Como su nombre indica, los macrodatos abarcan enormes cantidades de datos. A priori, por sí solos, estos datos masivos no hacen nada. Sin un algoritmo de tratamiento, no aportan nada. En la práctica, ¿cómo funciona?
Seguir una epidemia de gripe =============================
En 2009, a partir del número de búsquedas sobre síntomas de la gripe («fiebre», «dolores musculares», «gripe»…) en un lugar determinado, y de su evolución en el tiempo y el espacio, Google creyó que podría predecir la evolución de una epidemia de gripe y lanzó la herramienta Google Flu Trends. La retiró algunos años después, pues las previsiones de Google resultaron erróneas en el 90 % de los casos. Las razones son múltiples. Para empezar, muchas personas confunden el resfriado con la gripe, lo que distorsiona sus búsquedas. Además, lo importante no es la distancia geográfica, sino la distancia medida en tiempo de viaje. Así, París está más cerca de Niza que Digne, pues Niza y París están conectadas por avión, mientras que Niza y Digne solo lo están por el tren de los Pignes y por carretera. En resumen, Google demostró, sin proponérselo, que, por masivos que sean, los datos no sirven de nada si no los selecciona y explota un algoritmo adecuado. Parece que, como mínimo, es necesario correlacionar los datos de las búsquedas en los motores de búsqueda con estadísticas reales de los casos registrados en un momento dado.
Clasificar las páginas web ========================
Aunque Google se equivocó al predecir la gripe, su clasificación de las páginas de Internet es eficaz. El gigante estadounidense utiliza el concepto matemático de cadena de Markov y los datos de los clics de una página web a otra. Para comprender cómo opera, lo mejor es representar la Web como un gigantesco grafo cuyos nodos son las páginas, que conectamos cuando una enlaza con otra, es decir, cuando se puede acceder a ella con un clic de ratón. Este grafo es inmenso: reúne varios miles de millones de páginas. La mayor parte de estas páginas (el 90 %) están conectadas entre sí, en un sentido, en el otro o en ambos. Google utiliza el grafo de la Web para ofrecer las páginas que tratan de un tema determinado, clasificándolas según su grado de pertinencia. Esta clasificación se debe a los propios internautas, que hacen que sus páginas enlacen —o no— con unas u otras. Así, cada página tiene una puntuación según el número de páginas que enlazan con ella, puntuación que reparte entre aquellas a las que enlaza. Para precisar los cálculos, imaginemos que la parte de la Web dedicada al tema buscado se limita a cuatro páginas, denominadas A, B, C y D.