El mundo está en plena revolución de datos, y a medida que nuestra proficiencia en el campo avanza, más y más ámbitos empiezan a basar sus decisiones en ellos.

Vamos con cuatro casos, algunos anecdóticos, otros más científicos, que ilustran el caso:

  1. Juego de Datos

    Al mejor estilo “Elige tu propia Aventura” la data hace tiempo está empezando a ser usado para personalizar la interacción entre jugador/a y juego. A medida que más y más jugadores experimentan con un nivel, más conclusiones pueden ser obtenidas para llevar el juego hacia un balance óptimo entre desafío y frustración personalizado para cada jugador.

    ¿Con qué partes del juego interactúan más los jugadores? ¿A qué partes del juego prefieren no regresar? ¿Cuáles jugarían más de una vez?

    El Big Data proporciona las respuestas a éstas y cientos de preguntas más que permiten adaptar la experiencia de juego de una manera diferente y más profunda que el clásico modelo “Easy / Medium / Hard”.
  2. Ciudades Con Cerebro

    El Array of Things de Chicago es el primer proyecto de uso generalizado de Big Data en EEUU destinado a mejorar la calidad de vida de su gente. Es un conjunto de sensores modulares colocados a lo largo y ancho de la ciudad que trackea con alto grado de detalle varios aspectos como: calidad del aire, ruido, tránsito vehícular y pedestre. No sólo observa datos como el nivel de CO2 en el aire, sino que también puede recolectar data sobre la cantidad de agua que se acumula en las calles tras la lluvia para tomar mejores decisiones en infraestructura vial.

    Todos los datos que los sensores proveen están disponibles en vivo para toda la población en tiempo real, tanto para ciudadanos como para científicos y políticos, para que tengan una base empírica que complemente su toma de decisiones.
  3. No hay 2 sin 3

    Una notoria área de influencia del Big Data está en los deportes. La avanzada evolución de la recolección de datos que ocurren en los partidos está cambiando la misma manera en que éstos se juegan.

    Un claro ejemplo es el de la NBA: El análisis de datos demostró (entre varias otras cosas) que, pese a una distancia mayor al aro, la eficiencia que se necesita para tirar de triple (al valer 3 puntos), es mucho mayor que la de tirar dobles de larga distancia, aunque intuitivamente se percibía lo contrario. Hoy en día, todos los equipos replantearon sus estrategias para maximizar sus “puntos obtenidos por posesión”:

    Si se tira de 2 puntos, tiene que ser lo más cerca del aro posible.
    El tiro de 3 puntos es preferible en casi todas las circunstancias del juego.

    Las conclusiones del big data impulsaron también una considerable mejora en la técnica de los tiradores de 3 puntos, y casi todos los jugadores del equipo tienen que dominar el tiro para ser efectivos en el partido.

    En la temporada 1997/1998, en la liga se lanzaban solo 12  triples por partido. En la temporada 2020/2021, se lanzaron 35. Un aumento del...triple 🏀
  4. Orange is the new… car?

    A veces el análisis de datos comprueba hipótesis previas, pero a veces… obtiene conclusiones totalmente bizarras.

    Un grupo de Data Science de Kaggle (Un data startup) cruzó datos entre elecciones de colores, modelos de autos y el cuidado que sus usuarios les daban. ¿Qué concluyeron? Que autos de colores poco usuales, como naranja, eran comprados por personas con un alto nivel de auto identificación que veían su auto como un medio de expresión, con lo cual eran propensos a cuidarlos más.

    ¿Que quieren más conclusiones inesperadas?

    Ok. También comprobaron que las personas que piden una comida vegetariana en el avión son más propensas a llegar a tiempo. El hecho de que se tomen el trabajo de seleccionar comida preferencial previo a viajar, se correlaciona con una mayor propensión a tomar el vuelo con más importancia, y por ende, mayor puntualidad y asistencia.

Si quieres saber más sobre los programas de Acámica, click aquí.