Big data-grupo-7
Descargar como PPTX, PDF0 recomendaciones108 vistas
Big Data se refiere a conjuntos de datos grandes y complejos, con características de volumen, velocidad y variedad que dificultan su procesamiento con tecnologías tradicionales. Su análisis permite a las organizaciones reducir costos, tomar mejores decisiones y desarrollar nuevos productos, siendo utilizado en sectores como finanzas, seguros, ciencias, deportes y cultura. La generación de Big Data ocurre cada vez que interactuamos en línea, dejando un rastro digital que se suma a este vasto conjunto de datos.
Big data-grupo-7
- 1. INTEGRANTES: DYLLAN RAZA ALDAIR PUCO KEVIN MONTEROS JHOSEPH MOLINA RANDY AVALOS GRUPO #7
- 2. ¿QUE ES BIG DATA? Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño, complejidad y velocidad de crecimiento que dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales, tales como bases de datos relacionales y estadísticas convencionales o paquetes de visualización, dentro del tiempo necesario para que sean útiles.
- 3. ¿EN QUE CONSISTE? Big Data nació con el objetivo de cubrir unas necesidades no satisfechas por las tecnologías existentes, como es el almacenamiento y tratamiento de grandes volúmenes de datos que poseen unas características muy concretas definidas como las tres “V’s” :
- 4. VOLUMEN: Hace referencia al tamaño de los datos que pueden provenir de múltiples fuentes. Registros Transacciones Tablas y archivos VELOCIDAD: Define la rapidez con que llegan los datos usando unidades como tera, peta o exa bytes Tiempo real Tiempo cercano Flujos VARIEDAD: Hablamos de datos: Estructurados Semi-estructurados No estructurados
- 5. ¿CUAL ES SU IMPORTANCIA? El análisis de Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos para identificar nuevas oportunidades. Las empresas con más éxito con Big Data consiguen valor de las siguientes formas: Reducción de coste Las grandes tecnologías de datos, como Hadoop y el análisis basado en la nube, aportan importantes ventajas en términos de costes cuando se trata de almacenar grandes cantidades de datos, además de identificar maneras más eficientes de hacer negocios.
- 6. Mejor toma de decisiones Con la velocidad de Hadoop y la analítica en memoria, combinada con la capacidad de analizar nuevas fuentes de datos, las empresas pueden analizar la información y tomar decisiones basadas en lo que han aprendido. Nuevos productos y servicios Con la capacidad de medir las necesidades de los clientes y la satisfacción a través de análisis viene el poder de dar a los clientes lo que quieren. Con la analítica de Big Data, más empresas están creando nuevos productos para satisfacer las necesidades de los clientes.
- 7. SECTORES QUE MÁS UTILIZAN EL BIG DATA Finanzas Disponer de información actualizada y a tiempo real sobre el estado de los mercados nacionales e internacionales, sobre las condiciones primarias y secundarias que pueden descubrir una buena oportunidad de negocio o sobre el detalle de los riesgos que se asumirán en cada operación que se platee. Seguros El público objetivo de las aseguradoras es tan amplio y variado como los riesgos que estas asumen con su actividad empresarial. Unos riesgos que se ven drásticamente minimizados mediante un correcto aprovechamiento de las herramientas Big Data: el acceso a datos relevantes permite realizar informes transversales y multivariables que aporten información sobre salud, siniestralidad y morosidad, entre otros.
- 8. Ciencias Desde aplicaciones para ciencias naturales y del cosmos, como la astronomía, la botánica y la geología, hasta funcionalidades que permiten realizar análisis pormenorizados de los casos y ofrecer tratamientos más personalizados en el ámbito de las ciencias de la salud, pasando por las distintas ciencias económicas y sociales que mayor ventaja obtienen aprovechando los beneficios aportados por estas herramientas de análisis de datos, estadística, economía o sociología, entre otras. Deportes Análisis de la competencia, diseño de la estrategia de entrenamiento y competición más conveniente, hacen especialmente indicado el análisis de datos contenidos en Big Data en el sector del deporte, tanto profesional como amateur. Cultura El conocimiento de los gustos, las tendencias y las apetencias del público potencialmente dispuesto a consumir sus producciones es determinante para diseñar una buena estrategia.
- 9. Teniendo los datos necesarios almacenados según diferentes tecnologías de almacenamiento, nos daremos cuenta que necesitaremos diferentes técnicas de análisis de datos como las siguientes: Asociación: permite encontrar relaciones entre diferentes variables. Bajo la premisa de causalidad, se pretende encontrar una predicción en el comportamiento de otras variables. Minería de datos (data mining): tiene como objetivo encontrar comportamientos predictivos. Engloba el conjunto de técnicas que combina métodos estadísticos y de aprendizaje automático con almacenamiento en bases de datos. Agrupación (clustering): El propósito es encontrar similitudes entre grupos, y el descubrimiento de nuevos, conociendo cuáles son las cualidades que lo definen. Es una metodología apropiada para encontrar relaciones entre resultados y hacer una evaluación preliminar de la estructura de los datos analizados Análisis de texto (text analytics): gran parte de los datos generados por las personas son textos, como correos, búsquedas web o contenidos. Esta metodología permite extraer información de estos datos y así modelar temas y asuntos o predecir palabras.
- 10. !PREGUNTA¡ ¿De donde provienen todos los datos que conforman la Big Data?
- 11. CONCLUSION En palabras sencillas la big data crece cada vez que actualizamos un estado en Facebook, mandas un tweet, subes un video a YouTube, pagamos con tarjeta de crédito, realizamos una búsqueda en google, creamos una encuesta en línea, o cualquier cosa que hagamos en la red ya que deja un rastro digital que pasa a formar parte de la big data.