Searcher
Back

Los 6 retos del Big Data para el Bien Social

Muchos de nosotros estamos familiarizados con los Objetivos de Desarrollo Sostenible, establecidos por las Naciones Unidas para 2030, y cada vez más y más compañías y organizaciones están contribuyendo para su cumplimiento. Sin embargo, hay algunas compañías concretas en ciertos sectores que poseen activos imposibles de valorar que pueden ser clave para acelerar el camino hacia el cumplimiento de estos objetivos. Uno de estos activos es el Big Data.

Para cada uno de los Objetivos de Desarrollo Sostenible se puede tomar un enfoque basado en los datos, utilizándolos para medir cómo los sectores público y privado están progresando, así como ayudar a los que elaboran las políticas a modelar sus decisiones y a conseguir el mayor impacto social posible. Como podemos ver abajo, hay muchos casos diferentes que las organizaciones pueden considerar.

Sin embargo, muchos de estos ejemplos hacen referencia a proyectos y a pruebas aislados, y el impulso real hacia los ODS vendrá de aplicarlos de manera continua con un flujo de datos en tiempo real para garantizar la estabilidad y la continuidad de la siguiente generación de Científicos de Datos.

Entonces, ¿cuáles son los mayores retos para aquellas compañías y organizaciones que quieran aportar sus datos para el bien social? ¿Es arriesgado que los datos abandonen las instalaciones de la compañía para ser analizados por otras organizaciones? Hemos recogido cuáles son los retos a los que los que toman las decisiones se enfrentan actualmente cuando se trata de Big Data para el Bien Social:

1: Privacidad y Seguridad

Los datos deben ser anonimizados y agregados. ¿Pero será el proceso de anonimización suficientemente bueno? ¿Es imposible re-identificar los clientes o usuarios? ¿Una vez que los datos están en otra parte, cómo de seguros están? ¿Si se convierte en un flujo constante de datos, cómo de seguro es?

2: Legalidad

Para muchas compañías, la mayoría de los datos relevantes son los de los clientes. Y aunque es probable que acaben siendo anonimizados, agregados y extrapolados, todavía no existe un consenso pleno de si esto está permitido o no. Las organizaciones también tienen  que hacer frente a los retos derivados de la existencia de una amplia variedad de legislaciones de protección de datos entre los distintos países por los que pasan.

3: Reputación corporativa

Incluso si fuera completamente legal, los profesionales podrían seguir preocupándose acerca de la opinión pública y sobre cómo los clientes podrían ver las cosas de manera diferente. ¿Qué pasaría después de una filtración de información, aunque el uso de los datos tuviera un fin social?

4: Big Data es el activo clave

Las empresas también tienen asuntos de estrategia comercial por los que pueden preocuparse. Muchas compañías tan sólo saben que Big Data es un activo clave, por lo que podrían preguntarse por qué deberían compartirlo con alguien más, aunque sea para el bien social.

5: Competencia

¿Cómo puede la competencia hacerse con mis datos (un activo) y hacer un uso indebido de ellos? ¿Cómo podría explicarlo en la sala de juntas? La competencia es dura y el envío de datos a una plataforma externa preocupa a la mayoría de Directores de Seguridad.

6: Canibalización

¿El uso de estos datos para el bien social canibaliza algunos de mis ingresos por Big Data externo? ¿Qué pasa si arriesgo una oportunidad de negocio existente para poder llevar a cabo un proyecto de Big Data para el Bien Social?

No obstante, existe una solución para hacer frente a los tres primeros retos. El Proyecto OPAL (por el inglés Open Algorithms) hace que las compañías no necesiten transferir sus datos fuera de sus instalaciones; sino que se quedan donde estén. Utilizando OPAL, los algoritmos se transfieren a los datos, que son certificados (contra virus y malware) y generan el conocimiento para el que están diseñados (asegurar la calidad). Aunque sencilla, es una tecnología extremadamente poderosa. Como es un proyecto de Fuente Abierta, todo el software que se desarrolle está disponible gratuitamente. Los algoritmos serán desarrollados por la comunidad y certificados por OPAL.

OPAL está todavía en una fase temprana y de bajo perfil, pero creemos firmemente que  incentivará a una amplia variedad de compañías a contribuir con los Objetivos de Desarrollo Sostenible. Pero, aunque OPAL es una solución interesante para las preocupaciones relativas a la privacidad, legalidad y reputación, todavía no resuelve las cuestiones estratégicas y de negocio que mencionábamos anteriormente.

Hasta ahora existe el consenso general de que el Big Data para el Bien Social debería ser gratuito, significando que Bien Social implica Filantropía de Datos: una manera de colaborar en la que las compañías del sector privado comparten sus datos para el beneficio público. Sin embargo, los proyectos de Big Data para el Bien Social no tienen por qué ser necesariamente gratuitos. Mientras que la filantropía de datos es muy importante para el inicio de un movimiento para el bien social, a largo plazo esperamos que el progreso sea mucho más rápido si además existen oportunidades comerciales. Las compañías están simplemente más predispuestas a invertir en algo con un modelo de negocio.

Hoy por hoy, hay varios ejemplos de Big Data para el Bien Social que no son gratuitos:

  • Muchas organizaciones internacionales están destinando una parte importante de sus presupuestos a monitorizar y cumplir con los Objetivos de Desarrollo Sostenible, incluyendo el Banco Mundial, las Naciones Unidas, el Pulso Global de Naciones Unidas, UNICEF y el Banco de Desarrollo Inter-Americano. Aunque puede que no sea adecuado para aplicar tasas comerciales, puede ser posible tener un modelo a precio de coste.
  • Algunos filántropos están donando grandes cantidades para fines sociales, como la Fundación Bill & Melinda Gates para la igualdad de género, o Mark Zuckerberg, fundador de Facebook, quien se ha comprometido a donar 3 mil millones de euros a luchar contra enfermedades.
  • Muchos proyectos con un fin social son una prioridad alta para los gobiernos locales y nacionales. Por ejemplo, elaborando un índice de pobreza, anticipando plagas pandémicas o reduciendo las emisiones de CO2 en grandes ciudades. Los gobiernos están destinando cantidades considerables de sus presupuestos a estos proyectos y no existe razón para pensar que estas iniciativas con fines sociales no puedan ser facturadas por ello.  
  • A veces un modelo freemium funciona: las pruebas (o proyectos piloto) se hacen gratuitamente pero iniciar la producción del proyecto requiere inversión, o los conocimientos generados con una cantidad de granularidad limitada (frecuencia y geografía) son gratuitos pero los conocimientos generados con mayor detalle tienen un precio mayor.

Mientras que el debate sobre los datos para los ODS y la Filantropía de Datos no parece llegar a su fin próximamente, algunos visionarios predicen que, en cualquier futuro comercial, las oportunidades de negocio tendrán un fuerte componente social. Una buena lectura sobre ello es "Breakthrough Business Models Exponentially more social, lean, integrated and circular", que ha sido comisionada recientemente por la  Business and Sustainable Development Commission.

¿Proporcionará el Big Data la siguiente revolución en impacto social? Creemos que puede serlo y vamos al 100% a por ello.

Este post fue publicado originalmente en la página web LUCA-D3.

RELATED POSTS