Big data en nuestros días

Big data en nuestros días

1. Concepto

   • Oxford
     • datos de tamaño muy grande, típicamente hasta el extremo de que su gestión presenta retos logísticos significativos
   • McKinsey Global Institute
     • conjuntos de datos cuyo tamaño va más allá de la capacidad de captura, almacenado, gestión y análisis de las herramientas de base de datos
   • Gartner
     • activos de información caracterizados por su volumen elevado, velocidad elevada y alta variedad, que demandan soluciones innovadoras y eficientes de procesado para la mejora del conocimiento y la toma de decisiones en las organizaciones

2. famosas "V"

   • Volumen
   • Velocidad
   • Veracidad
   • Valor
   • Visualización
   • Volatilidad
   • Validez
   • Viabilidad

3. Aplicaciones

   • google
     • sistema de ficheros distribuido y escalable para aplicaciones intensivas en datos
   • MapReduce
     • sistema y método para el procesado eficiente de datos a gran escala
       • modelo de programación y una implantación para procesar y generar grandes conjuntos de datos que tiene sus orígenes en el lenguaje LISP
       • Los programas escritos en este estilo funcional automáticamente se configuran en paralelo y se ejecutan sobre un gran clúster de máquinas, siendo altamente escalable
   • Hadoop
     • desarrolla software libre para el cálculo distribuido, fiable y escalable
     • plataforma de software que permite escribir con facilidad y ejecutar aplicaciones que procesan ingentes cantidades de datos
     • Escalable
     • Económico
     • Eficiente
     • Fiable
   • NoSQL
     • clases de bases de datos que se diseñan para manejar datos semiestructurados
     • sistemas abiertos o libres, poseen alta velocidad y muestran un elevado grado de tolerancia al fallo
     • Pueden procesar consultas con rapidez al enviar varias consultas a múltiples máquinas al mismo tiempo

4. Computación en la nube

   • solución de las tecnologías de la información (IT) para ofrecer recursos y servicios sobre Internet.
   • modelo tecnológico que permite el acceso ubicuo, adaptado y bajo demanda en red a un conjunto de recursos de computación configurables compartidos
   • se almacena de forma distribuida en servidores, siendo accesible en cualquier momento por el usuario sin que éste se preocupe de nada
   • ha supuesto una reducción de costes, una mayor flexibilidad y una utilización óptima de los recursos, por lo que se considera que es una herramienta de ventaja competitiva de las empresas. Entre sus usos destaca la analítica de los big data.

5. Ventajas

   • ayuda a las organizaciones a aprovechar sus datos y utilizarlos para identificar nuevas oportunidades.
   • Reducción de coste. Las grandes tecnologías de datos, como Hadoop y el análisis basado en la nube, aportan importantes ventajas en términos de costes cuando se trata de almacenar grandes cantidades de datos, además de identificar maneras más eficientes de hacer negocios.
   • Más rápido, mejor toma de decisiones. Con la velocidad de Hadoop y la analítica en memoria, combinada con la capacidad de analizar nuevas fuentes de datos, las empresas pueden analizar la información inmediatamente y tomar decisiones basadas en lo que han aprendido.
   • Nuevos productos y servicios. Con la capacidad de medir las necesidades de los clientes y la satisfacción a través de análisis viene el poder de dar a los clientes lo que quieren. Con la analítica de Big Data, más empresas están creando nuevos productos para satisfacer las necesidades de los clientes.

6. Usos

   • Turismo
   • Cuidado de la salud
   • Administración
   • Retail
   • Empresas manufactureras
   • Publicidad

7. Limitantes

   • Cantidad de los datos. Hace que se vuelva difícil su estudio y provoca la obsolescencia rápida de software que rápidamente ven rebasada su capacidad de procesamiento de los datos.
   • Calidad de datos. Los datos son variados y no todos son útiles para un propósito definido, lo que nos hace tener datos basura que ocupan espacio y genera la necesidad de depurarlos.
   • Falta de personal capacitado. Al ser una ciencia en desarrollo con un mercado también en expansión, aún hacen falta expertos calificados para cubrir las necesidades de ese mercado.
   • Ciberseguridad y políticas de protección de datos. Ante el aumento del interés de las empresas para medir sus KPI´s a través del uso de nuestros datos, los gobiernos deben actualizar constantemente las políticas sobre el uso que estas empresas le darán a los datos de los consumidores.
   • Altos costos. El ser una ciencia en evolución constante y con el objetivo de procesar volúmenes cada vez más grandes de información, hace que el costo de su implementación se eleve tanto, al grado que solo las grandes empresas puedan mantener la inversión en el desarrollo de sus técnicas de Big Data.