0 calificaciones0% encontró este documento útil (0 votos)
14 vistas7 páginas
Big data is a buzzword, or catch-phrase, used to describe a massivevolume of bothstructured and unstructureddata. Big data has thepotential to helpcompaniesimproveoperations and makefaster, more intelligentdecisions. The termbig data is believed to haveoriginatedwith Web searchcompanies.
Big data is a buzzword, or catch-phrase, used to describe a massivevolume of bothstructured and unstructureddata. Big data has thepotential to helpcompaniesimproveoperations and makefaster, more intelligentdecisions. The termbig data is believed to haveoriginatedwith Web searchcompanies.
Big data is a buzzword, or catch-phrase, used to describe a massivevolume of bothstructured and unstructureddata. Big data has thepotential to helpcompaniesimproveoperations and makefaster, more intelligentdecisions. The termbig data is believed to haveoriginatedwith Web searchcompanies.
Big data ByVangieBeal Big data is a buzzword, or catch-phrase, used to describe a massivevolume of bothstructured and unstructured data thatis so largethatit'sdifficult to processusingtraditionaldatabase and software techniques. In mostenterprisescenariosthe data istoobigoritmovestoofastoritexceedscurrentprocessingcapacity. Big data has thepotential to helpcompaniesimproveoperations and makefaster, more intelligentdecisions. Is Big Data a Volumeor a Technology? Whilethetermmayseem to referencethevolume of data, thatisn'talwaysthe case. Thetermbig data, especiallywhenusedbyvendors, mayrefer to thetechnology (whichincludestools and processes) thatanorganizationrequires to handlethelargeamounts of data and storagefacilities. Thetermbig data isbelieved to haveoriginatedwith Web searchcompanieswhoneeded to queryverylargedistributedaggregations of loosely-structured data. AnExample of Big Data Anexample 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 allfromdifferentsources (e.g. Web, sales, customercontact center, social media, mobile data and so on). The data istypicallylooselystructured data thatisoftenincomplete and inaccessible. Big Data and Types of Business Datasets Whendealingwithlargerdatasets, organizationsfacedifficulties in beingable to create, manipulate, and managebig data. Big data isparticularly a problem in businessanalyticsbecause standard tools and procedures are notdesigned to search and analyzemassivedatasets. As researchfromWebopediaparentcompanyQuinStreetdemonstrates, big data initiatives are poisedforexplosivegrowth. QuinStreetsurveyed 540 enterprisedecision-makersinvolved in big data and foundthedatasets of interest to manybusinessestodayincludetraditionalstructureddatabases of inventories, orders, and customerinformation, as well as unstructured data fromthe Web, social networkingsites, and intelligentdevices. This data, whencaptured, formatted, manipulated, stored, and analyzed can help a company to gainusefulinsight to increaserevenues, getorretaincustomers, and improveoperations.Big data mayalso be calledenterprisebig data. Big data analytics Big data analyticsrefers to theprocess of collecting, organizing and analyzinglarge sets of data ("big data") to discoverpatterns and otherusefulinformation. Notonlywillbig data analyticshelpyou to understandtheinformationcontainedwithinthe data, butitwillalsohelpidentifythe data thatismostimportant to thebusiness and futurebusinessdecisions. Big data analystsbasicallywanttheknowledgethat comes fromanalyzingthe data. TheBenefits of Big Data Analytics Enterprises are increasinglylooking to findactionableinsightsintotheir data. Manybig data projectsoriginatefromtheneed to answerspecificbusinessquestions. Withtherightbig data analyticsplatforms in place, anenterprise can boost sales, increaseefficiency, and improveoperations, customerservice and riskmanagement. Webopediaparentcompany, QuinStreet, surveyed 540 enterprisedecision- makersinvolved in big data purchases to learnwhichbusinessareascompanies plan to use Big Data analytics to improveoperations. Abouthalf of allrespondentssaidtheywereapplyingbig data analytics to improvecustomerretention, helpwithproductdevelopment and gain a competitiveadvantage. Formostorganizations, big data analysisis a challenge. Considerthesheervolume of data and themanydifferentformats of the data (bothstructured and unstructured data) collectedacrosstheentireorganization and themanydifferentwaysdifferenttypes of data can be combined, contrasted and analyzed to findpatterns and otherusefulinformation. Thefirstchallengeis in breakingdown data silos to accessall data anorganizationstores in different places and often in differentsystems. A secondbig data challengeis in creatingplatformsthat can pull in unstructured data as easily as structured data. Thismassivevolume of data istypically so largethatit'sdifficult to processusingtraditionaldatabase and software methods. Big Data Requires High-Performance Analytics To analyzesuch a largevolume of data, big data analyticsistypicallyperformedusingspecialized software tools and applicationsforpredictiveanalytics, data mining, textmining, forecasting and data optimization. Collectivelytheseprocesses are separatebuthighlyintegratedfunctions of high-performance analytics. Usingbig data tools and software enablesanorganization to processextremelylargevolumes of data that a business has collected to determine which data isrelevant and can be analyzed to drive betterbusinessdecisions in thefuture. Examples of How Big Data AnalyticsisUsedToday As technology to break down data silos and analyze data improves, business can be transformed in allsorts of ways. According to Datamation, today'sadvances in analyzing Big Data allowresearchers to decode human DNA in minutes, predictwhereterrorists plan to attack, determine which gene ismostlylikely to be responsibleforcertaindiseases and, of course, whichadsyou are mostlikely to respond to on Facebook. Thebusiness cases forleveraging Big Data are compelling. Forinstance, Netflixmineditssubscriber data to puttheessentialingredientstogetherforitsrecent hit House of Cards, and subscriber data alsopromptedthecompany to bringArrestedDevelopment back fromthedead. Anotherexample comes fromone of thebiggestmobilecarriers in theworld. France's Orange launchedits Data forDevelopmentprojectbyreleasingsubscriber data forcustomers in theIvoryCoast. The 2.5 billion records, whichweremadeanonymous, includeddetailsoncalls and textmessagesexchangedbetween 5 millionusers. Researchersaccessedthe data and sent Orange proposalsforhowthe data couldserve as thefoundationfordevelopmentprojects to improvepublichealth and safety. Proposedprojectsincludedonethatshowedhow to improvepublic safety by tracking cellphone data to mapwherepeoplewentafteremergencies; anothershowedhow to use cellular data fordiseasecontainment. The pace of data creationwillsurelyincrease, especially as machine-to-machine communicationsgetscheaper and more common. Thinkabouthowmuch data all of those sensor networks, burglaralarms and vehicletelematicssystemswillcreate. According to IBM, every single daywecreate 2.5 quintillion bytes of data. IBM arguesthattheexponentialgrowth of data meansthat 90 percent of the data thatexists in theworldtoday has beencreated in thelasttwoyears. "This data comes fromeverywhere: sensorsused to gatherclimateinformation, posts to social media sites, digital pictures and videos, e-commercetransaction records, and cellphone GPS coordinates, to name a few." Of course, it'simportant to rememberthat in early human history, anything as ephemeral as a tweet justwouldnothavebeenrecorded, so thesecomparisons can only be taken so far. To putthe data explosion in context, considerthis. Every minute of everydaywecreate More than 204 million email messages Over 2 million Google searchqueries 48 hours of new YouTube videos 684,000 bits of contentsharedon Facebook More than 100,000 tweets $272,000 spenton e-commerce 3,600 new photossharedon Instagram Nearly 350 new WordPress blog posts Traduccin Big Data Por 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 escenarios empresariales los datos son demasiado grandes o se mueve demasiado rpido o se excede 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 se 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 delBig 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 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 de 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 ayudar a entender la informacin contenida en los datos, sino que tambin ayudar a identificar los datosque 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 que pueden tirar 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 Dataque 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 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 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 sureciente 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 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 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 De a cuerdo 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, para 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.