Big Data 25533g

¿Qué es Big Data? Big Data es en el sector de tecnologías de la información y la comunicación hace referencia a grandes conjuntos de datos que por la velocidad a la que se generan; las múltiples fuentes y formatos; y la capacidad de procesos; es realmente complicado trabajar con ellos. recogerlos · almacenarlos · buscar · compartir · analizar · visualizar · procesar · entender.

¿Qué es el Big Data? El Big Data (datos masivos) el proceso de recolección de grandes cantidades de datosque permite analizarlos de forma rápida y eficaz para sacar conclusiones y encontrar información oculta, patrones recurrentes, nuevas correlaciones, etc. Para entender con mayor exactitud la definición y las características del concepto, intentaremos explicarlo desde el punto de vista de la empresa así como desarrollar las ventajas y aplicaciones que el Big Data puede aportar. Compañías de todos los sectores generan a diario un gran volumen de datos, pero muchas de ellas no consiguen gestionarlos de forma eficiente. Para entender la definición de Big Data Nos encontramos en un entorno en el que cada día se generan 2,5 trillones de bytes de información, según IBM. En este contexto, el Big Data se ha convertido en uno de los recursos más prometedores para las empresas. Una herramienta que ayuda a gestionar y analizar de forma efectiva ese gran volumen de información. ¿Cómo ayuda a las empresas? ¿Es el 2014 el año del Big Data? Como hemos señalado, cada día se generan en el mundo 2,5 trillones de bytes de información. ¿Cuál es el problema? Toda esta información se almacena de forma dispersa. ¿Cuál es la solución? Recoger los datos, identificar cuáles son importantes y extraer conocimiento para optimizar los procesos. Y todo ello de forma rápida y segura. ¿Cómo conseguirlo? El Big Data ofrece la solución adecuada. El análisis de información en grandes volúmenes, de diversas fuentes y a gran velocidad supone un factor diferencial para aquellas empresas que lo adopten.







Características del Big Data Según el Centro de Innovación del BBVA, al Big Data le caracterizan las tres "V": volumen, variedad y velocidad: Volumen. El volumen de los datos almacenados en los depósitos de las empresas ha pasado de ocupar megabytes y gigabytes a "petabytes". Google procesa 20 petabytes al día. Variedad. Los datos han pasado de ser datos almacenados y estructurados, guardados en bancos de datos empresariales, a ser desestructurados, semiestructurados, audio, vídeo, XML, etc. Una creciente variedad de datos necesitan ser procesados y convertidos en información. Velocidad. La velocidad del movimiento, proceso y captura de datos dentro y fuera de la empresa ha aumentado significativamente. Los modelos basados en inteligencia de negocios generalmente suelen tardar días en procesar, frente a las necesidades analíticas casi en tiempo real de hoy en día debido al flujo de datos a alta velocidad. ¿Qué ventajas aporta el Big Data a la empresa? Las empresas se pueden beneficiar del Big Data en varias áreas como el conocimiento del cliente, marketing, operaciones y gestión del riesgo.

 







    

Entre los múltiples beneficios que aporta la tecnología Big Data a las empresas, U-tad (Centro universitario de tecnología y arte digital) ha señalado cinco grandes ventajas competitivas para las empresas que desarrollen una estrategia adecuada en Big Data: Implementación de mejoras tecnológicas que posibilitan la adquisición de datos y permiten descubrir las necesidades y puntos de mejora en la compañía. Inmersión de nuevas variables en la toma de decisiones a través de algoritmos automatizados. Los análisis de los datos pueden mejorar sustancialmente la toma de decisiones dentro de una compañía reduciendo al mínimo los riegos. La toma de decisiones no es igual en todas las organizaciones, hay algunas que optimizan sus decisiones mediante el análisis de datos de clientes, empleados, o incluso sensores incorporados en los productos. Innovación en la creación de productos y servicios. Hay que tener en cuenta que el Big Data permite que las compañías evalúen sus productos. Mediante el análisis de datos, las empresas obtienen información muy valiosa que les permite crear nuevos productos o rediseñar los ya existentes. Segmentación de los clientes para personalizar acciones. De esta forma las empresas pueden orientar sus servicios y satisfacer las necesidades de sus consumidores de forma específica. La personalización de productos y servicios es una de las tendencias que pisa más fuerte actualmente. Mejora de la accesibilidad y la fluidez de la información dentro de la propia empresa. Las empresas que digitalicen los datos y habiliten herramientas para facilitar la búsqueda de información crearán una dinámica de trabajo más rápida y eficaz. ¿El futuro? Según el "Top Technology Predictions for 2013 and Beyond", estos son los datos del futuro para el Big Data y las oportunidades de mercado que ofrece: En todo el mundo las compañías contratarán a muchos expertos en información empresarial para dar apoyo a la creciente cantidad, variedad y velocidad de los datos La demanda de gastos en servicios de Big Data se calcula que alcanzará los 132.300 millones de dólares en 2015. En 2015 la demanda de Big Data supondrá 4,4 millones de puestos de trabajo en todo el mundo, pero solo un tercio de ellos estarán cubiertos. La demanda generará 550.000 empleos en servicios externos durante los próximos tres años. Otros 40.000 empleos los generarán vendedores de software durante los próximos tres años. ¿Para qué se van a almacenar grandes cantidades de datos si no es posible analizarlos en todo su contexto o si hay que esperar demasiado para obtener resultados? El Big Data permite realizar un análisis de entrada para determinar la relevancia de los datos y así decidir qué datos deben incluirse en los procesos de análisis y cuáles no. El objetivo de todas las organizaciones que gestionan grandes cantidades de datos debe ser detectar los más relevantes y usarlos para optimizar la toma de decisiones.

Ventajas de la tecnología Big Data

1. Mejora en la toma de decisiones

En la denominada como “Era de los datos”, éstos son considerados ya como el nuevo petróleo ¿Qué implica esto? Disponer de un gran volumen de datos estructurados que se puedan interpretar ayuda a las organizaciones a poder tomar una decisión. 2. a tiempo real Incluso en los momentos en los que es necesario tomar una decisión inmediata, el Big Data es un arma muy poderosa puesto que permite recibir y procesar los datos a tiempo real y contar con la información necesaria rápidamente. El Big Data es por encima de todo una tecnología ágil y veloz que permite permite por ejemplo obtener información a tiempo real del lanzamiento de un producto o el resultado de una estrategia. 3. Conocimiento del mercado El conocimiento del mercado en el que se opera puede ayudar no solo a la toma de decisiones, sino también a la localización de posibles oportunidades mediante el tratamiento de estos datos estructurados y comparables. También puede ayudar a predecir posibles escenarios e incluso a conocer mejor a a los consumidores, mediante un análisis segmentado. 4. Tecnología del presente y del futuro La tecnología del Big Data está en constante evolución y todo apunta a que jugará un papel todavía más importante en la toma de decisiones futuras. Por ello, cada vez son más las organizaciones que afrontan el reto de la transformación digital por lo que los profesionales de Business Intelligence se convirtieron en uno de los perfiles más demandados en 2017 según Adecco Professional. Una nueva profesión para la que ya existen formaciones como el MBA del Instituto Europeo de Posgrado, con especialidad en Business Intelligence y Big Data. Desventajas del Big Data

1. Ataques informáticos A las 3 V’s del Big Data se han sumado recientemente dos más: veracidad y valor. La primera hace referencia a la fiabilidad de estos datos, mientras que la segunda se centra en las ventajas que supone para la empresa o organización disponer de esta recopilación de datos para tomar sus decisiones estratégicas. Dado el valor de esta información, las empresas que cuentan con un sistema de Big Data disponen igualmente de la tecnología más puntera en seguridad puesto que el hackeo de estos datos puede suponer una importante crisis para su corporación. 2. ¿Pérdida de privacidad? En todas las discusiones sobre los inconvenientes del Big Data surge la palabra “privacidad”. Si muchos de estos datos provienen de redes sociales, formularios, textos… ¿afecta el Big Data a la privacidad de ? Un asunto que abre un complejo debate.

Características de Big Dta Volumen: El concepto de volumen es muy variable y cada día que pasa se eleva lo que podemos considerar como grandes volúmenes de datos. Sin embargo, al hablar

de Big Data se refiere a volúmenes que superan la capacidad del software convencional, de modo que los datos no pueden ser manejados y gestionados. Por lo general, cuando se habla de grandes volúmenes se trata de Terabytes o Petabytes, por lo que los proyectos de Big Data permiten incluir informaciones sumamente detalladas y específicas que, hasta la fecha, no se utilizaban debido a que la tecnología no podía procesarlos en un tiempo razonable. Variedad: La información que procesan los Datawarehose o mecanismos convencionales, es información estructurada que ha pasado por numerosos filtros de calidad para poder garantizar que la información de salida tiene una precisión y una exactitud determinada. Sin embargo, con el Big Data se obtiene información que puede estar estructurada, semiestructurada o no tener ninguna estructuración, es decir, puede ser data tomada desde páginas web, redes sociales, formularios o solo con conectarse a Internet o con objetos interconectados a la web, mejor conocido como Internet de las cosas. Velocidad: Se refiere a la rapidez con que los datos se reciben, se procesan y se toman decisiones a partir de ellos. Para la mayor parte de los sistemas tradicionales les es imposible analizar de forma inmediata los grandes volúmenes de datos que les llegan. No obstante, con la utilización de los sistemas de Big Data es posible e incluso, se pueden realizar mediciones en tiempo real, dependiendo de las necesidades o demandadas de cada tipo de empresa y así, ofrecer ofertas personalizadas, atender algún requerimiento o dificultad al instante o sencillamente medir el pulso o impacto de los productos y/o servicios con respecto a la demanda en el mercado. Veracidad: La veracidad se refiere a la confianza de los datos o información obtenida. Big Data se trata de extraer datos de calidad eliminando la imprevisibilidad inherente de algunos sistemas convencionales como el tiempo o la economía, de manera que las empresas puedan llegar a una correcta fase de toma de decisiones. Valor: El valor es relativo, es decir, la importancia del dato se la dará cada negocio, sus objetivos y las estrategias que aplique para la medición. Por ejemplo, saber qué datos son los que se deben analizar es fundamental para una empresa y definirá enormemente la utilidad de la herramienta del Big Data. ¿Se ha preguntado el valor que tiene su información y de perderla cómo podría impactar en su negocio? Tome medidas preventivas con su información y ahórrese pérdidas irreparables. Consúltenos, lo asesoramos en todo el proceso de migración a la nube virtual.

Bibliografía Baoss. (19 de abril de 2016). Recuperado el 09 de setiembre de 2018, de https://www.baoss.es/10-ejemplos-usos-reales-big-data/ womenalia. (21 de abril de 2017). Recuperado el 09 de setiembre de 2018, de https://www.womenalia.com/es/hoy-en-womenalia/

10 EJEMPLOS DE APLICACIÓN DE BIG DATA

Sin embargo, hay unas áreas donde el big data está marcando la diferencia. Hemos resumido a continuación las aplicaciones de big data en 10 áreas donde actualmente se están concentrando las instalaciones y obteniendo los mejores resultados. 1. ENTENDIENDO Y SEGMENTANDO A LOS CLIENTES Marketing y ventas son quizá las áreas de mayor aplicación de big data en la actualidad. Los datos se utilizan para comprender mejor a los clientes, sus comportamientos y preferencias. Las empresas están dispuestas a ampliar los centros de datos tradicionales con los de redes sociales, logs de navegación, análisis de textos y datos de sensores para obtener una imagen completa de su cliente. El objetivo principal es en la mayoría de casos crear modelos predictivos. Como vimos en un artículo anterior, tuvo bastante repercusión la noticia de que la cadena de distribución Target fue capaz de detectar cuándo sus clientes esperaban un bebé. Las empresas de telecomunicaciones pueden gracias al big data predecir mejor el churn de clientes. Los hipermercados pueden predecir mejor qué productos se venderán mejor, y las aseguradoras de coches pueden comprender mejor cómo conducen sus clientes. Incluso las campañas electorales pueden optimizarse gracias a big data analytics. Hay quienes sostienen que las recientes elecciones presidenciales en varios países han sido ganadas por los equipos con mayor capacidad de entender y aplicar el análisis de datos para buscar las preferencias de votantes y llegar a ellos por sus canales preferidos. 2. ENTENDIENDO Y OPTIMIZANDO LOS PROCESOS DE NEGOCIO El big data se está utilizando cada vez más para optimizar los procesos de negocio en las empresas. En el sector de retail los negocios están optimizando su stock basándose en predicciones generadas gracias a datos de redes sociales, tendencias de búsquedas en la web y predicciones meteorológicas. Un proceso que se está transformando particularmente gracias al big data es el de la cadena de suministro y la optimización de rutas de reparto. Gracias al

posicionamiento geográfico y sensores de identificación por radiofrecuencia se puede realizar un seguimiento de las mercancías y vehículos de reparto, optimizando las rutas, integrando datos de tráfico en tiempo real. Los procesos de recursos humanos también están siendo mejorados gracias al análisis del big data. Desde la detección y adquisición de talento, como en la película Moneyball, hasta la medición de la cultura empresarial y la involucración de la plantilla gracias a herramientas de big data.

3. CUANTIFICACIÓN Y OPTIMIZACIÓN DE RENDIMIENTO PERSONAL El big data no sólo es para empresas y para instituciones públicas o grandes organizaciones. Todos podemos beneficiarnos de los datos generados de dispositivos wearables como smart watches o pulseras. Estos dispositivos registran automáticamente datos de consumos de calorías (Fitbit), niveles de actividad y condición física (Google Fit, Apple Watch), o patrones de sueño. Aunque a nivel particular ya nos desvelan información interesante, el verdadero valor reside en analizar el conjunto de datos de todo el colectivo. Una de estas

empresas, Jawbone, recoge en torno a 60 años de datos de sueño cada noche. Analizando estos volúmenes de datos desvelarán insights que beneficiarán a todos los s. Otro ejemplo donde la gente se beneficia del análisis del big data es para buscar a cupido. A la hora de encontrar a la mejor pareja compatible hacerlo sin la ayuda de algoritmos y técnicas de big data sería prácticamente imposible. 4. MEJORANDO LA SALUD PÚBLICA Otra área de uso de datos masivos colectivos es el de la codificación de material genético. Cuantos más s participan más beneficios se obtienen, bien para saber más sobre nuestros ancestros, qué dieta o alimentos son más adecuados para nuestro genotipo, o para descubrir cómo o porqué se activan determinados genes que pueden derivar en enfermedades crónicas. La capacidad de procesamiento de plataformas de análisis de big data nos permite ya descodificar cadenas enteras de ADN en cuestión de minutos y permitirá encontrar nuevos tratamientos y comprender mejor las enfermedades, sus desencadenantes y los patrones de propagación. Piense qué sucederá cuando todos los dispositivos y sensores que llevamos encima (y cada vez llevaremos más) con marcadores de nuestro cuerpo se apliquen a millones de otras personas. Los ensayos clínicos del futuro no tendrán que estar limitados a muestras pequeñas sino que todo el mundo podrá formar parte.

Las técnicas de big data ya están empleando por ejemplo para monitorizar bebés en la unidad de neonatos de un hospital en Toronto. Grabando y analizando latidos y el patrón de respiración de cada bebé, la unidad ha desarrollado unos algoritmos que pueden predecir infecciones 24 horas antes de que los primeros síntomas aparezcan. De esta manera, el equipo médico puede intervenir y salvar vidas en un entorno en el que cada hora cuenta. El análisis de datos masivos también se utiliza a la hora de controlar y predecir la evolución de las epidemias y brotes de enfermedades. Integrando datos de historiales clínicos con análisis de datos de redes sociales pueden detectar brotes de gripe en tiempo real simplemente escuchando lo que la gente publica en sus perfiles públicos. Otras aplicaciones científicas prácticas llevan más tiempo: reconocimiento del habla, procesamiento imágenes en el cerebro para ciegos,… pero es con el big data cuando los resultados están consiguiendo avances significativos. 5. MEJORANDO EL RENDIMIENTO DEPORTIVO La mayor parte de deportistas de élite están ya adoptando técnicas de análisis de grandes volúmenes de datos. En tenis se lleva mucho tiempo utilizando la herramienta SlamTracker (basada en la tecnología de IBM SPSS de análisis

predictivo) en los torneos más prestigiosos del mundo (Wimbledon, Roland Garros, Open de Australia). La plataforma lleva registrados más de 8 años de datos de Grand Slams (unos 41 millones de data points) para determinar patrones y estilos de jugadores ganadores.

Aplicando análisis a las grabaciones de vídeo de cada jugador de fútbol y tecnología de sensores en equipamiento deportivo como balones o palos de golf, podemos obtener retroalimentación de los datos generados y mostrar los resultados para mejorar el rendimiento o para mostrar una visión enriquecida de la retransmisión a los espectadores. Muchos equipos de élite realizan ya seguimiento de sus atletas fuera del entorno de competición, usando dispositivos inteligentes para monitorizar desde la nutrición, la preparación física y el sueño, hasta las conversaciones en redes sociales en las que participan para controlar el bienestar emocional. 6. MEJORANDO LA CIENCIA Y LA INVESTIGACIÓN La investigación científica se está viendo transformada por las nuevas posibilidades que ofrece el big data.

El CERN (laboratorio suizo de física nuclear con su gran colisionador de hadrones), uno de los mayores generadores de datos, intenta descubrir los secretos del universo gracias a los datos del acelerador de partículas. Aunque el centro de datos del CERN cuenta con 65.000 procesadores para analizar los 30 petabytes de datos, no es suficiente. Por ello distribuyen la capacidad de computación entre miles de ordenadores repartidos entre otros 150 centros de datos por todo el mundo para analizar los datos. Esta capacidad de computación distribuida que de otra manera sería imposible de procesar también se emplea en muchas otras áreas de la ciencia. 7. OPTIMIZANDO EL RENDIMIENTO DE MÁQUINAS Y DISPOSITIVOS El análisis de big data está ayudando a máquinas y dispositivos a ser más inteligentes y autónomos. Un ejemplo que ya es una realidad, el coche autopilotado de Google.

Los coches que usan para el proyecto están equipados con cámaras, GPS, conexión a internet, y un abanico de computadoras y sensores que permiten al

vehículo circular de forma segura por la vía pública sin necesidad de intervención humana. También se usan herramientas de análisis de big data para optimizar las redes de energía a partir de datos de los medidores inteligentes. podemos también aprovechar estas tecnologías para optimizar el rendimiento de servidores y datawarehouses. 8. MEJORANDO LA SEGURIDAD Y EL CUMPLIMIENTO DE LA LEY El análisis de big data se está empleando de forma intensiva en la mejora de la seguridad y en los cuerpos de aplicación de la ley. La noticia que se filtró via Wikileaks de que la NSA ha estado espiando en todas las comunicaciones de todos los ciudadanos. El objetivo es la protección de ataques terroristas.

Otros usos de tecnología big data lo encontramos a la hora de detectar y prevenir ciberataques. El sistema de IA creado en el MIT predice el 85% de los ciberataques. Otros ejemplos: Las fuerzas policiales están empezando a utilizar herramientas de big data para dar con criminales e incluso prevenir actividades criminales.Otro ejemplo que lleva años empleándose es en la detección de transacciones fraudulentas con tarjetas de crédito.

9. MEJORANDO Y OPTIMIZANDO LAS CIUDADES El big data se está usando también para mejorar aspectos de nuestras ciudades y países. La tecnología permite optimizar los flujos de tráfico basándose en datos que llegan en tiempo real del tráfico, de las redes sociales y del tiempo metereológico. Un número creciente de ciudades están embarcadas en proyectos de Smart Cities, donde la infraestructura de transportes y los procesos de suministros trabajan colaborativamente. Algunos ejemplos: un autobús espera a salir automáticamente por el retraso de un avión, las señales de tráfico y semáforos actúan automáticamente para minimizar embotellamientos. (Baoss, 2016)