BIg data

BIg data

1. Datos:

   • Representación simbólica de atributos o variables. Describen hechos empíricos, sucesos y entidades. Mínima unidad de información. Irrelevantes por sí solos.

2. Categorías de Datos:

   • Datos Estructurados: Almacenados en filas y columnas. Comunes en sistemas de registro.
   • Datos Semiestructurados: No siguen un esquema fijo y explícito. Ejemplos: XML, blogs, sensores.
   • Datos No Estructurados: Complejos, no indexables fácilmente en tablas relacionales. Ejemplos: Imágenes, audio, video, datos de redes sociales.

3. Información:

   • Conjunto de datos procesados con significado. Utilidad en la toma de decisiones. Relevancia, propósito y contexto.

4. Añadir Valor a los Datos:

   • Cálculo: Procesamiento matemático o estadístico. Categorización: Uso de unidades de medida. Condensación: Resumen conciso (agregación). Contextualización: Aportar contexto y propósito. Corrección: Eliminar errores e inconsistencias.

5. Conocimiento:

   • Combinación de experiencia, valores e información. "Saber hacer" que sirve como marco para nuevas experiencias. Aplicado en la mente de individuos y en procesos organizacionales.

6. Utilización de grandes cantidades de información. Volumen, variedad, velocidad superan capacidades de sistemas habituales. Valor radica en el análisis y procesamiento.

7. Las Cuatro V del Big Data:

   • Velocidad: Movimiento y procesamiento en tiempo real. Variedad: Inclusión de datos de cualquier tipo. Volumen: Cantidades masivas de datos. Visualización: Importancia de presentar datos de manera comprensible.