Lo que importa con el Big Data es lo que las organizaciones hacen con los datos. Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estratégicos.
Universidad Autónoma del Estado de Hidalgo
Instituto de Ciencias Computacionales
Licenciatura en Ciencias Computacionales
Big DataPresenta: Edwin Ramirez Lopez
El Big Data es el análisis masivo de datos. Una cuantía de datos, tan sumamente grande, que las aplicaciones de software de procesamiento de datos que tradicionalmente se venían usando no son capaces de capturar, tratar y poner en valor en un tiempo razonable. Igualmente, el mismo término se refiere a las nuevas tecnologías que hacen posible el almacenamiento y procesamiento, además de al uso que se hace de la información obtenida a través de dichas tecnologías.
Doug Laney, articuló la definición actual de grandes datos como las cinco V: - Volumen: Las organizaciones recopilan datos de diversas fuentes, como transacciones comerciales, dispositivos inteligentes (IO), equipo industrial, vídeos, medios sociales y más. En el pasado, su almacenamiento habría sido un problema - pero el almacenamiento más barato en plataformas como los data lakes y el Hadoop han aliviado la carga.
- Velocidad: Con el crecimiento del Internet de las Cosas, los datos llegan a las empresas a una velocidad sin precedentes y deben ser manejados de manera oportuna. Las etiquetas RFID, los sensores y los medidores inteligentes están impulsando la necesidad de manejar estos torrentes de datos en tiempo casi real.
- Variedad : Los datos se presentan en todo tipo de formatos: desde datos numéricos estructurados en bases de datos tradicionales hasta documentos de texto no estructurados, correos electrónicos, vídeos, audios, datos de teletipo y transacciones financieras.
- Variabilidad:Además de las crecientes velocidades y variedades de datos, los flujos de datos son impredecibles, cambian a menudo y varían mucho. Es un reto, pero las empresas necesitan saber cuándo algo está de moda en los medios sociales, y cómo gestionar los picos de carga de datos diarios, estacionales y desencadenados por eventos.
- Veracidad:La veracidad se refiere a la calidad de los datos. Debido a que los datos provienen de tantas fuentes diferentes, es difícil vincular, comparar, limpiar y transformar los datos a través de los sistemas. Las empresas necesitan conectar y correlacionar las relaciones, las jerarquías y los múltiples vínculos de datos. De lo contrario, sus datos pueden salirse de control rápidamente.
El término "big data" se refiere a los datos que son tan grandes, rápidos o complejos que es difícil o imposible procesarlos con los métodos tradicionales. El acto de acceder y almacenar grandes cantidades de información para la analítica ha existido desde hace mucho tiempo. Pero el concepto de big data cobró impulso a principios de la década de 2000 cuando el analista de la industria, Doug Laney, articuló la definición actual.
5
¿Por qué son importante el big data?
La importancia del big data no gira en torno a la cantidad de datos que tienes, sino en lo que haces con ellos. Puedes tomar datos de cualquier fuente y analizarlos para encontrar respuestas que permitan 1) reducir los costos, 2) reducir el tiempo, 3) desarrollar nuevos productos y optimizar las ofertas, y 4) tomar decisiones inteligentes. Cuando se combinan grandes datos con análisis de alta potencia, se pueden realizar tareas relacionadas con los negocios como: - Determinar las causas de origen de fallos, problemas y defectos casi en tiempo real.
- Generar cupones en el punto de venta basados en los hábitos de compra del cliente.
- Recalcular portafolios de riesgo completos en minutos.
- Detecte el comportamiento fraudulento antes de que afecte a su organización.
6
La ciudad que lo sabe todo sobre ti | Big Data: ciudades del futuro
7
Innovación impulsada por los datos
Los exabytes actuales del big data abren innumerables oportunidades para capturar insights que impulsen la innovación. Desde una previsión más precisa hasta una mayor eficiencia operativa y mejores experiencias de los clientes, los usos sofisticados del big data y analítica impulsan avances que pueden cambiar nuestro mundo: mejorando vidas, curando enfermedades, protegiendo a los vulnerables y conservando recursos.
Antes de que las empresas puedan poner a trabajar el big data, deben considerar cómo fluyen entre una multitud de lugares, fuentes, sistemas, propietarios y usuarios. Hay cinco pasos clave para hacerse cargo de este gran "centro de datos" que incluye datos tradicionales y estructurados junto con datos no estructurados y semiestructurados:Establezca una gran estrategia de datos.Identifique fuentes de big data.Acceda, gestione y almacene los datos.Analice los datos.Tome decisiones basadas en datos.
9
Capas tecnológicas de un proyecto Big Data
Capas tecnológicas de un proyecto Big Data
INFRAESTRUCTURA¿Dónde procesar los datos? Las plataformas cloud facilitan el desarrollo de proyectos de datos, independientemente de su volumen y requisitos de procesamiento. ALMACENAMIENTO¿Cómo organizar los datos? Los recursos hardware y software permiten el almacenamiento de los datos, facilitando su acceso y disponibilidad. PROCESAMIENTO¿Cómo trabajar con los datos? Las herramientas de procesamiento de los datos dan la base tecnológica para operar con grandes volúmenes de información batch o flujos rápidos de datos en tiempo real. ANÁLISIS¿Qué hacer con los datos? Los algoritmos realizan el análisis de los datos, extrayendo información de valor para el negocio.
11
7 Ejemplos Reales y Casos de Éxito de BIG DATA
12
Uso del Big Data en las diferentes industrias
- Financieros: Aumento en la satisfacción del cliente y la disminución de fraudes bancarios.
- Educación: Tiene un impacto significativo en el sistema escolar, el programa educativo y en el desarrollo de los estudiantes.
- Gobierno: Mejor administración de los servicios públicos, resolver los problemas de infraestructura y los problemas sociales.
- Salud: Organizar más y mejores planes de tratamiento y registros. Eficiente el servicio al cliente.
- Fabricación: Aumentar la calidad y la producción, minimizar los desperdicios y tomar decisiones comerciales de forma rápida.
- Recopilar información en tiempo real de cada estudiante. Desde los resultados académicos hasta faltas de asistencia, pasando por cualquier información que pueda influir en su rendimiento escolar.
- Analizar el rendimiento de cada alumno, detectando en qué materias destacan más y en cuáles tienen más problemas.
- En base a los resultados académicos obtenidos, se puede analizar el progreso de los estudiantes y determinar en qué actividades tienen más posibilidades de destacar en el futuro.
- Conocer la manera en que los estudiantes utilizan los diferentes recursos educativos, y qué técnicas o métodos tienen más éxito y obtienen mejores resultados. Por ejemplo, si prefieren los contenidos teóricos o las lecciones prácticas.
14
Big Data al servicio de la educación - learning world
|
Crear