RESUMEN DE LA ANALITICA Y BIG DATA

MARIA GABRIELA CUETO VALERIO

LIC. ENRIQUE ANTONIO D ELUQUE POLANCO

FUNDACIÓN UNIVERSITARIA DEL AREANDINA

ADMINISTRACIÓN DE EMPRESAS

5TO SEMESTRE

VALLEDUPAR-CESAR

2020
 ANALITICA Y BIG DATA

Se trata del proceso de recolección de grandes cantidades de datos y su inmediato análisis

para encontrar información oculta, patrones recurrentes, nuevas correlaciones, este proporciona

respuestas a muchas preguntas que las empresas ni siquiera sabían que tenían, la big data tiene

gran importancia porque a través de la información, puede identificar problemas de manera más

comprensible. La recopilación de los datos y la búsqueda de tendencias dentro de ellas, permiten

que las empresas reaccionen rápidamente a los problemas e implementar estrategias y tomar

decisiones en la organización. Así mismo el análisis del Big Data ayuda a las organizaciones a

aprovechar sus datos y utilizarlos para identificar nuevas oportunidades.

El Big Data depende de la recopilación de mucha información, la información recogida es

privada para mayor eficiencia y alcanzar conclusiones esperadas, la confianza en los algoritmos

de la big data es importante, porque los profesionales matemáticos a pesar de que pueden

averiguar cómo funciona un algoritmo no suelen conseguir acceso a este, esto se debe a que el

software es comercial, y su código fuente es privado. La big data tiene muchos factores

positivos, pero de igual forma tiene desventajas como; el alto volumen de los datos puede

ralentizar, Aunque su gran tamaño sirve para tener una apreciación más real acerca de algo,

también es un gran inconveniente, por otro lado, la seguridad virtual, que han centrado su

atención en el Big Data, debido a la vulnerabilidad de los datos, esto hace necesario el uso de

herramientas y normas para un trabajo tanto eficaz como responsable del Big Data.
 En la actualidad la big data tiene muchas limitaciones a dinámica, el enfoque analítico

tradicional es algo limitado esto debido a que la big data se topa con carencias tecnológicas,

porque las herramientas convencionales no están diseñadas para obtener el máximo provecho de

los grandes volúmenes de información, por tal razón es necesario nuevas inversiones en

tecnología los equipos de IT y los diferentes departamentos de negocio es un reto clave para

determinar qué técnicas de análisis de Big Data son más útiles para la toma de decisiones en cada

sector de actividad (consumo, servicio, fraude).

No obstante, otras de las desventajas del Big Data es que pesar de lograr tener un escenario

tecnológico apropiado con técnicas de análisis afinadas, puede darse la circunstancia de que los

muestreos de información disponibles no sean completos, esto también puede provocar que las

conclusiones obtenidas del análisis del Big Data no sean concluyentes y lleven a decisiones

erróneas. Por otro lado, la big data está en constante evolución lo que implica que se plantea

nuevos retos para adaptarse a cambios tecnológicos y cambios sociales, uno de los grandes retos

de la big data es el que plantea Mashey como se pueden estructurar los datos multi- estructurados

y como se pueden analizar.

El big data debe cumplir con las políticas legales de cada país, y asegurarse de disponer de los

medios necesarios para evitar ataques informáticos que pongan en peligro la privacidad de los

datos, la rapidez de conseguir los datos es un problema de la big data porque el mundo digital ha

hecho que los consumidores se muestren impacientes, estos quieren satisfacción inmediata y

respuestas rápidas, por tal motivo los responsables de marketing se enfrentan al reto de ofrecer

con rapidez modelos de negocio que puedan reaccionar de forma instantánea a los cambios en el

comportamiento de los clientes.

 Por otro lado, hay algunas aplicaciones que usan las empresas para aportar soluciones como lo

son; la exploración de grandes datos, contribuye a disminuir el riesgo de filtración de

información confidencial gracias a sus mecanismos de seguridad, 360º de visión sobre el cliente,

el objetivo es comprender el comportamiento del cliente y predecir sus futuras acciones para

tener un conocimiento total del cliente, obteniendo información interna ((según el

comportamiento del cliente en otras experiencias con la propia compañía) como externas ((sobre

sus gustos e intereses, obtenida de redes sociales, correo electrónico), también la extensión de la

seguridad/inteligencia, este es un mecanismo para localizar anomalías y prevenir ataques, este

tipo de soluciones permite discernir entre cantidades masivas de datos (tanto internos como

externos) posibles relaciones ocultas, detectar patrones de conducta y prevenir amenazas a la

seguridad, también posibilita descubrir un fraude mediante la comprobación en tiempo real del

historial de actividad de una cuenta, con lo que es factible desenmascarar un comportamiento

anormal de un usuario o una transacción sospechosa.

De la misma forma tenesmos, análisis de Operaciones Permite obtener visibilidad en tiempo

real de las operaciones, la experiencia del cliente, transacciones y comportamiento. De igual

modo esta, aumentar el almacén de datos o Data Warehouse nace de dos necesidades básicas:

sacar provecho de diferentes tipos de datos para ganar nuevas perspectivas de negocio en tiempo

real, y para optimizar la estructura de almacenamiento de datos facilitando la tarea y ahorrando

costes para ampliar una estructura de almacenamiento de datos ya existente.

Por otra parte, las soluciones analíticas se basan en métodos numéricos para representar las

soluciones de un problema en formas de números, la solución analítica es una expresión

matemática que proporciona toda la información sobre el comportamiento del sistema, para

cualquier valor de las variables y parámetros que intervienen en las ecuaciones de gobierno.
 Por otro lado, la solución numérica expresa el comportamiento del sistema en función de

números que se obtienen resolviendo las ecuaciones de gobierno para valores concretos de las

variables parámetros del sistema, por ejemplo, el uso de la solución analíticas en Bancolombia,

uno de los resultados logrados para este método es; el ahorro en tiempo, realizar cálculos y

procesos de forma autónoma sin necesidad de intervención humana, aun en horas de la

madrugada, es decir, lo que antes implicaba dedicación total de personas durante varios días,

ahora lo hacen en menos horas, aprovechando las posibilidades de calendarización de proyectos.

Para finalizar una de las formas más utilizadas de analizar información es mediante del uso de

cubos OLAP, este es una estructura de datos organizados mediante jerarquías, cada indicador se

puede evaluar en cualquiera de los niveles de la jerarquía, ejemplo, se pueden obtener las ventas

a nivel diario, mensual, o a anual, para un cliente, una provincia, o un país. El cubo OLAP tiene

dos ventajas fundamentales por un lado la facilidad de uso porque es sumamente fácil de

comprender y por otro lado tenemos la rapidez de las respuestas porque este tiene precalculados

las distintas agregaciones.