Webconference La revolución del Big Data. De los datos al negocio

Post on 18-Dec-2014

305 views 2 download

description

Internet, los sistemas de información y las redes sociales, entre otras fuentes de información, generan grandes cantidades de datos. Estos datos pueden servir a empresas y organizaciones para obtener importantes ventajas competitivas, pero crecen tan rápidamente en volumen que, en muchas ocasiones, resulta imposible tratarlos con las herramientas de gestión tradicionales. No solo hablamos de almacenamiento de estos datos, sino que es imprescindible que la empresas actuales sepan gestionar, analizar e interpretar estos datos de la mejor forma posible para obtener dichas ventajas competitivas. En este punto surge hace unos años el concepto "Big Data", o el conjunto de herramientas para la gestión de grandes bases de datos que nos ayuden en el desarrollo de la estrategia global del negocio. Además, se trata de un sector en alza. La consultora tecnológica Gartner Research señala que el Big Data será uno de los campos que más profesionales especializados demande en los próximos años. Según sus estimaciones, en 2015 se habrán creado 4,4 millones de puestos de trabajo directos en todo el mundo para cubrir las necesidades de analítica y gestión de datos, generando un volumen de negocio cercano a los 50.000 millones en 2016. ¿Qué es el Big Data? ¿Cómo nos ayuda a generar negocio? ¿Cómo implanto un sistema de gestión de datos? ¿Qué ventajas aporta y qué inconvenientes puede traer? ¿Cuáles son las claves para sacarle el máximo partido a los datos? ¿Cómo mido su éxito o efectividad? ¿Para qué tipo de empresas es más efectivo, multinacionales o Pymes? ¿Cuáles son los retos del Big Data en el futuro? Ponente: Para responder a estas y otras preguntas tendremos con nosotros a Lluís Soldevila, Consultor IT, formador, conferenciante, Associated Talent Management Director at Execus Professional Services y profesor de Business Intelligence en OBS Online Business School.

Transcript of Webconference La revolución del Big Data. De los datos al negocio

La revolución del Big Data De datos a negocio

Lluís Soldevila i Vilasís

Online Business School

25 de julio de 2013

Partners académicos

Es improbable que la energía atómica produzca algo mucho más

peligroso que un explosivo convencional

Winston Churchill (1930)

Creo que hay mercado mundial como mucho para cinco ordenadores

Thomas Watson, presidente de IBM (1943)

Se acabará demostrando que los rayos X son un timo

Lord Kelvin, presidente de la Royal Society (1883)

Nunca se fabricará un avión más grande que éste

Un ingeniero de Boeing, deslumbrado al ver el Boeing 247, con

capacidad para 10 personas (1933)

Acabaremos con el spam en dos años

Bill Gates, fundador de Microsoft (2004)

La televisión no durará porque la gente pronto se cansará de mirar

fijamente a una caja de madera contrachapada cada noche

Darryl Zanuch, productor de 20th Century Fox (1946)

La limpieza del hogar se llevará a cabo con aspiradoras nucleares

Alex Lewyt, presidente de Lewyt Corp (1950)

No hay necesidad de tener un ordenador en cada casa

Ken Olsen, fundador de Digital Equipment, 1977

El teléfono tiene demasiados inconvenientes para ser considerados

un medio de comunicación serio. Este aparato no nos sirve para nada

Circular interna de Western Union (1876)

El fonógrafo no tiene ningún valor comercial Thomas Edison

(1880)

Los americanos necesitan el teléfono. Nosotros no. Tenemos

mensajeros de sobra

William Preece, director del Servicio Postal británico (1878)

HOUSTON!

En el año 2.000 se

generaron 2 exabytes

de información

2.000.000.000.000.000.000

Fuente: IDC

En el año 2.013 se

generan 2 exabytes de

información …

Fuente: IDC

En el año 2.013 se

generan 2 exabytes de

información …

cada día!

Fuente: IDC

El universo digital

ocupará 35 Zettabytes

en 2020

35.000.000.000.000.000.000.000 bytes

Fuente: IDC

hp

mucho antes

antes

• Sistema transaccional que no da datos completos

• Los datos están centralizados

• Generación de datos diaria o semanalmente

• Entorno estable para el análisis

después (hoy!)

• Datos de muchas fuentes, de dentro y fuera de la

organización

• Los datos están físicamente distribuidos

• Necesidad de iterar para validad modelos

• Cada iteración requiere nueva carga de información

• Cuál era mi nómina

• Cuál era la nómina de mi mujer

• Cuántas tarjetas de crédito tenía (como mínimo!)

• Mi hipoteca

• Si ahorraba o no

• Cuál era mi nómina

• Cuál era la nómina de mi mujer

• Cuántas tarjetas de crédito tenía (como mínimo!)

• Mi hipoteca

• Si ahorraba o no

… y también

• Cuántos hijos tenía

• A qué cole iban mis hijos

• Cómo vestía

• Cuáles cuantos coches tenía

• Mis aficiones

• Si marchaba fuera a el fin de semana

• Cuántas veces a la semana cenaba fuera

• Cuál era mi nómina

• Cuál era la nómina de mi mujer

• Cuántas tarjetas de crédito tenía (como mínimo!)

• Mi hipoteca

• Si ahorraba o no

… y también

• Cuántos hijos tenía

• A qué cole iban mis hijos

• Cómo vestía

• Cuáles cuantos coches tenía

• Mis aficiones

• Si marchaba fuera a el fin de semana

• Cuántas veces a la semana cenaba fuera

… y también

• Cuándo necesitaba un nuevo producto

• Cuándo dejaría de pagar

• Cuándo dejaría de ser cliente

Fuente: www.johnsaunders.com

mantra

mantra

Fuente: Bigus, 1996

http://www.perceptualedge.com/files/GraphDesignIQ.html

Fuente: Wikibon

Fuente: Wikibon

#salud

#automoción

#política

#tráfico

#deportes

#cambio social

the next big thing?

#empieza ya!

¡Gracias!

Online Business School

25 de julio de 2013

Partners académicos

88

www.obs-edu.com

Título del PPT

• California visualitzation

• Hibridar: gaming+entretainment