Mucho se lleva hablado ya del fenómeno del Big Data y de la posibilidad de recopilación y análisis de esas vastas cantidades de datos para analizar tendencias y hábitos en beneficio de las personas y los distintos organismos.

Big Data es en el sector de tecnologías de la información y la comunicación una referencia a los sistemas que manipulan grandes conjuntos de datos (o data sets). Las dificultades más habituales en estos casos se centran en la captura, el almacenado, búsqueda, compartición, análisis, y visualización. La tendencia a manipular ingentes cantidades de datos se debe a la necesidad en muchos casos de incluir los datos relacionados del análisis en un gran conjunto de datos relacionado, tal es el ejemplo de los análisis de negocio, los datos de enfermedades infecciosas, o la lucha contra el crimen organizado.

Hoy queremos compartir con vosotros una infografía elaborada por Infosys sobre las tendencias del Big Data en el 2014. Infografía que nos lleva a tener que repensar toda esa información que somos capaces de recopilar (datos estructurados, no estructurados, datos en tiempo real) y, como no, su gestión.

El Centro de Documentación online de Amnistía Internacional está gestionado desde 2006 con BKM, una herramienta de Baratz de gestión Documental. Nació con la voluntad de poner a disposición de todas aquellas personas que la necesitaran la documentación que genera Amnistía Internacional sobre su trabajo por los derechos humanos en todo el mundo.

El objetivo principal era dar unidad y utilidad a toda esa información, creando nuevas formas de acceso que resultaran más eficaces, rápidas y sencillas. Para la consecución de este objetivo consideramos que era importante que la herramienta que gestionara el Centro de Documentación lo hiciera desde una única base datos que alojara diversos tipos de objetos documentales, y que además, pudiera discriminar el acceso a éstos entre diferentes tipos de usuarios.

Otro aspecto importante era que se pudiera realizar una búsqueda por texto libre, facilitando así la obtención de resultados cuando la selección de los campos de materia/descriptor en un escenario de búsqueda avanzada no estaba clara por parte de las personas que usan la herramienta. Este fue, de hecho, uno de los requisitos que se testearon en una encuesta de usuarios y usuarias de diferentes niveles de «conocimiento» en listas de materias y tesauros especializados en derechos humanos que se realizó para definir varios aspectos del centro de documentación, entre los que se encontraban algunos aspectos del diseño de la interfaz pública y las opciones de búsqueda.

Esa es una de las estimaciones que Cisco ha realizado para hacernos una idea de lo que suponen las cantidades de información en términos que fácilmente podamos asimilar. A su vez explica lo que es un Petabyte, un Exabyte, un Zettabyte y un Yottabyte en cantidades de DVDs, y que supondrían las siguientes cantidades:

• 1 Petabyte = 250.000 DVDs
• 1 Exabyte = 250 millones de DVDs
• 1 Zettabyte = 250 billones de DVDs
• 1 Yottabyte = 250 trillones de DVDs