Invertir en big data: qué es, qué podemos esperar, qué necesitamos, qué precauciones adoptar

Post on 14-Jul-2015

198 views 1 download

Transcript of Invertir en big data: qué es, qué podemos esperar, qué necesitamos, qué precauciones adoptar

I Foro Europeo de Impulso

Tecnológico

Badajoz, 1 de abril de

2014

Lucía Escapa Castro

¿A QUIÉN LE IMPORTA EL BIG DATA?

¿QUÉ ES BIG DATA? CÓMO RECONOCERLO

QUÉ ESPERAR DEL BIG DATA (Y QUÉ HACER PARA

CONSEGUIRLO)

PUES NADA, ¿ME PONE UN BIG DATA?

ANTES DE EMPEZAR CON BIG DATA

BIG DATA, BIG WORRIES

LAS PALABRAS DE MODA

REFERENCIAS

En septiembre de 2013, según Gartner, el 64% de las organizaciones de todo el mundo ya habían invertido o tenían intención de invertir ese año…

• 39% de las organizaciones de medios y comunicaciones

• 34% de las organizaciones bancarias

• 32% de las empresas de servicios

Y en los próximos dos años las previsiones de invertir eran:• 50% de las organizaciones de transporte

• 41% de las organizaciones de salu d

• 40% de las organizaciones de seguros

A lo largo de 2013, Adquisiciones de empresas dedicadas al big data

• Sector TIC: IBM, Google, Twitter, Facebook, Yahoo, Tibco, Software AG, Datawatch, EMC, Cloudera, CoreLogic, Cisco, Intel, Pinterest

• Sector salud: UnitedHealth, IMS Health

• Sector minorista: Walmart

• Sector Defensa: Raytheon

Analistas de inversión generalistas se fijan y recomiendan empresas de nicho bigdata, como Datawatch, Tableau o Splunk.

La digitalización de prácticamente “todo” da lugar

a nuevos tipos de grandes datos en tiempo real

en un amplio abanico de sectores. Muchos de

ellos son datos no normalizados: por

ejemplo, datos en streaming, geoespaciales o

generados por sensores, que no encajan bien en

los warehouses relacionales, tradicionales

y estructurados.

En la actualidad es posible extraer

conocimientos de los datos con un nivel de

sofisticación, velocidad y precisión nunca

antes visto, utilizando técnicas como

“NoSQL”, “MapReduce” and “machine

learning”. Fuente: IBM, ref. 4

Las 3 V: volumen, variedad, velocidad

Y una cuarta: veracidad

Fuente: IBM, ref. 7

Para qué se está usando Big Data hoy

• Análisis y segmentación de clientes

• Optimización de procesos de negocio internos

• Seguimiento personal

• Salud y Sanidad Pública

• Rendimiento deportivo

• Investigación y Ciencia

• Máquinas y dispositivos autónomos

• Seguridad y lucha contra el delito

• Gestión del hábitat

• Finanzas

Dónde y cómo veremos el big data

mañana

• En todos los sectores anteriores

• De manera pervasiva

• Como servicio

• En los sectores que aún no lo están

aplicando

• En las administraciones públicas

+37.9908372 +23.73833930 +48.8588589 +2.347059900 +38.6537065 -90.24779080

+51.5286416 -0.101598700 +59.3261420 +17.98754550 +52.5075419 +13.42614190

+51.2603850 +4.369619300 +48.8588589 +2.347059900 +52.3747158 +4.898616600

+34.0204989 -118.4117325 +52.5075419 +13.42614190 +60.1733244 +24.94102480

+51.5286416 -0.101598700 +51.5286416 -0.101598700 +60.1733244 +24.94102480

-37.8602828 +145.0796160 +41.9100711 +12.53599790 +35.6733430 +139.7103880

+19.3200988 -99.15218450 +48.1549107 +11.54183570 +45.5601062 -73.71208320

+55.7497920 +37.63249500 +34.0204989 -118.4117325 +37.5651000 +126.9895500

+41.3947900 +2.148767900 +33.7677129 +84.42060400 -33.7969235 +150.9224326

+37.9908372 +23.73833940 +39.9388838 +116.3974589 +51.5286416 -0.101598700

-22.9112728 -43.44844780 +35.6733430 +139.7103880

¿Qué es esto?

+37.9908372 +23.73833930 +48.8588589 +2.347059900 +38.6537065 -90.24779080

+51.5286416 -0.101598700 +59.3261420 +17.98754550 +52.5075419 +13.42614190

+51.2603850 +4.369619300 +48.8588589 +2.347059900 +52.3747158 +4.898616600

+34.0204989 -118.4117325 +52.5075419 +13.42614190 +60.1733244 +24.94102480

+51.5286416 -0.101598700 +51.5286416 -0.101598700 +60.1733244 +24.94102480

-37.8602828 +145.0796160 +41.9100711 +12.53599790 +35.6733430 +139.7103880

+19.3200988 -99.15218450 +48.1549107 +11.54183570 +45.5601062 -73.71208320

+55.7497920 +37.63249500 +34.0204989 -118.4117325 +37.5651000 +126.9895500

+41.3947900 +2.148767900 +33.7677129 +84.42060400 -33.7969235 +150.9224326

+37.9908372 +23.73833940 +39.9388838 +116.3974589 +51.5286416 -0.101598700

-22.9112728 -43.44844780 +35.6733430 +139.7103880

Leer de izda a derecha, de arriba abajo, de dos en dos.

Latitud sobre Ecuador, Norte +, Longitud Greenwich, Este +

Atenas 1896 Paris 1900 Saint Louis 1904

Londres 1908 Estocolmo 1912 Berlín 1916

Amberes 1920 París 1924 Amsterdam 1928

Los Angeles 1932 Berlín 1936 Helsinki 1940

Londres 1944 Londres 1948 Helsinki 1952

Melbourne 1956 Roma 1960 Tokio 1964

México 1968 Munich 1972 Montreal 1976

Moscú 1980 Los Ángeles 1984 Seúl 1988

Barcelona 1992 Atlanta 1996 Sidney 2000

Atenas 2004 Pekín 2008 Londres 2012

Río de Janeiro 2014 Tokio 2016

…eran las sedes olímpicas…

¡Sin metadatos los datos no tienen sentido!

1. Tener la capacidad de identificar, extraer, transformar, cargar y almacenar los datos para su futuro análisis.

(TÉCNICA + INFRAESTRUCTURA)

BIG DATA, SMALL BUSINESSES (big data como servicio, collective wisdom..)

2. Entender muy bien todos los datos de los que dispone, qué significan, cómo se han creado y la importancia que tienen.

(METADATOS, SEMÁNTICA)

La crisis de los metadatos (RFD, Linked Data, SPARQL…)

3. Contar con una cultura establecida para la identificación, ejecución y seguimiento con un enfoque basado en la ciencia de datos.

(PERSONAS, ESPECIALISTAS EN DATOS)

BIG DATA, NEW PEOPLE (McKinsey, en 2019, en EEUU faltarán unos 150.000 analistas de datos…)

• Privacidad

• Seguridad, fiabilid

ad

• Propiedad

intelectual

• Responsabilidad

• Riesgo/beneficio

REDES

SOCIALES

INTERNET OF

THINGS

BIG DATA

CLOUD

1. http://www.kdnuggets.com/2013/08/recent-acquisitions-big-data.html

2. http://blogs.avalonconsult.com/blog/search/metadata-management-semantics-for-big-data/

3. http://www.zdnet.com/topic-making-the-business-case-for-big-data/

4. Analytics: el uso de big data en el mundo real

5. http://pacojariego.me/2014/03/23/in-the-blink-of-many-eyes/

6. http://www.zdnet.com/topic-making-the-business-case-for-big-data/

7. http://polyteknisk.no/content/download/38585/245039/version/1/file/Bekas.IBM_Big.Data+Outlook+liten.pdf

8. http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation

!!!GRACIAS!!!

@Lucia_E

http://lucia-ec.blogspot.com

http://es.linkedin.com/in/luciaescapacastro

www.facebook.com/LuciaEscapa