Introducción a Big Data

Introducción a Big Data

1. Utilidades y retos que representa Big Data

   • Utilidades de la Big Data
     • La recopilación de grandes cantidades de datos y la búsqueda de tendencias dentro de los datos permiten que las empresas se muevan mucho más rápidamente, sin problemas y de manera eficiente. También les permite eliminar las áreas problemáticas antes de que los problemas acaben con sus beneficios o su reputación.
   • Retos de la Big data
     • Muchas fuentes y tipos de datos
       • Las fuentes de datos de big data son muy amplias:
         • Datos de Internet de las Cosas.
         • Datos de internet y móviles.
         • Datos experimentales.
         • Datos sectoriales recopilados por empresas especializadas.
     • Tremendo volumen de datos
       • Es difícil recolectar, limpiar, integrar y obtener datos de alta calidad de forma rápida. Se necesita mucho tiempo para transformar los tipos no estructurados en tipos estructurados y procesar esos datos.
     • Mucha volatilidad
       • Si no lo hacemos bien, el procesamiento y análisis basado en estos datos puede producir conclusiones erróneas, que pueden llevar a cometer errores en la toma de decisiones.
     • No existen estándares de calidad de datos unificados
       • Estas normas necesitan madurar y perfeccionarse. Además, la investigación sobre la calidad de datos de big data ha comenzado hace poco y no hay apenas resultados.

2. Big Data en la actualidad

   • Es interesante pensar como el Big Data puede tener presencia en varios aspectos en cuanto a la información que se genera, como en el caso de predicciones.
   • Sabiendo que Big Data ayuda en el análisis de datos y obtención de información, se abrió un espacio, en el cual usuarios podían dar a conocer que se quisiera predecir con Big Data, abriendo así un sin fin de posibilidades.
   • Big Data permite hacer análisis y tener un manejo con gran precisión y efectividad de fuentes de datos de gran magnitud, permitiendo un avance en varios campos y el desarrollo de la información que poseen.

3. Conceptos y Caracteristicas pincipales de Big Data

   • Si estas empezando a usar la analítica de Big Data, puede ser que toda la terminología sea abrumadora.
   • establezcamos una definición para “Big Data”, ya que es el término más importante de todos. Esencialmente, Big Data es un volumen grande de datos, tanto estructurados, como desestructurados, que son demasiado grandes o complicados para un almacén de datos tradicional.
     • 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
     • Velocidad: el procesamiento de datos necesario es sensitivo al tiempo
     • Valor: los datos pueden ser usados para dar un valor empresarial obvio

4. Tipos de datos en Big Data

   • Datos estructurados
     • Cuando hablamos de datos estructurados nos referimos a la 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. Son datos que pueden ser ordenados y procesados fácilmente por todas las herramientas de minería de datos.
     • Es probable que la mayoría de las organizaciones estén familiarizadas con este tipo de datos y ya los estén utilizando con eficacia, así que pasemos a ver los datos no estructurados.
   • Datos no estructurados
     • Los datos no estructurados, generalmente 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 (al menos hasta cierto punto) para obtener información.

Bilder und Dateien der Mindmap