ciudadana.

[61]Directiva 95/46/CE relativa a la proteccin de las personas fsicas en lo que respecta al tratamiento de datos personales y a la libre circulacinde esos datos. Parlamento Europeo y Consejo de la Unin Europea, 1995.

[62]Big data and data protection. Information Commissioners Office (ICO), 2014.

http://ec.europa.eu/justice/policies/privacy/docs/95-46-ce/dir1995-46_part1_es.pdfhttps://ico.org.uk/media/for-organisations/documents/1541/big-data-and-data-protection.pdfhttps://ico.org.uk/media/for-organisations/documents/1541/big-data-and-data-protection.pdfhttp://ec.europa.eu/justice/policies/privacy/docs/95-46-ce/dir1995-46_part1_es.pdf


27/84

IMPLANTACIN DEL MODELO

IBM y la Escuela de Negocios Sad de laUniversidad de Oxford, en su informe sobre eluso del Big Data en el mundo real63, identican

cuatro fases principales en el proceso deadopcin del Big Data, con las actividadescaractersticas de cada una de ellas.

Educar

La fase de educacin se centra en laconcienciacin y el desarrollo de conocimiento.La mayora de las empresas que se encuentran enesta fase estn estudiando las posibles ventajasde las tecnologas y la analtica de Big Data eintentando comprender cmo puede ayudarles aabordar importantes oportunidades de negocioen sus propios sectores o mercados.

Las principales actividades que se realizan son: Ampliar los conocimientos centrndose

en aquellos casos de uso donde el BigData proporciona una ventaja competitivaa la empresa, tanto dentro como fuera desu sector.

Trabajar con diferentes unidades denegocio para identicar las oportunidadesy retos empresariales ms cruciales quese pueden abordar con un acceso mejor yms oportuno a la informacin.

Centrarse en fortalecer el entornoe infraestructura de gestin de lainformacin, incluido el desarrollo de unproyecto Big Data.

Explorar

En esta fase la atencin se centra en desarrollarla hoja de ruta de la empresa para el desarrollodel Big Data para un caso de negociocuanticable. Se tienen en cuenta los datos,la tecnologa y las habilidades existentes y, acontinuacin, se establece dnde comenzar ycmo desarrollar un plan en consonancia con laestrategia de negocio de la empresa.

Las actividades a seguir para convertir los planesen accin son:

Vericar que existe unrespaldo activo porparte de un lder de la compaa a medidaque se desarrolla la estrategia y hoja deruta del Big Data.

Desarrollar elcaso de negocio de una odos oportunidades o retos empresarialesclave, que puedan ser abordadas a travsde proyectos piloto o pruebas de concepto(en sus siglas inglesas POC).

Planicar los requisitos a ms largo plazo, vericando que la base de gestin de lainformacin y su infraestructura de TI soncapaces de respaldar las tecnologas y

Fuente: Analytics: el uso del Big Data en el mundo real. IBM Universidad de Oxford, 2012.

[63]Analytics: el uso del Big Data en el mundo real. IBM Universidad de Oxford, 2012.

Fases de adopcin de Big Data

Centrados en larecopilacin dereconocimiento yobservaciones delmercado

Desarrollo de unaestrategia y una hojade ruta sobre la basede las necesidades

de negocio y retosempresariales

Dirigir iniciativasde Big Data paravalidar el valor ylos requisitos

Despliegue de dos oms iniciativas deBig Data y continuaraplicando analticas

avanzadas

Educar Explorar Interactuar Ejecutar

http://www-05.ibm.com/services/es/gbs/consulting/pdf/El_uso_de_Big_Data_en_el_mundo_real.pdfhttp://www-05.ibm.com/services/es/gbs/consulting/pdf/El_uso_de_Big_Data_en_el_mundo_real.pdfhttp://www-05.ibm.com/services/es/gbs/consulting/pdf/El_uso_de_Big_Data_en_el_mundo_real.pdfhttp://www-05.ibm.com/services/es/gbs/consulting/pdf/El_uso_de_Big_Data_en_el_mundo_real.pdfhttp://www-05.ibm.com/services/es/gbs/consulting/pdf/El_uso_de_Big_Data_en_el_mundo_real.pdf


28/84

funcionalidades de Big Data necesariaspara el POC o el proyecto piloto.

Evaluar losprocesos actuales de gobiernode la informacin y la disponibilidad paraabordar nuevos aspectos de Big Data.

Analizar lashabilidades de los recursosinternos y poner en marcha mecanismospara desarrollarlas en aquellos aspectosen los que se detecten carencias, o biencontratar recursos externos.

Interactuar

En la fase de interactuacin las empresascomienzan a comprobar los benecios parael negocio del Big Data, as como a llevar acabo una valoracin de sus tecnologas yhabilidades. Se trabaja dentro de un mbitodenido y limitado para comprender y probarlas tecnologas y habilidades necesarias paraaprovechar nuevas fuentes de datos.

Las actividades que se llevan a cabo son: Promover activamente los xitos de los

proyectos piloto para mantener su impulsodentro de la empresa.

Concretar el caso de negocio con lavalidacin y la cuanticacin del ROI y lasventajas previstas, incluidos los criterios ylos parmetros de xito denidos.

Identicar las modicaciones y lasmejoras que podran realizarse en elproceso de negocio con una informacinmejor y ms oportuna (por ejemplo,marketing, ventas, atencin al cliente yredes sociales).

Desarrollar un plan de competencias para conrmar la disponibilidad delas habilidades tcnicas y cuantitativasadecuadas y necesarias para lograrobjetivos tanto a corto como a largo plazo.

Documentar el plan de proyecto detallado para migrar proyectos pilotoa produccin. Este plan debera incluirla conrmacin del valor de negocio, loscostes, los recursos y los calendarios deproyecto esperados.

Ejecutar

En la fase de ejecucin, el nivel deoperatividad e implementacin de lasfunciones analticas y del Big Data es mayordentro de la empresa.

Las actividades que se realizan son: Documentar los resultados cuanticables

de los primeros xitos para reforzar futurasiniciativas.

Poner en marcha comunicacionesformales sobre Big Data en toda laempresa a n de continuar aumentando elrespaldo y el impulso.

Centrarse en ampliar las tecnologasy habilidades necesarias para abordarnuevos retos Big Data en todas lasunidades de negocio, funciones yubicaciones geogrcas.

Mantenerse alerta sobre el gobierno de lainformacin, la privacidad y la seguridad.

Continuar evaluando las herramientas ytecnologas Big Data de rpido desarrollo.



29/84

TCNICAS PARA LA ANALTICA Y TECNOLOGAS

Una gran variedad de tcnicas y tecnologashan sido desarrolladas y adaptadas paraagregar, manipular, analizar y visualizar losgrandes volmenes de datos asociadosal Big Data64. Estas tcnicas y tecnologasprovienen de diversos campos como laestadstica, la informtica, la matemticaaplicada y la economa. Esto implica que lasorganizaciones que quieran obtener valor delBig Data deben adoptar enfoques exibles ymultidisciplinarios.

Algunas de las tcnicas y tecnologas se handesarrollado en entornos con volmenes yvariedad de datos menores a los que implicael Big Data, pero han podido ser extrapoladascon xito a entornos de mayores y ms diversosvolmenes, y otras han sido desarrolladasms recientemente y de forma especcapara obtener el valor en grandes masas deinformacin. Los desarrollos se han llevadoa cabo tanto en mbitos acadmicos comoempresariales, especialmente en empresas conmodelos de negocio online.

Se detallan a continuacin las principalestcnicas y tecnologas que se pueden aplicarpara sacar todo el valor a los datos. No sonni mucho menos todas las existentes dadoque es un entorno en constante desarrollo yevolucin donde se siguen desarrollando nuevasaplicaciones para resolver nuevos problemas.La implantacin de las mismas requiere unapersonalizacin al contexto de la organizacin,su estrategia y sus capacidades.

TCNICAS PARA LA ANALTICABIG DATA

Test A/B

Tcnica mediante la que un elemento o grupo decontrol A se compara con diversos elementosde prueba o grupos de prueba B con el nde determinar cul de ellos o qu tratamientosobre los mismos supone una mejora para undeterminado objetivo. Un caso de uso muyextendido de esta tcnica es para determinarqu textos, imgenes, colores o disposicin delos elementos, mejoran las tasas de conversinen una pgina web.

Reglas de asociacin

Permiten descubrir relaciones relevantes o reglasde asociacin, entre variables de datos. Sebasan en una gran variedad de algoritmos quegeneran y prueban posibles reglas. Una de susaplicaciones es para el anlisis de qu productosse compran con frecuencia juntos.

Clasificacin

Conjunto de tcnicas para identicar la categoraa la que pertenece un nuevo conjunto de datosbasndose en clasicaciones realizadas conanterioridad. Estas tcnicas se denominan deaprendizaje supervisado porque parten deun conjunto de datos de entrenamiento conconjuntos de datos ya clasicados. Se utilizan porejemplo en los sistemas de recomendacin paraayudar al usuario a planicar su viaje o lo que vaa hacer en una ciudad. Otro caso de uso muyfrecuente es la prediccin del comportamientodel cliente en las decisiones de compra.

[64]Big dat