Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Big data (en español, grandes datos o grandes volúmenes de datos) es un término evolutivo
que describe cualquier cantidad voluminosa de datos estructurados, semiestructurados y
no estructurados que tienen el potencial de ser extraídos para obtener información.
Los datos grandes se caracterizan a menudo por tres Vs: el Volumen extremo de datos, la
gran Variedad de tipos de datos y la Velocidad a la que se deben procesar los datos.
Aunque los grandes datos no equivalen a ningún volumen específico de datos, el término
se utiliza a menudo para describir terabytes, petabytes e incluso exabytes de datos
capturados con el tiempo.
El big data puede ayudarle a abordar una serie de actividades empresariales, desde la
experiencia de cliente hasta la analítica. A continuación, recopilamos algunas de ellas
(puede encontrar más casos de uso en Soluciones Oracle Big Data).
Desarrollo de productos
Empresas como Netflix y Procter & Gamble usan big data para prever la demanda de los
clientes. Construyen modelos predictivos para nuevos productos y servicios clasificando
atributos clave de productos anteriores y actuales, y modelando la relación entre dichos
atributos y el éxito comercial de las ofertas. Además, P&G utiliza los datos y la analítica de
grupos de interés, redes sociales, mercados de prueba y avances de salida en tiendas para
planificar, producir y lanzar nuevos productos.
Mantenimiento predictivo
Los factores capaces de predecir fallos mecánicos pueden estar profundamente ocultos
entre datos estructurados (año del equipo, marca o modelo de una máquina) o entre datos
no estructurados que cubren millones de entradas de registros, datos de sensores,
mensajes de error y temperaturas de motor. Al analizar estos indicadores de problemas
potenciales antes de que estos se produzcan, las organizaciones pueden implantar el
mantenimiento de una forma más rentable y optimizar el tiempo de servicio de componentes
y equipos.
Experiencia del cliente
La carrera para conseguir clientes ha comenzado. Disponer de una vista clara de la
experiencia del cliente es más posible que nunca. El big data le permite recopilar datos de
redes sociales, visitas a páginas web, registros de llamadas y otras fuentes de datos para
mejorar la experiencia de interacción, así como maximizar el valor ofrecido. Empiece a
formular ofertas personalizadas, reducir las tasas de abandono de los clientes y gestionar
las incidencias de manera proactiva.
Fraude y conformidad
En lo que a seguridad se refiere, no se enfrenta a simples piratas informáticos deshonestos,
sino a equipos completos de expertos. Los contextos de seguridad y requisitos de
conformidad están en constante evolución. El big data le ayuda a identificar patrones en los
datos que pueden ser indicativos de fraude, al tiempo que concentra grandes volúmenes
de información para agilizar la generación de informes normativos.
Aprendizaje automático
El aprendizaje automático es actualmente un tema de gran actualidad. Los datos —
concretamente big data— son uno de los motivos de que así sea. Ahora, en lugar de
programarse, las máquinas pueden aprender. Esto es posible gracias a la disponibilidad de
big data para crear modelos de aprendizaje automático.
Eficiencia operativa
Puede que la eficiencia operativa no sea el aspecto más destacado en los titulares, pero es
el área en que big data tiene un mayor impacto. El big data le permite analizar y evaluar la
producción, la opinión de los clientes, las devoluciones y otros factores para reducir las
situaciones de falta de stock y anticipar la demanda futura. El big data también puede
utilizarse para mejorar la toma de decisiones en función de la demanda de mercado en cada
momento.
Impulso de la innovación
El big data puede ayudarle a innovar mediante el estudio de las interdependencias entre
seres humanos, instituciones, entidades y procesos, y, posteriormente, mediante la
determinación de nuevas formas de usar dicha información. Utilice las perspectivas que le
ofrecen los datos para mejorar sus decisiones financieras y consideraciones de
planificación. Estudie las tendencias y lo que desean los clientes para ofrecer nuevos
productos y servicios. Implante políticas de precios dinámicas. Las posibilidades son
infinitas.
Inteligencia de Negocios
La minería de datos se utiliza sobre todo hoy en día por las empresas con un enfoque
fuerte en los consumidores – comunicaciones, comercio, finanzas, y las organizaciones
de comercialización.
Esto permite que las empresas determinen las relaciones entre los factores "internos"
como el precio, posicionamiento del producto, o las habilidades del personal, y factores
"externos", como los indicadores económicos, la competencia, y la demografía de los
clientes. Y, les permite determinar el impacto en las ventas, la satisfacción del cliente,
y las ganancias corporativas. Por último, les permite "profundizar" en la información
resumida para ver datos detallados de las transacciones.
Con la minería de datos, un minorista puede utilizar los registros de puntos de venta de
compras de los clientes para enviar promociones específicas basadas en el historial de
compras de un individuo. Minando datos demográficos de las tarjetas de comentarios o
de garantía, el distribuidor podría desarrollar productos y promociones para atraer a
segmentos específicos de clientes.
Por ejemplo, Blockbuster Entertainment mina su base de datos del historial de alquiler
de vídeo para recomendar alquileres a los clientes individuales. American Express
puede sugerir productos a sus titulares de tarjetas basados en el análisis de sus gastos
mensuales.
Wal-Mart es una empresa pionera en la minería masiva de datos para transformar sus
relaciones con los proveedores. WalMart captura transacciones en puntos de venta de
más de 2.900 tiendas en seis países y continuamente transmite estos datos a su
enorme depósito de 7.5 terabytes de datos.
Wal-Mart permite a más de 3.500 proveedores, acceder a datos sobre sus productos y
realizar análisis de datos. Estos proveedores utilizan estos datos para identificar
patrones de compra del cliente a nivel de exhibición de la tienda. Ellos usan esta
información para administrar inventario de la tienda local e identificar nuevas
oportunidades de comercialización. En 1995, las computadoras WalMart procesaron
más de 1.000.000 de consultas de datos complejos.
¿Cómo funciona la minería de datos?
Si bien la tecnología de información a gran escala ha ido evolucionando por separado
las transacciones y sistemas de análisis, la minería de datos proporciona un enlace
entre los dos. El software de minería de datos analiza las relaciones y patrones en los
datos de transacción almacenados sobre la base de consultas de los usuarios de
composición abierta.
Existen varios tipos de software de análisis que están disponibles: estadísticos, de
aprendizaje automático, y redes neuronales. En general, se buscan cualquiera de estos
cuatro tipos de relaciones:
Clases: Los datos almacenados se utilizan para localizar datos en grupos
predeterminados. Por ejemplo, una cadena de restaurantes podría minar datos de
compra del cliente para determinar cuando los clientes los visitan y lo que
normalmente ordenan. Esta información podría utilizarse para aumentar el tráfico al
tener especiales del día.
Grupos: Los elementos de datos se agrupan de acuerdo a las relaciones lógicas o
preferencias de los consumidores. Por ejemplo, los datos pueden ser extraídos para
identificar segmentos de mercado o afinidades de los consumidores.
Asociaciones: Los datos pueden ser minados para identificar asociaciones. El
ejemplo de cerveza-pañal es un ejemplo de minería asociativa.
Patrones secuenciales: Los datos se minan para anticipar patrones de
comportamiento y tendencias. Por ejemplo, un distribuidor especializado en sistemas
al aire libre puede predecir la probabilidad de compra de una mochila basado en la
compra de un consumidor de sacos de dormir y calzado de senderismo.
La minería de datos se compone de cinco elementos principales:
- Extraer, transformar y cargar datos de transacciones en el sistema de almacenamiento
de datos.
- Almacenar y manejar los datos en un sistema de base de datos multidimensional.
- Proporcionar acceso a datos para los analistas de negocios y profesionales de
tecnologías de la información.
- Analizar los datos por un software de aplicación.
- Presentar los datos en un formato útil, como un gráfico o tabla.
Bases de datos
Guías telefónicas. Aunque en desuso, estos voluminosos libros solían contener miles
de números telefónicos asignados a hogares, empresas y particulares, para permitir
al usuario dar con el que necesitaba. Eran engorrosos, pesados, pero completos.