Negocios Inteligentes en la WEB

Practica 2.1
Lic. Sistemas Computacionales

INVESTIGACIÓN BIG DATA

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

DEFINICIÓN
Big Data es un término que describe el gran volumen de datos, tanto estructurados como no estructurados, que
inundan los negocios cada día. Pero no es la cantidad de datos lo que es importante. Lo que importa con el Big
Data es lo que las organizaciones hacen con los datos. Big Data se puede analizar para obtener ideas que
conduzcan a mejores decisiones y movimientos de negocios estratégicos.

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos cuyo
tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura,
gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales, tales como bases de datos
relacionales y estadísticas convencionales o paquetes de visualización, dentro del tiempo necesario para que
sean útiles.

Aunque el tamaño utilizado para determinar si un conjunto de

datos determinado se considera Big Data no está firmemente
definido y sigue cambiando con el tiempo, la mayoría de los
analistas y profesionales actualmente se refieren a conjuntos de
datos que van desde 30-50 Terabytes a varios Petabytes.

La naturaleza compleja del Big Data se debe principalmente a

la naturaleza no estructurada de gran parte de los datos
generados por las tecnologías modernas, como los web logs, la
identificación por radiofrecuencia (RFID), los sensores
incorporados en dispositivos, la maquinaria, los vehículos, las
búsquedas en Internet, las redes sociales como Facebook,
computadoras portátiles, teléfonos inteligentes y otros teléfonos
móviles, dispositivos GPS y registros de centros de llamadas.

En la mayoría de los casos, con el fin de utilizar eficazmente el Big Data, debe combinarse con datos
estructurados (normalmente de una base de datos relacional) de una aplicación comercial más convencional,
como un ERP (Enterprise Resource Planning) o un CRM (Customer Relationship Management).

CARACTERISTICAS DE BIG DATA

Las características más importantes del Big Data perfectamente se pueden clasificar en cuatro magnitudes, más
conocidas como las cuatro V del Big Data, relativas a volumen, variedad, velocidad y veracidad. A estas cuatro
V, podemos añadir tres más, como pueden ser la de Viabilidad y Visualización. Pero si hablamos de V en Big
Data no podemos dejar pasar la principal característica del análisis de datos que es la V de Valor de los datos.
Así pues, en los últimos artículos se empieza a hablar, ya no de las tradicionales cuatro V de Big Data, sino de
las 7 “V” del Big Data:

 Volumen
 Velocidad
 Variedad de los datos
 Veracidad de los datos
 Viabilidad
 Visualización de los datos
 Valor de los datos

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

1. Volumen de información
El volumen se refiere a la cantidad de datos que son generados cada
segundo, minuto y días en nuestro entorno. Es la característica más
asociada al Big Data, ya que hace referencia a las cantidades masivas
de datos que se almacenan con la finalidad de procesar dicha
información, transformando los datos en acciones.

Cada vez estamos más conectados al mundo 2.0 por lo que generamos más y más datos. Para algunas empresas,
el estar en el mundo digital es algo obligatorio, por lo que la cantidad de datos generados es aún mayor. Por
ejemplo, una empresa que vende sus productos únicamente a través de un canal online, le convendría implantar
tecnología Big Data para procesar toda aquella información que recoge su página web rastreando todas las
acciones que lleva a cabo el cliente; conocer donde cliquea más veces, cuántas veces ha pasado por el carrito
de la compra, cuáles son los productos más vistos, las páginas más visitadas, etc.

2. Velocidad de los datos

La velocidad se refiere a los datos en movimiento por las constantes interconexiones que realizamos, es decir, a
la rapidez en la que son creados, almacenados y procesados en tiempo real.

Para los procesos en los que el tiempo resulta fundamental, tales

como la detección de fraude en una transacción bancaria o la
monitorización de un evento en redes sociales, estos tipos de datos
deben estudiarse en tiempo real para que resulten útiles para el
negocio y se consigan conclusiones efectivas.

3. Variedad de los datos

La variedad se refiere a las formas, tipos y fuentes en las que se registran los datos. Estos datos pueden ser
datos estructurados y fáciles de gestionar como son las bases de datos, o datos no estructurados, entre los que
se incluyen documentos de texto, correos electrónicos, datos de sensores, audios, vídeos o imágenes que tenemos
en nuestro dispositivo móvil, hasta publicaciones en nuestros perfiles de redes sociales, artículos que leemos en
blogs, las secuencias de click que hacemos en una misma página, formularios de registro e infinidad de acciones
más que realizamos desde nuestro Smartphone, Tablet y ordenador.

Estos últimos datos requieren de una herramienta específica, debido a que el tratamiento de la información es
totalmente diferente con respecto a los datos estructurados. Para ello, las empresas necesitan integrar, observar
y procesar datos que son recogidos a través de múltiples fuentes de información con herramientas cualificadas.

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

4. Veracidad de los datos

Cuando hablamos de veracidad nos referimos a la incertidumbre de los datos, es decir, al grado de fiabilidad
de la información recibida.

Es necesario invertir tiempo para conseguir datos de calidad,

aplicando soluciones y métodos que puedan eliminar datos
imprevisibles que puedan surgir como datos económicos,
comportamientos de los consumidores que puedan influir en las
decisiones de compra.

La necesidad de explorar y planificar la incertidumbre es un reto para el Big Data que está a la orden del día
en las compañías dedicadas al análisis de datos.

5. Viabilidad

La inteligencia empresarial es un componente fundamental para la viabilidad de un proyecto y el éxito

empresarial. Se trata de la capacidad que tienen las compañías en generar un uso eficaz del gran volumen de
datos que manejan.

La inteligencia competitiva también se asocia con la innovación

de los equipos de trabajo y el uso de tecnologías empleadas.
Una empresa inteligente analiza, selecciona y monitoriza la
información con el fin de conocer mejor el mercado en el que
opera, a sus clientes y diseñar estrategias eficaces.

Es necesario filtrar a través de esta información y seleccionar cuidadosamente los atributos y factores que son
capaces de predecir los resultados que más interesan a las empresas. El secreto del éxito es descubrir las
relaciones entre las variables ocultas.

Una vez que conoces la viabilidad de tu organización, es el momento de detallar el proyecto en una hoja de
ruta, y desarrollar el plan de negocio.

6. Visualización de los datos

Cuando hablamos de visualización nos referimos al modo en el que los datos son presentados. Una vez que los
datos son procesados (los datos están en tablas y hojas de cálculo), necesitamos representarlos visualmente de
manera que sean legibles y accesibles, para encontrar patrones y claves ocultas en el tema a investigar. Para
que los datos sean comprendidos existen herramientas de visualización que te ayudarán a comprender los datos
gráficamente y en perspectiva contextual.

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

7. Valor de los datos

El dato no es valor. Tampoco tienes valor por el mero hecho de recopilar gran cantidad de información. El
valor se obtiene de datos que se transforman en información; esta a su vez se convierte en conocimiento, y este
en acción o en decisión. El valor de los datos está en que sean accionables, es decir, que los responsables de
la empresa puedan tomar una decisión (la mejor decisión) en base a estos datos.

No todos los datos de los que partimos se convierten en acción o decisión. Para ello, es necesario tener
tecnologías aplicadas. Por ejemplo, una publicación en una red social, que, gracias al uso de tecnologías de
procesamiento de lenguaje natural, puede medir el sentimiento positivo o negativo, con la ayuda de un
algoritmo de análisis de redes sociales o herramientas que permitan obtener de esto información.

En definitiva, el Big Data es una combinación de estas siete características donde las empresas pueden
obtener una ventaja competitiva frente a sus competidores contribuyendo al éxito asegurado con las tres
últimas V de viabilidad, visualización y la más importante, la de valor.

No todas las compañías optaran por la misma metodología con respecto al desarrollo y la creación de sus
capacidades con tecnologías Big Data. Sin embargo, en todos los sectores existe la posibilidad de recurrir a
estas nuevas tecnologías y analíticas para mejorar la toma de decisiones y el rendimiento, tanto a nivel interno
como en el mercado.

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

ARQUITECTURA

La arquitectura big data es en la actualidad una de las preocupaciones principales de las empresas y uno de
los campos de la información y la industria 4.0 que más empleo está generando. Tanto quienes están estudiando
esta materia como quienes piensan en convertirse en expertos en ello, deberían conocer los seis pasos
fundamentales que permiten trabajar con el big data para exprimir los datos al máximo.

Identificación de las fuentes de los datos

En el comienzo del trabajo con el big data hay que ir a la fuente e identificar los sistemas originales que van a
proporcionarnos los datos, reuniéndolos en categorías dependiendo del tipo al que pertenezcan. Este primer
paso permite decidir cómo será la arquitectura en la que trabajemos de forma global en el proceso. Para ello
tendremos que identificar todas las fuentes, tanto internas como externas, planificar qué cantidad de datos
vamos a obtener de cada una de las fuentes e identificar el mecanismo que usaremos para realizar la obtención
de la información. También se determinarán los tipos de fuente que se utilizarán, que pueden ser desde servicios
web hasta documentos o bases de datos. También habrá que realizar un análisis para determinar el tipo de los
datos con los que trabajaremos, que pueden tener una estructura, no tener ninguna o tener una semi-estructura.

Obtención de la información

En este segundo punto tendremos en cuenta la importancia de determinar bajo qué periodos se realizará la
obtención de los datos y en especial de cada una de las vías de información utilizadas. Otras cuestiones que se
plantean en este momento incluyen si hay que configurar algún paso clave antes del pre-procesado o si se deben
unificar en distintos grupos.

Almacenamiento de datos

Resulta destacable que, sin importar el contexto, estemos preparados para almacenar grandes cantidades de
información y datos que se pueden actualizar de forma diaria dependiendo de los requisitos y características
de la arquitectura big data que se esté aplicando en la empresa. Hay distintos métodos de almacenamiento,
como el sistema de distribución de archivos Hadoop, muy utilizado en todo tipo de entidades. Estos niveles de
almacenamiento se pueden escalar y administrar con facilidad, utilizando distintas configuraciones. Una de ellas
es el almacenamiento sincrónico, en el cual la información se analiza siempre en tiempo real o con un breve
espacio de espera. El otro es el asíncrono, en el que los datos se capturan y se analizan posteriormente en
bloques. En esta fase determinaremos qué tipo de almacenamiento nos interesa en base a los requisitos que
tengamos en la compresión de la información, el formato de los datos, el tipo o la frecuencia con la cual van a
entrar nuevos.

Procesado de la información

Volvemos a lo mencionado anteriormente en esta fase en la cual, después de haberse recogido los datos, o en
el mismo momento, comienza el procesado de la información. Han cambiado mucho los tiempos y ahora mismo
se han estipulado dos formatos distintos para el procesado. El procesado en bloque se determina para un
intervalo específico de tiempo y se planifica con unos horarios y procesos bien estipulados. Se pueden usar
sistemas como Hive o MapReduce con los que se analiza, por ejemplo, la carga de datos históricos. Otro de los
procesados es el que se lleva a cabo en tiempo real, con transformaciones en vivo de la información que lo
requiere. Para ello se utilizan herramientas como Tez, Spark o Apache Drill. En último lugar está el procesado
híbrido, que combina características de los dos tipos dependiendo de las necesidades exactas del big data en
cada caso.

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

Uso de los datos

A partir de aquí la información ya queda disponible para su consumo, de lo cual se pueden beneficiar los
profesionales de distintos departamentos de las empresas. Se puede consumir la información exportándola a
otros grupos de datos donde se aplicará de forma activa. También se pueden usar herramientas de escaneo
para visualizar y usar esta información para realizar informes, mientras que por supuesto, no hay que restar
relevancia a la exploración de los datos en un entorno de trabajo cerrado tipo Sandbox. Hagamos lo que
hagamos con la información obtenida es conveniente que sepamos aprovechar los datos y la arquitectura del
big data en el cual hayamos trabajado.

USOS DEL BIG DATA

Una de las áreas que ha obtenido resultados en la empresa en el uso del Big Data, ha sido la de Marketing.
El Departamento de Marketing ha incorporado tres acciones claves para acercarse a la información:

Identificación de la fuente y dato

Hay que saber seleccionar del árbol aquello que llama la atención. No es lo mismo un usuario que “pasa por
la Web”, que la persona que decide comprar, registrarse, pagar y dejar un comentario en una red social. La
información no es sencilla de gestionar, recolectar y separar, porque hay indicadores que son difíciles de
medir en su origen y salida.

Aun así, debemos hacer el esfuerzo de interpretar los datos de manera eficiente y productiva. La aparición
del Inbound Marketing, Marketing de Contenidos y otra serie de detalles, como el retargeting, son conceptos
que facilitan la comunicación e intercambio de intereses.

Método

Leemos, identificamos y analizamos los datos sin problema. La ayuda de un experto logra concentrar el
esfuerzo de los profesionales que ayudan a la consolidación de la mejor estrategia en materia de Big Data en
las empresas. Lo que hace que pensemos en un interlocutor o varios para saber qué tipo de indicadores son los
más adecuados en la definición.

Recopilación

La búsqueda de otros canales, al margen de las redes sociales, la propia herramienta de gestión y otras
aplicaciones, llevan a las corporaciones a acercarse a nuevos métodos de recopilación de datos, ya que
precisan de un gran volumen y variedad para ser más ágiles en un sector concreto.

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González
 Negocios Inteligentes en la WEB
Practica 2.1
Lic. Sistemas Computacionales

CONCLUSIÓN
Tras haber finalizado esta investigación, podemos concluir que el Big Data permite una mayor transparencia y
una mejor utilización de la información. Si los datos llegaran a ser transparentes y al alcance de todos se
beneficiarían muchos sectores (por ejemplo, el sector público).
Los datos son fundamentales para mejorar el rendimiento y comprender mejor el contexto en que se mueven
las organizaciones.

Los datos nos ayudan a entender mejor a nuestros clientes y a nuestro público. A través de los datos podemos
anticipar las necesidades y escuchar de una manera más activa las demandas de los consumidores,
convirtiendo la escucha en estrategias de acción concretas. El Big Data también es útil para la segmentación.
o Automatizar el proceso de toma de decisiones y hacerlo más simple.

REFERENCIAS BIBLIOGRAFICAS
https://www.powerdata.es/big-data
http://www.iic.uam.es/innovacion/big-data-caracteristicas-mas-importantes-7-v/
https://www.universidadviu.com/arquitectura-big-data-seis-pasos-sacarle-partido/
https://www.iebschool.com/blog/big-data-en-las-empresas-big-data/

Elaborado por: Jesús González Torres

Profesor: Jabel Reséndiz González