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.