Leadership Magazine Edición 2018 No.1 | Page 23

MÉTODOS VS MÉTODOS TRADICIONALES DATA-DRIVEN Por: César Arias. Big Data Antes de la “era de los datos”, la conservación animal se basaba en hacer predicciones sobre las poblaciones totales a partir de pequeñas muestras. Básicamente, el método tradicional consistía en: de una muestra de 10 animales, si dos contraen una enfermedad mortal, podemos asumir que 2/10 partes de esa población se verán afectadas por la enfermedad. Evidentemente, este sistema tiene algunos puntos débiles, como la dependencia de la ubicación geográfica de los animales, considerar si la enfermedad es contagiosa o no…etc. Las analíticas Big Data actuales nos permiten examinar conjuntos de datos increíblemente grandes para identificar patrones y correlaciones entre ellos. Las conclusiones que se obtienen se basan en datos concre- tos, no en suposiciones, siendo por tanto más precisas y significativas. Cuando hablamos de conserva- ción animal, es esencial actuar con rapidez. Las técnicas Big Data son infinitamente más rápidas y eficien- tes que los métodos manuales que se usaban tradicionalmente, con un nivel de precisión comparable. ¿Y por qué es tan importante la ve- locidad? La respuesta es clara. Si los científicos están investigando una población animal en declive, cuanto antes reciban la información, antes pueden tomar medidas para evitar la extinción de esa especie. Además de las fuentes de informa- ción tradicionales, como las cifras de población animal, las analíticas Big Data permiten obtener información de otras fuentes como las redes so- ciales, mensajería electrónica, res- puestas a encuestas, datos móviles, cámaras, sensores sobre los propios animales, etc. Por ejemplo, existen sensores que permiten identificar cuándo un animal es víctima de caza ilegal. Además de esto, puede haber cámaras que identifiquen a los cri- minales. Este hecho no sólo permite capturar a los responsables de estas acciones, sino que también tiene un efecto disuasorio sobre posibles fu- turos cazadores furtivos. 23