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