Download - Big Data feedback by Vicente & Begoña
Big DataBegoña López del CastilloVicente Martínez Juan
2
Sumario
Definición. Procedencia de los Datos. Tipos de Datos Big Data. Transformación. Almacenamiento. Análisis de Datos. Utilidades. Conclusiones.
3
DefiniciónBig Data, alude a un conjunto de datos cuyo tamaño constituye un desafío a la capacidad de la mayoría del software utilizado para capturar, gestionar y procesar la información dentro de un lapso tolerable (velocidad).
El Big Data es un Modelo de Negocio que nace para solucionar:
1. Como almacenar y trabajar con grandes volúmenes de datos.
2. Y lo más importante, como poder interpretar y analizar estos
datos, de naturaleza muy dispar (variedad).
4
De dónde proceden estos datos
Generados por las personas
Transacciones de datos
Web and Social Media
Machine to machine
Biométrica…
5
Tipos de Datos Big Data
Datos No Estructurados (Unstructured Data).
Datos en el formato tal y como fueron recolectados,
carecen de un formato específico.
Datos Estructurados (Structured Data). Datos que tienen bien definidos su longitud y su formato, como las fechas, los números o las cadenas de caracteres.
20% Estructu
rados
80%
No Estructu
rados
6
Transformación: Plataforma ETL
Extracción: La extracción de datos desde múltiples fuentes convierte los
datos a un formato preparado para iniciar el proceso de
transformación.
Transformación: Aplica una serie de reglas de negocio sobre los datos
extraídos.
○ H/M
○ Una columna en varias
Carga en el Sistema de Destino
http://www.dataprix.com
7
Almacenamiento para tratar con Big Data
Herramientas | Soluciones para almacenar, procesar y analizar grandes volúmenes de datos.
1.Hadoop. Utilizado en su inicio por Google, Yahoo o Facebook.
2.NoSQL. Bases de datos no relacionales.
3.Cassandra. Lo usa Twitter en su plataforma.
8
Análisis de Datos
1. Minería de datos (Data Mining). Tratamiento de datos masivos para extraer conclusiones e información relevante de ellos. Tiene como objetivo encontrar comportamientos predictivos. Convertir datos sin aparente utilidad, en conocimiento.
2. Análisis de Texto (Text Analytics) . Gran parte de los datos generados por las personas son textos, como e-mails búsquedas web o contenidos. Ésta metodología permite extraer información de estos datos y así modelar temas y asuntos o predecir palabras
Teniendo los datos necesarios almacenados según diferentes tecnologías de almacenamiento, nos daremos cuenta que necesitaremos diferentes técnicas de análisis de datos:
9
Utilidades
Según Naciones Unidas:
Permite entender procesos demográficos y migratoriosMejorar alertas de desastresIdentifica hábitos y problemas socialesDetecta riesgos de pandemiaComprender tendencias económicas
10
Utilidades: El metro de Londres ( Big Data)
Permite una experiencia
personalizada de clientes
Planificó las Olim
piadas de 2012
Retargeting en tie
mpo real
Actualización de rutas y retra
sos
11
Conclusiones
Personalizar la experiencia de usuarios
Incremento de intereses de negocio: Ventaja competitiva
Aplicación en ciudades de todo el mundo
Mejorar la calidad de vida y fortalecer lazos comunitarios
Privacidad. ¡Opss!
12
Bibliografía http://www.eldiario.es/turing/Big-data_0_161334397.html http://www.forumturistic.com/el-uso-del-big-data-en-el-sector-turistico https://www.ibm.com/developerworks/ssa/local/im/que-es-big-data/ http://www.cisco.com/web/ES/about/press/2012/2012-05-30-internet-sera-cu
atro-veces-mas-grande-en-2016--informe-vini-de-cisco.html http://www.bigdatahispano.org/ http://www.marketingdirecto.com/actualidad/checklists/5-ejemplos-de-como-a
lgunas-ciudades-ya-utilizan-el-big-data/ http://elpais.com/elpais/2014/04/25/planeta_futuro/1398424819_252681.html http://www.euskadinnova.net/es/enpresa-digitala/agenda/bigdata-para-aplica
ciones-practicas-pyme/7822.aspx http://www.territoriocreativo.es/etc/2013/12/el-metro-de-londres-un-ejemplo-d
e-como-usar-el-big-data.html