TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION

2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

Big data
By Vangie Beal
Big data is a buzzword, or catch-phrase, used to describe a massive volume of both structured and
unstructured data that is so large that it's difficult to process using traditional database and
software techniques. In most enterprise scenarios the data is too big or it moves too fast or it
exceeds current processing capacity. Big data has the potential to help companies improve
operations and make faster, more intelligent decisions.
Is Big Data a Volume or a Technology?
While the term may seem to reference the volume of data, that isn't always the case. The term big
data, especially when used by vendors, may refer to the technology (which includes tools and
processes) that an organization requires to handle the large amounts of data and storage facilities.
The term big data is believed to have originated with Web search companies who needed to query
very large distributed aggregations of loosely-structured data.
An Example of Big Data
An example of big data might be petabytes (1,024 terabytes) or exabytes (1,024 petabytes) of data
consisting of billions to trillions of records of millions of peopleall from different sources (e.g.
Web, sales, customer contact center, social media, mobile data and so on). The data is typically
loosely structured data that is often incomplete and inaccessible.
Big Data and Types of Business Datasets
When dealing with larger datasets, organizations face difficulties in being able to create,
manipulate, and manage big data. Big data is particularly a problem in business analytics because
standard tools and procedures are not designed to search and analyze massive datasets.
As research from Webopedia parent company QuinStreet demonstrates, big data initiatives are
poised for explosive growth. QuinStreet surveyed 540 enterprise decision-makers involved in big
data and found the datasets of interest to many businesses today include traditional structured
databases of inventories, orders, and customer information, as well as unstructured data from the
Web, social networking sites, and intelligent devices.
This data, when captured, formatted, manipulated, stored, and analyzed can help a company to
gain useful insight to increase revenues, get or retain customers, and improve operations. Big data
may also be called enterprise big data.
Big data analytics
Big data analytics refers to the process of collecting, organizing and analyzing large sets of data
("big data") to discover patterns and other useful information. Not only will big data analytics help
TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

you to understand the information contained within the data, but it will also help identify the data
that is most important to the business and future business decisions. Big data analysts basically
want the knowledge that comes from analyzing the data.
The Benefits of Big Data Analytics
Enterprises are increasingly looking to find actionable insights into their data. Many big data
projects originate from the need to answer specific business questions. With the right big data
analytics platforms in place, an enterprise can boost sales, increase efficiency, and improve
operations, customer service and risk management.
Webopedia parent company, QuinStreet, surveyed 540 enterprise decision-makers involved in big
data purchases to learn which business areas companies plan to use Big Data analytics to improve
operations. About half of all respondents said they were applying big data analytics to improve
customer retention, help with product development and gain a competitive advantage.

For most organizations, big data analysis is a challenge. Consider the sheer volume of data and the
many different formats of the data (both structured and unstructured data) collected across the
entire organization and the many different ways different types of data can be combined,
contrasted and analyzed to find patterns and other useful information.
The first challenge is in breaking down data silos to access all data an organization stores in
different places and often in different systems. A second big data challenge is in creating platforms
that can pull in unstructured data as easily as structured data. This massive volume of data is
typically so large that it's difficult to process using traditional database and software methods.
Big Data Requires High-Performance Analytics
To analyze such a large volume of data, big data analytics is typically performed using specialized
software tools and applications for predictive analytics, data mining, text mining, forecasting and
data optimization. Collectively these processes are separate but highly integrated functions of
high-performance analytics. Using big data tools and software enables an organization to process
extremely large volumes of data that a business has collected to determine which data is relevant
and can be analyzed to drive better business decisions in the future.
Examples of How Big Data Analytics is Used Today
As technology to break down data silos and analyze data improves, business can be transformed in
all sorts of ways. According to Datamation, today's advances in analyzing Big Data allow
researchers to decode human DNA in minutes, predict where terrorists plan to attack, determine
which gene is mostly likely to be responsible for certain diseases and, of course, which ads you are
most likely to respond to on Facebook. The business cases for leveraging Big Data are compelling.
For instance, Netflix mined its subscriber data to put the essential ingredients together for its
TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

recent hit House of Cards, and subscriber data also prompted the company to bring Arrested
Development back from the dead.
Another example comes from one of the biggest mobile carriers in the world. France's Orange
launched its Data for Development project by releasing subscriber data for customers in the Ivory
Coast. The 2.5 billion records, which were made anonymous, included details on calls and text
messages exchanged between 5 million users. Researchers accessed the data and sent Orange
proposals for how the data could serve as the foundation for development projects to improve
public health and safety. Proposed projects included one that showed how to improve public
safety by tracking cell phone data to map where people went after emergencies; another showed
how to use cellular data for disease containment.

The pace of data creation will surely increase, especially as machine-to-machine communications
gets cheaper and more common. Think about how much data all of those sensor networks, burglar
alarms and vehicle telematics systems will create.
According to IBM, every single day we create 2.5 quintillion bytes of data. IBM argues that the
exponential growth of data means that 90 percent of the data that exists in the world today has
been created in the last two years. "This data comes from everywhere: sensors used to gather
climate information, posts to social media sites, digital pictures and videos, e-commerce
transaction records, and cell phone GPS coordinates, to name a few."
Of course, it's important to remember that in early human history, anything as ephemeral as a
tweet just would not have been recorded, so these comparisons can only be taken so far.
To put the data explosion in context, consider this. Every minute of every day we create
More than 204 million email messages
Over 2 million Google search queries
48 hours of new YouTube videos
684,000 bits of content shared on Facebook
More than 100,000 tweets
$272,000 spent on e-commerce
3,600 new photos shared on Instagram
Nearly 350 new WordPress blog posts
TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19


TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

DATOS GRANDES
Por Vangie Beal
Big data es una palabra de moda, o coger-frase usada para describir un volumen
masivo de datos tanto estructurados como no estructurados que es tan grande
que es difcil de procesar utilizando tcnicas de bases de datos y de software
tradicionales. En la mayora de escenarios empresariales los datos es demasiado
grande o se mueve demasiado rpido o se excede la capacidad de procesamiento
actual. Grandes datos tiene el potencial de ayudar a las empresas a mejorar sus
operaciones y tomar decisiones ms rpidas, ms inteligentes.
Es Big Data de un volumen o una tecnologa?
Mientras que el trmino puede parecer para hacer referencia al volumen de datos,
que no siempre es el caso. El trmino grandes de datos, especialmente cuando se
utilicen los proveedores, pueden referirse a la tecnologa (que incluye
herramientas y procesos) que una organizacin necesita para manejar las grandes
cantidades de datos e instalaciones de almacenamiento. Se cree que el Big Data
trmino que se origin con las empresas de bsqueda Web que necesitaban
consultar muy grandes agregaciones distribuidas de datos estructurados
dbilmente-.
Un ejemplo de Big Data
Un ejemplo de datos grandes podra ser petabytes (1024 terabytes) o exabytes
(1.024 petabytes) de datos que constan de miles de millones a miles de millones
de registros de millones de personas-todas de diferentes fuentes (por ejemplo,
Web, ventas, centro de contacto con el cliente, las redes sociales, mvil de datos y
as sucesivamente). Los datos son normalmente poco estructurado de datos que a
menudo es incompleta e inaccesible.
Datos y tipos de conjuntos de datos de las grandes empresas
Cuando se trata de grandes conjuntos de datos, las organizaciones se enfrentan a
dificultades para poder crear, manipular y gestionar grandes volmenes de datos.
Big Data es un problema particularmente en anlisis de negocios porque las
herramientas y procedimientos estndar no estn diseados para buscar y
analizar conjuntos de datos masivos.
Como la investigacin de la compaa matriz Webopedia QuinStreet demuestra,
iniciativas de grandes datos estn preparados para un crecimiento explosivo.
QuinStreet encuest a 540 empresas que toman las decisiones involucradas en
TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

grandes volmenes de datos y encontr a los conjuntos de datos de inters para
muchas empresas hoy en da incluyen las bases de datos tradicionales
estructurados de inventarios, pedidos y la informacin del cliente, as como datos
no estructurados de la Web, los sitios de redes sociales y dispositivos inteligentes .
Estos datos, cuando fue capturado, formateado, manipula, almacena, analiza y
puede ayudar a una empresa para obtener informacin til para aumentar los
ingresos, obtener o retener a los clientes, y mejorar las operaciones. Grandes
datos tambin pueden ser llamados de la empresa de datos grandes.
Anlisis de datos grandes
Analtica de grandes datos se refiere al proceso de recoleccin, organizacin y
anlisis de grandes conjuntos de datos ("big data") para descubrir patrones y otra
informacin til. No slo los anlisis de datos grandes ayudar a entender la
informacin contenida en los datos, sino que tambin ayudarn a identificar los
datos que son ms importantes para el negocio y las decisiones futuras del
negocio. Los analistas de datos Big bsicamente quieren que el conocimiento que
proviene de analizar los datos.
Los beneficios de Big Data Analytics
Las empresas estn cada vez ms buscando para encontrar informacin
procesable en sus datos. Muchos proyectos de grandes datos se originan en la
necesidad de responder a las preguntas especficas del negocio. Con las grandes
plataformas de anlisis de los datos correctos en el lugar, una empresa puede
impulsar las ventas, aumentar la eficiencia y mejorar las operaciones, servicio al
cliente y la gestin de riesgos.
Empresa matriz Webopedia, QuinStreet, encuest a 540 empresas que toman las
decisiones que participan en las compras de grandes datos para saber qu reas
de negocio empresas planean utilizar la analtica Big Data para mejorar las
operaciones. Aproximadamente la mitad de todos los encuestados dijeron que
estaban aplicando analtica de grandes datos para mejorar la retencin de
clientes, ayudar con el desarrollo de productos y obtener una ventaja competitiva.

Para la mayora de las organizaciones, el anlisis de grandes datos es un reto.
Tenga en cuenta la gran cantidad de datos y los distintos formatos de los datos
(datos estructurados y no estructurados) recogidos en toda la organizacin y de
las diferentes maneras diferentes tipos de datos se pueden combinar,
contrastados y analizados para encontrar patrones y otra informacin til.
TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

El primer desafo es romper los silos de datos para tener acceso a todos los datos
de un depsitos de las organizaciones en diferentes lugares y, a menudo en
diferentes sistemas. Un segundo desafo de grandes datos es en la creacin de
plataformas que pueden tirar en los datos no estructurados con tanta facilidad
como los datos estructurados. Este volumen masivo de datos suele ser tan grande
que es difcil de procesar utilizando los mtodos de base de datos y de software
tradicionales.
Big Data Analytics Requiere de Alto Rendimiento
Para analizar un gran volumen de datos como, anlisis de datos grandes se
realiza normalmente utilizando herramientas de software y aplicaciones
especializadas para el anlisis predictivo, minera de datos, minera de texto, la
prediccin y la optimizacin de datos. En conjunto, estos procesos son funciones
separadas pero altamente integradas de anlisis de alto rendimiento. El uso de
herramientas de datos grandes y software permite a una organizacin para
procesar extremadamente grandes volmenes de datos que un negocio ha
recogido para determinar qu datos son relevantes y pueden ser analizados para
tomar mejores decisiones de negocio en el futuro.
Ejemplos de cmo Big Data Analytics se utiliza hoy
Como la tecnologa para romper los silos de datos y anlisis de datos mejora,
negocio puede transformarse en todo tipo de formas. Segn Datamation, los
avances en el anlisis de Big Data de hoy permiten a los investigadores a descifrar
el ADN humano en cuestin de minutos, predicen que los terroristas planean
atacar, determinan qu gen es sobre todo probable que sea responsable de
ciertas enfermedades y, por supuesto, que los anuncios que tienen ms
probabilidades de responder a en Facebook. Los casos de negocio para
aprovechar los grandes datos son convincentes. Por ejemplo, Netflix extrae sus
datos de suscriptor de poner los ingredientes esenciales juntos por su reciente
xito Castillo de naipes, y los datos de abonado tambin llev a la compaa a
llevar Arrested Development de entre los muertos.
Otro ejemplo proviene de una de las mayores compaas de telefona mvil en el
mundo. Orange de Francia puso en marcha su proyecto de datos para el
Desarrollo por la liberacin de los datos de abonado para los clientes en la Costa
de Marfil. Los 2,5 mil millones de registros, que se hicieron en el anonimato,
incluidos detalles sobre las llamadas y mensajes de texto intercambiados entre 5
millones de usuarios. Los investigadores acceder a los datos y enviaron
propuestas Orange de cmo los datos pueden servir de base para los proyectos
de desarrollo para mejorar la salud y la seguridad pblica. Los proyectos
TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION
2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19

propuestos incluyen uno que mostraba la forma de mejorar la seguridad pblica
mediante el seguimiento de los datos del telfono celular para mapear donde la
gente iba tras una emergencia; otra mostr cmo usar los datos celulares para la
contencin de la enfermedad.

El ritmo de creacin de datos seguramente aumentar, sobre todo porque las
comunicaciones de mquina a mquina se vuelve ms barato y ms comn.
Piense en la cantidad de datos todas esas redes de sensores, alarmas antirrobo y
los sistemas telemticos vehculo va a crear.
Segn IBM, cada da creamos 2,5 trillones de bytes de datos. IBM sostiene que el
crecimiento exponencial de los datos significa que el 90 por ciento de los datos
que existe en el mundo de hoy se ha creado en los ltimos dos aos. "Estos datos
vienen de todas partes: sensores utilizados para recopilar informacin sobre el
clima, los mensajes a sitios de medios sociales, fotos digitales y videos, registros
de transacciones de comercio electrnico, y las coordenadas de GPS del telfono
celular, para nombrar unos pocos."
Por supuesto, es importante recordar que en la historia humana temprana, algo
tan efmero como un tweet simplemente no habra sido registrado, por lo que estas
comparaciones slo puede ser tomada hasta el momento.
Para poner la explosin de datos en contexto, considere esto. Cada minuto de
cada da creamos
Ms de 204 millones de mensajes de correo electrnico
Ms de 2 millones de consultas de bsqueda de Google
48 horas de nuevos vdeos de YouTube
684.000 bits de contenido compartido en Facebook
Ms de 100.000 tuits
272.000 dlares gastados en el comercio electrnico
3600 nuevas fotos compartidas en Instagram
Cerca de 350 nuevas entradas del blog de WordPress

TEMAS SELECTOS DE TRATAMIENTO DE LA INFORMACION 2014

DAVID MARTINEZ ALBINO TEMA: MAPA CONCEPTUALBIG DATA-DATOS GRANDES LIA 19




DATOS GRANDES
Describir un volumen
masivo de datos tanto
estructurados como no
estructurados
El trmino grandes de
datos, especialmente
cuando se utilicen los
proveedores, pueden
referirse a la tecnologa
Se origin con las empresas
de bsqueda Web que
necesitaban consultar muy
grandes agregaciones
distribuidas de datos
estructurados dbilmente.

Los datos son
normalmente poco
estructurados de datos
que a menudo es
incompleta e
inaccesible.

Las organizaciones se
enfrentan a dificultades
para poder crear,
manipular y gestionar
grandes volmenes de
datos.
Analtica de grandes datos
se refiere al proceso de
recoleccin, organizacin y
anlisis de grandes
conjuntos de datos
Tambin ayudarn a
identificar los datos que
son ms importantes para
el negocio y las decisiones
futuras del negocio.
Las empresas estn
cada vez ms buscando
para encontrar
informacin procesable
en sus datos.
Aproximadamente la mitad
de todos los encuestados
dijeron que estaban
aplicando analtica de
grandes datos para mejorar
la retencin de clientes
La gran cantidad de datos y
los distintos formatos de los
datos (datos estructurados y
no estructurados) recogidos
en toda la organizacin
Los datos suele ser tan
grande que es difcil de
procesar utilizando los
mtodos de base de
datos y de software
tradicionales.
El uso de herramientas de
datos grandes y software
permite a una organizacin
para procesar
extremadamente grandes
volmenes de datos
Es que su aplicacin podra
significar grandes
beneficios para las
compaas, especialmente
en la relacin con los
consumidores.

Ha demostrado ser todo
menos simple, o por lo
menos esa es la fama que
se ha ganado en el ltimo
tiempo y que tiene a las
compaas con una falta de
inters por lo que tiene que
ofrecer
Data es una fuente importante
para la informacin en el siglo en
que vivimos e incluso algunos
sostienen que en el futuro
transformar la forma en que
manejamos nuestras empresas
Hoy en da una compaa tiene
diferentes canales de
comunicacin con sus clientes,
desde donde recopila informacin
sobre sus preferencias y adems
identifica la importancia y
presencia que tiene su marca
Sitios Webs, redes sociales,
blogs personales y
dispositivos mviles son
algunos de los avances
tecnolgicos a los cuales las
compaas han debido
saber integrarse y ofrecer
experiencias personales
para cada uno de ellos
Se presenta como una herramienta muy til,
porque nos brinda la oportunidad de
generar, capturar y almacenar grandes
cantidades de informacin sobre distintos
hechos o comportamientos de las personas
y todo en el mismo formato digital, donde
luego se analizar de manera automtica
El verdadero desafo que propone Big
Data va ms all de almacenar grandes
cantidades de data, si no en qu hacer
con esa informacin. Hay que saber
diferenciar entre lo que es relevante y lo
que simplemente no lo es, dndole la
interpretacin ms adecuada para luego
utilizarla a nuestro favor.