Big Data

Big Data

1. Identificación de los datos en la actualidad.

   • identificación de la automatización y la captura de datos, mejor conocida como (AIDC)
     • RFID (Identificación por Radiofrecuencia)
     • Códigos de barras
     • identificar y recopilar datos. Una vez que se completa la recopilación, los datos se almacenan automáticamente en un sistema informático, donde luego se clasifican y, según el software, se agregan
     • Reconocimiento de voz
     • Reconocimiento óptico de caracteres (OCR)

2. conceptos de big data.

   • Velocidad
     • el procesamiento de datos necesario es sensitivo al tiempo
   • Volumen
     • los datos pesan un petabyte o más
   • Variedad
     • existen diferentes tipos de datos que puedes analizar. A menudo, estos tipos de datos se dividen en tres categorías: estructurados, semiestructurados y desestructurados
   • Valor
     • los datos pueden ser usados para dar un valor empresarial obvio
   • Veracidad
     • los datos son confiables

3. Tipos de datos

   • Estructurados
     • Información que se suele encontrar en la mayoría de bases de datos
     • Son archivos de tipo texto que se suelen mostrar en filas y columnas con títulos
     • ¿Cómo se usan?
       • Insertando descripciones y etiquetas en tu documento HTML (Microdatos y RDFa)
       • Insertando un bloque de código al comienzo del documento, con todas las descripciones (JSON-LD)
   • No estructurados
     • Son datos binarios que no tienen estructura interna identificable
     • Una vez que se organizan, los elementos que conforman su contenido pueden ser buscados y categorizados para obtener información.
     • Tipos de datos no estructurados:
       • Archivos de procesador de texto. Archivos PDF. Hojas de cálculo. Imágenes digitales. Vídeo. Audio. Publicaciones en medios sociales.

4. Usos.

   • Estilo de vida.
     • La monitorización de nuestras constantes vitales puede ayudarnos a determinar qué estilo de vida llevamos y conocernos más a nosotros mismos
   • Predicción.
     • Big Data ofrece la posibilidad de predecir acciones y comportamientos a partir del análisis de datos históricos que muestran las tendencias seguidas en cierto periodo.
   • Intercambio de datos
     • El análisis de estos datos pueden ayudar a las empresas en la toma decisiones estratégicas para mejorar el negocio y su posicionamiento dentro del mercado.
   • Ahorros en transporte
     • El análisis de datos es útil para poder identificar aquellas rutas que frecuentemente realizamos y consumen más tiempo y combustible para estudiar su optimización y economizar el gasto.

5. Retos.

   • Necesidad de talento.
     • El avance del Big Data en los últimos años ha sido tan rápido y ha impactado de tal manera que los profesionales en este campo se han convertido en los más codiciados por las empresas
   • Calidad de los datos.
     • Uno de los retos más importante al implementar soluciones de Big Data es asegurarse de que la información que se analiza sea precisa y relevante para el negocio.
   • Ciberseguridad.
     • Las empresas deben asegurarse de que sus repositorios de datos ya sean en servidores físicos o virtuales, cuenten con las medidas de seguridad necesarias para evitar el robo, el secuestro o incluso la destrucción de la información.
   • Reglamentación.
     • Es importante cumplir ciertos marcos legales propios de cada industria a la hora de almacenar y analizar los datos.

Bilder und Dateien der Mindmap