Big Data

Big Data

1. Volumen

   • El incremento de los datos fruto de las nuevas tecnologías y la facilidad de generar datos digitales es una realidad palpable. El volumen significa gran tamaño. Así en el año 2020 se esperan que en el mundo se almacenen 35 Zettabytes. Los datos crecen, habiendo pasado ya por la era del Petabyte y posteriormente Exabyte, hasta llegar a hoy. En Twitter, por ejemplo, sólo en un día se generan 9 Terabytes de datos.

2. Velocidad.

   • Cuando se toman decisiones en momentos críticos el tiempo es fundamental. Con el Big Data ocurre lo mismo, el procesamiento de los datos debe hacerse en el menor tiempo posible e incluso en el tiempo real. Este requiere de la velocidad requiere velocidad para acceder a los datos pero también en relación a la visualización de los mismos, con el objeto de facilitar el análisis y extraer conclusiones.

3. Veracidad

   • Con el Big Data hay que controlar necesariamente la integridad de los datos, ya que de esto dependerá del acierto de las decisiones. Una de la dimensiones más importantes también del Big Data señala a la fiabilidad de la información recogida eliminando cualquiera inexactitud o incertidumbre en la recopilación de los mismos, vinculándose este punto con el tratamiento de los datos o limpieza de los mismos.

4. Variedad.

   • Si algo caracteriza al Big Data es las distintas tipologías y estructuras de los datos procediendo de fuentes muy diversas. El éxito de una organización dependerá en gran medida de resaltar el conocimiento que le propician los distintos tipos de datos de los que dispone. La clasificación más tradicional divide los datos en: estructurados, no estructurados y semi estructurados.
     • Datos estructurados
       • Estos se almacenan en bases de datos relacionales donde su longitud, denominación y formato han sido predefinidos
     • • No estructurados
         • Los no estructurados, apuntan a no tener estructura alguna predefinida y lo encontramos en imágenes, vídeos, archivos logs, audios
     • Semiestructurados
       • Los semiestructurados señalan a documentos con lenguaje HTML, XML o SGML