ELABORO: Johana Ocaa Ezquivel

GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.
TEXTO ORIGINAL

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 t he
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 people

all 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 many businesses today include traditional structured databases of inventories, orders, and customer
ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.
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 t o
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 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
ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.
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.
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.





ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.

TEXTO TRADUCIDO A ESPAOL

BIG DATA


By Vangie Beal

Big data es una palabra de moda, o 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 los escenarios empresariales los datos son demasiado grandes o se mueven demasiado rpido o se
exceden de la capacidad de procesamiento actual. Big Data (grandes datos) tiene el potencial de ayudar a las empresas
a mejorar sus operaciones y a tomar decisiones ms rpidas e inteligentemente.
Big Data es 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 Big Data, especialmente cuando lo utilizan 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 del Big Data podra ser petabytes (1024 terabytes) o hexabytes (1.024 petabytes) de datos que constan de
miles de millones a miles de millones de registros de millones de personas, todos de diferentes fuentes (por ejemplo, Web,
de ventas, centros de contacto de clientes, medios de comunicacin social, datos mviles y as sucesivamente). Los datos
son normalmente poco estructurados de datos que a menudo es incompleta e inaccesible. Datos y tipos de conjuntos de
datos de negocios, cuando se ocupan grandes conjuntos de datos, las organizaciones se enfrentan a dificultades en la
capacidad de crear, manipular y gestionar grandes volmenes de datos. Big Data es un problema particularmente en
ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.
anlisis de negocios 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 que 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 son capturados, formateados, manipulados, almacenados y analizados, pueden ayudar a una
empresa para obtener informacin til para aumentar los ingresos, obtener o retener a los clientes, y mejorar las
operaciones. Big Data tambin puede ser llamado por la empresa como datos grandes. Anlisis de datos grandes, analtica
de Big Data, 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 habr anlisis de Big Data que ayudar a entender la informacin
contenida en los datos, sino que tambin ayudar a identificar los datos que son ms importantes para el negocio y las
decisiones futuras del negocio. Los analistas de Big Data bsicamente quieren que el conocimiento que proviene de analizar
los datos.
Los beneficios del anlisis de Big Data
Las empresas estn cada vez ms buscando para encontrar informacin procesable en sus datos. Muchos proyectos de
Big Data 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, mejorar las
operaciones, servir al cliente y gestionar riesgos. Empresa matriz Webopedia, QuinStreet, encuest a 540 empresas que
toman las decisiones que participan en las compras de Big Data, para saber qu reas de negocio de las empresas planean
utilizar el anlisis de Big Data para mejorar las operaciones. Aproximadamente la mitad de todos los encuestados dijeron
que estaban aplicando el anlisis de Big Data para mejorar la retencin de clientes, ayudar con el desarrollo de productos
y obtener una ventaja competitiva.
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 Big Data es en la creacin de plataformas
ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.
que pueden tratar 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.
El anlisis de Big Data requiere de alto rendimiento para analizar un gran volumen de datos como el anlisis de Big Data
que 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 Big Data y software permite
a una organizacin 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 el anlisis de Big Data se utiliza hoy.
Como la tecnologa para romper los silos de datos y anlisis de datos, el negocio puede transformarse en todo tipo de
formas segn Datamation, los avances en el anlisis de Big Data de hoy permiten a los investigadores 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, los anuncios que tienen ms probabilidades de responder
en Facebook. Los casos de negocio para aprovechar los Big Data son convincentes. Por ejemplo, Netflix extrae sus datos
de suscriptor para poner los ingredientes esenciales juntos con su reciente xito Castillo de naipes, y los datos de abonado
tambin impulsaron a la empresa 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, para la liberacin de los datos de abonado de 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 pueden acceder a los datos y enviar propuestas a Orange de cmo los datos puede 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 volvern ms baratas y ms comunes. Piense en la cantidad de datos de todas esas redes de sensores,
alarmas antirrobo y los sistemas telemticos vehculo crear.
ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.
De acuerdo con 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 existen 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, por nombrar algunos." 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 pueden ser
tomadas 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 Google de bsqueda
de 48 horas, los vdeos de YouTube 684.000 bits de contenido compartido en Facebook, ms de 100.000 tweets de $
272.000 gastados en el comercio electrnico 3600 nuevas fotos compartidas en Instagram Casi 350 nuevas entradas del
blog WordPress.











ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.




















(Grandes cantidades de datos)
ES UNA
HERRAMIENTA
Ayuda a la toma de decisiones
Que
Que destaca el
volumen masivo de
datos.
ES UNA
PALABRA DE
MODA
Incluye herramientas
y procesos.
ES UNA
TECNOLOGIA
Que
Datos que constan de miles de millones
a miles de millones de registros de miles
de millones de personas.
USO
Web de ventas.
Centros de contacto de clientes.
Medios de comunicacin social.
Uso de mviles.

Estos datos, cuando son capturados, son
formateados, manipulados, almacenados y
analizados para ayudar a una empresa a
obtener informacin til para aumentar los
ingresos retener a los clientes y mejorar las
operaciones.
ELABORO: Johana Ocaa Ezquivel
GRUPO: LIA I9
UNIDAD DE APREDRENDIZAJE: Temas selectos del tratamiento de la informacin.











DIFICULTADES
No se manejan con bases de datos ni con software
tradicional

YA QUE
Es de un gran tamao.

EJEMPLOS DEL
BIG DATA
Petabytes (1024 Terabytes)
Hexabytes (1024 petabytes)
LO QUE EL BIG
DATA LOGRA
Crea ventajas
competitivas
Mejora las
operaciones
Incrementa la
productividad
Gestionar
riesgos
Aumentar la
eficiencia