Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 7, Núm. 14 (Ed. Julio – Diciembre 2024) ISSN: 2737-6354.  
Análisis de Big Data en las tecnologías de la información.  
DOI: https://doi.org/10.46296/rc.v7i14.0290  
Análisis de Big Data en las tecnologías de la información  
Big Data Analysis in Information Technology  
Bermúdez-Quimis Neptalí Cristóbal  
Universidad Laica Eloy Alfaro de Manabí. Manta, Ecuador.  
Correo: neptali.bermudez@uleam.edu.ec  
ORCID ID: https://orcid.org/0000-0002-6828-5327  
RESUMEN  
El rápido crecimiento de las tecnologías de la información ha dado lugar a una explosión en la  
cantidad de datos generados diariamente por empresas, instituciones y usuarios individuales.  
Esta proliferación de datos ha planteado nuevos retos para su almacenamiento, procesamiento  
y análisis, lo que ha dado lugar al concepto de Big Data. El análisis de Big Data ha revolucionado  
las tecnologías de la información (TI), permitiendo gestionar grandes volúmenes de datos  
provenientes de diversas fuentes y en tiempo real. Este artículo aborda tres áreas clave: los  
fundamentos del Big Data en las TI, las herramientas y técnicas para su análisis, y el impacto en  
la toma de decisiones estratégicas. Los avances en infraestructura, como Hadoop y Apache  
Spark, junto con algoritmos de aprendizaje automático, han optimizado la gestión de datos no  
estructurados, mejorando los procesos operativos y proporcionando una ventaja competitiva a  
las organizaciones. El uso eficaz de Big Data ha permitido a las empresas personalizar servicios,  
anticipar comportamientos del mercado y mejorar la eficiencia operativa. Sin embargo, persisten  
desafíos relacionados con la integración y calidad de los datos, que deben ser abordados para  
maximizar su potencial. Este artículo explora cómo el Big Data ha influido en la estrategia  
empresarial y el desarrollo tecnológico dentro del ámbito de las TI.  
Palabras claves: Big Data, TIC, Tecnologías emergentes.  
ABSTRACT  
The rapid growth of information technologies has led to an explosion in the amount of data  
generated daily by companies, institutions, and individual users. This proliferation of data has  
posed new challenges for its storage, processing, and analysis, giving rise to the concept of Big  
Data. Big Data analytics has revolutionized information technology (IT), making it possible to  
manage large volumes of data from diverse sources and in real time. This article addresses three  
key areas: the fundamentals of Big Data in IT, the tools and techniques for its analysis, and the  
impact on strategic decision making. Advances in infrastructure, such as Hadoop and Apache  
Spark, along with machine learning algorithms, have optimized the management of unstructured  
data, improving operational processes and providing a competitive advantage to organizations.  
The effective use of Big Data has allowed companies to personalize services, anticipate market  
behaviors, and improve operational efficiency. However, challenges related to data integration  
and quality persist, which must be addressed to maximize its potential. This article explores how  
Big Data has influenced business strategy and technological development within the IT field.  
Keywords: Big Data, ICT, Emerging Technologies.  
Información del manuscrito:  
Fecha de recepción: 22 de abril de 2024.  
Fecha de aceptación: 25 de junio de 2024.  
Fecha de publicación: 10 de julio de 2024.  
6
76  
Bermúdez-Quimis. (2024)  
1. INTRODUCCIÓN  
Se entiende por Big Data no solo el volumen masivo de datos, sino también la  
variedad, la velocidad a la que se generan y su veracidad. Estos grandes  
volúmenes de información contienen patrones y conocimientos valiosos que,  
cuando se extraen y analizan correctamente, permiten a las organizaciones  
tomar decisiones más informadas y estratégicas.  
El análisis de Big Data ha emergido como una de las áreas más importantes  
dentro de las TI, afectando a sectores como el comercio, la salud, la  
manufactura, y la educación, entre otros. Gracias a los avances en la  
infraestructura tecnológica y el desarrollo de nuevas herramientas de análisis, es  
posible manejar estos datos masivos de manera eficiente, proporcionando  
insights clave que pueden transformar el panorama de las empresas y  
organizaciones. No obstante, para aprovechar el valor del Big Data, es necesario  
contar con las herramientas, técnicas y estrategias adecuadas que permitan  
gestionar y analizar grandes volúmenes de datos.  
Este artículo busca explorar los fundamentos del Big Data en el contexto de las  
tecnologías de la información, revisar las principales herramientas y técnicas  
utilizadas para su análisis, y examinar el impacto que este análisis tiene en la  
toma de decisiones estratégicas dentro de las organizaciones.  
2. FUNDAMENTOS DEL BIG DATA EN LAS TECNOLOGÍAS DE LA  
INFORMACIÓN  
El Big Data ha transformado el panorama de las Tecnologías de la Información  
TI), permitiendo la gestión y análisis de volúmenes masivos de datos que antes  
(
resultaban inmanejables. El concepto de Big Data se refiere no solo al tamaño  
de los datos, sino también a su variedad, velocidad y veracidad, conocidos como  
los "4 V" del Big Data. Estos elementos exigen nuevas arquitecturas y  
tecnologías para almacenar, procesar y analizar datos de manera eficiente,  
aportando valor a las organizaciones mediante la extracción de información útil  
para la toma de decisiones (León García, 2023).  
6
77  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 7, Núm. 14 (Ed. Julio – Diciembre 2024) ISSN: 2737-6354.  
Análisis de Big Data en las tecnologías de la información.  
En el ámbito de las TI, el Big Data implica una reestructuración de las bases de  
datos tradicionales, que ahora requieren sistemas distribuidos, capaces de  
gestionar datos en tiempo real y proporcionar análisis avanzados. Las fuentes  
de datos provienen de diversas áreas: redes sociales, dispositivos IoT (Internet  
de las Cosas), transacciones comerciales y sensores, generando grandes  
cantidades de datos no estructurados que necesitan ser procesados mediante  
algoritmos y herramientas especializadas (Giró Gràcia & Sancho Gil, 2022).  
Tecnologías como Hadoop, Spark y NoSQL han emergido como soluciones que  
permiten el procesamiento paralelo y distribuido de estos datos, brindando  
rapidez y eficiencia en el análisis.  
Los beneficios de implementar Big Data en las TI son variados. Por un lado,  
permite a las organizaciones obtener datos que tradicionalmente se pasaban por  
alto o eran imposibles de procesar. Por otro lado, facilita la creación de modelos  
predictivos que pueden anticipar comportamientos del mercado, patrones de  
consumo o riesgos financieros (Rico-Bautista et al., 2021).  
Sin embargo, la gestión de la calidad de los datos y la necesidad de nuevas  
habilidades técnicas para implementar y mantener estas tecnologías son  
obstáculos que las organizaciones deben superar (Becerra, 2020). Sin embargo,  
cuando se gestionan correctamente, estos grandes volúmenes de datos pueden  
aportar un valor significativo, permitiendo a las empresas innovar y competir en  
un mercado globalizado.  
3. HERRAMIENTAS Y TÉCNICAS PARA EL ANÁLISIS DE BIG  
DATA  
El análisis de Big Data se ha convertido en un campo crucial dentro de las  
Tecnologías de la Información, debido al gran volumen y complejidad de los  
datos que las organizaciones deben manejar. Existen varias herramientas y  
técnicas diseñadas específicamente para enfrentar los retos que presenta el  
análisis de estos datos masivos (León García, 2023).  
Entre las herramientas más utilizadas para el análisis de Big Data destacan  
Hadoop, Apache Spark y NoSQL. Hadoop, por ejemplo, es un marco de trabajo  
6
78  
Bermúdez-Quimis. (2024)  
que permite el almacenamiento distribuido de grandes conjuntos de datos y su  
procesamiento en paralelo, lo que lo convierte en una opción ideal para gestionar  
datos no estructurados provenientes de diversas fuentes. Apache Spark, por otro  
lado, ofrece una mejora significativa en cuanto a la velocidad del procesamiento,  
al trabajar en memoria en lugar de depender únicamente del almacenamiento en  
disco, como en el caso de Hadoop. Esto lo convierte en una herramienta  
altamente eficiente para análisis en tiempo real.  
En cuanto a las bases de datos, los sistemas NoSQL han ganado popularidad  
por su capacidad de manejar grandes volúmenes de datos no estructurados, algo  
que las bases de datos relacionales tradicionales no pueden hacer de manera  
eficiente. Estas bases de datos permiten escalar horizontalmente y adaptarse  
mejor a la naturaleza dinámica de los datos en tiempo real, haciendo posible el  
análisis de información que llega a gran velocidad desde dispositivos IoT, redes  
sociales y otras fuentes (Barragán Martínez, 2022).  
En términos de técnicas, el uso de aprendizaje automático ha demostrado ser  
una de las estrategias más poderosas para el análisis de Big Data. Algoritmos  
como redes neuronales, árboles de decisión y máquinas de soporte vectorial son  
ampliamente utilizados para identificar patrones ocultos en los datos,  
permitiendo a las organizaciones predecir comportamientos y tendencias futuras  
(Balseca-Chávez et al., 2021). Las técnicas de minería de datos también juegan  
un papel crucial al descubrir patrones y correlaciones dentro de grandes  
conjuntos de datos, mientras que las técnicas de análisis predictivo permiten  
anticipar comportamientos basados en datos históricos. Estas herramientas y  
técnicas son fundamentales para que las organizaciones no solo manejen el  
volumen de datos, sino que extraigan valor significativo de ellos, optimizando sus  
operaciones y desarrollando estrategias basadas en información precisa.  
6
79  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 7, Núm. 14 (Ed. Julio – Diciembre 2024) ISSN: 2737-6354.  
Análisis de Big Data en las tecnologías de la información.  
4. IMPACTO DEL BIG DATA EN LA TOMA DE DECISIONES  
ESTRATÉGICAS  
El análisis de Big Data ha transformado radicalmente la forma en que las  
organizaciones toman decisiones estratégicas en el ámbito de las Tecnologías  
de la Información. La capacidad para procesar grandes volúmenes de datos de  
diversas fuentes ha permitido a las empresas obtener una comprensión más  
profunda de sus operaciones, clientes y mercados. Esto ha dado lugar a una  
toma de decisiones más informada y basada en hechos, en lugar de depender  
únicamente de la intuición o la experiencia previa (Jiménez & Ramírez, 2021).  
Uno de los impactos más significativos del Big Data en la toma de decisiones  
estratégicas es la capacidad para realizar un análisis predictivo. Este tipo de  
análisis utiliza datos históricos y actuales para predecir eventos futuros, lo que  
permite a las organizaciones anticipar cambios en el comportamiento del  
mercado, detectar riesgos potenciales o identificar oportunidades emergentes  
(Moreno-Guerrero et al., 2020). Por ejemplo, en el sector de TI, las empresas  
pueden predecir fallos en sus sistemas o identificar brechas de seguridad antes  
de que se conviertan en problemas críticos, permitiendo así una planificación  
más eficiente y una asignación de recursos optimizada.  
El Big Data también permite la personalización de servicios a un nivel sin  
precedentes. Las empresas pueden analizar los comportamientos y preferencias  
de sus clientes en tiempo real, lo que les permite adaptar sus ofertas de manera  
más efectiva y mejorar la experiencia del cliente. Esto ha sido particularmente  
relevante en sectores como el comercio electrónico, donde el análisis de datos  
masivos permite ofrecer recomendaciones personalizadas y campañas de  
marketing dirigidas (Aucancela, 2021). El análisis de datos en tiempo real  
permite a las organizaciones monitorear sus procesos internos y detectar  
ineficiencias. De este modo, pueden realizar ajustes rápidos que optimizan la  
productividad y reducen costos. Por ejemplo, las empresas de TI pueden usar  
Big Data para analizar el rendimiento de sus sistemas y detectar cuellos de  
botella, mejorando así el tiempo de respuesta y la satisfacción del cliente.  
6
80  
Bermúdez-Quimis. (2024)  
5. CONCLUSIONES  
El análisis de Big Data ha transformado profundamente la forma en que las  
organizaciones gestionan la información en el contexto de las tecnologías de la  
información. Este enfoque ha permitido procesar y analizar volúmenes de datos  
antes inalcanzables, lo que ha proporcionado a las organizaciones una ventaja  
competitiva al tomar decisiones más precisas y fundamentadas. La integración  
de herramientas como Hadoop, Apache Spark y sistemas de bases de datos  
NoSQL ha facilitado el manejo eficiente de datos no estructurados, mientras que  
el uso de técnicas como el aprendizaje automático y la minería de datos ha  
potenciado la capacidad de identificar patrones y realizar predicciones valiosas.  
El impacto del Big Data en la toma de decisiones estratégicas es particularmente  
notable en la capacidad de las empresas para anticipar tendencias del mercado,  
personalizar servicios y optimizar procesos operativos. No obstante, los desafíos  
persisten en áreas como la integración de datos heterogéneos y la gestión de su  
calidad, lo que subraya la necesidad de una gobernanza de datos sólida y de  
inversiones continuas en infraestructura tecnológica.  
El Big Data ha demostrado ser una herramienta indispensable en el campo de  
las TI, proporcionando una ventaja clave a las organizaciones que logran  
implementar estrategias efectivas para su análisis y aplicación. El futuro del Big  
Data promete una mayor innovación en las tecnologías de la información,  
siempre y cuando las empresas sean capaces de superar los obstáculos  
asociados con la complejidad y volumen de los datos que gestionan.  
REFERENCIAS  
Aucancela, A. M. C. (2021). La era del big data y open data en la administración  
pública. Revista Eurolatinoamericana de Derecho Administrativo, 8(1), 61-  
7
6.  
Balseca-Chávez, F., Colina-Vargas, A. M., & Espinoza-Mina, M. A. (2021).  
Identificación de amenazas informáticas aplicando arquitecturas de Big  
Data. INNOVA Research Journal, 6(3.2), 141-167.  
Barragán Martínez, X. (2022). Posmodernidad, gestión pública y tecnologías de  
la información y comunicación en la Administración pública de Ecuador.  
6
81  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 7, Núm. 14 (Ed. Julio – Diciembre 2024) ISSN: 2737-6354.  
Análisis de Big Data en las tecnologías de la información.  
Estado & comunes, revista de políticas y problemas públicos, 1(14), 113-  
1
31.  
Becerra, L. Y. (2020). Tecnologías de la información y las Comunicaciones en la  
era de la cuarta revolución industrial: Tendencias Tecnológicas y desafíos  
en la educación en Ingeniería. Entre Ciencia e Ingeniería, 14(28), 76-81.  
Giró Gràcia, X., & Sancho Gil, J. M. (2022). La Inteligencia Artificial en la  
educación: Big data, cajas negras y solucionismo tecnológico.  
Jiménez, D. V., & Ramírez, D. G. (2021). Algoritmos, big data e inteligencia  
artificial:¿ un nihilismo anunciado?. Cuadernos salmantinos de filosofía,  
4
8, 75-103.  
León García, O. A. (2023). Impacto de las capacidades de análisis de big data  
en la innovación empresarial. Ingeniería y competitividad, 25(2).  
León García, O. A. (2023). Impacto de las capacidades de análisis de big data  
en la innovación empresarial. Ingeniería y competitividad, 25(2).  
Moreno-Guerrero, A. J., López-Belmonte, J., Rodríguez-Jiménez, C., & Ramos,  
M. (2020). Competencia digital de la inspección educativa en el  
tratamiento del Big Data. Información tecnológica, 31(3), 185-198.  
Rico-Bautista, D., Maestre-Góngora, G. P., Guerrero, C. D., Medina-Cárdenas,  
Y., Areniz-Arévalo, Y., Sanchez-Velasquez, M. C., & Barrientos-  
Avendaño, E. (2021). Universidad inteligente: Factores claves para la  
adopción de internet de las cosas y big data. Revista Ibérica de Sistemas  
e Tecnologias de Informação, (41), 63-79.  
6
82