Big Data: así cambiarán los datos el esquema del ahorro en el futuro

La acumulación de grandes cantidades de datos y las técnicas utilizadas para extraer información útil de los mismos es una estrategia que ha llegado para quedarse. Y es que nos pueden servir de “una gran ayuda para la toma de nuestras decisiones y que ahorrar sea una tarea más sencilla”, destaca Victoria Torre, responsable de producto de Self Bank.

El artículo Big Data: 20 Mind-Boggling Facts Everyone Must Read, publicado en la revista Forbes en septiembre de 2015 ya afirmaba que en los dos últimos años se había generado una mayor cantidad de datos que en toda la historia de la humanidad. En aquel momento solo eran analizados el 0,5% de los datos generados, mientras que hoy no llegamos tampoco al nivel del 10%. Las posibilidades que ofrece son realmente grandes.

Ahorro e inversión de pequeña escala: dónde meter o no pequeñas cantidades

Como punto de partida, la generación de datos continúa en aumento, estimándose que hacia 2020 los que se crearán y copiarán anualmente a nivel global alcanzarán los 44 zettabytes, o 4,4 billones de gigabytes. Unas cifras realmente meteóricas.

En este sentido, a modo explicativo, una vez que se dispone de un gran volumen de datos se puede obtener información de ellos mediante distintas herramientas que nos hacen dar con “relaciones entre variables, o incluso realizar minería de datos (data mining) para encontrar patrones de predicción del comportamiento de los consumidores o establecer segmentaciones (grupos de clientes relativamente homogéneos)”, resalta Torre.

Sin ir más lejos, gracias al Big Data se puede ahorrar “tiempo y coste a la hora de analizar los datos”, apunta José Luis Herrera, analista independiente. Un ejemplo sería el caso de la farmacéuitca Bristol-Myers Squibb, que “se ahorró un 98% del tiempo que empleaba para realizar ensayos médicos”, analiza. Con el tratamiento de los datos, pudo reducir “considerablemente el número de individuos utilizados para sus investigaciones”.

La aplicación a las finanzas personales

Esto es algo que en un futuro no tan lejano “se podrá aplicar a nuestras finanzas personales”, según indica Torre. Y es que, por ejemplo, los mercados de valores son muy adecuados para la utilización de este modelo, ya que “se generan gran cantidad de datos y el Big Data tiene la capacidad de convertirlos en información”, afirma la analista. 

Un estudio a través de Google Trends, analizaba la utilización de diversos términos, como deuda, acciones, crédito o paro, teniendo en cuenta que las personas solemos realizar más búsquedas cuando algo nos preocupa que cuando todo funciona correctamente. 

Así, si las búsquedas se incrementan esto quiere decir que las personas están preocupadas porque” la situación va a ir a peor”, mientras que si descienden es porque “va a mejorar”, añade Torre. Si invertimos teniendo en cuenta este patrón, se puede conseguir “una rentabilidad que esté por encima de la media” y podremos potenciar nuestros ahorros.

Los beneficios del análisis de datos

Así pues, un mayor volumen de información bien analizado tendrá como consecuencia “una mejor toma de decisiones”, asegura Herrera. Por tanto, a mayor información que tengamos con el análisis de los datos, seremos “más conocedores de más variables de nuestro entorno financiero”, lo que nos permite disponer de más conocimiento para “elegir una u otra opción”.

De este modo, en aras de potenciar nuestro capital, el tratamiento del Big Data suele utilizar algunas herramientas que sirven de ayuda y que en los últimos años se están potenciando. Según los expertos de BBVA, las más destacadas son “el procesamiento del lenguaje natural mediante lectura computacional (lo que se denomina machine reading –lectura a través de máquinas-), reconocimiento de patrones (machine learning) y medición de la actividad de búsqueda por internet para predecir los cambios en los volúmenes de ingresos, entre otras variables”.

Por tanto, con la combinación de informática y estadística, el machine learning permite a los ordenadores aprender sin necesidad de una programación concreta. Utilizando estos datos y tecnología, se analizan compañías “para conseguir una gestión más robusta de riesgos respecto a costes”, apunta Herrera. 

El resultado es una selección de compañías “de gran calidad”, bien gestionadas, a la que se llega “analizando balances financieros, beneficios por área geográfica y fuentes alternativas de datos”. Una herramienta beneficiosa para el ahorro a largo plazo y que aún está implantándose.