Big Data Valor y Mercado Óscar Marín Miró @outliers_es www.outliers.es
Big data: Valor y Mercado: Escola Universitària Salesians de Sarrià - UAB
Jan 21, 2015
Big Data: ¿Qué es? ¿Qué no es? Ejemplos y herramientas
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Big Data Valor y Mercado
Óscar Marín Miró @outliers_es
www.outliers.es
Contenidos
‣Historia ‣Las 3 V’s ‣Problema, Solución y Fenómeno
¿Qué es Big Data? Pitfalls‣Data vs Big Data ‣Data Science vs Big Data ‣Costes ocultos
Herramientas +Escenarios
‣Ecosistema Hadoop ‣NoSQL ‣Real-time
Valor del Big Data
‣Los Gigantes de la Generación de Datos ‣Nadamos en un mar de datos ‣Sectores de Aplicación
Bibliografía
¿Qué es el Big Data?
“Data will help us” - Jonathan Harris
Historiahttp://assets.outliers.es/infographics/BigData_A_Brief_History.pdf
“Big Data is a collection of data sets so large and complex that it becomes difficult to process using on-hand database management tools or traditional data processing applications”
http://en.wikipedia.org/wiki/Big_data
¿Qué es el Big Data?
- Big Data y las 3 ‘V’
- Velocidad
- Volumen
- Variedad
http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf
¿Qué es el Big Data?
!
- Twitter: 340 millones de tweets diarios (~= 1TB/día)
- Facebook: 800 millones de status diarios
- Google: 1000 millones de consultas diarias
http://www.slideshare.net/gigaom/the-3vs-of-big-data-variety-velocity-and-volume-from-structuredata-2012
¿Qué es el Big Data? (de verdad)
Explosión de Uso Explosión Social
Explosión Móvil
¿Qué es el Big Data? (de verdad)
Big Data: Dimensiones
‣Problema: 3 V’s ‣Solución: Herramientas ‣Fenómeno: Posibilidades
http://7.mshcdn.com/wp-content/uploads/2012/06/DataNeverSleeps.jpg
El V
alor
de
Big
Dat
a
El Valor de Big Data: Big Data Analysis
‣Estadístico ‣Texto ‣Análisis de Redes Sociales ‣Análisis GeoEspacial
El Valor de Big Data: Ámbitos de Aplicación
‣Marketing/Publicidad/Comunicación ‣Customer Insights ‣Growth Hacking ‣Salud ‣Escalabilidad
El Valor de Big Data: Publicidad
https://de5w14y12gh72.cloudfront.net/website/bluefin_mit-tech-review.pdf
El Valor de Big Data: Customer Insights
http://innovabbva.outliers.es/mapas.html
El Valor de Big Data: Growth Hacking
‣Impactos de tests A/B ‣Incrementar el Retention Rate ‣Incrementar los leads ‣Incremental el engagement
El Valor de Big Data: Growth Hacking
https://www.youtube.com/watch?v=eqeS8US10_k
El Valor de Big Data Ciencias Sociales
http://www.pewinternet.org/2014/02/20/part-2-conversational-archetypes-six-conversation-and-group-network-structures-in-twitter/#network-type-6-support-network
El Valor de Big Data: Publicidad
http://blog.marketo.com/2013/09/get-more-email-opens-and-clicks-using-behavioral-targeting.html
El Valor de Big Data Escalabilidad
http://www.slideshare.net/davidpoblador/spotify-bcn2013slideshare
El Valor de Big Data Antropología
http://www.brainpickings.org/index.php/2014/01/17/uncharted-big-data/
http://www.ted.com/talks/what_we_learned_from_5_million_books.html
Big Data Pitfalls
Big Data vs Data
‣Big Data ~= MB/s o volúmenes de TB ‣El 90% de los trabajos hablan de Big Data y quieren decir Data ‣No es lo mismo coger datos de Twitter que ser Twitter ‣Se confunde el fenómeno con el problema
Data Science vs Big Data
‣Técnicamente: ‣Data Science crea modelos ‣Big Data provee de infraestructura ‣En la práctica: ‣Si creas un modelo a partir de una muestra de Big Data haces Big Data ‣Los perfiles son COMPLETAMENTE diferentes!! ‣Big Data sin Data Science no es NADA
Big Data: Costes Ocultos
‣Computer Science First, Big Data Second!! ‣Probar en muestras significativas, SIEMPRE ‣Llegar hasta la presentación de los datos con la muestra, lo más rápido posible ‣Funcionar con hipótesis
Herramientas
¿Qué es un Cluster Hadoop? !Un conjunto de servidores (nodos), sobre el que se ejecutan procesos MapReduce y que comparten datos mediante HDFS (Hadoop Distributed File System
El ecosistema Hadoop
MAPREDUCE: Divide y vencerás
MAP: Función de procesado. Los datos se particionan y se pasa cada ‘trozo’ a una función ‘map’ La función ‘map’ es sin estado
REDUCE Función de reducción La salida del map es la entrada del reduce Se usa para consolidar y eliminar redundancias
Ecosistema Hadoop
MAPREDUCE: Contar las palabras de un fichero
MAP: < Hello, 1> < World, 1> !< Bye, 1> < World, 1>
REDUCE: < Hello, 1> < World, 2> < Bye, 1>
Ecosistema Hadoop
MAPREDUCE: Control
!
‣ Se ejecutan ‘jobs’ que el framework divide en ‘tasks’
‣ Master JobTracker
‣ TaskTracker por nodo
Ecosistema Hadoop
HDFS!
‣ Implementa un único sistema de ficheros ‘juntando las capacidades’ de todos los nodos
‣ Es transparente para el programador
‣ Se implementa tolerancia a fallos con nodos de ‘backup’
Ecosistema Hadoop
HDFS
http://codemphasis.wordpress.com/2012/09/27/big-data-hadoop-hdfs-and-mapreduce/
Ecosistema Hadoop
http://oreilly.com/data/radarreports/planning-for-big-data.csp
Ecosistema Hadoop
VS
Soluciones NoSQL
Soluciones NoSQL: MongoDB
Problemas de las BBDD relacionales!
‣ Leer datos completos es costoso (‘joins’)
‣ Transacciones (‘integridad’)
‣ Escalabilidad
‣ Cambio del modelo de datos (migraciones)
Soluciones NoSQL!
‣ Almacenes clave-valor (Redis, BerkeleyDB, Tokyo Cabinet)
‣ Orientadas a documento (MongoDB, CouchDB, ElasticSearch, Solr)
‣ Orientadas a columnas (Cassandra, HBase, BigTable)
Real-time processing
!
‣ Batch vs Real-time
‣ Hadoop anclado en Java
‣ Spark (Scala)
‣ Storm (Clojure)
http://www.ibm.com/developerworks/library/os-spark/#resources
Outliers Collective: Nuestras Herramientas
!
‣ Visualización: D3.js
‣ Análisis:
‣ Texto: Python + Pattern
‣ Redes: Networkx + Gephi
‣ Estadística: R
‣ Persistencia: MongoDB, ElasticSearch
http://elpais.com/especiales/2014/planeta-futuro/mapa-de-migraciones/
Outliers Collective+Prodigioso Volcán, 2014
http://www.324.cat/eleccions-catalunya-2012/tuitometre
Outliers Collective, 2012
Outliers Collective y Yolanda Quintana, 2013
http://viralgezi.outliers.es/
Outliers Collective, Alberto González Paje, Rafael Höhr, 2013
http://innovabbva.outliers.es/
http://assets.outliers.es/SocialGood/
Outliers Collective + Alberto González, 2013
http://vimeo.com/71084828
http://bcnbeats.outliers.es/
Outliers Collective + Telenoika + Rocío Márquez + Patricia Benitez + Alberto González, 2013
#LoQueCrece: IdeasForChange + Outliers Collective
Referencias
http://www.goodreads.com/shelf/show/big-data
¿Preguntas? ¡Gracias por el interés!
Related Documents
