Big Data

Big Data

1. No nos referimos únicamente a los datos

   • hablamos de la capacidad de poderlos explotar para extraer información
     • La finalidad del Big Data es poder diseñar nuevos productos y servicios
       • Se basa en los nuevos insights
         • que se adquire sobre los clientes, sobre la competencia o el mercado en general.
           • A la hora de clasificar los “grandes datos” podemos hacerlo según dos criterios
             • Procedencia
               • Web y Redes Sociales
                 • información disponible en Internet como contenido Web, generada por los usuarios en su actividad en las redes sociales o información de búsquedas en buscadores.
               • Machine-to-Machine (M2M)
                 • datos generados a partir de la comunicación entre sensores inteligentes integrados en objetos de uso cotidiano.
               • Transacciones
                 • incluye registros de facturación, llamadas o transacciones entre cuentas.
               • Biométricos
                 • datos generados por tecnología de identificación de personas mediante reconocimiento facial, de huellas dactilares o mediante información genética.
               • Generados por personas
                 • a través de correos electrónicos, servicios de mensajería o grabaciones de llamadas.
               • Generados por organizaciones
                 • tanto públicas como privadas: datos relacionados con el medioambiente, estadísticas gubernamentales sobre población y economía, historiales clínicos electrónicos, etc.
             • Estructura
               • Estructurados
                 • datos que tienen definidos su formato, tamaño y longitud, como las base de datos relacionales o Data Warehouse.
               • Semiestructurados
                 • datos almacenados según una cierta estructura flexible y con metadatos definidos, como XML y HTML, JSON, y las hojas de cálculo (CSV, Excel).
               • No estructurados
                 • datos sin formato específico, como ficheros de texto (Word, PDF, correos electrónicos) o contenido multimedia (audio, vídeo, o imágenes).
         • Insight es uno de los términos más usados en el contexto del Marketing digital.
           • permite encontrar la solución a un problema.
             • el insight no es la solución. Es simplemente el punto que nos lleva al camino de esa solución.

2. Diferencia entre minería de datos

   • es el proceso de identificación de toda la información que es relevantes y es extraída de grandes cantidades de datos.
     • se tiene que llevar a cabo en diferentes fases
       • La comprensión de lo buscado y del problema a resolver.
       • La determinación, captación y limpieza de los datos necesitados.
       • La validación y comunicación de los resultados.
       • La creación de los modelos matemáticos.
       • Y la integración de esos mismos resultados.
   • El Data Mining reúne las ventajas de varias áreas como:
     • Inteligencia Artificial
     • la Estadística
     • las Bases de Datos
     • a Computación Gráfica
     • Procesamiento Masivo