BIG DATA

BIG DATA

1. información o grupo de datos que por su elevado volumen, diversidad y complejidad no pueden ser almacenados ni visualizados con herramientas tradicionales.

2. Conceptos clave

   • COMPLEJIDAD La información puede ser estructurada (base de datos, transacciones, claves, columnas, registros) o no estructurada (correos electrónicos, informes, hojas de cálculo)
   • VERACIDAD Tiene que ver con la precisión y la confianza de los datos que se manejan.
   • VARIEDAD heterogeneidad de los datos, su representación y su semántica. Puede ser estructurada o no estructurada.
   • VELOCIDAD en la que llegan los datos y también el tiempo en el que se debe actuar.
   • PRIVACIDAD Los usuarios deben sentir confianza para suministrar la información. La protección de datos debe ser una prioridad.
   • VOLUMEN El tamaño de la información.

3. ¿De dónde vienen estos datos?

   • Generados por las personas a través mensajes de texto, vídeos, notas de voz.
   • Transacción de Big Data: registros de facturación y de llamadas telefónicas.
   • Redes sociales y web: correos electrónicos, redes sociales, blogs y contenidos de las páginas web.
   • Machine to machine (M2M): Son las tecnologías que comparten datos con dispositivos: medidores de temperatura, de altura, presión, química, etc.
   • Biométrica: los datos biométricos usados en el mundo de la seguridad e inteligencia.

4. OBJETIVO

   • permite crear servicios basados en el manejo de datos, la reducción de costes y de tiempo empleado, el incremento de la productividad, un mejor posicionamiento con respecto a la competencia y valor diferencial.

5. Análisis del Big Data

   • es el proceso de analizar grandes cantidades de datos en tiempo real para descubrir patrones ocultos, correlaciónales, desconocidos a información útil y que así las empresas tomen mejores decisiones para incrementar la rentabilidad de su negocio.
     • PROGRAMAS PARA ANÁLISIS
       • Hadoop (implementado por Google)
       • almacenes de datos MPP (Procesos Masivamente Paralelos)
       • los llamados NoSQl

6. Casos/ Ejemplos de aplicación de Big Data

   • Empresas de telefonía
     • observan el comportamiento de sus clientes, cómo es el contrato, cuánto pagan, cuál teléfono utilizan, cada cuánto cambian el aparato. Así pueden extraer cuál es el plan más exitoso según rangos de edad, cuál teléfono es el más popular y qué le pueden ofrecer
   • Hospitales
     • puede determinar las horas críticas, las patologías con mayor reincidencia, los materiales que se utilizan más, cómo se puede rentabilizar la utilización de los quirófanos, la eficiencia energética, la base de datos de los pacientes y su historia médica electrónica.
   • Empresas eléctricas
     • puede revisar la información que le proporcionan los medidores para verificar el consumo y la demanda, verificar las tarifas según las zonas y puede ofrecer distintos planes.