Aplicación del Big Data como estrategia de negocio en
proyectos de emprendimiento en Ecuador
Application of Big Data as a business strategy in
entrepreneurship projects in Ecuador
Ing. Mildred Verónica Merizalde Medina
1
mmerizalde@itsvr.edu.ec
Ing. Elizabeth Margoth Ballagán Guambo
1
eballagan@itsvr.edu.ec
Recibido: 1/12/2017, Aceptado: 1/02/2018
RESUMEN
El presente artículo tiene como objetivo analizar la aplicación del Big Data en negocios
de emprendimiento, diferenciar los términos de Big Data, Data Analytics y Data
Mining, su relación y que deben considerar los emprendedores al momento de
aplicarlos en sus modelos de negocios. Existen variedad de modelos relacionados al
Big Data, estos se enfocan en procesos de negocio y marketing, los cuales
fundamentan los criterios de decisión de una empresa. Se analizarán diferentes
modelos, criterios relacionados al Big Data y estadísticas del emprendimiento en el
Ecuador presentando como resultado, la consolidación de los principios que definen
el almacenamiento y procesamiento de grandes volúmenes de información y la
relación entre los factores críticos del emprendimiento, el ciclo de vida de los negocios
emprendedores y los diferentes modelos Big Data que pueden aplicarse a lo largo del
mismo.
Palabras clave: Big Data, Data Analytics, Data Mining, modelo de negocio,
innovación, negocios emprendedores
ABSTRACT
This paper analyzes the application of Big Data on entrepreneurial businesses,
differentiates the terms Big Data, Data Analytics and Data Mining; their relationship
and how entrepreneurs need to consider them before applying them to their business
models. There are many Big Data models focused primarily on business and
marketing processes given that these are the fundamentals a company uses to make
their decisions. We analyze different models, criteria related to Big Data and statistics
with entrepreneurs in Ecuador; presenting as a result the consolidation of best
practices to store and process large amounts of data, the relationship between critical
factors in the business, the lifecycle of a given business and the different Big Data
models which can be applied thought the entire process.
1
Docente del Instituto Tecnológico Vicente Rocafuerte
Revista científica Ciencia y Tecnología Vol 18 No 18 págs. 114-123
http://cienciaytecnologia.uteg.edu.ec
&
Revista Ciencia & Tecnología
No. 18, 30 de abril de 2018
ISSN impreso: 1390 - 6321
Merizalde, Ballagán. Aplicación del Big Data como estrategia de
negocio en proyectos de emprendimiento en Ecuador
115
Keywords: Big Data, Data Analytics, Data Mining, business model, innovation,
entrepreneurial businesses
Introducción
Hablar de emprendimiento es hablar de innovación, la innovación no significa crear
algo original; también significa reinventar, o también llamado, mejora de un producto
o servicio. La innovación consiste en la implementación práctica de una idea en un
nuevo producto o proceso; por lo tanto, juegan un papel muy importante la
creatividad y las ideas.
Desarrollo
Emprendimiento en el Ecuador
En el Ecuador el emprendimiento ha tomado más fuerza en los últimos años, en el
2011, constaba ya entre los 15 países con mayor tendencia a iniciar negocios nuevos
e innovadores. Para el 2015, en un estudio comparativo de la TEA
entre países
vecinos, Ecuador ocupaba un 33.6%, seguido por Chile 25.9%, Colombia 22.7% y
Perú 22.2%. Las estadísticas más representativas del Ecuador en cuanto a
emprendimiento son:
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Revista Científica Ciencia y Tecnología. Vol 18 No 18, 2018 / págs. 114 - 123
116
Big data
Big Data es considerado el siguiente nivel del Data Warehousing y el análisis de
negocios, un fenómeno que crece aceleradamente y da lugar a la innovación y al
cambio; su concepto no es nuevo, se ha ido madurando a lo largo de las dos últimas
décadas gracias a la información colectada por diferentes fuentes.
Hablar de Big Data, es hablar de data multi-estructurada; aquella que se presenta en
múltiples formatos y/o tipos y es generada por la interacción entre las personas y las
máquinas, por medio de redes sociales o aplicaciones web (Arthur, 2013); su
concepto se expande a la situación donde la logística de almacenamiento, el
procesamiento y el análisis han sobrepasado los límites tradicionales de operación,
por lo cual, las organizaciones han llegado a un punto en donde no saben cuanta data
van a generar ni el cómo procesarla adecuadamente (EMC Education Services, 2015).
Los grandes volúmenes de información del Big Data se presentan en distintos niveles
de complejidad, que no pueden ser procesados por herramientas comerciales o
tecnologías comunes que pueden ser aplicadas a una base de datos tradicional; esta
data proviene de sensores, equipos médicos, aeropuertos, redes sociales, datos de
clientes en compañías de marketing, legales, de ventas, servicios, etc.
Considerar Big Data dentro de los procesos de negocio de una compañía sea esta
grande, mediana o pequeña, constituye en un reto poco explorado hasta el momento;
y surgen muchas interrogantes sobre cómo incluirlo de la manera más eficaz; o si
ésta aportará en beneficios a los objetivos estratégicos; según Glass & Callahan
(2014), existen 11 principios que toda compañía debe considerar para introducir Big
Data como parte de sus procesos:
Enfocarse en el cliente.
Contratar al personal apropiado, creativo y con habilidades analíticas. Mantener
control sobre la tecnología.
Definir métricas, métricas y más métricas.
Mantenerse al frente de los procesos y los datos que los involucran.
Realizar una auditoría de datos y esforzarse por integrar los silos de datos.
Cooperar con los departamentos de tecnología, recursos humanos y otros
usuarios interesados.
Aplicar buenas prácticas de limpieza de datos.
Desarrollar una estrategia, un camino a seguir, sin descuidar el deterioro de
los datos.
Data Analytics
Data Analytics, busca definir el valor de vida útil del cliente (CVL), a partir de su análisis
desde diferentes perspectivas. Como parte del Data Analytics, se consideran nuevos
tipos de análisis de datos tales como:
Análisis Web. - Medición, colección, análisis y reporte de internet de los datos para
propósitos de entendimiento y optimización de la web. (Definición de la Asociación
de Análisis Digital, DAA)
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Merizalde, Ballagán. Aplicación del Big Data como estrategia de
negocio en proyectos de emprendimiento en Ecuador
117
Análisis de Redes Sociales. - Consiste en capturar información de los usuarios a través
de sitios de redes sociales, permitiendo la personalización de la publicidad, ofertar
servicios, definir presupuestos y medir impactos.
Big Data Analytics se forma de dos conceptos: el análisis predictivo y prescriptivo. El
análisis predictivo, consiste en describir el futuro tomando en consideración
información del pasado; esto se realiza con herramientas estadísticas tradicionales.
El análisis prescriptivo, consiste en definir directrices futuras, actividades u obtener
óptimos resultados evaluando la información pasada.
Data Mining
El Data Mining es un conjunto de técnicas aplicadas con el propósito de descubrir una
estructura o definir un patrón, difiere de la estadística y los métodos tradicionales
utilizados para el análisis de los datos y se está consolidando en un nuevo paradigma
que, con la ayuda de estrategias y herramientas, busca maximizar el poder de la
predicción por medio de modelados estadísticos (Attewel & Monaghan, 2015).
Definir un modelo predictivo en base a algoritmos estadísticos, es el objetivo más
común en la aplicación de esta técnica; existen muchos campos de desarrollo para
data mining, tales como: bases de datos, ciencia, estadísticas, patrones de
reconocimiento, neurociencia computacional, aprendizaje de computadores,
inteligencia artificial, procesos de extracción de conocimiento (KDD)13.
Para asumir los retos de un proyecto en Data Mining, se deben considerar las
siguientes fases (Attewel & Monaghan, 2015):
Análisis de datos. - aunque sea un volumen de datos considerable, ésta debe ser
analizada de una manera rápida por medio de la definición de pequeños casos, los
mismos que nos presentarán patrones de conducta.
Construcción de variables. - consiste en definir variables o características que se
convertirán en fuertes criterios de predicción o clasificación.
Selección de características. - Identificar las variables más representativas, aquellas
que nos van a permitir resolver mayor número de problemas.
Extracción de las características. - consiste de tres procesos principales: el análisis de
los componentes principales (PCA), análisis de los componentes independientes
(ICA), combinaciones aleatorias y descomposición de los valores.
Construcción del modelo. - con los datos analizados y evaluados de las etapas
anteriores, definir varios modelos, compararlos y seleccionar aquel que muestre
mayor precisión de predicción.
Modelos relacionados al Big Data, Data Analytics y Data Mining
Con el nacimiento del Big Data, ya se analizan muchos modelos de aplicación con el
objetivo de aprovechar al máximo la información generada:
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Revista Científica Ciencia y Tecnología. Vol 18 No 18, 2018 / págs. 114 - 123
118
Modelo Big Data Marketing. - Consiste en el proceso de colectar, analizar y ejecutar
los datos obtenidos para fomentar la participación del cliente, maximizar los
resultados de marketing y poder obtener métricas que nos permitan llevar una
contabilidad efectiva. La idea de este modelo es como utilizar el Big Data más
eficiente (Arthur, 2013).
Modelo Data Analytics. - Consiste en definir el/los problemas a ser resueltos mediante
análisis de los datos necesarios identificados y seleccionados para un fin específico.
Toda la data debe ser compilada en un área o repositorio ya sea un datamart o un
datawarehouse (Baesens, 2014).
Ciclo de vida de los Negocios de Emprendimiento. - Consiste en definir las fases
operacionales de las empresas emprendedoras y las características de estas.
Modelo de Negocio de Big Data. - Consiste en definir los diferentes aspectos del
negocio aplicando Big Data, desde la generación de la idea hasta la creación del
producto y su valor. Procesos de Negocio Big Data. - Consisten en definir los modos
de análisis, recolección e integración de los datos; los mismos que pueden ser
personalizados y acoplarse a la diversidad de la información.
Modelo de Procesamiento de Datos. - Define la aplicación los procesos técnicos para
Big Data, Data Analytics o Data Mining, dependiendo de la naturaleza y los
requerimientos del negocio.
Resultados
En base al análisis de los puntos de vista estudiados, podemos observar que existen
muchos criterios para determinar una definición completa del término Big Data, los
autores concuerdan en la recolección de un gran volumen de datos que provienen de
distintas fuentes, por lo cual no presentan una sola estructura, más bien se muestran
en formatos diferentes.
Los autores, concuerdan en la definición del Big Data bajo tres principios
fundamentales: Volumen, Velocidad, Variedad; sin embargo, existen algunos que los
amplían, considerando Veracidad, Valor, Variabilidad y Visualización.
En cuanto a la veracidad, se considera la realidad de los datos, es decir que aquellos
reflejen la situación o el aspecto que se está analizando; el valor, implica el nivel de
influencia que ejerce la información proveniente del Big Data sobre una compañía,
no solamente en cuanto al aspecto financiero, también en decisiones estratégicas; la
visualización, implica las herramientas en las cuales la información es tratada y los
resultados reflejados, de manera que los usuarios puedan entenderlos y definir
estrategias en base a los mismos; por último, la variabilidad, consiste en el cambio
continuo de estos resultados por efectos de nueva data obtenida o cambios de
tendencias resultantes de los primeros análisis.
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Merizalde, Ballagán. Aplicación del Big Data como estrategia de
negocio en proyectos de emprendimiento en Ecuador
119
Tabla 4. Análisis de los principios del Big Data definidos por diferentes
autores
Fuente: Criterios de diferentes autores y sus estudios sobre Big Data, Data Mining, Data
Analytics
Elaborado por: los autores
Big Data, Data Analytics y Data Mining, no solo son considerados en aspectos
técnicos; estos términos, son parte importante del negocio y su concepción, es por
ello que muchos procesos relacionados al negocio y la generación del valor; son
considerados como parte de las fases de análisis para la toma de decisiones
estratégicas que permitan la creación de un proyecto o servicio exitoso y por
supuesto, participan activamente a lo largo de la construcción de la empresa. Existen
procesos para cada una de estas especialidades, para el emprendimiento y la
administración, concepción y creación del negocio con el objetivo de lograr la
madurez de una empresa.
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Revista Científica Ciencia y Tecnología. Vol 18 No 18, 2018 / págs. 114 - 123
120
Tabla 5. Definición de modelos de negocio, procesamiento de datos y
emprendimiento
Fuente: Estudios del GEM 2015 Ecuador
Elaborado por: los autores
Analizando los diferentes modelos expuestos para áreas de negocios, marketing y
procesamiento de datos, podemos observar que, para los casos de emprendimiento,
la aplicación del Big Data puede ser aprovechada si se considera para áreas tales
como: negocio y marketing.
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Merizalde, Ballagán. Aplicación del Big Data como estrategia de
negocio en proyectos de emprendimiento en Ecuador
121
En el área de negocios, se puede observar que el modelo de negocio Big Data, tiene
mucha relación el ciclo de vida de los negocios emprendedores; es decir, puede
convertirse en un factor clave para el éxito o fracaso de una compañía puesto que,
durante sus primeras fases se pueden aplicar modelos de análisis con datos
provenientes de redes sociales, estudios de mercado u otras compañías para
determinar tendencias y lograr predecir si un producto puede o no lograr la acogida
deseada.
En el área de marketing se puede determinar, en base a los cuadros anteriores, que
los modelos de procesamiento de datos y marketing en Big Data guardan estrecha
relación; puesto que, en todos ellos, se pueden permitir los cambios de estrategias a
medida que las tendencias varíen, logrando que los emprendimientos se vayan
edificando sobre pilares sólidos de conocimiento del mercado y su producto logre la
evolución deseada.
Analizando los modelos planteados por los autores y el ciclo de vida de los
emprendedores, obtenemos como resultado la aplicación de los diferentes modelos,
por cada fase del Ciclo de Vida de los Negocios Emprendedores y la influencia de los
factores críticos del emprendimiento presentada en el cuadro 1.
Los modelos de Negocio y Marketing en Big Data presentan mayor aplicación en las
fases de concepción y construcción de la empresa, puesto que es vital un mayor
esfuerzo en la definición y el monitoreo de las estrategias mientras la empresa se está
solidificando hasta llegar a una posición un tanto estable en el mercado.
Los modelos de Data Analytics y Procesamiento de datos, se convierten en procesos
netamente técnicos que involucran herramientas y el cómo los datos recolectados
van a ser analizados, por ello vemos que su aplicación inicia desde finales de la
concepción y presenta la mayor carga de esfuerzo en la etapa de construcción.
Los procesos de negocio son aquellos que van a aplicarse de forma constante a lo
largo de las etapas del ciclo de vida, puesto que se convierten en un soporte a los
modelos anteriores.
Por último, podemos observar que a lo largo del ciclo de vida de las empresas de
emprendimiento existen factores críticos que ejercen influencias externas sobre las
actividades internas de una compañía emprendedora; y, éstos pueden ejercer una
influencia positiva o negativa, a lo largo de las diferentes fases de un negocio
emprendedor.
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Revista Científica Ciencia y Tecnología. Vol 18 No 18, 2018 / págs. 114 - 123
122
Gráfico 1. Relación entre los factores críticos para el emprendimiento, el
ciclo de vida de los negocios emprendedores y los modelos Big Data
Fuente: Factores definidos en el estudio de Lasio, Caicedo, Ordeñana e Izquierdo (2015),
criterios de diferentes autores y sus estudios sobre Big Data, Data Mining, Data Analysis e
Innovación
Elaborado por: los autores de esta investigación
Conclusiones
En la actualidad Big Data, Data Analytics y Data Mining están muy relacionados a la
innovación; con la creciente proliferación de las redes sociales, el internet y la
digitalización de la información de las compañías, la evaluación de estrategias debe
considerar muchos factores, índices, resultados y estudios generados en tiempo real,
por lo cual la definición y ajuste de estas requiere un tiempo mínimo de respuesta.
Los modelos de análisis de grandes volúmenes de información y las definiciones
técnicas de cómo almacenarla nacen para satisfacer esa necesidad.
La información es el bien de valor en una empresa, y ésta puede servir como
referencia para el nacimiento de nuevos productos y servicios; con ello se genera el
emprendimiento. La aplicación de los modelos Big Data y el análisis de dicha
información pueden influir positivamente en la consolidación de una empresa, puesto
que, al utilizar estas técnicas, estamos asegurando la construcción de una estructura
soportada en datos reales que permitirá tomar decisiones a tiempo en base a
patrones definidos y tendencias obtenidas.
Existen muchos modelos que se relacionan al término Big Data, no necesariamente,
éstos son técnicos, más bien, se están enfocando a ser partícipes de modelos y
procesos de negocio y marketing puesto que su aplicación genera mayor valor
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
Merizalde, Ballagán. Aplicación del Big Data como estrategia de
negocio en proyectos de emprendimiento en Ecuador
123
agregado en esas disciplinas.
Los grandes volúmenes de información ya no son ideas del pasado, están aquí
presentes y generándose diariamente; es decir, ya son una realidad para varias
empresas; y, en Ecuador con mayor nivel de emprendimientos de la región puede
llegar a ser una herramienta valiosa para analizar el mercado interno.
Es vital para el emprendedor, la educación y preparación en estas tecnologías
nacientes para que pueda ser aplicarla de la forma óptima; por ello, no solo deben
contar con el optimismo y el financiamiento de un nuevo negocio, sino con los
conocimientos necesarios para tomar el mejor provecho de la información generada
a su alrededor.
No debe ser mandatorio aplicar todos los procesos en las mismas proporciones, se
debe buscar un balance entre los mismos y seleccionar aquellos que aporten
significativamente al negocio emprendedor.
Referencias bibliográficas
Arthur, L. (2013). Big Data Marketing: Engage your customers more effectively and
drive value. John Wiley & Sons, Inc. New Jersey: Estados Unidos.
Attewell, P. & Monaghan D. (2015). Data Mining for the social sciences. An
introduction. University of California Press. California: Estados Unidos.
Baesens, B. (2014). Analytics in a Big Data World. The essential Guide to Data
Science and its Applications. The Wiley & SAS Business Series. Estados Unidos.
EMC Education Services (2015). Data Science and Big Data Analytics. Discovering,
Analyzing, Visualizing and Presenting Data. John Wiley & Sons, Inc. Indiana:
Estados Unidos.
Glass, R. & Callahan, S. (2014). The Big Data-Driven Business. How To use Big Data
to win Customers, Beat competitors and Boost Profits. John Wiley & Sons, Inc. New
Jersey: Estados Unidos.
Lasio, V., Caicedo, G., Ordeñana, X. e Izquierdo, E. (2016). GEM Ecuador Report
2015. Espae-Espol. Ecuador. Disponible en:
http://www.eltelegrafo.com.ec/especiales/Documentos/GEM-2015Ecuador.pdf
&
Revista Ciencia & Tecnología
ISSN impreso: 1390 - 6321
No. 18, 30 de abril de 2018
