El Big Data hace referencia a la creación de grandes conjuntos de datos y el diseño de aplicaciones dirigidas a la detección de patrones significativos en esos mismos datos.
Definición
El término Big Data fue empleado por primera vez por Michael Cox y David Ellsworth, investigadores de la NASA, referido a la proliferación de datos y a los problemas de gestión que el crecimiento exponencial de información suponía para los sistemas informáticos. Los macrodatos, la minería de datos, se emplean para explicar y analizar, modelizar y simular, y predecir determinados fenómenos o comportamientos: la evolución de la bolsa, la previsión meteorológica, la fatiga de materiales de construcción o el comportamiento de los ciudadanos.
Antecedentes
La historia del Big Data es la historia de los repositorios de datos, desde la creación de los primeros censos, registros de bibliotecas, las computadoras centralizadas, etc. hasta la creación, en la década de 1970, de las bases de datos relacionales de Edgar F. Codd[2]. Bases de datos de gran tamaño con la información estructurada e indexada y de fácil acceso, mucho más desde la aplicación del lenguaje Structure Query Language (SQL) que Oracle diseñó para realizar consultas estructuradas en esas bases de datos e introdujo como producto comercial en 1970. Los desarrollos tecnológicos facilitaron el almacenamiento y consulta de una gran cantidad de información y, cada vez, de un modo más sencillo (sobre todo dado la paulatina reducción de espacio que emplean los dispositivos tecnológicos). Con un incipiente interés por parte de las grandes corporaciones, lo que se conoce como Business Intelligence (BI), la combinación de la información almacenada comenzó a mostrar la existencia de patrones relevantes entre distintas variables, lo que ofrecía ventajas competitivas. Una serie de algoritmos que fueron perfeccionándose hasta incrementar su capacidad de tratar un elevado volumen de información y determina patrones relevantes en los fenómenos analizados.
Con la llegada secuencial del World Wide Web (cuyos orígenes se remontan a 1989/1990), las TIC (Tecnologías de la Información y la Comunicación) y las redes sociales, las fuentes de información y la cantidad de datos disponibles se incrementa de manera exponencial, lo que habría impedido su gestión si no se hubiese producido simultáneamente un aumento de la capacidad de los sistemas tecnológicos diseñados para la gestión de estos grandes repositorios.
Tipo de Datos
Existen tres tipos de datos:
- Estructurados (structured data): datos cuya recogida y almacenamiento ha originado una base de datos estructurada en la que la información está indexada y es accesible.
- Semiestructurados (semistructured data): datos recogidos y almacenados sin un formato determinado aunque están identificados por lo que se puede trabajar con ello aun sin poder hacerlo de un modo estandarizado. Con el adecuado tratamiento pueden emplearse para el análisis de determinados fenómenos.
- No estructurados (unstructured data): datos recogidos y almacenados sin ningún tipo de formato. La utilidad de estos datos para ofrecer respuestas a preguntas concretas o realizar estimaciones fiables es muy limitada o inexistente.
Aplicaciones Políticas del Big Data
Sin duda, una de los usos más relevantes e interesantes del Big Data es su empleo en la comunicación política, muy especialmente en las campañas electorales, para predecir e incidir en el comportamiento de los electores.
Uno de los precedentes más interesantes es «The 480», la novela Eugene Burdick, de 1964, en la que se describe la llegada de un nuevo modo de hacer política determinada por el uso de los ordenadores y las simulaciones basadas en grandes cantidades de datos y en la que se presenta la Simulmatics Corporation. Una aplicación de IBM creada por Ithiel de Sola Pool, ingeniero del MIT, que empleó 130.000 entrevistas realizadas por la empresa demoscópica Gallup para realizar simulaciones sobre el comportamiento de los electores en las presidenciales de 1960. Estas simulaciones sugerían que John F. Kennedy obtendría un mejor resultado si centraba su campaña electoral en los issues relacionados con los derechos civiles, mientras que le advertían que la mayor amenaza se produciría por su origen católico.
Las campañas electorales, especialmente en los Estados Unidos donde se han producido los primeros avances significativos, han incorporado paulatinamente los desarrollos de Big Data debido a la reducción de costes de almacenamiento, la mejora de las herramientas de gestión de datos, la inversión de las grandes corporaciones de las que copian sus estrategias, la proliferación de las campañas digitales que facilitan la recogida de datos y la creación (o actualización) de repositorios como Voter Vault, base de datos del Partido Republicano operativa desde la década de 1990, Demzilla la base de datos del Partido Demócrata puesta en funcionamiento en el año 2002 (ambas con más de 160 millones de registros), o Mybarackobama.com.
El uso del Big Data en la comunicación política permite la ejecución de análisis más eficaces, establecer contacto directo con los ciudadanos a través de canales personalizados, segmentar los mensajes, formular modelos predictivos más ajustados y ahorrar costes puesto que no es necesario acudir a los soportes publicitarios convencionales. Cabe advertir que el empleo de estas aplicaciones puede verse limitado por: los sesgos propios de una herramienta cuyos datos proceden del uso de las nuevas tecnologías y redes sociales; errores o fallos en el diseño de los algoritmos; la sobreestimación de los resultados obtenidos; la legislación referida a la protección de los datos privados de los ciudadanos.
Los nuevos desarrollos han propiciado, además, la incorporación de nuevas estrategias a las campañas electorales. Destaca la aplicación del Long Tail empresarial, descrito por Chris Anderson[5] en su análisis del modelo de negocio de Netflix y que corporaciones como Amazon han puesto en funcionamiento, y de la que la campaña de Barack Obama convirtió en una de sus principales fuentes de financiación.
El uso del Big Data en las campañas electorales permite incorporar una gestión más ajustada de las donaciones, especialmente de las microdonaciones o smart Fundraising, realizar canvassing y Grassroots más eficaz con actualizaciones en tiempo real, la creación y la difusión segmentada de mensajes, monitorización en tiempo real, etc.
Campañas electorales con Big Data
La de las presidenciales estadounidenses de 2012 fue la primera campaña electoral en la que se realizó un uso sistemático e integrado de las aplicaciones de Big Data. La campaña del demócrata Barack Obama contó con la participación de Harper Reed, Dylan Richard y Mark Trammell (Facebook, Twitter y Google) en el diseño de Narwhal (juego de palabras con el nombre del animal marino narval), una herramienta de gestión de datos que permitió la microsegmentación de los mensajes, la microfinanciación, activar a los grupos de votantes clave, etc. El Partido Republicano, por su parte, creó Orca (el único depredador conocido del narval), una herramienta similar que contó con un nivel menor de desarrollo al acceder a un menor volumen de datos y no alcanzar un nivel óptimo en la monitorización y gestión en tiempo real de la información electoral.
En las elecciones de Reino Unido de 2015 los tres principales partidos recurrieron al uso de Big Data bases de datos de electores y analizar su comportamiento. Destaca, el empleo del programa NationBuilder por parte del Partido Conservador, o la construcción de una gran base de datos a través de una web en la que los usuarios introducían su fecha de nacimiento, correo electrónico y código postal y el sistema revelaba qué número de niño era dentro del Servicio Nacional de Salud(NHS). La información así recolectada podía emplearse, posteriormente, para establecer contacto directo con los ciudadanos con la segmentación de los mensajes en base a los datos sociodemográficos que tenían gracias a la fecha de nacimiento y el lugar de residencia.
Se ha extendido su uso en campañas electorales de todo el mundo, México, Colombia, Brasil, Francia, Alemania, etc. En España la primera herramienta basada en Big Data se pone en funcionamiento el año 2012 con el empleo, por parte del Partido Socialista, de Bloise, una plataforma que usa la geolocalización para analizar la evolución del comportamiento electoral de los ciudadanos así como otras variables sociodemográficas. Más tarde, en el año 2015, el Partido Popular adquirió Calisto, una herramienta que incorporaba, además, la monitorización en tiempo real de debates, redes sociales, etc., lo que la dota de una gran capacidad de análisis y respuesta.
La aplicación de los desarrollos de Big Data ha provocado cambios en la organización de las campañas electorales. La inversión en estos recursos ha propiciado el declive de los spin doctors. La posibilidad de establecer contacto directo con los electores, segmentando el mensaje hasta un nivel de personalización que llega al detalle, reduce costes de publicidad y concentra la inversión expertos en minería de datos. Se produce el paso de los MadMen a los MathMen, centrados en la escucha y no en la difusión, lo que permite mejorar la anticipación, sobre todo si son capaces de detectar los patrones relevantes y personalizarlos, segmentarlos. Es el viaje del Big Data al small data, a los detalles que resultan relevantes para un número de ciudadanos suficiente para comprometer acciones de campaña y asegurar el éxito electoral.