Big Data es una de las tendencias tecnológicas de mayor impacto en la actualidad cuyos efectos alcanzan a casi todos los aspectos de la sociedad de la información, marcada por las tecnologías TIC, sus aplicaciones y servicios. Sin embargo también despierta ciertos prejuicios y deja abiertas preguntas respecto a la forma de explotar de forma eficaz el inmenso volumen de datos que comporta el término.

Con objeto de aportar algo de luz y tratando de encontrar respuesta a algunas de esas preguntas decidí dedicar varios artículos a este tema de tanta relevancia hoy en día, tarea que inicié hace unas fechas (Big Data; ¿moda o necesidad?) exponiendo unas primeras consideraciones. Continuando la serie, en este post me centraré en su aplicación a la práctica de la Inteligencia, en el marco de la acepción moderna del concepto sintetizada en la gestión y protección de la información estratégica (Inteligencia Económica y Seguridad Nacional), caracterizada en concreto por la Inteligencia Económica y Competitiva y otras disciplinas similares que se diferencian entre sí por los adjetivos que suelen acompañar al término (empresarial, estratégica, de negocios,….)

Las tecnologías de Big Data, así como los diferentes productos que se están desarrollando basándose en ellas, son herramientas de gran utilidad a las que la Inteligencia Económica no debe permanecer ajena por servir de apoyo a la realización de las labores propias de esta disciplina constituyendo, en determinados casos, un elemento diferenciador al proporcionar un importante valor añadido.

Esta opinión personal no es compartida por algunos expertos en este dominio y así he podido comprobarlo cuando he tenido la oportunidad de debatirlo con varios de ellos en diferentes eventos. Trasladando el debate a esta gran tribuna del ciberespacio trataré en una breves líneas de exponer mis argumentos a favor de la utilización de Big Data en apoyo a las tareas de la Inteligencia Económica, Competitiva, Estratégica, etc.

Consideremos en primer lugar la etapa de obtención; en un tiempo donde la mayor parte de la información a utilizar proviene de las denominadas fuentes abiertas, que alimentan la capacidad de generar OSINF e OSINT (diferenciando de forma concreta la información de la inteligencia), ha devenido en una misión casi imposible la integración de la ingente y creciente cantidad de datos disponibles, normalmente no estructurados y en una amplia variedad de formatos, y por ello de difícil gestión, como los que pueden obtenerse de las redes sociales, correos electrónicos, objetos conectados y otras capacidades de la Web 2.0.

Este es uno de los ámbitos donde Big Data se manifiesta como un inestimable apoyo para la obtención de datos e información. Recordando las tres dimensiones (Vs) de Big Data identificadas por el Grupo Gatner (citadas en mi anterior artículo): Volumen de datos, Velocidad de obtención y Variedad de fuentes, orígenes y formatos, podemos fácilmente deducir su utilidad en las labores de obtención y almacenamiento de inmensos conjuntos de datos, tareas que sin el apoyo de esta disciplina serían prácticamente inabordables.

Sin embargo no es esta la aportación más importante. Dado el nombre que se ha elegido (Big Data) podría pensarse que es en esta etapa de obtención donde aparentemente se encuentra su verdadera (y única) aplicación. ¡Nada más lejos de la realidad!

Entre las diferentes fases del proceso de generación de inteligencia la obtención es importante pero solo constituye una pequeña parte del todo; una vez obtenidos estos ingentes volúmenes de datos es preciso aportar sentido y convertirlos en información de utilidad antes de continuar el proceso de generación de inteligencia. En este contexto encuentran su aplicación otras dimensiones de Big Data, como las aportadas por IBM o SAS (mencionadas también en un post anterior). Tal es el caso de la Veracidad y el Valor, relativas a la calidad y fiabilidad de los datos, que conllevan un filtrado de eliminación de datos brutos, dudosos o de escasa o nula calidad, y la Variabilidad, concerniente a la inconsistencia de los flujos de datos, cuya aplicación ayudará a aportar sentido a estos y a ponerlos en contexto de forma congruente.

Finalizando el proceso de obtener datos e información y transformarlos en inteligencia llegamos a la etapa que permite alcanzar el verdadero objetivo de la práctica de la Inteligencia Económica y Competitiva, así como de toda tarea de inteligencia de cualquier tipo y ámbito: generar conocimiento. Es aquí donde hemos de ser muy rigurosos al utilizar Big Data, al igual que toda la amplia panoplia de herramientas que las TIC ponen a nuestra disposición; su gran desarrollo ha permitido alcanzar capacidades insospechados en muy diversos ámbitos: ellas calculan, procesan, gestionan, analizan e incluso proponen decisiones, pero debe ser el componente humano quien reflexione, aplique conocimiento y experiencia, valide y decida, pues solamente él es capaz de convertir los datos en conocimiento e inteligencia aplicables a un objetivo concreto: el apoyo a la toma de decisiones.

En definitiva; considero que la práctica de la Inteligencia Económica debe integrar las capacidades de obtención, tratamiento y análisis que proporciona Big Data, al igual que es preciso hacerlo con las diferentes facilidades que pone a su disposición las TIC. Pero tal integración no ha de hacerse de forma simple, pues no solo se trata de obtener y utilizar grandes volúmenes de datos sino, y lo más importante, de apoyar la tarea humana de aplicación del conocimiento para pasar de los datos a la inteligencia a poner a disposición de los responsables de la toma de decisiones.

De esta forma podrá establecerse la diferencia entre quienes solamente gestionan datos e información y aquellos que utilizan este inmenso activo para convertirlo en conocimiento e inteligencia. En caso contrario la utilización de Big Data en este dominio estará condenada al fracaso.