Patricia Jimnez Gonzlez

LIA I9
BIG DATA
BIG DATA
By Vangie Beal
Big data is a buzzword, or catch-phrase, used to describe a massive volume of both structured and unstructured data that
is so large that it's difficult to process using traditional database and software techniques. In most enterprise scenarios the
data is too big or it moves too fast or it exceeds current processing capacity. Big data has the potential to help companies
improve operations and make faster, more intelligent decisions.
Is Big Data a Volume or a Technology?
While the term may seem to reference the volume of data, that isn't always the case. The term big data, especially when
used by vendors, may refer to the technology (which includes tools and processes) that an organization requires to handle
the large amounts of data and storage facilities. The term big data is believed to have originated with Web search
companies who needed to query very large distributed aggregations of loosely-structured data.
An Example of Big Data
An example of big data might be petabytes (1,024 terabytes) or exabytes (1,024 petabytes) of data consisting of billions to
trillions of records of millions of peopleall from different sources (e.g. Web, sales, customer contact center, social media,
mobile data and so on). The data is typically loosely structured data that is often incomplete and inaccessible.
Big Data and Types of Business Datasets
When dealing with larger datasets, organizations face difficulties in being able to create, manipulate, and manage big
data. Big data is particularly a problem in business analytics because standard tools and procedures are not designed to
search and analyze massive datasets.
As research from Webopedia parent company QuinStreet demonstrates, big data initiatives are poised for explosive
growth. QuinStreet surveyed 540 enterprise decision-makers involved in big data and found the datasets of interest to
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
many businesses today include traditional structured databases of inventories, orders, and customer information, as well
as unstructured data from the Web, social networking sites, and intelligent devices.
This data, when captured, formatted, manipulated, stored, and analyzed can help a company to gain useful insight to
increase revenues, get or retain customers, and improve operations. Big data may also be called enterprise big data.
Big data analytics
Big data analytics refers to the process of collecting, organizing and analyzing large sets of data ("big data") to discover
patterns and other useful information. Not only will big data analytics help you to understand the information contained
within the data, but it will also help identify the data that is most important to the business and future business decisions.
Big data analysts basically want the knowledge that comes from analyzing the data.
The Benefits of Big Data Analytics
Enterprises are increasingly looking to find actionable insights into their data. Many big data projects originate from the
need to answer specific business questions. With the right big data analytics platforms in place, an enterprise can boost
sales, increase efficiency, and improve operations, customer service and risk management.
Webopedia parent company, QuinStreet, surveyed 540 enterprise decision-makers involved in big data purchases to learn
which business areas companies plan to use Big Data analytics to improve operations. About half of all respondents said
they were applying big data analytics to improve customer retention, help with product development and gain a
competitive advantage.
For most organizations, big data analysis is a challenge. Consider the sheer volume of data and the many different
formats of the data (both structured and unstructured data) collected across the entire organization and the many different
ways different types of data can be combined, contrasted and analyzed to find patterns and other useful information.
The first challenge is in breaking down data silos to access all data an organization stores in different places and often in
different systems. A second big data challenge is in creating platforms that can pull in unstructured data as easily as
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
structured data. This massive volume of data is typically so large that it's difficult to process using traditional database and
software methods.
Big Data Requires High-Performance Analytics
To analyze such a large volume of data, big data analytics is typically performed using specialized software tools and
applications for predictive analytics, data mining, text mining, forecasting and data optimization. Collectively these
processes are separate but highly integrated functions of high-performance analytics. Using big data tools and software
enables an organization to process extremely large volumes of data that a business has collected to determine which data
is relevant and can be analyzed to drive better business decisions in the future.
Examples of How Big Data Analytics is Used Today
As technology to break down data silos and analyze data improves, business can be transformed in all sorts of ways.
According to Datamation, today's advances in analyzing Big Data allow researchers to decode human DNA in minutes,
predict where terrorists plan to attack, determine which gene is mostly likely to be responsible for certain diseases and, of
course, which ads you are most likely to respond to on Facebook. The business cases for leveraging Big Data are
compelling. For instance, Netflix mined its subscriber data to put the essential ingredients together for its recent hit House
of Cards, and subscriber data also prompted the company to bring Arrested Development back from the dead.
Another example comes from one of the biggest mobile carriers in the world. France's Orange launched its Data for
Development project by releasing subscriber data for customers in the Ivory Coast. The 2.5 billion records, which were
made anonymous, included details on calls and text messages exchanged between 5 million users. Researchers
accessed the data and sent Orange proposals for how the data could serve as the foundation for development projects to
improve public health and safety. Proposed projects included one that showed how to improve public safety by tracking
cell phone data to map where people went after emergencies; another showed how to use cellular data for disease
containment.
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
The pace of data creation will surely increase, especially as machine-to-machine communications gets cheaper and more
common. Think about how much data all of those sensor networks, burglar alarms and vehicle telematics systems will
create.
According to IBM, every single day we create 2.5 quintillion bytes of data. IBM argues that the exponential growth of data
means that 90 percent of the data that exists in the world today has been created in the last two years. "This data comes
from everywhere: sensors used to gather climate information, posts to social media sites, digital pictures and videos, e-
commerce transaction records, and cell phone GPS coordinates, to name a few."
Of course, it's important to remember that in early human history, anything as ephemeral as a tweet just would not have
been recorded, so these comparisons can only be taken so far.
To put the data explosion in context, consider this. Every minute of every day we create
More than 204 million email messages
Over 2 million Google search queries
48 hours of new YouTube videos
684,000 bits of content shared on Facebook
More than 100,000 tweets
$272,000 spent on e-commerce
3,600 new photos shared on Instagram
Nearly 350 new WordPress blog posts

Patricia Jimnez Gonzlez
LIA I9
BIG DATA
TRADUCCIN
Big Data
Por Vangie Beal
Big data es una palabra de moda, o coger-frase usada para describir un volumen masivo de datos tanto estructurados
como no estructurados que es tan grande que es difcil de procesar utilizando tcnicas de bases de datos y de software
tradicionales. En la mayora de escenarios empresariales los datos es demasiado grande o se mueve demasiado rpido o
se excede la capacidad de procesamiento actual. Grandes datos tiene el potencial de ayudar a las empresas a mejorar
sus operaciones y tomar decisiones ms rpidas, ms inteligentes.
Es Big Data de un volumen o una tecnologa?
Mientras que el trmino puede parecer para hacer referencia al volumen de datos, que no siempre es el caso. El trmino
grandes de datos, especialmente cuando se utilicen los proveedores, pueden referirse a la tecnologa (que incluye
herramientas y procesos) que una organizacin necesita para manejar las grandes cantidades de datos e instalaciones
de almacenamiento. Se cree que el Big Data trmino que se origin con las empresas de bsqueda Web que necesitaban
consultar muy grandes agregaciones distribuidas de datos estructurados dbilmente-.
Un ejemplo de Big Data
Un ejemplo de datos grandes podra ser petabytes (1024 terabytes) o exabytes (1.024 petabytes) de datos que constan
de miles de millones a miles de millones de registros de millones de personas-todas de diferentes fuentes (por ejemplo,
Web, ventas, centro de contacto con el cliente, las redes sociales, mvil de datos y as sucesivamente). Los datos son
normalmente poco estructurado de datos que a menudo es incompleta e inaccesible.
Datos y tipos de conjuntos de datos de las grandes empresas
Cuando se trata de grandes conjuntos de datos, las organizaciones se enfrentan a dificultades para poder crear,
manipular y gestionar grandes volmenes de datos. Big Data es un problema particularmente en anlisis de negocios
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
porque las herramientas y procedimientos estndar no estn diseados para buscar y analizar conjuntos de datos
masivos.
Como la investigacin de la compaa matriz Webopedia QuinStreet demuestra, iniciativas de grandes datos estn
preparados para un crecimiento explosivo. QuinStreet encuest a 540 empresas que toman las decisiones involucradas
en grandes volmenes de datos y encontr a los conjuntos de datos de inters para muchas empresas hoy en da
incluyen las bases de datos tradicionales estructurados de inventarios, pedidos y la informacin del cliente, as como
datos no estructurados de la Web, los sitios de redes sociales y dispositivos inteligentes.
Estos datos, cuando fue capturado, formateado, manipulan, almacena, analiza y puede ayudar a una empresa para
obtener informacin til para aumentar los ingresos, obtener o retener a los clientes, y mejorar las operaciones. Grandes
datos tambin pueden ser llamados de la empresa de datos grandes.
Anlisis de datos grandes
Analtica de grandes datos se refiere al proceso de recoleccin, organizacin y anlisis de grandes conjuntos de datos
("big data") para descubrir patrones y otra informacin til. No slo los anlisis de datos grandes ayudarn a entender la
informacin contenida en los datos, sino que tambin ayudarn a identificar los datos que son ms importantes para el
negocio y las decisiones futuras del negocio. Los analistas de datos Big bsicamente quieren que el conocimiento que
proviene de analizar los datos.
Los beneficios de Big Data Analytics
Las empresas estn cada vez ms buscando para encontrar informacin procesable en sus datos. Muchos proyectos de
grandes datos se originan en la necesidad de responder a las preguntas especficas del negocio. Con las grandes
plataformas de anlisis de los datos correctos en el lugar, una empresa puede impulsar las ventas, aumentar la eficiencia
y mejorar las operaciones, servicio al cliente y la gestin de riesgos.
Empresa matriz Webopedia, QuinStreet, encuest a 540 empresas que toman las decisiones que participan en las
compras de grandes datos para saber qu reas de negocio empresas planean utilizar la analtica Big Data para mejorar
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
las operaciones. Aproximadamente la mitad de todos los encuestados dijeron que estaban aplicando analtica de grandes
datos para mejorar la retencin de clientes, ayudar con el desarrollo de productos y obtener una ventaja competitiva.
Para la mayora de las organizaciones, el anlisis de grandes datos es un reto. Tenga en cuenta la gran cantidad de
datos y los distintos formatos de los datos (datos estructurados y no estructurados) recogidos en toda la organizacin y
de las diferentes maneras diferentes tipos de datos se pueden combinar, contrastados y analizados para encontrar
patrones y otra informacin til.
El primer desafo es romper los silos de datos para tener acceso a todos los datos de un depsito de las organizaciones
en diferentes lugares y, a menudo en diferentes sistemas. Un segundo desafo de grandes datos es en la creacin de
plataformas que pueden tirar en los datos no estructurados con tanta facilidad como los datos estructurados. Este
volumen masivo de datos suele ser tan grande que es difcil de procesar utilizando los mtodos de base de datos y de
software tradicionales.
Big Data Analytics Requiere de Alto Rendimiento
Para analizar un gran volumen de datos como, anlisis de datos grandes se realiza normalmente utilizando herramientas
de software y aplicaciones especializadas para el anlisis predictivo, minera de datos, minera de texto, la prediccin y la
optimizacin de datos. En conjunto, estos procesos son funciones separadas pero altamente integradas de anlisis de
alto rendimiento. El uso de herramientas de datos grandes y software permite a una organizacin para procesar
extremadamente grandes volmenes de datos que un negocio ha recogido para determinar qu datos son relevantes y
pueden ser analizados para tomar mejores decisiones de negocio en el futuro.
Ejemplos de cmo Big Data Analytics se utiliza hoy
Como la tecnologa para romper los silos de datos y anlisis de datos mejora, negocio puede transformarse en todo tipo
de formas. Segn Datamation, los avances en el anlisis de Big Data de hoy permiten a los investigadores a descifrar el
ADN humano en cuestin de minutos, predicen que los terroristas planean atacar, determinan qu gen es sobre todo
probable que sea responsable de ciertas enfermedades y, por supuesto, que los anuncios que tienen ms probabilidades
de responder a en Facebook. Los casos de negocio para aprovechar los grandes datos son convincentes. Por ejemplo,
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
Netflix extrae sus datos de suscriptor de poner los ingredientes esenciales juntos por su reciente xito Castillo de naipes,
y los datos de abonado tambin llev a la compaa a llevar Arrested Development de entre los muertos.
Otro ejemplo proviene de una de las mayores compaas de telefona mvil en el mundo. Orange de Francia puso en
marcha su proyecto de datos para el Desarrollo por la liberacin de los datos de abonado para los clientes en la Costa de
Marfil. Los 2,5 mil millones de registros, que se hicieron en el anonimato, incluidos detalles sobre las llamadas y mensajes
de texto intercambiados entre 5 millones de usuarios. Los investigadores acceder a los datos y enviaron propuestas
Orange de cmo los datos pueden servir de base para los proyectos de desarrollo para mejorar la salud y la seguridad
pblica. Los proyectos propuestos incluyen uno que mostraba la forma de mejorar la seguridad pblica mediante el
seguimiento de los datos del telfono celular para mapear donde la gente iba tras una emergencia; otra mostr cmo usar
los datos celulares para la contencin de la enfermedad.
El ritmo de creacin de datos seguramente aumentar, sobre todo porque las comunicaciones de mquina a mquina se
vuelve ms barato y ms comn. Piense en la cantidad de datos todas esas redes de sensores, alarmas antirrobo y los
sistemas telemticos vehculo va a crear.
Segn IBM, cada da creamos 2,5 trillones de bytes de datos. IBM sostiene que el crecimiento exponencial de los datos
significa que el 90 por ciento de los datos que existe en el mundo de hoy se ha creado en los ltimos dos aos. "Estos
datos vienen de todas partes: sensores utilizados para recopilar informacin sobre el clima, los mensajes a sitios de
medios sociales, fotos digitales y videos, registros de transacciones de comercio electrnico, y las coordenadas de GPS
del telfono celular, para nombrar unos pocos."
Por supuesto, es importante recordar que en la historia humana temprana, algo tan efmero como un tweet simplemente
no habra sido registrado, por lo que estas comparaciones slo puede ser tomada hasta el momento.
Para poner la explosin de datos en contexto, considere esto. Cada minuto de cada da creamos
Ms de 204 millones de mensajes de correo electrnico
Ms de 2 millones de consultas de bsqueda de Google
48 horas de nuevos vdeos de YouTube
684.000 bits de contenido compartido en Facebook
Patricia Jimnez Gonzlez
LIA I9
BIG DATA
Ms de 100.000 tuits
272.000 dlares gastados en el comercio electrnico
3600 nuevas fotos compartidas en Instagram
Cerca de 350 nuevas entradas del blog de WordPress.
















Patricia Jimnez Gonzlez
LIA I9
BIG DATA
MAPA CONCEPTUAL