Introducción a Big Data

Introducción a Big Data

1. Conceptos de Big Data

   • Big Data
     • Describe cualquier cantidad voluminosa de datos estructurados, semiestructurados y no estructurados que tienen el potencial de ser extraídos para obtener información.
   • 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.
   • Veracidad
     • Los datos son confiables.
   • Valor
     • Los datos pueden ser usados para dar un valor empresarial obvio.

2. Tipos de datos

   • Estructurados
     • Creados
       • Datos generados por nuestros sistemas de una manera predefinida.
     • Provocados
       • Datos creados de manera indirecta a partir de una acción previa.
     • Dirigido por transacciones
       • Datos que resultan al finalizar una acción previa de manera correcta.
     • Compilados
       • Resúmenes de datos de empresa, servicios públicos de interés grupal.
     • Experimentales
       • Datos generados como parte de pruebas o simulaciones que permitirán validar si existe una oportunidad de negocio.
   • No estructurados
     • Capturados
       • Datos creados a partir del comportamiento de un usuario.
     • Generados por usuarios
       • Datos que especifica un usuario.

3. Características principales

   • Capas generales de un proyecto de datos
     • Almacenamiento
       • Recursos hardware y software que permite el almacenamiento de los datos.
     • Procesamiento
       • Herramientas de procesamiento de los datos.
     • Análisis
       • Metodología seguida para realizar el análisis de los datos que derivan en información de valor.

4. Utilidades y retos actuales

   • Utilidades
     • La exploración de grandes datos
       • Disminuye el riesgo de filtración de información confidencial gracias a sus mecanismos de seguridad.
     • 360º de visión sobre el cliente
       • Comprender el comportamiento del cliente y predecir sus futuras acciones.
     • Extensión de la seguridad/inteligencia
       • Mecanismos para localizar anomalías y prevenir ataques.
     • Análisis de Operaciones
       • Permite obtener visibilidad en tiempo real de las operaciones, la experiencia del cliente, transacciones y comportamiento.
     • Aumentar el almacén de datos o Data Warehouse
       • Se trata de ampliar una estructura de almacenamiento de datos ya existente aplicando las ventajas de Big Data para incrementar su valor.
   • Retos actuales
     • Obtención de los datos con la rapidez necesaria
       • Tener una gran cantidad de datos es menos importante que la calidad de éstos y la forma en que se utilizan. La rapidez en conseguir estos datos es el tercer problema en importancia que los expertos en Marketing han destacado.
     • Generación de ideas a partir de los datos
       • Extraer conclusiones e ideas relevantes a partir de los datos es el segundo reto del Big Data más importante para los responsables de Marketing.
     • No tener una visión única del cliente
       • El obstáculo más importante para los responsables de Marketing es tener datos en sistemas heredados sin tener una visión unificada de los clientes.

Bilder und Dateien der Mindmap