Big Data: Las 3 B’s y las 6 V’s

Broken. Poco homogéneos. Hablamos de que, por ejemplo, si en una medición tomo datos en diferentes momentos con cargas diferentes y a diferentes velocidades: osea en diferentes condiciones no homogéneas, estoy tomando datos poco homogéneos. 

Bad. Si pongo sensores en lugares y/o momentos erróneos, generarán datos aislados y sin homogeneizar: erróneos. Inservibles para el propósito inicialmente previsto. Entonces, en este caso hablamos de datos incorrectos.

Background. La 3ª “B” se refiere a lo que llamamos “fondo”. Por ejemplo, en la aviación, si tengo un registro que obtiene los datos de los aeronaves y ni tengo en cuenta las condiciones climáticas y ni conozco la información de fondo sobre el proceso de vuelo, el valor de los datos es muy bajo. De esta forma, no puedo usarlo para interpretar ni aumentar la eficiencia. Por lo que el entorno, se vuelve muy importante ya que (siguiendo con el caso de las aeronaves) la misma turbina eólica y las alas por por si mismas, siguen modificando el entorno cada segundo. Lo mismo sucede en distintos perfiles psicológicos de conductores para coches (agresivos o no) en el caso de medir la habilidad de las baterías para coches eléctricos. Las condiciones del tráfico no serán tan decisivas como una forma de conducir más o menos agresiva. Entonces, “el fondo” es muy importante para el rendimiento de la batería del coche. Por lo tanto, los datos de carga y descarga (vida útil de la batería) deben estar relacionados con el fondo.