Big Data

Big Data

1. Definición

   • Conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis.

2. Importancia

   • Es 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.

3. Desafios

   • 1. Muchas fuentes y tipos de datos:
     • Las fuentes de datos de big data son muy amplias:
       • -Datos de internet y moviles.. -Dato de Internet de las cosas. -Datos sectoriales recopilados. por empresas especializadas. -Datos experimentales.
     • Y los tipos de datos también lo son:
       • -Tipos de datos estructurados -Tipos de datos no estructurados: documentos, vídeos, audios, etc. -Tipos de datos semi-estructurados: software, hojas de cálculo,informes.
   • 2. Tremendo volumen de datos
     • Es difícil recolectar, limpiar, integrar y obtener datos de alta calidad de forma rápida.
   • 3. Mucha volatilidad
     • Los datos cambian rápidamente y eso hace que tengan una validez muy corta. Para solucionarlo necesitamos un poder de procesamiento muy alto.
   • 4. No existen estándares de calidad de datos unificados
     • En 1987 la Organización Internacional de Normalización (ISO) publicó las normas ISO 9000 para garantizar la calidad de productos y servicios. Sin embargo, el estudio de los estándares de calidad de los datos no comenzó hasta los años noventa, y no fue hasta 2011 cuando ISO publicó las normas de calidad de datos ISO 8000. 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.