Big Data

Por Vangie Beal

Big data es una palabra de moda, o coger-frase usada para describir un volumen
masivo de tanto estructurada como no estructurada de datos que es tan grande que
es difcil de procesar utilizando bases de datos y tradicionales tcnicas de software.
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 las
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 esel 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 la bsqueda en la Web empresas
que necesitaban consultar muy grandedistribuido aggregat de ionesvagamente-
struct datos ureD. Un ejemplo de Big Data Un ejemplo de grandatos podran ser
petabytes (1024 terabyt en) o exabytes (1.024 petabytes) dede datos que consta 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 se tpicamente poco estructurada de datos que esmenudo incompletos e
inaccesibles. Big Data y tipos de conjuntos de datos de negocio 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, porque las herramientas y los
procedimientos estndar no estn diseados parabuscar y analizar conjuntos de
datos masivos. Como la investigacin de la compaa matriz Webopedia QuinStreet
demuestra, iniciativas de grandes datos estn preparadas para un crecimiento
explosivo. QuinStreet encuest a 540 empresas que toman las decisiones
involucradas en grandes datos y encontr a los conjuntos de datos de inters para
muchas empresas hoy en da incluyen tradicionales estructuradas las bases de
datos de los 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, manipula, almacena, analiza y
puede ayudar a una empresa a 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. analtica de grandes datos
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 habr anlisis de datos grandes ayudar a entender
elinformati sobre contenida dentro de los datos, pero sino que tambin ayudar
identificar los datos que es ms importante 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 DataAnalytics empresas
estn cada vez ms buscando para encontrar informacin procesable en sus datos.
Muchos de datos grandes proyectos se originan en la necesidad de responder a las
preguntas especficas del negocio. Con los grandes datos correctos plataformas de
anlisis en el lugar, una empresa puede impulsar las ventas, aumentar la eficiencia
y mejorar las operaciones, servicio al cliente y la gestin de riesgos. Webopedia
empresa matriz, QuinStreet, encuest a 540 empresas de toma de hacer rs
involucrados engrandes compras de datos para saber qu reas de negocio
empresas planean utilizar la analtica Big Data para mejorar 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 datos grandes esun reto. Considere el enorme
volumen dedatos y los diferentes formatos de los datos (estructurados y datos no
estructurados) recogidos a travs de la totalidad de la organizacin y las diferentes
maneras diferentes tipos de datos se pueden combinar, contrastados y analizados
para encontrar patrones y Other informacin til. El primer desafo es romper los
silos de datos para tener acceso a todos los datos de una organizacin tiendas en
diferentes lugares y, a menudo endiferentes sistemas. Un segundo big datadesafo
es en la creacin plataformas que pueden tirar en los datos no estructurados con
tanta facilidad como los datos estructurados. Este enorme volumen de datos es
normalmente tan grande que es difcilproceso utilizando 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 especializados herramientas de software y aplicaciones
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 alto realizar anlisis ANCE. Utilizando datos
grandeherramientas y software permite a una organizacin para procesar
extremadamente grandes volmenes de datos que un negocio ha reunido 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 esUsado
Hoy Como la tecnologa para rompersilos de datos y analizar los datos de mejora,
las empresas pueden ser transformado 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, los anuncios que usted es ms probable
que responder a en Facebook. Los casos de negocio para aprovechar los grandes
datos son convincentes. Por ejemplo, Netflix extraen sus datos de suscriptor de
poner los ingredientes esenciales juntos por su
reciente xito Castillo de naipes, y los datos de abonado tambin impulsaron a la
empresa a llevar Arrestado Desarrollo 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 el Ivory Coast. Los 2,5 mil millones de
registros, que se hicieron en el anonimato, incluidos detalles sobre las llamadas y
texto mensajes intercambiados entre los 5 millones de usuarios. Los investigadores
acceder a los datos y se envan Orange propuestas 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 mostr cmo mejorar pblico
de seguridad mediante el seguimiento de los datos del telfono celular para mapear
donde la gente iba tras una emergencia; otra mostr cmo utilizardatos celulares
para la contencin de la enfermedad. El ritmo de creacin de datos seguramente
aumentarn, sobre todo porque las comunicaciones de mquina a mquina se
vuelve ms barato y ms comn. Piense en la cantidad de datos todos de esas
redes de sensores, antirrobo y alarmas de vehculoTelemat sistemas ICScrear.
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 ha sido 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 y videos digitales, comercio
electrnico los registros de transacciones y las coordenadas GPS del telfono
celular, para nombrar unos pocos. " Por supuesto, es importante recordar que en la
historia humana temprana, algo tan efmero como un po simplemente no habra
sidoregistran, por lo que estas comparaciones slo se pueden tomar hasta el
momento. Para poner la explosin de datos en contexto, considere esto. Cada
minuto de cada da creamos ms de 204millones de mensajes de correo electrnico
Ms de 2 millones Google consultas de bsqueda de 48 horas de nuevo los vdeos
de YouTube 684.000 bits de contenido compartido en Facebook Ms de 100.000
tweets de 272.000 dlares gastados en el comercio electrnico 3600 nuevas fotos
compartidas en Instagram Casi 350 nuevo blog de ??WordPress mensajes.