Big data diapositivas

BIG DATA

INTEGRANTES:

LUCIANO ANDRÉS PALACIO HENRY JUAN NÚÑEZ

STALIN CUADRADO OÑATE

PROGRAMA:

CONTADURÍA PUBLICA

UNIVERSIDAD DE LA GUAJIRA - EXTENSIÓN VILLANUEVA

2015

BIG DATA

Big data es el término inglés que designa los conjuntos de datos de gran tamaño ygeneralmente desestructurados que resultan difíciles de manejar usando las aplicacionesde bases de datos convencionales.

CARACTERÍSTICAS DEL BIG DATA

1) Volumen de los datos

2) Velocidad con la que se generan los datos

3) Variedad de los datos

4) Valor

5) Veracidad de los datos

USO DEL BIG DATA

El uso de big data puede ayudar a las empresas de distribución aautomatizar, optimizar y afinar inventarios basándose en la demanda actual. Lasgrandes cadenas de supermercados como Wal-Mart ya han implantado técnicas degestión de big data para optimizar su cadena de suministro.

BENEFICIOS DEL BIG DATA

Permite que una empresa tenga ventajas considerables. Por ejemplo, puedeanimar a divisiones con peores resultados a mejorar sin intervención directa dela dirección de la empresa. Una aplicación común es clasificar los objetivos deventas por división o incluso por empleado.

TRANSFORMACIÓN

Su propósito es extraer los datos de las diferentes fuentes y sistemas, para despuéshacer transformaciones (conversiones de datos, limpieza de datos sucios, cambios deformato…) y finalmente cargar los datos en la base de datos o Data Warehouseespecificada. Un ejemplo de plataforma ETL es el Pentaho Data Integration, másconcretamente su aplicación Spoon.

TIPOS DE BIG DATA

-Datos estructurados (Structured Data): Datos que tienen bien definidos su longitud y su formato, como las fechas, losnúmeros o las cadenas de caracteres. Se almacenan en tablas. Un ejemplo son las bases de datos relacionales y las hojasde cálculo.

-Datos no estructurados (Unstructured Data): Datos en el formato tal y como fueron recolectados, carecen de unformato específico. No se pueden almacenar dentro de una tabla ya que no se puede desgranar su información a tiposbásicos de datos. Algunos ejemplos son los PDF, documentos multimedia, e-mails o documentos de texto.

-Datos semiestructurados (Semistructured Data): Datos que no se limitan a campos determinados, pero que contienemarcadores para separar los diferentes elementos.

ALMACENAMIENTOS

-Almacenamiento Clave-Valor (Key-Valué): Los datos se almacenan de forma similar a los maps odiccionarios de datos, donde se accede al dato a partir de una clave única

-Almacenamiento Documental: Las bases de datos documentales guardan un gran parecido con lasbases de datos Clave-Valor, diferenciándose en el dato que guardan.

-Almacenamiento en Grafo: Las bases de datos en grafo rompen con la idea de tablas y se basan en lateoría de grafos, donde se establece que la información son los nodos y las relaciones entre lainformación son las aristas25 , algo similar en el modelo relacional.

-Almacenamiento Orientado a Columnas: Por último, el almacenamiento Column-Oriented es parecido alDocumental. Su modelo de datos es definido como “un mapa de datos multidimensional poco denso,distribuido y persistente.

ANÁLISIS DE DATOS

Teniendo los datos necesarios almacenados según diferentes tecnologías de almacenamiento, nos daremos cuenta quenecesitaremos diferentes técnicas de análisis de datos como las siguientes:

Asociación: Permite encontrar relaciones entre diferentes variables

Minería de datos (Data Mining): Tiene como objetivo encontrar comportamientos predictivos. Engloba el conjunto detécnicas que combina métodos estadísticos y de machine learning con almacenamiento en bases de datos

VISUALIZACIÓN DE DATOS

Big Data es una plataforma que permite visualizar la información a través de losanálisis llevados a cabo sobre los datos que disponemos. Con ésta plataforma seintenta llegar a un público más concreto, y una utilidad más acotada como unCuadro de Mando Integral de una organización.

UTILIDAD

Éste conjunto de tecnologías se puede usar en una gran variedad de ámbitos,como los siguientes:

-Empresarial

-Consumo

-Big Data e intimidad

-Deportes

CONCLUSIÓN

Podemos concluir diciendo que al poner big data a disposición de todauna empresa tiene ventajas considerables. Por ejemplo, puede animar adivisiones con peores resultados a mejorar sin intervención directa dela dirección de la empresa. Una aplicación común es clasificar losobjetivos de ventas por división o incluso por empleado.