Siempre señalo que los datos están en todas partes y que muchos son gratuitos. Las empresas no tienen necesariamente que crear sus propios repositorios masivos de datos antes de empezar a hacer análisis de big data. Las iniciativas de empresas y gobiernos para poner grandes cantidades de información a disposición del público han hecho que todo el mundo pueda acceder a enormes volúmenes de datos.
Hoy, cualquier empresa, desde las grandes corporaciones de primer nivel hasta la start-up más pequeña, puede aprovechar más datos que nunca. Muchos de mis clientes me preguntan cuáles son las principales fuentes de datos que podrían utilizar en sus proyectos de big data, y aquí presento mi selección de algunas de las mejores fuentes gratuitas disponibles actualmente.
Data.gov
El año pasado, el Gobierno de EE. UU. se comprometió a que todos los datos gubernamentales estuvieran disponibles gratuitamente en línea. Este sitio es la primera etapa y sirve de portal a todo tipo de información extraordinaria sobre temas que van desde el clima hasta la delincuencia. Para consultarlo, haz clic aquí.
Oficina del Censo de EE. UU.
Una gran cantidad de información sobre la vida de los ciudadanos estadounidenses, incluidos datos de población, geográficos y educativos. Para consultarlo, haz clic aquí. Para consultarlo, haz clic aquí.
Portal de datos abiertos de la Unión Europea
Igual que el anterior, pero basado en datos de las instituciones de la Unión Europea. Para consultarlo,haz clic aquí.
Data.gov.uk
Datos del Gobierno del Reino Unido, incluida la Bibliografía Nacional Británica: metadatos de todos los libros y publicaciones del Reino Unido desde 1950. Para consultarlo, haz clic aquí.
El World Factbook de la CIA
Información sobre historia, población, economía, gobierno, infraestructura y fuerzas armadas de 267 países. Para consultarlo, haz clic aquí.
Healthdata.gov
125 años de datos sanitarios de EE. UU., incluidos datos de reclamaciones de Medicare a nivel individual, epidemiología y estadísticas de población. Para consultarlo, haz clic aquí.
Centro de Información sobre Salud y Asistencia Social del NHS
Conjuntos de datos sanitarios del Servicio Nacional de Salud del Reino Unido. Para consultarlo, haz clic aquí.
Conjuntos de datos públicos de Amazon Web Services
Un enorme recurso de datos públicos que incluye el Proyecto 1000 Genomas, un intento de crear la base de datos más completa de información genética humana, y la base de datos de imágenes satelitales de la Tierra de la NASA. Para consultarlo, haz clic aquí.
Facebook Graph
Aunque gran parte de la información de los perfiles de Facebook de los usuarios es privada, mucha no lo es: Facebook ofrece la API Graph como una forma de consultar la enorme cantidad de información que sus usuarios están dispuestos a compartir con el mundo (o que no pueden ocultar porque no han averiguado cómo funcionan los ajustes de privacidad). Para consultarlo, haz clic aquí.
Gapminder
Recopilación de datos de fuentes como la Organización Mundial de la Salud y el Banco Mundial, que abarca estadísticas económicas, médicas y sociales de todo el mundo. Para consultarlo, haz clic aquí.
Google Trends
Estadísticas sobre el volumen de búsquedas (como proporción del total de búsquedas) de cualquier término desde 2004. Para consultarlo, haz clic aquí.
Google Finance
40 años de datos del mercado bursátil, actualizados en tiempo real. Para consultarlo, haz clic aquí.
Google Books Ngrams
Busca y analiza el texto completo de cualquiera de los millones de libros digitalizados como parte del proyecto Google Books. Para consultarlo, haz clic aquí.
Centro Nacional de Datos Climáticos
Una enorme colección de conjuntos de datos medioambientales, meteorológicos y climáticos del Centro Nacional de Datos Climáticos de EE. UU. El mayor archivo meteorológico del mundo. Para consultarlo, haz clic aquí.
DBPedia
Wikipedia está formada por millones de datos, estructurados y no estructurados, sobre todos los temas imaginables. DBPedia es un ambicioso proyecto para catalogar y crear una base de datos pública, de libre distribución, que permita a cualquiera analizar esos datos. Para consultarlo, haz clic aquí.
Topsy
Es difícil encontrar datos completos y gratuitos de redes sociales: al fin y al cabo, sus datos son lo que genera beneficios para los grandes actores (Facebook, Twitter, etc.), así que no quieren regalarlos. Sin embargo, Topsy ofrece una base de datos consultable de tuits públicos desde 2006, además de varias herramientas para analizar las conversaciones. Para consultarlo, haz clic aquí.
Likebutton
Extrae datos públicos de Facebook, tanto a escala global como de tu propia red, para ofrecer una visión general de lo que a la gente le gusta en este momento. Para consultarlo, haz clic aquí.
The New York Times
Archivo indexado y consultable de artículos de noticias desde 1851. Para consultarlo,haz clic aquí.
Freebase
Base de datos de información estructurada sobre personas, lugares y cosas, recopilada por una comunidad y con más de 45 millones de entradas. Para consultarla, haz clic aquí.
Conjunto de datos Million Song
Metadatos de más de un millón de canciones y piezas musicales. Forma parte de Amazon Web Services. Para consultarlo, haz clic aquí.
Este artículo se publica en colaboración con LinkedIn. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para estar al tanto de Forum:Agenda, suscríbete a nuestro boletín semanal.
Autor: Bernard Marr es un experto de reconocimiento mundial en estrategia, gestión del rendimiento, analítica, KPI y big data.
Imagen: Dispositivo USB conectado a un ordenador portátil en Berlín, 31 de julio de 2014. REUTERS/Thomas Peter.