Big Data

BIG DATA Y SU APLICACIÓN PARA
PEQUEÑAS Y MEDIANAS EMPRESAS

(BIG DATA AND ITS APPLICATION FOR SME´S)
GRADO EN ADMINISTRACIÓN Y DIRECCIÓN

DE EMPRESAS
CURSO ACADÉMICO 2019/2020
TRABAJO FIN DE GRADO
MENCIÓN EN DIRECCIÓN GENERAL
AUTOR: Francisco, Gutiérrez Martínez
TUTOR: Daniel, Pérez González
Septiembre, 2020
EL BIG DATA Y SU APLICACIÓN PARA PEQUEÑAS Y MEDIANAS EMPRESAS
2
GUTIÉRREZ MARTÍNEZ, FRANCISCO
GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES
TRABAJO DE FIN DE GRADO
CURSO ACADÉMICO 2019-2020
TÍTULO:
BIG DATA Y SU APLICACIÓN PARA PYMES
AUTOR:
FRANCISCO, GUTIÉRREZ MARTÍNEZ
TUTOR:
DR. DANIEL, PÉREZ GONZÁLEZ
DEPARTAMENTO:
Grado en Administración y Dirección de empresas
PALABRAS CLAVE:
Big Data, Procesado Masivo de datos, PYME, Internet de las cosas, Terabytes,
Hubs, Paneles, Small Data, Panel de control
3
RESUMEN:
En este trabajo se realiza un estudio sobre el Big Data y su aplicación para pequeñas y
medianas empresas. En primer lugar, analizaremos qué es el Big Data y cual son sus
características principales, así como su diferencia con el Small Data y cuáles son los
beneficios que le puede reportar a una empresa pequeña o mediana poseer un sistema
de base de datos. A continuación, explicaré el origen y la evolución de los programas
de procesado masivo de datos, además de comentar la situación actual de los mismos,
además de aportar información sobre diversos trabajos del tema, A continuación,
comentaré una serie de herramientas de Big Data que pueden utilizar desde PYMES
hasta grandes multinacionales, para finalizar, expongo un caso práctico de todo lo
expuesto en el trabajo y finalizo con mis propias conclusiones sobre el tema.
ABSTRACT:
This work conducts a study on Big Data and its application for small and medium-sized
enterprises. First, we'll look at what Big Data is and what its main characteristics are, as
well as its difference with Small Data and what the benefits it can bring to a small or
medium-sized company to own a database system. Next, I will explain the origin and
evolution of the mass data processing programmes, in addition to commenting on the
current situation of the same, in addition to providing information on various work of the
topic, I will then comment on a series of Big Data tools that can be used from SMEs to
large multinationals, finally, I present a case study of everything presented at work and
conclude with my own conclusions on the subject.
AGRADECIMIENTOS:
Tras estos años llenos de estudio, conocimiento y superación personal, toca poner fin a
una de las etapas que más me ha enseñado en la vida, no sin antes agradecer a mi
familia por todos los momentos duros que hemos pasado juntos, ellos han supuesto los
cimientos de mi desarrollo, todos y cada uno de ustedes, me habéis dedicado vuestro
tiempo para enseñarme nuevas cosas que seguro me ayudarán en mi futuro,
refiriéndome a familia, además de mi familia de sangre, como todo aquél que me ha
tratado como un hermano, y que a día de hoy sigue a mi lado en esta aventura, y que
siempre han estado aquí cerca para apoyarme. Gracias también a la universidad por los
aportes facilitados, y a mi tutor del trabajo por la ayuda ofrecida.
4
➢ INDICE DE CONTENIDOS
1. Introducción, objetivos y metodología.
1.1 Introducción………………………………………………………………...7
1.2 Objetivos del trabajo……………………………………………………….8
1.3 Elección del tema…………………………………………………………..9
1.4 Metodología de búsqueda de información………………………………9
2. Big Data y Small Data.

2.1 Concepto, tipos de pyme y pyme en España…………………………..9
2.2 ¿Qué es el Big Data y en qué se diferencia del Small Data? ……….11
2.3 Origen y situación actual del Big Data………………………………….15
2.4 ¿Qué aporta el Big Data a las empresas?..........................................17
2.5 Resumen de los trabajos sobre el tema………………………………..19
3. Herramientas del Big Data.

3.1 Google Analytics………………………………...…………………………25
3.2 Kompyte……………………………………………………………………27
3.3 IBM Watson Analytics…………………………………………………….27
3.4 Apache Hadoop…………………………………………………………...28
3.5 MailChimp………………………………………………………………….30
4. Caso práctico: Inmobiliaria Gutiérrez…………………………………………….31
5. Conclusiones………………………………………………………………………..32
6. Bibliografía…………………………………………………………………………..34
➢ INDICE DE GRÁFICOS
Figura 1.1. Componentes del Big Data. (Fuente: Business & Marketing School)……8
Figura 2.1. Condiciones para ser considerada una PYME en España. (Fuente:
Empresa Actual) ……………………………………………………………………………10
Figura 2.2. Estadística de empresas inscritas en la Seguridad Social. (Fuente:

Ministerio de empleo y Seguridad social)………………………………………………..11
Figura 2.3. Las 5 V´S del Big Data. (Fuente: Grupo Bancolombia) …………………..12
Figura 2.4. Diferencia Big Data y Small Data (Fuente: Feedback Provokers on
Facebook)……………………………………………………………………………………12
Figura 2.5. Importancia del Big Data (Fuente: SAGE Spain)…………………………..14

Tabla 2.1.: Segmentación del Big Data, adaptación del trabajo de fin de grado de la
Universidad Pontificia de Comillas. (Autor: Thibault Michenaud)……………………..16
5
Figura 2.6. Ventajas que aporta el Big Data. (Fuente: Ernest & Young) ………………17
Tabla 2.2. Trabajos de temática similar servidos como referencia para elaborar este
trabajo. (Fuente: Elaboración propia)………………………………………………………19
Figura. 3.1 Panel de control de Google Analytics…………………………………………26
Figura 3.2. Panel de notificaciones de Kompyte…………………………………………..27
Figura 3.3 IBM Watson Analytics. Panel de control. Dashboard………………………..28
Figura 3.4 Evolución interna Apache Hadoop. (Imagen: Blog de Mikel Niño)………. ..29
Figura 3.5. Panel de control de MailChimp………………………………………………..30
6
o INTRODUCCION, OBJETIVOS Y METODOLOGÍA
1.1 INTRODUCCION
El término Big Data es un término de origen anglosajón, cuya traducción al castellano

se podría entender como “Conjunto de datos tan grandes y complejos que necesitan
aplicaciones informáticas para el procesado y el desarrollo de datos, que distan de las
herramientas tradicionales para tratar estos datos adecuadamente” como lo define
Conecta Software en su página web, el término aceptado por la RAE para referirse al
conjunto de datos es Macro datos. Al no tratarse de una ciencia exacta, no está
perfectamente definido, cuando una base de datos por volumen se puede considerar un
Big Data, pero según profesionales del sector, el rango en el que debe oscilar una base
de datos para considerarse Big Data por volumen es de 50 Terabytes a varios
Petabytes.
El Big Data ha ido adquiriendo notoriedad, y convirtiéndose en una herramienta

fundamental para la gestión empresarial debido a la importancia que reside en analizar
nuevos datos para descubrir el verdadero valor de estos, para encontrar relaciones entre
datos existiendo millones de estos, es imposible utilizar una base de datos convencional
relacional, y debido a esta ineficiencia de las bases de datos relacionales surge esta
poderosa herramienta de gestión empresarial, que ha llegado para quedarse en el
ámbito empresarial.
La finalidad que tiene el Big Data es que las empresas sean capaces de agrupar y
comprender datos relevantes , y establecer relaciones entre datos con características
similares, por eso todas las empresas que incorporan programas de análisis de macro
datos consiguen lograr una ventaja competitiva ventajosa frente a sus competidores,
debido a la reducción de costes y de tiempos de procesado de información que
desembocan en una mayor eficiencia y eficacia operativa, si nos referimos a la
búsqueda de relaciones entre macro datos para las PYMES1 el término correcto que
debemos tener en cuenta es Small Data, la alternativa más económica de procesado
de datos, con unas características similares a las de su “hermano mayor”, pero con
capacidad de procesado de información, volumen de datos, y velocidad de procesado
mucho menor, este tipo de programa de análisis de macro datos es mucho más
accesible para empresas con menos recursos, llegando a ofrecerse como una
herramienta gratuita de software de gestión empresarial.
-------------------------------------------------------------------------------------------------------------------
1. PYMES: es el acrónimo de pequeña y mediana empresa. Se trata de

la empresa mercantil, industrial o de otro tipo que tiene un número reducido de
trabajadores y que registra ingresos moderados. (Fuente:Definicion.de)
7
Figura 1.1. Componentes del Big Data. (Fuente: Business & Marketing School)
1.2 OBJETIVOS DEL TRABAJO

A través de este trabajo de fin de grado se pretende analizar el concepto de Big Data,
concepto que está a la orden del día en cuanto a vocabulario empresarial, pero que la
mayoría de la población desconoce qué es con exactitud: El objetivo es explicar en qué
consiste está técnica de procesado de datos, y mostrar los beneficios que aporta a todo
tipo de organizaciones, especialmente a PYMES; modelo empresarial en el que
centraremos nuestro estudio, y como puede aportar un avance en la eficacia y una
mayor eficiencia de los procesos productivos de la empresa. A continuación, enumeraré
los objetivos del trabajo de una forma más precisa:
-Conocer qué es el Big Data y para qué se utiliza.
-Conocer la historia del Big Data y cómo ha evolucionado con el paso de los años.
-Conocer la finalidad del Big Data, y los beneficios que reporta a quién lo utiliza.
-Conocer las herramientas que componen el Big Data, así como los diferentes tipos de
Big Data que existen, tanto de pago como gratuitos.
-Explicar las ventajas competitivas que te aporta la posesión de un sistema de Big Data.
8
-Diferenciar Small y Big Data
-Conocer la aplicación del Big Data al sector de las pequeñas y medianas empresas.
1.3 ELECCIÓN DEL TEMA
Este tema ha sido elegido por la importancia que posee en el ámbito empresarial el tema
del Big Data, y el desconocimiento que hay sobre el mismo, puesto que es un término
anglosajón del que la mayoría hemos oído hablar, sobre todo si estas arraigado con la
rama de estudio económica, pero que muchos no saben definir con exactitud. En mi
opinión, puesto que es una herramienta fundamental de gestión empresarial, considero
que es conveniente un mayor conocimiento de este, además de enfocarlo hacia su
aplicación para las pequeñas y medianas empresas, sector empresarial que toma
especial relevancia en el tejido empresarial español, suponiendo el 99% de este, con
este estudio pretendo dar a conocer las ventajas competitivas que puede suponer
poseer este programa en cualquier empresa.
1.4 METODOLOGÍA DE BÚSQUEDA DE INFORMACIÓN
Para la búsqueda de información para la confección de este trabajo sobre el Big Data y
su aplicación para pequeñas y medianas empresas, se han utilizado medios escritos
como consulta de libros y revistas especializadas, además de la búsqueda de
información por la web, método utilizado con más importancia debido a la situación
excepcional de pandemia en la que nos encontramos este año.
o PYMES, BIG DATA Y SMALL DATA
2.1 CONCEPTO, TIPOS DE PYME Y PYME EN ESPAÑA
El concepto de PYME es un concepto muy extendido en el vocabulario empresarial,

para una correcta definición de lo que es una PYME vamos a utilizar la definición
ofertada por la Unión Europea en el anexo de la recomendación 2003/361/CE en la que
se define como una PYME como “aquella microempresa, pequeña y mediana empresa
que está constituida por empresas que ocupan menos de 250 personas y cuyo volumen
de negocios en el cómputo anual no exceda de los 50 millones de euros, o en su Sado
cuyo balance general anual no exceda de 43 millones de euros”, las siglas PYME
significan “Pequeña y Mediana Empresa” y para formar parte de este grupo de empresas
o posees menos de 250 trabajadores o posees un volumen de negocios inferior a 50
millones de euros. Estos pilares fundamentales para ser considerado una PYME son
para aquellas empresas independientes, autónomas, en empresas que pertenecen a
9
grupos empresariales, es posible que haya que añadir datos como los empleados, el
volumen de negocios o el balance general del grupo al que pertenecen.
Solamente en la Unión Europea, existen alrededor de 25 millones de PYME, las cuales

aportan alrededor de 75 millones de puestos de trabajo oficialmente considerados, por
lo tanto, supone un 99% del total del tejido empresarial europeo, como señala Gunter
Verheugen, miembro de la comisión europea, y escritor de “la nueva definición de
PYME”: “Las microempresas y las pequeñas y medianas empresas son el motor de la
economía europea. Constituyen una fuente fundamental de puestos de trabajo, espíritu
empresarial e innovación de la UE, y por ello son vitales para promover la competitividad
y el empleo…”
Figura 2.1. Condiciones para ser considerada una PYME en España. (Fuente:
Empresa Actual)
Centrándonos en España, podemos tomar como referencia para el análisis las

estadísticas publicadas en la página del Instituto Nacional de Estadística, en ellas
podemos ver que existían en 2019 un total de 1340415 empresas en España de las
cuales solamente 4870 empresas tenían más de 250 trabajadores. El número de PYME
ha ido aumentando conforme pasaban los años, una vez superados los peores años de
la crisis económica española, el número de PYME ha aumentado desde el 2015 hasta
el 2019, última fecha de la que se conocen datos, un 4,18%, todos los datos indicados,
aparecen en la siguiente tabla compuesta de información aportada por el ministerio de
Empleo y Seguridad Social.
10
Figura 2.2. Estadística de empresas inscritas en la Seguridad Social. (Fuente:

Ministerio de empleo y Seguridad social)
2.2 ¿QUÉ ES EL BIG DATA Y EN QUÉ SE DIFERENCIA DEL SMALL

DATA?
Como ya he comentado en la introducción del trabajo, el Big Data es un nuevo tipo de

tecnología que nos permite almacenar, gestionar e interpretar una gran cantidad de
datos e información, que no pueden ser procesados ni estudiados por ningún otro tipo
de programa e procesado de datos, puesto que estos son datos de carácter general.
Este tipo de tecnología está formado desde algo que hoy en día todos conocemos como
es el “Cloud Computing” o almacenamiento en la nube, hasta la obtención de modelos
económicos gracias al correcto procesado de grandes cantidades de datos. La cantidad
de datos que se pueden manejar con un programa Big Data es alrededor de un Exabyte,
una cantidad de datos que sale de nuestra capacidad de imaginación, pero que es
perfectamente comprensible y manipulable para este tipo de programas; pero en cambio
si hablamos de PYMES, la cantidad de información que manejan se puede almacenar
en varios Terabytes, por lo tanto la utilidad de estos dos programas de procesado de
datos es similar, la más notoria diferencia reside en el volumen de datos que se utiliza
en una gran empresa, que por lógica utilizaría el Big Data, mientras los volúmenes de
11
información que posee una PYME tienen una capacidad mucho más pequeña. Para
comprender ambos conceptos, es necesario conocer qué son las 5 V´s del procesado
de información:
• Volumen
• Velocidad
• Variedad
• Veracidad
• Valor
Figura 2.3. Las 5 V´S del Big Data. (Fuente: Grupo Bancolombia)
La diferencia entre Big Data y Small Data reside además de la cantidad de información
que puede procesar cada programa, en las ventajas que aporta a la empresa la posesión
de este, como se puede observar en la siguiente figura:
Figura 2.4. Diferencia Big Data y Small Data (Fuente: Feedback Provokers on
Facebook)
12
Pensar que por el hecho de ser una empresa pequeña, mediana, o una microempresa
vas a contar con pocos datos que analizar es un error muy común que muchos de los
empresarios piensan al principio de su vida empresarial, pero nada más lejos de la
realidad, aún sin ser plenamente consciente, las empresas acumulan datos poco a poco,
hasta que llega el momento en el que estas saturado de la cantidad de datos que
posees, y deseas convertirlo en información valiosa para tu empresa, esta gran cantidad
de datos vienen recogidos de:
• Tráfico en la página web y en las redes sociales: Quién entra, cuándo entra,
como entra y por qué entra en nuestra web o en nuestras redes sociales, con la
ayuda del Big Data se analizan estos datos en busca de tendencias, puntos a
mejorar o nuevas estrategias de venta.
• Dispositivos y sensores: Con la introducción gradual del internet de las cosas,

cada vez son más los dispositivos que están conectados entre sí, tanto de
empleados como de clientes, la correcta gestión de estos datos aporta ventajas
competitivas a las empresas que lo sepan utilizar correctamente.
• Transacciones: Para añadir a los libros de contabilidad que tradicionalmente

todas las empresas cuentan con él, se amplía esta contabilidad añadiendo un
registro completo de todas las transacciones desde la toma de contacto con el
cliente hasta la finalización de la venta, pasando por todas las fases intermedias.
Cada minuto las empresas multinacionales, obtienen una gran cantidad de datos, que
sin la ayuda de los programas de Big Data, sería imposible analizar, y en el caso de que
fuese posible, una persona tardaría años en encontrar relaciones ente una cantidad
mínima de años, por lo tanto, para grandes empresas, la elección de obtener programas
de procesado masivo de datos, es una herramienta fundamental, en el caso de no
poseerla, tus competidores poseen una ventaja competitiva que puede deparar en la
desaparición de tu empresa puesto que las demás son mas eficientes, por lo tanto,
aunque la cantidad de datos de una PYME sean inmensamente más pequeños, la
decisión de invertir en Big Data es una cuestión que los empresarios deben tener en
cuenta a la hora de la correcta marcha de su negocio, a continuación adjunto una imagen
de SAGE Spain en la que se muestra la cantidad de datos por minuto que generan
grandes empresas multinacionales como pueden ser Google, Facebook o Twitter,
además de esto como se puede observar a continuación, se explica resumidamente qué
es el Big data y por qué es importante:
13
Figura 2.5. Importancia del Big Data (Fuente: SAGE Spain)
Pese a la importancia mencionada que posee en la actualidad el Big data, aún más de
la mitad de las PYMES en nuestra comunidad autónoma, Cantabria, no utilizan o no
conocen la tecnología de procesado de datos, como se puede observar en el informe
elaborado por los profesores de la Universidad de Cantabria, Daniel Pérez-González,
Pedro Solana González y Sara Trigueros-Preciado, en el cual se consultaron 62
empresas del ámbito de las PYMES en Cantabria, el informe finaliza señalando que no
es extrapolable al resto de las pequeñas empresas de Cantabria, pero sí que son datos
de veracidad contrastada y que nos pueden ayudar a comprender mejor el fenómeno
del conocimiento del Big Data por los empresarios cántabros, que posean la definición
de PYME, pertenezcan al sector industrial, y posean una media de 13 trabajadores.
El estudio nos informa qué el 80,65% de los encuestados no conoce el concepto de

economía del dato y sus aplicaciones, mientras que un 69,35% de los encuestados no
conocen el concepto de transformación digital y sus implicaciones, en cuanto al
conocimiento de estos términos ligados a la informática, pero que cada vez se hacen
más comunes de comprensión al resto de personas, un dato a tener en cuenta es que
solo el 27,42% de los encuestados conocen el término Cloud Computing, y un
porcentaje todavía menor, un 25,81% era conocedor de que significaba el término Big
Data, este informe, nos ayuda a comprender mejor la dimensión del problema, como
comentaré más extensamente a lo largo del trabajo, Cantabria, se encuentra en la
retaguardia de España en cuanto al número de empresas que se benefician del
14
procesado masivo de datos, y así se refleja puesto que en las tecnologías que los
empresarios tendrían más interés en aplicar a sus empresas, el Big Data adquiere una
de las peores puntuaciones, justo por debajo del Cloud Computing, siendo la tecnología
que las empresas más interés tendrían en aplicar la fabricación activa, dato que a mi
parecer resulta interesante, puesto que aunque presentes un producto con una serie de
características que ningún otro producto de tu competencia posea, si no eres capaz de
hacerle llegar ese producto al público objetivo conociendo sus gustos y necesidades, de
nada sirve tener el mejor producto del mercado. En cuanto a los beneficios que
reportaría la transformación digital en estas pequeñas y medianas empresas, el principal
factor que toma importancia es mejorar la productividad, seguido de un ahorro en costes,
dos de los pilares de la correcta marcha de un negocio, en este ambiente tan competitivo
y dinámico; mientras que el aspecto que menos importancia adquiere es la relación con
proveedores, y el segundo factor que menos importancia posee en este estudio es la
mejor toma de decisiones. Por lo tanto, cabe destacar que la economía del dato, posee
una importancia fuera de toda duda, pero esta velocidad con la que pretendemos lograr
el avance tecnológico en España, especialmente en las PYMES españolas, es un
proceso muy lento, demasiado lento para la importancia que adquiere en otras grandes
economías mundiales, y esto puede ser debido entre otros factores al bajo interés que
presentan estas PYMES por ejemplo, con el Big Data, por lo tanto no podrán disfrutar
de todas las ventajas que han sido expuestas a lo largo de este trabajo.
2.3 ORIGEN Y SITUACIÓN ACTUAL DEL BIG DATA
La historia del Big Data se remonta a años antes de 1980, cuando los ordenadores eran
algo impensable de tener todos en nuestras casas, e impensable de vaticinar la cantidad
de información que pueden procesar en segundos, los datos que estos ordenadores
almacenaban se guardaban exclusivamente en lo que se conocía como centros de
datos, el acceso a estos datos era limitado a un ínfimo nivel de la población, y la
comprensión de estos era una tarea laboriosa.
A partir de 1980 y hasta el comienzo del siglo XXI, el avance tecnológico se manifiesta
en el crecimiento de hogares que disponían de un ordenador personal, los centros de
datos evolucionan a su vez pasando a ser centralizados y con la capacidad de distribuir
y analizar datos gracias a la conexión entre ordenadores personales, estos centros de
datos se les pasaría a conocer como “Hubs” y permiten el desarrollo de grandes
industrias como la cinematográfica o la musical gracias a poder analizar, guardar e
interpretar información, esto motivado a su vez en gran medida a la creación de
microprocesadores que permitían crecer en el almacenamiento de datos.
Por último, a partir del 2000, el término Big data comienza a surgir paulatinamente con
el paso del tiempo, los centros de datos se comienzan a desarrollar en la nube, por lo
tanto, podían almacenar una información mucho mayor que la que estaban manejando
hasta aquél entonces, además de esto se añade a la nube otra serie de dispositivos
conectados entre sí como las tabletas, los smartphones… de tal forma que la nube o
Cloud Computing ha llegado a ser tan importante que existen distintos modelos de
negocio basados en almacenamiento en la nube, de esta forma se evitan gran cantidad
de papeles pasando de poseer un local físico donde almacenar la información a
15
almacenarse en la nube. Por este cambio, existen grandes multinacionales que supieron
adelantarse a su tiempo y aprovechar este almacenamiento en la nube para generar y
almacenar grandes cantidades de datos que gracias al Big Data lo transforman en
información sobre cada cliente, conociendo sus gustos, hábitos y necesidades, para de
esta forma conseguir un mayor disfrute del Internet, por ejemplo, Google, Facebook o
Amazon son tres de las empresas más grandes del mundo que utilizan almacenamiento
en la nube.
En cuanto a la situación actual del Big data, podemos destacar que existen diferentes
segmentos como nos explicaba Russell Jurney en 2015 en su obra Agile Data Science,
estos segmentos quedarían repartidos de la siguiente manera:
GRUPO COMPAÑIA
Old Data Plataform IBM, Microsoft, Oracle
Online Servers Intel, Nvidia, Redline Trading Solutions
New Data Plataform Cloudera, Hortonworks, MapR
Analytics Tools Tableau, teradta, Informatica
Software empresarial HP, SAP, EMC, VMWare
Cloud computing Amazon, Google, RackSpace, MarkLogic
Tabla 2.1. Segmentación del Big Data, adaptación del trabajo de fin de grado de la
Universidad Pontificia de Comillas. Autor: Thibault Michenaud. (información de la mano
de Russell Jurneuy)
Como resumen de la situación actual del Big Data en España cabe destacar que existe
aún un panorama de desigualdad por ciudades muy importante, las ciudades más
punteras en cuanto al Cloud Computing son Madrid y Barcelona, que son las únicas que
poseen más de un 30% de empresas con dichos servicios, en el otro lado, las
comunidades autónomas con menos empresas que utilizan Cloud computing son
Castilla-La Mancha, Ceuta, Melilla y la comunidad autónoma desde la que está escrita
este trabajo de fin de grado, Cantabria, donde el porcentaje de empresas que utilizaban
este tipo de servicios estaba por debajo del 12%, mientras que la media en España de
empresas por comunidad que utilizaban estos servicios es del 21% como se indica en
la página web de EuropaPress.
Para entender y resumir la importancia del Big Data, he adjuntado a continuación una
imagen creada por la firma de auditoría y consultoría Ernest & Young, en la que se
enumeran datos clave para comprender las ventajas y oportunidades que puede llegar
a ofrecer un programa de procesado masivo de datos en tu empresa:
16
Figura 2.6. Ventajas que aporta el Big Data. (Fuente: Ernest & Young)
2.4 ¿QUÉ APORTA EL BIG DATA A LAS EMPRESAS?
El Big Data ha llegado para ofrecer un cambio en la forma de almacenar, organizar e

interpretar los datos, desde el punto de vista tradicional del almacenamiento de datos
hasta la actualidad hemos podido observar una gestión más eficaz y más eficiente, estos
programas de análisis masivo de datos pueden funcionar en todos los sectores
empresariales, y dentro de cada sector en cada departamento de la empresa el Big Data
puede aportar una serie de ventajas competitivas, como pueden ser las siguientes,
dividas por departamentos, centrando nuestro análisis en dos de los departamentos que
la mayoría de PYME pueden poseer es sus estructura corporativa, como son el
departamento de Marketing, y el departamento de producción.
Big Data en el departamento de Marketing: Estudios realizados en el año 2014, en

los cuales se analizaba la opinión que poseían los jefes de marketing (en inglés CMO
(Chief Marketing Officer)) a cerca de la importancia de las herramientas de procesado
17
masivo de datos, estos estudios revelaron que el 58% de los jefes de marketing
afirmaban que el Big Data era más importante en su departamento que en otros
contiguos, tomando especial relevancia en áreas como el marketing por correo web, el
marketing destinado a dispositivos móviles y la optimización de motores de búsqueda.
A estos estudios mencionados anteriormente, cabe añadirle otros estudios realizados a
posteriori, como el estudio de Forrester, en el cual se concluye que los pilares más
grandes sobre los que se sostiene el éxito del Big Data es aportar más rendimiento a la
empresa y conseguir una experiencia positiva para el cliente.; esto va ligado a su vez a
otro estudio que realizó la consultora Spencer Stuart en el año 2015 que nos explica la
relación directa que existe entre el correcto uso del Big Data y la consecución de una
ventaja competitiva firme que se pueda sostener con el tiempo, como una campaña
publicitaria bien definida gracias al procesado de datos que sea capaz de predecir
comportamientos futuros, ofreciendo un marketing personalizado, real, lejos del
marketing tradicional. El último escalón el marketing es la correcta decisión sobre el
precio que va a tener tu producto, esta decisión es capaz de decidir la marcha o el
fracaso de tu negocio, por lo que el Big Data también es un aliado a la hora de decidir
el precio que los clientes van a tener que pagar por disfrutar de tu producto, por todo
esto la consultora McKinsey señala 4 aspectos a tener en cuenta a la hora de la correcta
decisión al elegir el precio, puesto que un aumento del precio del 1% puede conseguir
un aumento de alrededor del 8.5% de las ganancias de la empresa, estos 4 aspectos
como se señalan el informe Big Data, Analytics and the Future of Marketing and Sales
son:
• Comprender los datos

• Automatizar decisiones para lograr una mayor eficiencia
• Gestionar el rendimiento, comprensión de tus clientes
• Generar y desarrollar confianza a las clientes, explicar mediante argumentación
de dónde viene el precio que están dispuestos a pagar por un producto/servicio
Big Data en el departamento de producción: El departamento de producción es un

departamento que no todas las PYMES tienen, pero sí que adquiere una notoria
importancia la correcta marcha de este en aquellas empresas que cuentan con él,
puesto que el producto que tu ofreces debe poseer unas características tangibles e
intangibles que depende como las perciba el cliente estarán dispuestos a pagar un
precio mayor por un producto, el uso del Big Data va a permitir un mejor control y un
incremento de la producción, consiguiendo ser más eficientes y reducir costes, con la
llegada del análisis masivo de datos se va a conseguir diagnosticar y corregir errores y
desviaciones en los procesos de fabricación, y esto se realiza mediante el Big Data,
identificando patrones y relaciones entre los inputs y los outputs y corrigiendo
desviaciones lo más rápido posible para de esta forma reducir productos defectuosos,
poseer una previsión de los productos, lograr alertas en tiempo real sobre desviaciones
y errores, realizar un análisis exhaustivo de materias primas y proveedores, y todo ello
gracias a las herramientas del Big Data.
En resumen, el uso de las herramientas de Big Data permite a las empresas, tanto
grandes multinacionales, como PYMES, en las que centramos nuestros esfuerzos en
este trabajo, implementar unas soluciones más eficientes y efectivas, de esta forma las
18
industrias consiguen una mayor reducción de costes y esto debería provocar una
relación directa entre aumento de la producción y aumento de la economía española.
2.5 RESUMEN DE TRABAJOS SOBRE EL TEMA ELEGIDO.
Autores y Objetivos del Sector Metología Conclusiones

año trabajo
Augusto “Hacer un Ingeniería Entrevistas e “El mercado de
Sirera estudio sobre Informática investigación soluciones de
Martínez las tecnologías mediante web y analítica de datos
(2015) Big Data y su libros del tema. como servicio es un
aplicación en mercado en
las pymes” expansión y
continuamente
están apareciendo
nuevas empresas
que dan servicios
parecidos a ya
existentes, así
como empresas que
innovan y ofrecen
nuevos servicios”
Jonathan “Diseñar e Ingeniería de Métodos de “El éxito de este
Nicolás implementar Sistemas investigación, desarrollo es
Acosta prototipo BI encuestas y fundamentalmente,
Medellín, utilizando una observaciones en el análisis por
herramienta de productos, marcas y
Daniel Big data para clientes que la
Humberto una empresa solución ofrece,
Flórez PYME reduciendo el
Lara Distribuidora de elaborar informes a
(2015) tecnología” pocos pasos y
tiempo. Además, se
obtiene una manera
más dinámica para
análisis de
información clave
para la organización
y la generación de
alertas”
Sánchez “Big Data es un Estadística y Métodos de “Hoy vivimos en la

Pulido, término amplio empresa investigación, era del Big Data. Big
María del para conjuntos encuestas y Data es utilizado por
19
Pilar de datos de observaciones muchas empresas.

(2015) tamaño grande Su uso es capaz de
o complejo que generar muchos
las beneficios para las
aplicaciones empresas. Por lo
tradicionales tanto, cada vez más
de lo empresas
procesamiento utilizan.”
de datos no
consiguen
tratarlos de
una forma
eficaz. Los
desafíos
incluyen el
análisis, la
captura, la
curaduría de
datos,
búsqueda,
intercambio,
almacenamien
to,
transferencia,
visualización y
privacidad de
la información.
..”
Rivera “El objetivo de Grado en La investigación “Con las
Pleitez, esta Ingeniería es de tipo metodologías
Guillermo investigación innovadora con propuestas, se ha
tratado de dar a
Ventura fue diseñar un un enfoque
conocer el
Aguilar, modelo experimental, la funcionamiento de
Yancy tecnológico propuesta fue alguna de ellas,
Staffany que permitiera diseñada por para motivar a las
Cornejo la medio de la empresas a
Hernandez incorporación implementación involucrarse en las
,Saúl sistemática de de la tecnología nuevas
tecnologías… Se
Antonio las PYMES al Open Source
identificaron los
(2017) comercio dataset públicos en
electrónico la nube que
mediante la contenían gran
adecuación y cantidad de
actualización registros,
de su permitiéndonos
procesar y analizar
tecnología
la información
almacenada”
20
informática en
uso.”
González “Tener acceso Ciencias de Métodos de “El Big Data ha
López, Ana a grandes la Empresa investigación y llegado para
(2017) bases de Big cuantificables quedarse, las
Data y la empresas
recopilación de debe saber
datos para “convivir” y
poder “manejarse” con él.
procesarlos Las empresas y
posteriormente trabajadores
en información deben estar al tanto
relevante para de este
así ayudar a fenómeno e
alcanzar los invertir en formación
objetivos de de
las empresas. estos últimos”
Requena “Realizar un Escuela Exposición de “…Se han analizado
Cabot, estudio superior de un framework o las necesidades
María de pormenorizado informática marco de que pueden surgir
Fátima de la situación trabajo de para un sector
(2018) actual de la transformación determinado con
implantación digital unas peculiaridades
de Big Data en especiales,
el mundo de diseñando un
las pequeñas sistema para
empresas, así ayudarle en el
como las camino a la
herramientas transformación
disponibles digital,
para su particularmente Big
implementació Data
n y los Analytics…Implanta
problemas que ndo un Big Data en
puedan un caso de empresa
surgir…” real, esperando los
resultados”
Michenaud “Investigar Ingeniería Búsqueda de “…Parece obvio
, Thibault sobre la informática fuentes e recomendar una
(2018) oportunidad informaciones adopción de estas
económica relevantes a tecnologías en torno
que ofrece el través de libros, a los datos. La
Big Data para eventos, inversión en
las Pymes en reportes de innovación parece
España y, por empresas y esencial cuando se
otra parte, organizaciones, aceleran las nuevas
analizar los cómo también tecnologías en
21
desafíos que de revistas nuestra vida

estas científicas cotidiana. Las
empresas van académicas ganancias son
a enfrentar a la múltiples y los
hora de usar riesgos
estas controlables, lo que
tecnologías” da cierta confianza
ya que estas
tecnologías
impulsan el
crecimiento de las
pymes en Europa y
en el mundo”
“La Programa de Investigación “El Internet ha
Rincón globalización y formación de del tipo no venido jugando un
Quintero, con ella la capacidades experimental papel fundamental
en diversas áreas
Yanyn revolución en en ciencia,
de los sectores
Restrepo- las tecnologías tecnología e económicos. En el
Morales, de información innovación sector turismo ha
Jorge y jugado un papel
Anibal comunicación, transcendental
Vanegas ha traído porque ha
López, consigo un revolucionado la
forma cómo los
Juan cambio en la
turistas planean sus
Gabriel forma como viajes, que cada día
(2018) operan hoy los son más
negocios. Esta personalizados…Tr
realidad afecta abajar todas las
a todas las herramientas de big
organizacione data y las acciones
que de allí se
s
deriven, incluyendo
empresariales, el desarrollo de
entre ellas a contenidos de alta
las pymes, calidad, pueden
que, aunque contribuir a la
actúen visibilidad en la web
de los operadores
localmente,
turísticos, de tal
deben tener forma que inviten al
claridad sobre usuario de las
las páginas a
posibilidades incrementar sus
que les brindan tiempos de
herramientas permanencia y
convertirse en un
gratuitas de big
cliente real…”
data -que se
están
utilizando
22
globalmente-
para obtener
información
sobre sus
usuarios y
diseñar con
ello estrategias
para mejorar
su gestión.
Bayón “se pretende Grado en Métodos de “Las nuevas

Rueda, analizar el Administraci investigación, tecnologías y los
Hugo impacto que ón y encuestas y efectos de la crisis
han generado un
(2018) este nuevo Dirección de observaciones
nuevo nicho de
sector tiene y/o empresas mercado en el área
podría llegar a financiero que está
tener en el siendo explotado
desarrollo de por las 23intech…
las pymes El 23intech es un
desde el punto tipo de empresas de
reciente creación
de vista
perteneciente al
financiero, a sector financiero
través del que está
crowdfunding consiguiendo un
financiero. Las crecimiento rápido y
pymes han por consiguiente
sido las una gran aceptación
en el mercado”
empresas que
más han
notado los
efectos de la
crisis, además
por cuestiones
de tamaño
tienen menos
posibilidades
de innovar, ya
que la
innovación
implica
sacrificar
recursos…”
Cerda- “Este trabajo Administraci Investigación “Hoy en día la

Leiva, Luis revisa las ón y científica competitividad en el
Araya- publicaciones negocios que mercado es muy
alta, lo cual explica
Castillo académicas tiene
que las empresas
Luis arbitradas del como día a día buscan
23
Barrientos período 2017- propósit hacer frente a esta

Oradini, 2018 o situación mediante
Nicolás relacionadas integrar el uso de nuevas
técnicas que
(2019) con la de forma
incrementen sus
inteligencia de objetiva beneficios y
negocios y la y mejoren el
analítica, sistemáti rendimiento
orientadas a ca los corporativo…”
las resultad
microempresa os de los
s dedicadas al estudios
comercio, empírico
buscando s
encontrar una
oportunidad de
reducir las
asimetrías de
información en
la toma de
decisiones de
este relevante
sector de la
economía. Se
muestra el
nivel de
avance
logrado y la
escasez de
tecnología de
inteligencia de
negocios y la
analítica para
contribuir a la
sustentabilidad
de estos
negocios en el
contexto de la
industria 4.0.”
Pérez “Desde los Ciencias Métodos de “La importancia de
González, comienzos de empresarial investigación, la economía del
Daniel la aplicación es encuestas y dato y de las
tecnologías que la
Solana de la observaciones
sustentan y sus
González, informática a la efectos a en todos
Pedro gestión y los ámbitos
Trigueros procesos económico, social y
Preciado, empresariales cultural están fuera
las empresas de toda duda. En el
ámbito económico y
24
Sara de todos los empresarial, la

(2020) sectores, para transformación
ser digital se convierte
en un proceso al
competitivas,
que antes o
siempre han después se tienen
estado que enfrentar todas
condicionadas las
por el avance y organizaciones…”
la evolución de
la tecnología,
con una
necesidad
constante de
transformar y
adaptar sus
procesos a las
tecnologías de
la información
que surgen en
cada periodo.”
Tabla 2.2 Trabajos de temática similar servidos como referencia para elaborar este
trabajo. (Fuente: Elaboración propia)
o HERRAMIENTAS Y SERVICIOS BIG DATA
En la nube existen diferentes opciones de programas de Big Data para recopilar y

analizar datos de forma eficiente, un ejemplo de estos puede ser:
3.1 GOOGLE ANALYTICS
Google Analytics es considerada una de las principales herramientas de analítica digital,

cuyo objetivo como la mayoría de estos programas de almacenamiento masivo de datos
es ayudar a la empresa a tomar mejores decisiones basadas en la optimización de
recursos y en obtener una mayor eficiencia y eficacia en los procesos productivos. La
herramienta permite hacer un seguimiento de blogs, redes sociales y seguimientos de
sitios web, y gracias a este seguimiento realiza informes que el cliente puede
personalizar, gracias a que es la herramienta que más datos y métricas ofrece del
mercado, por lo tanto, explicaremos más en profundidad esta herramienta que otras con
la misma finalidad.
25
Figura 3.1 PANEL DE CONTROL. GOOGLE ANALYTICS
Como se puede observar en el panel de control de la izquierda de la imagen, Google

Analytics, posee diferentes secciones, para controlar el tráfico de visitas de la web, en
función de sus características, estas secciones son las siguientes y se encuentran
dentro de la sección paneles:
• Público: En esta sección de la herramienta, se puede numerar la cantidad de

visitas que posee la página web, la duración media de la visita a la página, el
porcentaje de usuarias nuevos, y datos personales del usuario, como, por
ejemplo, el país donde reside, la ciudad desde la que hace la consulta, además
de otros datos como la edad del usuario, o el dispositivo móvil desde el que hace
la consulta.
• Contenido: Esta sección toma gran importancia para las empresas, puesto que
en ella se explica el comportamiento de los clientes en la página web, permite
analizar los contenidos más vistos y de esta forma permite analizar el interés de
los clientes sobre sus productos, para de este modo, conocer que productos le
ofrecen un mayor volumen de ventas a la empresa y cuales suponen un peso
muerto para esta.
• Fuentes de tráfico: En esta sección se analiza desde donde llegan los visitantes
a la página web, el tráfico de visitas puede ser directo, social y derivado.
• Publicidad: Esta sección, es opcional, el cliente puede elegir si activar o no este

módulo, esta sección permite que Google ofrezca productos personalizados a
los visitantes de la página web, siempre que este contratado.
• Conversiones: Esta sección es de las que adquiere mayor importancia, puesto

que esta sección nos permite indicar dónde queremos hacer llegar al visitante
de la página web, si por ejemplo vendemos productos informáticos, y realizamos
la venta desde nuestra página web, la conversión sería la última página en la
que el usuario realizaría el pago por el mismo.
En resumen, Google Analytics, trabaja en los siguientes aspectos, el número de visitas,

la duración de las mismas, las páginas que se han visitado y las fuentes de tráfico,
señalando a su vez las secciones que los usuarios prefieren, los navegadores o los tipos
de dispositivos móviles utilizados, esta herramienta recolecta los datos que necesita
26
utilizando una combinación de navegadores utilizados, uso de cookies permitidas y el

código de programación JavaScript, su funcionamiento se basa en tres procesos,
recogida de datos, procesamiento de datos, y creación de informes.
3.2 KOMPYTE
“Kompyte es un software de seguimiento de competidores que te envía alertas en tiempo

real cuando tus competidores realizan cambios en sus sitios web, productos y campañas
de marketing digital” Como nos indica Capterra en su página web, este programa fue
diseñado en Barcelona en 2014, y está diseñado especialmente para pequeñas y
medianas empresas que utilizan Internet como principal canal de venta, el nombre
completo del programa es Kompyte Competitive Intelligence Automation Platform y nos
notifica de cualquier cambio realizado en la página web, o en cualquier red social de
nuestros competidores, además de todo esto también nos da información sobre los
informes de sus competidores y ayuda a los profesionales de marketing a identificar,
que hacen bien los competidores, y que hace mal la propia empresa. El programa ofrece
una versión gratuita y ofrece una prueba gratis para ver cómo funciona la versión de
pagos, que tiene un coste de 59€/mes, para la versión de 5 competidores, y un coste de
159€ mensuales, para la versión de 15 competidores.
Figura 3.2. PANEL DE NOTIFICACIONES DE KOMPYTE.
3.3 IBM WATSON ANALYTICS
“IBM Watson Analytics es un servicio inteligente de análisis y descubrimiento de datos

disponible en la nube” Como nos indica INNDOT en su página web, nos ayuda a
descubrir similitudes, patrones y el significado de datos con el fin de convertirles en
información, está disponible en casi todos los idiomas, lo que le diferencia del resto de
programas de Big Data es su análisis predictivo y automatizado, y sus capacidades
cognitivas que le permiten una eficiente y correcta interacción de la información, con
27
respuestas automáticas y en tiempo real, por lo tanto si lo que necesitas es entender y

buscar relaciones entre datos, este programa es ideal, por enumerar alguna de sus
principales características, comentaré alguna que le hace diferente a otros programas,
como por ejemplo, indica la calidad de los datos que se suben a la plataforma, sugiere
gráficos adicionales, para la mayor comprensión de los datos, integra datos de fuentes
externas como por ejemplo de las redes sociales, y lo que hace que sea recomendable
para las PYMES es su interfaz sencilla, que permite que pueda utilizarlo un experto en
el tema y un principiante en el mundo del procesado masivo de datos.
Este programa permite conseguir una ventaja a aquellas empresas que operan en un
número considerable de países, nos permite analizar con gráficos interactivos, como se
reparten las ventas alrededor del mundo, así como otras preguntas, que el programa
considera que pueden ser interesantes para la empresa. Watson Analytics tiene una
versión gratuita que permite un total de 100000 filas, y la versión original nos permite
analizar 1000000 de filas y 256 columnas con un coste de 30$/mes.
Figura 3.3 IBM WATSON ANALYTICS. PANEL DE CONTROL. DASHBOARD
3.4 APACHE HADOOP
Es la herramienta de procesado masivo de datos más utilizada, es tal su importancia

que empresas de las más grandes del mundo la utilizan, unos ejemplos de grandes
sociedades que utilizan esta herramienta son Facebook o The New York Times,
permite manejar una gran cantidad de datos, pero utilizando modelos de
programación simple, algunas de las cualidades que hacen a esta herramienta
diferenciarse de las demás son:
• Escalabilidad: Permite almacenar y distribuir conjuntos de datos inmensos

en sus cientos deservidores, permitiendo operar sin límites, esto hace
28
diferenciarse de sus competidores, que poseen limitaciones en este aspecto

como se indica en el blog Power Data.
• Velocidad: Esta herramienta es probablemente la más rápida del mercado,

permite analizar terabytes en pocos minutos, por lo tanto, es la herramienta
más eficiente del mercado.
• Flexibilidad: Esta herramienta se adapta a las necesidades y la forma de tu

negocio, de tal forma que aporta soluciones reales para cualquier problema
o cualquier iniciativa que surja.
• Resistencia a los fallos: Esta herramienta, tiene un gran apoyo popular,

debido en gran parte a que su tolerancia de errores es uno de los atributos
que mejor valoran los usuarios, ante cualquier fallo, siempre existirá una
copia de seguridad lista para deshacer dicho error y operar con exactitud.
• Efectividad en costes: Gracias a las economías de escala permite operar con

una efectividad en costes reduciendo este a cientos de euros por Terabyte
contra las decenas de miles de euros por terabyte de sus competidores.
Para entender el funcionamiento técnico de la herramienta. Por ello, Hadoop resulta

ideal para crear data lakes 2 que den soporte a iniciativas de analítica de big data como
se nos indica en la página web de IBM ANALYTICS.
FIGURA 3.4 EVOLUCIÓN INTERNA DEL APACHE HADOOP. (imagen: Blog de Mikel
Niño)
2. Data lake: es un repositorio de almacenamiento que contienen una gran cantidad de

datos en bruto y que se mantienen allí hasta que sea necesario. A diferencia de un data
warehouse jerárquico que almacena datos en ficheros o carpetas, un data lake utiliza
una arquitectura plana para almacenar los datos (Fuente: Powerdata.es)
29
3.5 MAILCHIMP
La herramienta Mailchimp es una herramienta de automatización de marketing que

ayuda a las empresas a compartir campañas de correo electrónico y campañas
publicitarias con clientes y todo aquél que esté interesado, el éxito de Mailchimp reside
en campañas diseñadas con mucha atención y un potente análisis de datos, gracias a
los programas Big Data que lleva incorporados, es una herramienta ideal para PYME
puesto que en su versión gratuita permite hacer campañas con hasta 2000 direcciones
de correo electrónico y hacer un total de 12000 envíos al mes, además de muchas
herramientas que vienen incorporadas en el programa, estas son algunas de las
funciones que lo hacen una de las herramientas más importantes de Big Data en
especial en relación a las PYME:
• Automatización: Las campañas automatizadas o autoresponders, envían

correos electrónicos específicos a un público determinado, esto permite agilizar
el trabajo a los profesionales del marketing.
• Anuncios: MailChimp permite comprar anuncios a través de la aplicación, de esta

forma permite aprovechar el enorme publico de Google Ads o Facebook Ads
para llegar mejor a los clientes, ofrecer productos más personalizados.
• Páginas de destino: Las páginas de destino son una forma excelente de lograr
objetivos de marketing específicos a corto plazo, Mailchimp crea páginas de
destino para ampliar público o promocionar productos.
• Postales: Estas campañas con el paso del tiempo han ido desapareciendo, pero
Mailchimp sabe que ofrecer la oportunidad de tangibilizar la relación con el
cliente es un punto que puede ofrecer una ventaja, de esta forma se refuerzan
los mensajes que hemos enviado por e-mail.
• Aplicaciones móviles: Mailchimp tiene la posibilidad de descargarse en tu

smartphone para administrar tu cuenta estés donde estés, pudiendo a su vez
realizar un seguimiento de los suscriptores y de la actividad de las campañas
publicitarias.
Figura 3.5. Panel de control de MailChimp
30
o CASO PRÁCTICO: INMOBILIARIA GUTIÉRREZ
Vamos a ejemplificar la utilidad que posee el Big Data en las pymes con el caso de una
inmobiliaria, una empresa que posee una visión tradicional de cómo gestionar un
negocio. En esta empresa poseen una gran cantidad de datos, almacenados desde en
discos duros, hasta en archivadores de hojas, que ocupan una cuarta parte del espacio
de la oficina de la inmobiliaria, situada en Santander, oficina el doble grande de la que
poseían hace años en Torrelavega, de la que tuvieron que trasladarse por no tener
espacio suficiente, para realizar la mudanza tuvieron que encargar una furgoneta puesto
que poseían una gran cantidad de papeles con datos que no se podían perder, hasta
que un día el hijo de los dueños de la empresa, recién graduado en Administración y
Dirección de empresas les comenta que existe un software analítico que te permite
disponer de todos los datos de la empresa, filtrar el dato que necesitamos y con la
posibilidad de enviar una copia a los interesados sin necesidad de gastar tinta de la
impresora ni papel, los padres deciden dar una oportunidad a la idea de su hijo por lo
tanto la empresa comienza en ese momento un proceso de papel cero que supone una
reducción de costes para la empresa, tal es así que los padres le piden a su hijo ayuda
para lograr ser más eficientes, esto se logra tras la correcta implantación de un sistema
de Big Data ,se ha conseguido en 5 años un aumento de 12,5% en sus beneficios
gracias al correcto uso de su inventario y del correcto pase de datos a información útil
para la empresa, además de todo esto ha conseguido aumentar la eficiencia, puesto
que el mismo programa es el encargado de llamar a los dueños de los pisos cuando los
inmuebles están listos para alquilar, al precio medio del mercado, que el propio
programa ha calculado gracias a la información de los pisos de alrededores, calculando
esta media en función de los metros cuadrados, la situación geográfica y los años de
construcción del mismo; además de todo lo mencionado anteriormente, el programa
cuenta con un panel de control de suministros, en el que aparecen todos los clientes, y
las cuotas pagadas y por pagar, de tal forma que a los tres meses sin pagar una cuota
el propio programa es el que te avisa del impago, y reclasifica el cliente a cliente de
dudoso cobro para llevar una contabilidad fiable.
Ahora bien, todo lo comentado anteriormente parece una utopía en la que todo sale
perfecto, pero por supuesto, la implantación del programa tiene un coste de alrededor
de 30000 euros a o largo de los 5 años mencionados anteriormente, pero con el aumento
del beneficio operativo y la reducción de los costes de mantenimiento, además de
mayores eficiencias repartidas por toda la empresa, el retorno de la inversión se
consiguió lograr en un tiempo récord, por lo tanto la inversión en un programa de Big
Data, al menos en el caso de la inmobiliaria Gutiérrez fue un completo éxito.
Este caso práctico es una simulación basada en historias reales, con datos reales, el
ejemplo inmobiliaria Gutiérrez, está basado en el caso práctico de la inmobiliaria Twiddy,
este caso es presentado como uno de los ejemplos más importantes y notorios de la
correcta utilización del Big Data, esta inmobiliaria a partir del uso del Big Data comenzó
a analizar información de clientes, proveedores, sector inmobiliario entre otros sectores
y así comenzó un proceso de mayor eficiencia y mejor servicio. Otros de los casos más
estudiados de la correcta implantación de programas de Big data es el caso de
Geosearch, plataforma que consiste en simular dónde tu tienda tendrá unas mayores
ventas, esto no es fruto de la casualidad, sino que gracias al procesado de datos se
consultan todas las variables en cuestión de segundos, y con unos resultados fiables,
es así hasta el punto de que grandes empresas como Sparta, utiliza esta aplicación para
ubicar sus nuevas tiendas. Para finalizar esta serie de casos prácticos, comentaré el
31
caso de una empresa española, Poncelet, tienda de quesos artesanales que desarrolló
un algoritmo para predecir ventas, productos preferidos entre otra gran cantidad de
datos, de tal forma que la empresa cuente con información clave sobre sus clientes,
para de esta forma poder tomar mejores decisiones, sobre qué productos ofrecer, en
qué momento concreto, para de esta forma mejorar la experiencia del cliente y conseguir
unas mayores ganancias recuperando así la inversión en tiempo récord, comenzando
como una PYME modesta y estando en la actualidad consolidada exportando quesos a
otros países europeos y también adentrándose en el mercado americano.
o CONCLUSIONES
Los objetivos que han sido planteados al comienzo de la realización del trabajo han sido
conseguidos eficazmente, el conocimiento propio sobre el Big Data ha aumentado con
creces, elegí este tema de trabajo porque quería informarme y he conseguido lograr los
objetivos planteados.
Al comienzo de la realización de este trabajo la información que poseía acerca del Big
data era una información básica, el término se repetía constantemente en medios de
comunicación, pero no poseía la información adecuada sobre cómo funcionaba, que
ventajas aportaba y sobre todo por qué era tan importante para el mundo empresarial,
por lo tanto, en cuanto tuve la oportunidad de elegir el tema sobre el trabajo, me decanté
por este, creía necesario conocer qué es el Big data, y por qué todas las empresas
punteras de todos los sectores lo utilizan.
La búsqueda de información fue más laboriosa de lo imaginado en un principio, puesto
que es algo reciente, pero que en unos cinco años ha avanzado a velocidad vertiginosa,
de lo que a priori se presentaba como una herramienta de software de procesado masivo
de datos, se ha transformado en una cantidad de servicios y catálogos de servicios
totalmente distintos, personalizados para cada empresa, para de esta forma gracias a
la adecuación a cada sector y a cada empresa lograr una mayor eficiencia. El mercado
de analítica de datos es un mercado que está en crecimiento y aparecen nuevas
empresas en un sector de una dinamicidad impresionante.
Como he mencionado anteriormente a lo largo del trabajo, en mi opinión, los programas
de Big Data aportan una serie de ventajas a las empresas que pueden decidir el correcto
funcionamiento de las mismas, y la supervivencia en un entorno tan hostil, las pequeñas
y medianas empresas, comienzan a tomar conciencia de que esta herramienta es más
una inversión que un gasto, y que implantar correctamente un sistema de procesado de
datos, puede conseguir en poco tiempo, que la inversión se recupere y comenzar a
disfrutar de una reducción en costes y de una mejora en el beneficio operativo, pero
este pensamiento queda aún muy lejos de ser extrapolado a la mayoría de las PYMES,
en especial en algunas comunidades autónomas, como en particular, en nuestra
comunidad de origen, Cantabria, que se sitúa en la retaguardia de las ciudades
españolas que utilizan este software, probablemente motivado, por la concepción del
negocio más tradicional que poseemos en nuestra comunidad, en entrevistas con
empresarios locales, se expresa su desconocimiento del tema, y su miedo a afrontar
una inversión que no siempre será rentable si no utilizas correctamente la información
que te aporta el programa de Big Data.
32
Por lo tanto las ideas principales que he extraído del estudio sobre el uso del Big Data
en PYMES es que los datos son riqueza, y el correcto análisis de los mismos es una
ventaja competitiva, puesto que el análisis de datos juega un papel principal en el
estudio del consumidor con el fin de realizar predicciones sobre su futuro consumo
gracias a la ayuda de algoritmos de pronóstico de tendencias de consumo, demanda
futura… generar un mayor número de ventas gracias a optimizar precios, personalizar
experiencias y optimizar el servicio de atención al cliente.
Las PYMES en Cantabria necesitan apoyo para crecer y hacer frente a empresas de
mayor tamaño y patrimonio, como empresas multinacionales, por lo tanto, la inversión
en software de análisis de datos puede ser una pieza clave para el éxito, de esta forma
podrán contar con más información de los clientes y analizarla para buscar tendencias
de consumo. A pesar de que la infraestructura posee un coste elevado, como he
comentado con anterioridad a lo largo del trabajo, estos programas pueden ofrecer
beneficios económicos a medio/largo plazo, así como mayor fidelización y reputación
empresarial.
Para finalizar las conclusiones y con ello este trabajo, considero crucial comentar los
riesgos que puede deparar la posesión de un sistema Big Data sin las necesarias
herramientas de seguridad, alguno de estos riesgos son el riesgo de computación
insegura, riesgo motivado por otras personas con el fin de provocar resultados
incorrectos en búsquedas en la plataforma Big Data, otro tipo de riesgo que puede
presentar la posesión de un sistema Big Data son los problemas de validación de
entrada y filtrado, o los controles de acceso granular, siendo necesario activar en el
programa controles de ciberseguridad, otro tipo de riesgo que considero importante
comentar es el riesgo de almacenamiento inseguro de la información, siendo necesario
poseer un sistema de mecanismo que garantice que se guarda correctamente la
información sensible. Por lo tanto, con todo lo mencionado anteriormente, aun con las
ventajas que aporta el sistema Big Data, existen muchas empresas con conocimientos
mínimos o incluso inexistentes sobre informática, lo que provoca que sea prácticamente
imposible para ellos la implantación de un sistema Big Data por su propia mano, lo que
hace necesario l búsqueda de ayuda profesional, tanto para la elección como para la
puesta en marcha y el posterior mantenimiento del programa, lo que supone a parte de
la inversión por el propio programa, la inversión en capital humano para que consiga dar
mayor eficiencia a la empresa gracias al programa de Big Data, por lo tanto aunque
considero al Big Data una herramienta con una cantidad de ventajas muy considerable,
entiendo a todos los empresarios que han decidido no implantar un sistema de
procesado masivo de datos en su empresa.
El trabajo ha sido realizado en el verano de 2020, un verano marcado por una
circunstancia histórica como ha sido la pandemia provocada por el virus Sars-Cov2,
conocido mediáticamente como Co-Vid19, la situación ha sido tan cambiante, que no
quise apresurarme a realizar el trabajo en una franja de tiempo pequeña por miedo a
cualquier tipo de enfermedad propia o familiar, por lo tanto dediqué el verano de 2020 a
la realización del trabajo, no he tenido ningún tipo de limitación, salvo las entrevistas con
empresarios, que se han limitado a pequeñas preguntas a empresarios de la zona en la
que vivo, puesto que soy estudiante de GADE, el trabajo se ha entrado en un enfoque
más empresarial y menos tecnológico, como futuras líneas de trabajo, la que considero
más importante es profundizar en el análisis realizado aportando un enfoque más
tecnológico.
33
o BIBLIOGRAFÍA
• ANTEVENIO. ¿Qué es y cómo funciona Google Analytics?. (Consultado el

13/07/2020). Disponible en: https://www.antevenio.com/blog/2015/03/que-es-
como-funciona-google-analytics/
• BAYÓN RUEDA, Hugo, et al. El fintech: herramienta a disposición de las pymes.
2018. Consultado el 29/07/2020. Disponible en:
https://repositorio.unican.es/xmlui/bitstream/handle/10902/14987/BAYONRUED
AHUGO.pdf?sequence=1&isAllowed=y
• Centro de recursos USER. Las pymes adoptan las tecnologías asociadas a la
digitalización de manera desigual. (Consultado el 22/07/2020). Disponible en:
https://tecnologiaparatuempresa.ituser.es/transformacion-digital/2020/03/las-
pymes-adoptan-las-tecnologias-asociadas-a-la-digitalizacion-de-manera-
desigual
• Conoce la experiencia de 3 pymes que lograron el éxito al analizar sus datos
Consultado el 06/07/2020. Disponible en:
https://www.losqueestanentodas.cl/blog/conoce-la-experiencia-de-3-pymes-que-
lograron-el-exito-al-analizar-sus-datos
• EmpresaActual. Las pymes reinan es España. Consultado el 27/07/2020.
Disponible en: https://www.empresaactual.com/tipos-empresa-por-tamano/
• ESIC. Business&Marketing School. 10 conceptos: Big Data. Consultado el
27/07/2020. Disponible en: https://www.esic.edu/rethink/tecnologia/big-data-
dummies-10-conceptos-fundamentales
• GONZÁLEZ LÓPEZ, Ana, et al. Aplicaciones del Big Data en Pymes. 2018.
(Consultado el 15/07/2020) Disponible en:
https://repositorio.upct.es/bitstream/handle/10317/7419/tfm-gon-
apl.pdf?sequence=1&isAllowed=y
• Grupo Bancolombia. Analítica en los negocios. Autor: Katherine Alejandra
Blandón López Consultado el 27/07/2020. Disponible en:
https://www.grupobancolombia.com/wps/portal/empresas/capital-
inteligente/entorno-empresarial/tendencias/analitica-empresarial
• Hablemos de Empresas. El Big data también es para la pequeña empresa. Autor:
Juan F. Samaniego. Consultado el 31/07/2020. Disponible en:
https://hablemosdeempresas.com/pymes/big-data-pequena-empresa/
• IBM. Apache Hadoop España. (Consultado el 13/07/2020). Disponible en:
https://www.ibm.com/es-es/analytics/hadoop
• IEBS. ¿Cuáles son las 5 V´S del Big Data? Cristina Juan, 2016. (Consultado el
15/07/2020). Disponible en: https://www.iebschool.com/blog/5-vs-del-big-data/
• IEBS. Small Data: el Big Data para las PYMES. Pablo Viteri, 2019 (Consultado
el 23/07/2020) Disponible en: https://www.iebschool.com/blog/small-data-
pymes-big-data/
• Kompyte Competitive Intelligence. ¿Quién usa Kompyte Competitive Intelligence
Automation Platform?. (Consultado el 04/07/2020) Disponible en:
https://www.capterra.es/software/152320/kompyte
• MICHENAUD, Thibault André. ¿Cómo el Big data puede ser una ventaja
competitiva decisiva para las pymes en España?. 2018. (Consultado el 02-07-
34
2020) Disponible en:

https://repositorio.comillas.edu/jspui/bitstream/11531/19062/1/TFG-
MICHENAUD%2C%20Thibault.pdf
• PÉREZ GONZÁLEZ, Daniel, et al. Economía del dato y transformación digital en
pymes industriales: Retos y oportunidades. 2018. (Consultado el 23/07/2020)
Disponible en:
https://repositorio.unican.es/xmlui/bitstream/handle/10902/15123/Econom%C3
%ADaDatoTransformaci%C3%B3n.pdf?sequence=1
• PLEITEZ, Guillermo Rivera; AGUILAR, Yancy Staffany Ventura; HERNÁNDEZ,
Saúl Antonio Cornejo. Diseño de modelo tecnológico para el uso de Big data en
el análisis y visualización de información para la pequeña y mediana
empresa. Ciencia, Cultura y Sociedad, 2017, vol. 4, no 2, p. 7-13. Consultado el
29/07/2020. Disponible en:
http://dsuees.uees.edu.sv/xmlui/bitstream/handle/20.500.11885/337/Dise%c3%
b1o%20de%20modelo%20tecnol%c3%b3gico%20para%20el%20uso%20de%
20big%20data%20en%20el%20an%c3%a1lisis%20y%20visualizaci%c3%b3n
%20de%20informaci%c3%b3n%20para%20la%20peque%c3%b1a%20y%20m
ediana%20empresa.pdf?sequence=1&isAllowed=y
• REQUENA CABOT, María de Fátima. Análisis de técnicas de Big Data y su
aprovechamiento actual para la transformación digital de pymes. 2018.
Consultado el 06/07/2020). Disponible en:
https://ruidera.uclm.es/xmlui/handle/10578/19063
• Rincón, Y., Restrepo, J. & Vanegas, J. (Coords.)(2018). Estudios de
Comunicación Marketing. Serie Pyme Tomo II. Medellín, Colombia. pp. 330 Sello
Editorial PUBLICAR-T. Tecnológico de Antioquia, Institución Universitaria.
Consultado el 31/07/2020. Disponible en:
https://www.researchgate.net/profile/Jorge_Restrepo-
Morales/publication/333659720_Estudios_de_Comunicacion_y_Marketing/links
/5cfafb5092851c874c568604/Estudios-de-Comunicacion-y-
Marketing.pdf#page=158
• RUIdeRA. Análisis de técnicas de Big Data y su aprovechamiento actual para la
transformación digital de pymes. Requena Cabot, María de Fátima. Consultado
el 23/07/2020). Disponible en: https://ruidera.uclm.es/xmlui/handle/10578/19063
• Sage. Bid Data para PYMES. (Consultado el 21/07/2020). Disponible en:
http://www.sage.es/~/media/markets/es/recursos%20de%20negocio/infografias/
infografia%20biga%20data%20pymes/infografia_sage-big-data-para-pymes.pdf
• SIRERA MARTÍNEZ, Augusto. Estudio sobre uso de Big Data en pymes. 2015.
(Consultado el 15/07/2020).Disponible en:
http://openaccess.uoc.edu/webapps/o2/bitstream/10609/42663/7/asireramTFG
0615Memoria.pdf
• UNIR. Metodología de análisis y segmentación de clientes usando secuencias
de comportamiento. (Consultado el 14/07/2020). Disponible en:
https://reunir.unir.net/bitstream/handle/123456789/9481/Casariego%20Sarasqu
ete%2C%20Nicolas%20Martin.pdf?sequence=1&isAllowed=y
35
36

Big Data

Cargado por

Copyright:

Formatos disponibles

Big Data

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Big Data

Cargado por

Copyright:

Formatos disponibles

BIG DATA Y SU APLICACIÓN PARA

PEQUEÑAS Y MEDIANAS EMPRESAS

GRADO EN ADMINISTRACIÓN Y DIRECCIÓN

AUTOR: Francisco, Gutiérrez Martínez

TUTOR: Daniel, Pérez González

GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES

TRABAJO DE FIN DE GRADO

CURSO ACADÉMICO 2019-2020

2. Big Data y Small Data.

3. Herramientas del Big Data.

Figura 2.2. Estadística de empresas inscritas en la Seguridad Social. (Fuente:

Figura 2.5. Importancia del Big Data (Fuente: SAGE Spain)…………………………..14

Figura. 3.1 Panel de control de Google Analytics…………………………………………26

Figura 3.2. Panel de notificaciones de Kompyte…………………………………………..27

Figura 3.3 IBM Watson Analytics. Panel de control. Dashboard………………………..28

Figura 3.5. Panel de control de MailChimp………………………………………………..30

o INTRODUCCION, OBJETIVOS Y METODOLOGÍA

El término Big Data es un término de origen anglosajón, cuya traducción al castellano

El Big Data ha ido adquiriendo notoriedad, y convirtiéndose en una herramienta

1. PYMES: es el acrónimo de pequeña y mediana empresa. Se trata de

1.2 OBJETIVOS DEL TRABAJO

-Conocer qué es el Big Data y para qué se utiliza.

-Diferenciar Small y Big Data

1.3 ELECCIÓN DEL TEMA

1.4 METODOLOGÍA DE BÚSQUEDA DE INFORMACIÓN

o PYMES, BIG DATA Y SMALL DATA

2.1 CONCEPTO, TIPOS DE PYME Y PYME EN ESPAÑA

El concepto de PYME es un concepto muy extendido en el vocabulario empresarial,

Solamente en la Unión Europea, existen alrededor de 25 millones de PYME, las cuales

Centrándonos en España, podemos tomar como referencia para el análisis las

Figura 2.2. Estadística de empresas inscritas en la Seguridad Social. (Fuente:

2.2 ¿QUÉ ES EL BIG DATA Y EN QUÉ SE DIFERENCIA DEL SMALL

Como ya he comentado en la introducción del trabajo, el Big Data es un nuevo tipo de

• Dispositivos y sensores: Con la introducción gradual del internet de las cosas,

• Transacciones: Para añadir a los libros de contabilidad que tradicionalmente

Figura 2.5. Importancia del Big Data (Fuente: SAGE Spain)

El estudio nos informa qué el 80,65% de los encuestados no conoce el concepto de

2.3 ORIGEN Y SITUACIÓN ACTUAL DEL BIG DATA

2.4 ¿QUÉ APORTA EL BIG DATA A LAS EMPRESAS?

El Big Data ha llegado para ofrecer un cambio en la forma de almacenar, organizar e

Big Data en el departamento de Marketing: Estudios realizados en el año 2014, en

• Comprender los datos

Big Data en el departamento de producción: El departamento de producción es un

2.5 RESUMEN DE TRABAJOS SOBRE EL TEMA ELEGIDO.

Autores y Objetivos del Sector Metología Conclusiones

Sánchez “Big Data es un Estadística y Métodos de “Hoy vivimos en la

Pilar de datos de observaciones muchas empresas.

desafíos que de revistas nuestra vida

Bayón “se pretende Grado en Métodos de “Las nuevas

Cerda- “Este trabajo Administraci Investigación “Hoy en día la

Barrientos período 2017- propósit hacer frente a esta

Sara de todos los empresarial, la

o HERRAMIENTAS Y SERVICIOS BIG DATA

En la nube existen diferentes opciones de programas de Big Data para recopilar y

3.1 GOOGLE ANALYTICS

Google Analytics es considerada una de las principales herramientas de analítica digital,

Figura 3.1 PANEL DE CONTROL. GOOGLE ANALYTICS