BIG DATA

Edgar Rivera
Yeimmy Navarro
Andrès Barraza
 ¿QUÉ ES EL BIG DATA?
Cuando hablamos de Big Data nos referimos a conjuntos de datos o
combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad
(variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura,
gestión, procesamiento o análisis mediante tecnologías y herramientas
convencionales, tales como bases de datos relacionales y estadísticas
convencionales o paquetes de visualización, dentro del tiempo necesario
para que sean útiles.
 ¿POR QUÉ EL BIG DATA ES TAN
IMPORTANTE?

Lo que hace que Big Data sea tan útil para muchas empresas es el hecho de
que proporciona respuestas a muchas preguntas que las empresas ni siquiera
sabían que tenían. En otras palabras, proporciona un punto de referencia.
Con una cantidad tan grande de información, los datos pueden ser
moldeados o probados de cualquier manera que la empresa considere
adecuada. Al hacerlo, las organizaciones son capaces de identificar los
problemas de una forma más comprensible.
 VENTAJAS DEL BIG DATA
• Implementación de mejoras tecnológicas que posibilitan la adquisición de
datos y permiten descubrir las necesidades y puntos de mejora en la
compañía.
•
• Análisis de los datos
• el análisis de los datos puede mejorar sustancialmente la toma de
decisiones dentro de una compañía reduciendo al mínimo los riegos. Así,
algunas organizaciones ya están optimizando sus decisiones mediante el
análisis de datos de clientes, empleados, o incluso sensores incorporados en
los productos.
 VENTAJAS DEL BIG DATA
• Facilita que las compañías evalúen sus productos mediante el análisis de
datos, obtienen información muy valiosa que les permite crear nuevos
productos o rediseñar los ya existentes.
•
• Segmentación de los clientes para personalizar acciones de esta forma, las
empresas pueden orientar sus servicios y satisfacer las necesidades de sus
consumidores de forma específica. Y, por último,
•
• mejora la accesibilidad y la fluidez de la información dentro de la propia
empresa, creando una dinámica de trabajo más rápida y eficaz.
 DESVENTAJAS DE BIG DATA
• Seguridad y privacidad: los ataques a organizaciones en todo el mundo nos
recuerdan que es importante obtener un buen plan para poder garantizar una
protección que, en muy pocos casos llegará a brindarlos al 100% de la amenaza
externa o interna. Aunque los proveedores de servicios en la nube disponen de sus
propios procedimientos de seguridad siempre existe el riesgo de que los hackers
accedan a la información.

• Interrupciones: cuando los datos se depositan en un servidor sobre el que no se

tiene control, pueden presentarse situaciones en las que haya que sufrir un tiempo
de inactividad. A día de hoy, no existe proveedor de la nube que pueda garantizar
que no se experimentará ningún periodo de inactividad del servicio. Se trata de
una de las grandes desventajas de la nube puesto que, cuando esto sucede es
imposible acceder a los propios datos o archivos. Lo mismo ocurriría si se produjesen
problemas con la conexión a internet.
 DESVENTAJAS DEL BIG DATA
• Condiciones de servicio: pese a que varían en función del proveedor, los
términos del acuerdo deben ser revisados para asegurarse de que una vez
que se produzca la migración de datos a la nube se seguirá teniendo poder
de decisión sobre los ellos y su gestión.
•
Transparencia: muchas organizaciones no tienen claro en quién recae la
propiedad de los datos que se alojan en el cloud. La propiedad de datos es
una cuestión importante, que puede tener repercusiones legales y, por ello,
hace falta conocer si, una vez que los datos se suben a un sistema la nube
se convierte en propiedad del proveedor de servicios cloud o si se mantiene
la propiedad sobre ellos. Al mismo tiempo, no siempre se conocen con
exactitud los términos y condiciones el acuerdo en lo que respecta a la
gestión de estos activos.
 CARACTERISTICAS DEL BIG DATA
• Volumen : El nombre 'Big Data' en sí está relacionado con un tamaño que es enorme. El
tamaño de los datos juega un papel muy importante para determinar el valor de los
datos. Además, si un dato en particular se puede considerar o no como Big Data,
depende del volumen de datos. Por lo tanto, 'Volumen' es una característica que debe
considerarse al tratar con 'Big Data'.

• Variedad: El siguiente aspecto de 'Big Data' es su variedad.

• La variedad se refiere a fuentes heterogéneas y la naturaleza de los datos, tanto

estructurados como no estructurados. Durante los primeros días, las hojas de cálculo y
las bases de datos eran las únicas fuentes de datos consideradas por la mayoría de las
aplicaciones. Hoy en día, los datos en forma de correos electrónicos, fotos, videos,
dispositivos de monitoreo, archivos PDF, audio, etc. también se están considerando en
las aplicaciones de análisis. Esta variedad de datos no estructurados plantea ciertos
problemas para el almacenamiento, la extracción y el análisis de datos.
 CARACTERISTICAS DEL BIG DATA
• Velocidad: El término "velocidad" se refiere a la velocidad de generación
de datos. La rapidez con que se generan y procesan los datos para
satisfacer las demandas determina el potencial real de los datos.
•
• Big Data Velocidad, se ocupa de la velocidad a la que fluyen los datos
desde fuentes como procesos comerciales, registros de aplicaciones, redes
y sitios de redes sociales, sensores, dispositivos móviles, etc. El flujo de datos
es masivo y continuo.
•
• Variabilidad: Esto se refiere a la inconsistencia que se puede mostrar por los
datos a veces, lo que dificulta el proceso de poder manejar y administrar los
datos de manera efectiva.
 EJEMPLOS DEL BIGDATA
• ENTENDIENDO Y SEGMENTANDO A LOS CLIENTESMarketing y ventas son quizá
las áreas de mayor aplicación de big data en la actualidad. Los datos se
utilizan para comprender mejor a los clientes, sus comportamientos y
preferencias. Las empresas están dispuestas a ampliar los centros de datos
tradicionales con los de redes sociales, logs de navegación, análisis de
textos y datos de sensores para obtener una imagen completa de su
cliente. El objetivo principal es en la mayoría de casos crear modelos
predictivos. Como vimos en un artículo anterior, tuvo bastante repercusión
la noticia de que la cadena de distribución Target fue capaz de detectar
cuándo sus clientes esperaban un bebé. Las empresas de
telecomunicaciones pueden gracias al big data predecir mejor el churn de
clientes.
 EJEMPLO DE BIGDATA
• ENTENDIENDO Y OPTIMIZANDO LOS PROCESOS DE NEGOCIO

El big data se está utilizando cada vez más para optimizar los procesos de
negocio en las empresas. En el sector de retail los negocios están optimizando
su stock basándose en predicciones generadas gracias a datos de redes
sociales, tendencias de búsquedas en la web y predicciones meteorológicas.
Un proceso que se está transformando particularmente gracias al big data es
el de la cadena de suministro y la optimización de rutas de reparto.
 EJEMPLO DE BIGDATA
• CUANTIFICACIÓN Y OPTIMIZACIÓN DE RENDIMIENTO PERSONAL
El big data no sólo es para empresas y para instituciones públicas o grandes
organizaciones. Todos podemos beneficiarnos de los datos generados de
dispositivos wearables como smart watches o pulseras. Estos dispositivos
registran automáticamente datos de consumos de calorías (Fitbit), niveles de
actividad y condición física (Google Fit, Apple Watch), o patrones de sueño.
 EJEMPLO DE BIGDATA
• MEJORANDO LA SALUD PÚBLICA
Otra área de uso de datos masivos colectivos es el de la codificación de
material genético. Cuantos más usuarios participan más beneficios se
obtienen, bien para saber más sobre nuestros ancestros, qué dieta o
alimentos son más adecuados para nuestro genotipo, o para descubrir cómo
o porqué se activan determinados genes que pueden derivar en
enfermedades crónicas.
 EJEMPLO DE BIGDATA
• MEJORANDO EL RENDIMIENTO DEPORTIVO
• La mayor parte de deportistas de élite están ya adoptando técnicas de
análisis de grandes volúmenes de datos. En tenis se lleva mucho tiempo
utilizando la herramienta SlamTracker (basada en la tecnología de IBM SPSS
de análisis predictivo) en los torneos más prestigiosos del mundo
(Wimbledon, Roland Garros, Open de Australia). La plataforma lleva
registrados más de 8 años de datos de Grand Slams (unos 41 millones de
data points) para determinar patrones y estilos de jugadores ganadores.
 EJEMPLO DE BIGDATA
• MEJORANDO LA CIENCIA Y LA INVESTIGACIÓNLa investigación científica se
está viendo transformada por las nuevas posibilidades que ofrece el big
data. El CERN (laboratorio suizo de física nuclear con su gran colisionador de
hadrones), uno de los mayores generadores de datos, intenta descubrir los
secretos del universo gracias a los datos del acelerador de partículas.
Aunque el centro de datos del CERN cuenta con 65.000 procesadores para
analizar los 30 petabytes de datos, no es suficiente.
 BIG DATA
• Big Data" aborda este problema desde la otra dirección. Los datos están
mal definidos, gran parte de ellos pueden ser inexactos, y gran parte de
ellos pueden, de hecho, faltar. La estructura y el diseño de los datos es lineal
y no relaciona.
• Big Data debe tener suficiente volumen para que la cantidad de datos
incorrectos o datos faltantes se vuelva estadísticamente insignificante.
Cuando los errores en sus datos son lo suficientemente comunes para
cancelarse mutuamente, cuando los datos faltantes son proporcionalmente
lo suficientemente pequeños como para ser insignificantes y cuando sus
requisitos de acceso a datos y algoritmos son funcionales incluso con datos
incompletos e inexactos, entonces tiene "Big Data" .