B I G D A T A

B I G D A T A

1. Cada día se generan grandes cantidades de datos

   • Se suben videos a Youtube
   • Se envian mensajes por redes sociales
   • Se realizan búsquedas en Google

2. ¿Qué es?

   • Activos de información de gran volumen, velocidad y variedad.
   • Puede mejorar el conocimiento y la toma de decisiones
   • Posee gran volumen
     • No es capaz de ser manejada de forma convencional

3. Tipos de datos

   • Estructurados
     • Tienen bien defnida su longitud y formato
     • Ejemplo: Números, fechas, cadenas
   • No estructurados
     • Carecen de un formato establecido, deben ser interpretados
     • Ejemplo: Datos atmosféricos, fotografías, video de cámaras de vigilancia
   • Semi estructurados
     • siguen una estructura implícita pero no tan regular como para ser automatizada
     • Ejemplo: Páginas web

4. Fuentes de datos

   • Web and social media
     • Contenido de la web e información de redes sociales (Facebook, twitter, blogs, etc)
   • Machine to machine
     • Información generada por sensores, por ejemplo: velocidad, temperatura, etc.
   • Big transaction data
     • Registro de las transacciones de todo tipo de empresas(farmacias, supermercados, etc)
   • Biometrics
     • Información biométrica capturada por lectores de huella digital, escaneos de retina u otros.
   • Human Generate
     • Por ejemplo: Notas de voz, resultados de estudios médicos, entre otros.

5. ¿Cómo se analiza?

   • ETL
     • se traen los datos desde las fuentes de datos transformándolos según las necesidades de la organización
   • Cloud Computing
     • Lugar de almacenaje y análisis de los datos en internet para perder la preocupación por la capacidad de almacenar

6. Dimensiones

   • Volumen
     • Necesidad de procesamiento intensivo y complejo de subconjuntos de datos de gran tamaño.
   • Variedad
     • Los resultados son de diferente origen, además de tipo estructurado, no estructurado o semiestructurado.
   • Velocidad
     • La velocidad a la que se generan los datos es muy elevado por lo que ele análisis debe corresponderse con dicha velocidad.
   • Veracidad
     • Los datos obtenidos deben ser de alta calidad para poder obtener resultados confiables
   • Valor
     • El big data debe generar beneficios para la empresa.

7. Aplicaciones

   • Ofrecer una experiencia personalizada a sus clientes.
   • Comprender los requerimientos de sus clientes.
   • Evaluar el desempeño de docentes y alumnos.
   • Analizar la tasa de deserción de los estudiantes para reducirla.
   • Rastrear las áreas problemáticas para mejorar el tráfico de datos.
   • Desarrollar anuncios que capten la atención.
   • Generar programas de fidelización.

8. Beneficios

   • Gestión del cambio.
   • Análisis de navegación web y hábitos de consumo online.
   • Anticipación a los problemas.
   • Mejora procesos
   • Soporte a la toma de decisiones
   • Reducción de costos