El mercado de la Big Data sigue fascinando a los mercadólogos y cada vez hay mayor interés en la narración de datos y la ciencia que se ha profesionalizado a su alrededor, con carreras que han dotado con un mayor número de habilidades a los mercadólogos que trabajan en agencias o marcas.

La Big Data se divide en tres segmentos cuando se analizan sus ingresos. Servicios, hardware y software coexisten de manera permanente, pues cada uno justifica las acciones y resultados del otro, en una cadena infinita de acciones con que los mercadólogos no solo entienden el estado actual del mercado, sino que tienen la posibilidad de hacer previsiones.

Dentro de este mercado encontramos cifras de Wikibon y Statista estimates, las cuales nos advierten que el segmento de servicios es ciertamente el que mayor número de ingresos registra a nivel mundial, pues cada vez más las marcas adoptan estas tecnologías de interpretación de data.

En 2015, por ejemplo, la Economist Intelligence Unit se dio a la tarea de descubrir cuáles serían las fuentes de información para que las organizaciones pudieran interpretar Big Data.

La primera fue la data estructurada internamente, le siguió la data externa, la web data, mobile data y data transaccional.

Ahora, para entender con profundidad la capacidad que hay detrás de este conjunto de datos, una obra que nos guía en ello es Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are de Seth Stephens-Davidowitz.

Stephens-Davidowitz nos ofrece un título en el que nos advierte la interpretación que podemos hacer de la información a partir de su tamaño, su impacto con imágenes o palabras; la importancia de interpretarla con suma precisión y las técnicas para no errar en el intento, así como los caminos por los cuales no debe de llevarse la interpretación de data.

Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are

Seth Stephens-Davidowitz