Mind map

BIG DATA-Leonardo García

Leonardo Garcia English

Map content

¿Qué es?
- Es un término que describe el gran volumen de datos, tanto estructurados como no estructurados, que inundan los negocios cada día. Se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estratégicos.
  - Características técnicas
    - La aplicación de técnicas y tecnologías especializadas para procesar grandes conjuntos de datos. Estos conjuntos de datos a menudo son tan grandes y complejos que resulta difícil procesar utilizando las herramientas de administración de bases de datos disponibles.
    - Las 7 V del Big Data:
      - Volumen
        Velocidad
        Variedad de los datos
        Veracidad de los datos
        Viabilidad
        Visualización de los datos
        Valor de los datos
  - Tecnologías protagonistas
    - Esta herramienta Big Data open source se considera el framework estándar para el almacenamiento de grandes volúmenes de datos; se usa también para analizar y procesar, y es utilizado por empresas como Facebook y Yahoo!. La biblioteca Hadoop utiliza modelos de programación simples para el almacenamiento y procesamiento distribuido de grandes conjuntos de datos en clusters, dando redundancia para no perder nada y, al mismo tiempo, aprovechando muchos procesos a la vez.
      - Es una base de datos orientada a documentos (guarda los datos en documentos, no en registros). Estos documentos son almacenados en BSON, que es una representación binaria de JSON. A pesar de que las bases de datos NoSQL no tienen una extensa variedad de uso, MongoDB tiene un ámbito de aplicación más amplio en diferentes tipos de proyectos: es especialmente útil en entornos que requieran escalabilidad. Con sus opciones de replicación y sharding, podemos conseguir un sistema que escale horizontalmente sin demasiados problemas.
        Nos permite indexar y analizar en tiempo real un gran volumen de datos y hacer consultas sobre ellos. Un ejemplo de uso son las consultas de texto completo; al estar los datos indexados, los resultados se obtienen de forma muy rápida. En el IIC utilizamos esta herramienta para indexar datos dentro de nuestras soluciones de entorno digital. A diferencia de otros sistemas parecidos, no necesita declarar un esquema de la información que añadimos, no sabemos exactamente qué forma van a tener los datos.
        Es un lenguaje avanzado de programación con la ventaja de ser relativamente fácil de usar para usuarios que no estén familiarizados con la informática de manera profesional, pero que necesitan trabajar con análisis de datos (estadistas, biólogos, físicos, lingüistas…). Es una herramienta para Big Data muy eficiente, en parte debido a la gran comunidad existente, por lo que Python dispone de muchas librerías ya hechas por otros usuarios. Sin embargo, tiene en su contra que no es un lenguaje muy rápido en su ejecución, por lo que suele ser empleado para tareas de integración o tareas donde no haya cálculos pesados.
  - Impacto Social
    - A partir de la interacción con sus clientes, las empresas recaban una serie de datos que utilizan para poder personalizar los servicios a sus usuarios, mejorar las ofertas y brindar un mayor valor en los productos y servicios que entregan.
      - El análisis de datos masivos puede ser utilizado para entender mejor algunos patrones de comportamiento en los consumidores, intentar anticipar los resultados a futuro de los esfuerzos aplicados y construir estrategias a partir de información refinada.
  - Impacto Económico
    - Conocer lo que hacen los usuarios cuando están conectados, sus preferencia de búsquedas, las palabras claves que utilizan, el tiempo de navegación en cada sitio, puntos de ventas en línea, uso de dispositivos móviles, lugares de procedencia e interacciones en redes sociales, es parte de lo que el Big Data puede ofrecer a los tomadores de decisiones para analizar comportamientos y preferencias de los usuarios.
      - El Big Data se ha convertido en la obsesión de muchos en materia de marketing para tomar ventaja comercial sobre sus competidores y ha sido la base donde se apoyan los expertos para tratar de atraer más clientes, aumentar las ventas y ganarse la fidelidad de los clientes.
        Por tanto, los datos por sí solos no sirven de nada, el secreto está en utilizar las herramientas adecuadas para traducirlos en algo útil y aplicable. Pero para llegar a esto también es necesario saber qué datos necesitamos, cuáles son verdaderamente relevantes para el análisis que queremos hacer y determinar cómo se van a procesar.
        De esta forma, el Big Data ha tomado una enorme relevancia en todos los aspectos de nuestras vidas y ha tenido un enorme impacto para la toma de decisiones. El análisis de datos es la base para determinar el futuro, marcar las tendencias y las acciones a seguir, por lo que se ha convertido en la nueva forma de predecir al mercado en esta nueva economía digital.
  - Impacto Ético
    - El principal objetivo de todas las directrices éticas relacionadas con la recolección de datos es proteger contra el daño a los participantes que estén involucrados en la recolección de datos y garantizar que los datos recolectados sean creíbles y útiles.
      - Esta ética o deontología del investigador plantea cuestiones como el ejercicio de la duda metódica y el correcto planteamiento del método científico, el adecuado diseño y desarrollo de los experimentos, el reconocimiento necesario al trabajo de los demás o el uso eficaz de los recursos. También se proponen normas que evitan el plagio, la manipulación o la fabricación de datos o la apropiación de resultados.
        Por desgracia, igual que a un soldado el valor se le supone, a un investigador la ética se le supone. En pocas instituciones y proyectos se realizan formaciones explícitas –y periódicas– acerca de temas éticos y relacionados con la deontología, se proponen y comunican códigos éticos, se evalúa su grado de cumplimiento, se debaten de manera abierta y transparente los temas más controvertidos.