Pasar al contenido principal

Se encuentra usted aquí

Noticias

Big Data en las apps: 7 herramientas pensadas para el usuario final

24/12/2014 12:05
Read in

Big Data es muchas veces un gran misterio. Pensamos en esta tecnología como algo alejado del usuario final, algo reservado a las grandes empresas que procesan mucha información para obtener unos resultados solo interpretable por ellas. Pero Big Data está mucho más cerca del público en general de lo que pensamos. Hoy os traemos ejemplos de herramientas para el usuario final que usan Big Data de una forma intensiva.

0
Votar
0 Comentarios

Big Data en las apps: 7 herramientas pensadas para el usuario final

Lo más habitual cuando pensamos en Big Data es que nos venga a la imaginación grandes ordenadores procesando mucha y variada información para obtener algún resultado relevante para una empresa. Pero no siempre es así, también hay herramientas de Big Data pensadas para usuarios finales, para nuestros clientes.

Hoy os traemos siete herramientas que están precisamente pensadas para nuestros clientes, para los usuarios finales. Son todas conocidas, pero a lo mejor nunca hemos pensado cuál es la tecnología que hay detrás.

Swiftkey, un teclado predictivo

Una de las tareas más tediosas de los móviles y tablets es escribir. Y lo es porque una pantalla táctil no es precisamente el mejor instrumento en el que incrustar un teclado. Pero hay empresas como Swiftkey que han logrado hacer esta experiencia mucho más agradable, y gracias al Big Data.

Lo increíble de Swiftkey es su capacidad predictiva. Es capaz de predecir no solo la palabra que estás escribiendo (con una o dos pulsaciones) sino la siguiente palabra que vas a escribir. ¿Cómo lo hace? Primero con una gigantesca base de datos de las expresiones más comunes. Pero también aprendiendo de cada usuario cómo suele escribir.

La experiencia de Swiftkey es increíble y ahora que se puede usar también en los iPhone / iPad nadie tiene la excusa para no usarlo. Una vez que lo usas no quieres volver al complicado teclado de serie.

En iTunes | Swiftkey

En Google Play | Swiftkey

Pandora, la música que te gusta

Pandora es un servicio de música que desgraciadamente tuvo que cerrar en Europa. Su modelo es muy simple. Le dices una canción que te gusta y te crea una radio personalizada con canciones de estilo similar, a las que puedes decir que te gustan o no.

Lo increíble del servicio es la capacidad de adivinar tus gustos que tiene Pandora. Conozco mucha gente que sigue con pasión a grupos de música que conoció a través de Pandora. Su capacidad viene, como no, del análisis del Big Data, analizar montones de información sobre gustos de sus usuarios.

Google Now, la información que necesitas sin ni siquiera saberlo

Google tiene un servicio muy integrado con sus móviles Android (aunque también está para iPhone y iPad) que básicamente te da información que necesitas sin que se la pidas. Por ejemplo, por las mañanas te dice el tiempo que vas a tardar en llegar al trabajo por el tráfico que hay. Te recomienda lecturas basándose en lo que buscas y haces click en el buscador. Te dice el tiempo que hace en la ciudad en la que estás pero también en la ciudad de destino si vas a viajar (mira en Gmail si tienes billetes de avión comprados).

Google Now es increíble. Cada vez hay más funcionalidades y todo ello gracias al Big Data. Usa de forma automática todo lo que sabe sobre ti para facilitarte un poco más la vida. Una vez que lo usas no quieres volver atrás.

En iTunes | Google

En Google Play | Google

Youtube, recomendaciones personalizadas

El gran suministrador de vídeos de Youtube también tira de Big Data, cómo no. Y lo hace sugiriendo vídeos que te pueden interesar, basándose en los vídeos que ves y los que has marcado como interesantes.

Esto permite dos cosas muy interesantes tanto para el usuario como para el propio Youtube: para el usuario, le muestra constantemente cosas interesantes para ver incluso si entras a la web sin nada concreto que ver; para Youtube, permite que sus usuarios pasen más tiempo en su web y así aumentan los ingresos. ¿Win-win, verdad?

Amazon, compras sugeridas

El gigante minorista Amazon también tira de Big Data. En esta ocasión para recomendar productos a sus clientes, basándose en lo que buscan, miran y compran, así como información de otros usuarios similares. Esto lo hacen tanto cuando navegas por su web como con emails periódicos personalizados.

Es claramente una estrategia ganadora, es como el típico catálogo de las tiendas pero cada usuario de Amazon tiene el suyo propio, adaptado a sus gustos. Sería interesante saber cuál es el ratio de conversión de estas recomendaciones personalizadas, pero aunque sea bajo, dado el volumen de usuarios de Amazon seguro que el sistema de Big Data se paga solo.

Twitter, recomendaciones para seguir

Cuando entras a Twitter siempre ves una pequeña caja que te recomienda gente a la que seguir. Y estas recomendaciones están basadas en Big Data: gente similar a la que sigues, perfiles similares al tuyo, etc.

Estas recomendaciones son siempre interesantes y esto es por la capacidad de adaptación a tus gustos. Una pequeña caja en una web puede llevar mucho trabajo por detrás, al final lo importante es que sea valioso para el usuario, el Big Data no tiene que ser espectacular en su presentación.

Sistema detección temprana de terremotos y tsunamis de Japón

En 2011 hubo un devastador terremoto en Japón que vino acompañado de un brutal tsunami. Lo increíble del asunto es que no hubiera más muertos debido a la brutalidad del suceso. Pero tiene una explicación: desde 2007 Japón tiene un sistema de detección temprana de terremotos y tsunamis.

Para ello cuenta con una red de sismógrafos distribuidos por el país, un sistema centralizado que recoge la información, la analiza en tiempo real y predice, según las ondas P, previas al terremoto real, cuándo y dónde se producirá el terremoto. De forma automática se informa a los japoneses de esta información por televisión, radio y teléfono móvil.

Lo increíble del asunto es que en el terremoto de 2011 pudieron avisar de la existencia del terremoto unos 30 segundos antes de que se produjera, y de los tsunamis con horas de antelación. Desde luego un sistema muy caro que analiza muchos datos en tiempo real pero que sirvió para salvar muchas vidas.

Más información | YouTube

Imagen | Ron Mader