A diari es genera una gran quantitat de dades a través dels diferents dispositius que tenim al nostre abast. Equips electrònics com els smartphones, les tauletes digitals, els ordinadors personals, els terminals de ventes o els sistemes transaccionals registren la nostra activitat diària i de les nostres empreses. 

És per això que es calcula que en els últims dos anys s’ha generat el 90% de les dades acumulades que hi ha al món, a un ritme de 2.5 trilions de bytes diaris. Davant d’aquesta realitat, les empreses ja no poden obviar els beneficis que aporta l’anàlisi d’aquests grans volums d’informació. 

El Big Data conjuntament amb les tècniques de Data Science permeten extreure informació d’aquests grans volums de dades i utilitzar-la per predir tendències o patrons de comportament. El Data Science engloba un conjunt de mètodes provinents de diferents camps, com les bases de dades, el processament de senyal, l’estadística o l’aprenentatge automàtic (Machine Learning). Aquestes tècniques capturen relacions entre molts factors i extreuen el valor ocult de les dades generant informació de valor. 

En l’àmbit de l’empresa, el Big Data i les tècniques de Data Science s’utilitzen per analitzar dades històriques i obtenir un millor coneixement del client, dels productes, de la maquinària, dels processos i per identificar els riscos i les oportunitats del negoci. 

Algunes àrees d’aplicació poden ser: 

- Segmentació de clients per influir en la decisió de compra 

- Anàlisi de viabilitat i rendibilitat de nous productes 

- Anticipació de la disminució de compra o pèrdua de clients 

- Ampliació de coneixement dels clients, a partir de la combinació de variables (Clustering) 

- Generació d’alertes segons nivells d’ús o de capacitat 

- Enfocament de campanyes de màrqueting o promocions 

- Detecció de possibles riscos (impagaments, avaries...) 

Els aspectes clau per treure profit de la utilització de les tècniques d’anàlisi són: 

- Coneixement teòric de les eines, tècniques i mètodes disponibles en el camp del Data Science. 

- Experiència per adequar el projecte a les necessitats de la organització. Cada negoci és diferent i, per tant, el nivell d’aplicació de les tècniques de Data Science ha de ser diferent. 

- Habilitat per convertir la informació extreta en cada projecte amb coneixement que aporti un valor al client.