Universidad Nacional Mayor de San Marcos: Base de Datos: BIG DATA

Base de datos: BIG DATA
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMERICA)
Institución: Centro de Informática de la UNMSM
Tema: Base de datos: BIG DATA
Profesor: Lic. Adolfo Roldán Chacón
Alumno: Carrión Ramos Diego Alcides
Lima, 14 de marzo del 2020

El presente trabajo monográfico se lo

dedico a mis padres por el esfuerzo y
apoyo constante, en todos los
proyectos que he tenido a lo largo de
mi corta vida.
INTRODUCCIÓN
Desde los comienzos, el hombre quiso registrar toda la

información. Desde nuestros antepasados prehistóricos que
guardaban esta información en huesos, piedras, cuevas, hasta los
egipcios que documentaron todos sus acontecimientos. Somos
seres que dejamos nuestras huellas por donde andamos. En todo
momento del día dejamos un rastro de datos. En últimos tiempos
aparece el Big Data como una opción de recolección y análisis de
datos para procesar estos datos y poder utilizarlos.
Contenido
1. BIG DATA................................................................................................................1
1.1. Que es el BIG DATA........................................................................................1
1.1.1. Los datos pueden venir de......................................................................2
1.2. Características..................................................................................................3
1.3. Los datos que estudia el Big Data.................................................................4
1.4. Usos del Big Data............................................................................................5
2. Business Intelligence.............................................................................................6
2.1. Concepto...........................................................................................................6
2.2. Herramientas para utilizar el Big Data..........................................................7
2.2.1. Hadoop.......................................................................................................7
2.2.2. MongoDB...................................................................................................8
2.2.3. Apache Spark............................................................................................8
2.2.4. Lenguaje R.................................................................................................9
2.2.5. Phyton.........................................................................................................9
2.3. Ventajas del Big Data....................................................................................10
2.4. Desventajas del Big Data.............................................................................11
3. Big Data en el Gobierno......................................................................................12
4. Conclusión.............................................................................................................13
5. Anexos....................................................................................................................14
1. BIG DATA
1.1. Que es el BIG DATA
El Big Data es el proceso de recolección de grandes cantidades de datos

y su análisis para encontrar información, patrones recurrentes, nuevas
correlaciones etc.
Los análisis de Big Data recopilan y analizan datos constantemente en

tiempo real. El objetivo de este ciclo continuo de procesamiento es para ofrecer
información instantánea a los usuarios.
Estamos hablando de un conjunto de datos que es tan grande y

complejo que los medios tradicionales de procesamiento de datos son
incapaces de analizar, capturar, recolectar, buscar, compartir. Almacenar,
transferir, visualizar entre otras actividades
Por eso se comenzó a utilizar Big Data con herramientas de software de

uso común en el marco de disciplinas analíticas avanzadas, como el análisis
predictivo y la minería de datos. Sin embargo, las fuentes de datos no
1
estructurados utilizados para el análisis de grandes datos tal vez no encajen en

los almacenes de datos tradicionales. Además, los almacenes de datos
tradicionales pueden no ser capaces.
1.1.1. Los datos pueden venir de
Datos de Internet de las Cosas, Datos sectoriales recopilados por

empresas especializadas, Datos de internet y móviles, experimentales, redes
sociales, elecciones, Transacciones entre otros.
Estas fuentes de datos pueden incluir registros del servidor web y datos
de seguimiento de clics en internet, informes de actividades sociales, medios
de comunicación, teléfonos móviles registros detallados de llamadas y la
información captada por los sensores.
Para poder analizar todo esto, se precisa de técnicas potentes y

avanzadas; las clásicas medias o varianzas no son por sí solas suficientes para
extraer suficiente de toda esa cantidad de información, ni para entender los
diferentes tipos de datos.
Big Data es el avance tecnológico enfocado en el entendimiento y toma

de decisiones, además de ser una metodología para almacenar y procesar
datos, estructurados o semiestructurados, los cuales serían muy difícil de
almacenar en una base de datos y posteriormente analizarlos.
Las tecnologías relacionadas con el análisis de datos incluyen Big Data,

NoSQL, Hadoop y MapReduce. Estas tecnologías forman el núcleo de un
marco de software de código abierto que soporta el procesamiento de grandes
volúmenes de datos.
Big Data es un gran banco de datos disponibles para las empresas, con
los que pueden trabajar con más dedicación en los gustos específicos de los
usuarios, de forma casi personalizada. Es un valioso recurso de información
para diseñar estrategias más válidas y reales.
Contando con información más precisa, se minimizan los riesgos en la

formulación de estrategias y políticas de mercado. La comunicación directa con
2
el cliente también permitirá una serie de reformas en productos o servicios,

gracias a los aportes de los diferentes criterios y opiniones.
Antes de la irrupción de Big Data, ya existían algoritmos matemáticos

que nos facilitaban descubrir información oculta en los datos, como todos los
que engloban el Data Mining (minería de datos): K-medias, arboles de decisión,
redes neuronales, etc., que con la llegada de la potencia de cálculo de los
ordenadores permitieron acortar el tiempo que se tardaba en obtener
resultados. Pero no lo hacían en tiempo real, sino posteriormente.
Ahora con Big Data, todo esto se consigue en tiempo real y con cada
nueva actualización de nuestro repositorio de datos es posible ver los cambios
en las estadísticas inmediatamente.
Por eso el análisis de datos siempre ha tenido un gran peso en el

marketing, un mejor conocimiento del consumidor y sus necesidades propicia
saber cómo aumentar las ventas; el análisis de datos nos permite establecer
relaciones entre variables, predecir comportamientos, realizar agrupaciones
(clustering) de grupos homogéneos, e incluso analizar textos para extraer
información. (VER ANEXO 1)
1.2. Características
Se las conocían anteriormente como 3V y actualmente se ampliaron a

5V de acuerdo con las nuevas necesidades.
Volumen: Una de las características principales volumen. Debido que

estamos hablamos de grandes cantidades de datos para captar y organizar
absolutamente toda la información que nos llega es esencial para tener
registros completos, y que las conclusiones que obtengamos sirvan
eficientemente a la hora de la toma de decisiones.
Velocidad: Siempre es importante el tiempo si afrontamos tanto la

necesidad de generar información (y recordemos que estamos hablando de
muchos datos) como de analizarla, pero lo es más si necesitamos reaccionar
inmediatamente; todo el proceso pide agilidad para extraer valor de negocio a
la información que se estudia y que no se pierda la oportunidad.
3
Variedad: Variedad: si bien toda información llega de orígenes muy

variados, la fortaleza de Big Data es poder conjugar y combinar cada tipo de
información hasta alcanzar un todo homogéneo.
Veracidad: Se refiere a la calidad del dato y su disponibilidad. Hay que

encontrar herramientas para comprobar la información recibida es fiel a la
realidad. Para nos pueda servir toda la información que surja desde ese
proceso.
Valor: Trabajar con Big Data tiene que servir para aportar valor a la
sociedad, las empresas, los gobiernos, en definitiva, a las personas; todo el
proceso tiene que ayudar a impulsar el desarrollo, la innovación y la
competitividad, pero también mejorar la calidad de vida de las personas.
1.3. Los datos que estudia el Big Data
Si recordamos la definición de “dato” que deriva del latín DATUM,

significa lo que se da en el sentido de lo que acontece. Son antecedentes
necesarios para llegar a un conocimiento exacto de una cosa.
Hoy en día, toda la datos que generamos día a día sobre todos nuestros
gustos, compras, transacciones bancarias hasta los “me gusta” en redes
sociales son la materia de estudio del Big Data. Estos datos pueden ser de
diferente índole:
Datos estructurados: Aquellos que tienen longitud y formato (por

ejemplo, fechas) y que pueden ser almacenados en tablas (como las bases de
datos relacionales). En esta categoría entran los que se compilan en los censos
de población, los diferentes tipos de encuestas, los datos de transacciones
bancarias, las compras en tiendas online, etc.
Datos no estructurados: Son los que carecen de un formato determinado

y no pueden ser almacenados en una tabla. Pueden ser de tipo texto (los que
generan los usuarios de foros, redes sociales, documentos de Word), y los de
tipo no-texto (cualquier fichero de imagen, audio, vídeo).
4
Datos semiestructurados: Que son los que no pertenecen a bases de

datos relacionales ya que no se limitan a campos determinados, aunque
poseen organización interna o marcadores que facilita el tratamiento de sus
elementos; estaríamos hablando de documentos XML, HTML o los datos
almacenados en bases de datos NoSQL
1.4. Usos del Big Data
El Big Data tiene un uso en diferentes áreas donde los servicios son
utilizados y se puede sacar gran provecho como es el caso de:
Turismo: Se ayuda a mantener felices a los clientes y es clave en esta

industria, pero la satisfacción del cliente puede ser difícil de medir,
especialmente en el momento oportuno. El análisis de Big Data ofrece a estas
empresas la capacidad de recopilar datos de los clientes, aplicar análisis e
identificar inmediatamente posibles problemas antes de que sea demasiado
tarde.
Cuidado de la salud: Los registros de pacientes, planes de salud,

información de seguros y otros tipos de información pueden ser difíciles de
manejar, pero están llenos de información clave una vez que se aplican las
analíticas. Es por eso que la tecnología de análisis de datos es tan importante
para el cuidado de la salud. Al analizar grandes cantidades de información
tanto estructurada como no estructurada rápidamente, se pueden proporcionar
diagnósticos u opciones de tratamiento casi de inmediato.
En el comercio por internet (eComerce 1): se utiliza esta técnica para

optimizar el stock de sus almacenes a través de la información extraída de lo
que busca la gente en su web o analizando las tendencias en redes sociales y
foros; también fijar precios dinámicos en sus productos extrayendo datos de
múltiples fuentes (las acciones de los clientes, preferencias de los proveedores
o recopilación de precios de la competencia)
1
Compra y venta de productos o de servicios a través de medios electrónicos.
5
En las telecomunicaciones (empresas telefónicas): es una industria

privilegiada, gracias a sus redes y a la proliferación de dispositivos móviles; la
oportunidad más evidente es extraer información de la experiencia del usuario,
gracias a los datos de llamadas y datos de navegación. Esto permite ofrecer a
sus clientes un plan de contratos personalizados de acuerdo con los usos.
La Federación Alemana de Fútbol empezó a usar el análisis de grandes

volúmenes de datos para mejorar el rendimiento de sus jugadores, y con los
deberes bien hechos se presentaron en el Mundial de Brasil 2014.
El objetivo principal del análisis de datos grandes es ayudar a las

empresas a tomar mejores decisiones de negocios al permitir a los científicos y
otros usuarios de datos analizar grandes volúmenes de datos transaccionales,
así como otras fuentes de datos que puedan haber quedado sin explotar por la
inteligencia de negocio convencional.
2. Business Intelligence
2.1. Concepto
El término ‘Business Intelligence’, o inteligencia empresarial, se refiere al

uso de datos en una empresa para facilitar la toma de decisiones. Es un
conjunto de estrategias y herramientas enfocadas al análisis de datos de una
empresa mediante el análisis de datos existentes.
Todas las empresas pueden recopilar datos, datos relativos a ventas, a

compras, a inversiones, a tiempos. Miles de datos y variables pueden ser
estudiados y utilizados para tomar nuevas estrategias, conocer las fortalezas
propias, y por supuesto, las debilidades.
En términos generales, el Business Intelligence trata de extraer los datos

de la empresa de distintas fuentes mediante las herramientas de Big Data.
Todo este análisis, debería permitir incrementar el nivel financiero,
administrativo, y con las decisiones a mejorar las acciones de la empresa.
6
2.2. Herramientas para utilizar el Big Data
Uno de los objetivos del uso de las tecnologías Big Data es el de transformar
los datos en conocimiento útil para la empresa, y para ello se necesitan
herramientas Big Data que nos ayuden a analizar, procesar y almacenar todos
los datos recogidos. Un gran número de entre las mejores herramientas usadas
en Big Data son open source, lo que da fe del éxito de este modelo de
desarrollo, además de las alternativas de pago.
2.2.1. Hadoop
No se puede hablar de Big Data sin hablar de la veterana Apache

Hadoop. Esta herramienta Big Data open source se considera el framework
2
estándar para el almacenamiento de grandes volúmenes de datos; se usa
también para analizar y procesar, y es utilizado por empresas como Facebook
y Yahoo.
La biblioteca Hadoop utiliza modelos de programación simples para el

almacenamiento
y procesamiento
distribuido de
grandes
conjuntos de
datos en clusters,
dando
redundancia para no perder nada y, al mismo tiempo, aprovechando muchos
procesos a la vez.
Dispone de un sistema de archivos distribuido en cada nodo del cluster:

el HDFS (Hadoop Distributed File System), y se basa en el proceso de
MapReduce de dos fases.
Soporta diferentes sistemas operativos y también se usa frecuentemente

sobre cualquiera de las principales plataformas en la nube, como Amazon
EC2/S3 o Google Cloud.
2
Entorno o marco de trabajo.
7
2.2.2. MongoDB
Dentro de las bases de

datos NoSQL, probablemente
una de las más famosas sea
MongoDB. Con un concepto
muy diferente al de las bases
de datos relacionales, se está
convirtiendo en una interesante
alternativa para almacenar los
datos de nuestras aplicaciones.
MongoDB es una base de datos orientada a documentos (guarda los

datos en documentos, no en registros). Estos documentos son almacenados en
BSON, que es una representación binaria de JSON.
A pesar de que las bases de datos NoSQL no tienen una extensa

variedad de uso, MongoDB tiene un ámbito de aplicación más amplio en
diferentes tipos de proyectos: es especialmente útil en entornos que requieran
escalabilidad. Con sus opciones de replicación y sharding 3, podemos conseguir
un sistema que escale horizontalmente sin demasiados problemas.
2.2.3. Apache Spark
Apache Spark es un motor de procesamiento de datos de código abierto

realmente rápido.
Creado por Matei Zaharia en la Universidad de Berkeley, se considera el

primer software open source que hace la programación distribuida
(básicamente, consiste en distribuir el trabajo entre un grupo de ordenadores,
“cluster4”, que trabajan como uno) realmente accesible a los científicos de
datos.
3
Base de datos fragmentados en una partición horizontal.
4
Conglomerado de servidores unidos entre sí normalmente por una red de alta velocidad.
8
Se pueden programar aplicaciones usando diferentes lenguajes como

Java, Scala, Python o R. pudiendo ser, según el programa, hasta 100 veces
más rápido en memoria o 10 veces más en disco que Hadoop MapReduce.
2.2.4. Lenguaje R
R es un lenguaje de programación
y entorno de software para cálculo
estadístico y gráficos. El lenguaje R es de
los más usados por los estadistas y otros
profesionales interesados en la minería de
datos, la investigación bioinformática y las
matemáticas financieras.
R se parece más al lenguaje de las matemáticas que a otros lenguajes

de programación, lo que puede ser un inconveniente para los programadores a
la hora de elegir programar en R para temas de Big Data. Lo que está claro es
que si eliges usar R podrás disponer de una gran cantidad de librerías creadas
por la comunidad de R y otras tantas herramientas de altísima calidad (por
ejemplo, Rstudio).
2.2.5. Phyton
Python es un lenguaje avanzado de

programación con la ventaja de ser
relativamente fácil de usar para usuarios que
no estén familiarizados con la informática de
manera profesional, pero que necesitan
trabajar con análisis de datos (estadistas,
biólogos, físicos, lingüistas…)
Es una herramienta para Big Data muy

eficiente, en parte debido a la gran
comunidad existente, por lo que Python dispone de muchas librerías ya hechas
por otros usuarios.
9
Sin embargo, tiene en su contra que no es un lenguaje muy rápido en su

ejecución, por lo que suele ser empleado para tareas de integración o tareas
donde no haya cálculos pesados.
2.3. Ventajas del Big Data
Mejora en la toma de decisiones
En la denominada como “Era de los datos”, éstos son considerados ya

como el nuevo petróleo ¿Qué implica esto? Disponer de un gran volumen de
datos estructurados que se puedan interpretar ayuda a las organizaciones a
poder tomar una decisión.
Feedback a tiempo real
Incluso en los momentos en los que es necesario tomar una decisión

inmediata, el Big Data es un arma muy poderosa puesto que permite recibir y
procesar los datos a tiempo real y contar con la información necesaria
rápidamente. El Big Data es por encima de todo una tecnología ágil y veloz que
permite por ejemplo obtener información a tiempo real del lanzamiento de un
producto o el resultado de una estrategia.
Conocimiento del mercado
El conocimiento del mercado en el que se opera puede ayudar no solo a

la toma de decisiones, sino también a la localización de posibles oportunidades
mediante el tratamiento de estos datos estructurados y comparables. También
puede ayudar a predecir posibles escenarios e incluso a conocer mejor a los
consumidores, mediante un análisis segmentado.
Tecnología del presente y del futuro
La tecnología del Big Data está en constante evolución y todo apunta a

que jugará un papel todavía más importante en la toma de decisiones futuras.
Por ello, cada vez son más las organizaciones que afrontan el reto de la
transformación digital por lo que los profesionales de Business Intelligence se
10
convirtieron en uno de los perfiles más demandados en 2017 según Adecco

Professional. 5
2.4. Desventajas del Big Data
Ataques informáticos
Dado el valor de esta información, las empresas que cuentan con un

sistema de Big Data disponen igualmente de la tecnología más puntera en
seguridad puesto que el hackeo de estos datos puede suponer una importante
crisis para su corporación. Esto significa que mucha de esa información se
puede llegar a ver alterada y violada. Estas empresas si se pierde o se altera la
información se pierde un activo importante para la empresa.
Pérdida de privacidad
Debido que constantemente toda nuestra generación de datos ésta

siendo estudiada por las empresas esto hace que se puede llegar a perder
privacidad. No obstante, hasta ahora esos datos solamente les pertenecen a
las empresas.
Mucha volatilidad
Los datos cambian rápidamente y eso hace que tengan una validez muy
corta. Para solucionarlo necesitamos un poder de procesamiento muy alto.
Si no lo hacemos bien, el procesamiento y análisis basado en estos

datos puede producir conclusiones erróneas, que pueden llevar a cometer
errores en la toma de decisiones.
No existen estándares de calidad de datos unificados. En 1987 la

Organización Internacional de Normalización (ISO) publicó las normas ISO
9000 para garantizar la calidad de productos y servicios. Sin embargo, el
estudio de los estándares de calidad de los datos no comenzó hasta los años
noventa, y no fue hasta 2011 cuando ISO publicó las normas de calidad de
datos ISO 8000.
5
Organización de Recursos Humanos número uno del mundo
11
3. Big Data en el Gobierno
El gobierno de Argentina busca mejorar la gestión con Big Data, y para

eso creó un Observatorio Nacional de Big Data en el ámbito de la Secretaría de
Tecnologías de Ia Información y las Comunicaciones con el objeto de conocer y
analizar las demandas de la población, como insumo para el diseño y la
implementación de las políticas públicas.
Asimismo, se informó que entre sus funciones estará la de "elaborar un

plan de seguimiento de la opinión pública, recabar información sobre las
demandas de los ciudadanos, evaluar el nivel de conocimiento de las políticas
del Gobierno, y generar información cuantitativa para la implementación de
medidas", entre otras cosas.
Además, por el enorme desarrollo, potencia y capacidad de interrelación

de los diversos recursos involucrados, permite anticiparse a acontecimientos
futuros y, en algunos casos, predecirlos con escaso margen de error
Los datos se han convertido en un valor añadido, convirtiéndose en un

activo clave, similar a las categorías clásicas de los recursos humanos y
financieros, dando lugar a innovaciones en la tecnología, el desarrollo de
nuevas herramientas y habilidades
El buen uso de los datos puede traer oportunidades a sectores

tradicionales de la actividad económica y social, como transporte, salud,
educación, agroindustria, seguridad, etc., transformando además las industrias
de servicios. La gestión y el análisis de datos masivos resultan en una mejor
gestión en términos de eficiencia y eficacia, principios fundamentales de la
administración pública, generando, además de un mayor y mejor servicio al
ciudadano, un ahorro sustancial en costes, derivado de un mejor
aprovechamiento de los recursos.
12
13
4. Conclusión
El Big Data ayuda a la recolección de datos, procesamiento y estudio de

datos que producen los usuarios en el día a día. Esto se puede hacer en
tiempo real para ayudar a la toma de decisiones. Esta información se puede
usar en diferentes áreas como la medicina, los negocios, el turismo, la
publicidad e inclusive el gobierno.
Esto, en gran medida es así: el término se comienza a utilizar de forma

generalizada a finales de los años 90 y el boom llega con los avances
experimentados en campos como internet, dispositivos móviles y conexión y
especialmente la nube.
Como sabemos la información es un activo principal de las empresas,

los gobiernos, y en todo ámbito es necesaria para brindar una experiencia de
total satisfacción. Como futuros profesionales debemos estudiar y comprender
estas tecnologías que poco a poco están siendo utilizadas en el mercado y no
conocerlas puede hacer que quedemos afuera de esta revolución de
procesamiento de datos.
14
5. Anexos
ANEXO 1
Nombre Igual a: Tamaño en Bytes Ejemplos
15
VENTAJAS DEL BIG DATA CONCLUSIONES UNIVERSIDAD NACIONAL MAYOR

DE SAN MARCOS
Feedback a tiempo real
El Big Data ayuda a la recolección de (Universidad del Perú, Decana de
Incluso en los América)
datos, procesamiento y estudio de
momentos en los que datos que producen los usuarios en el CINFO
es necesario tomar una día a día. Esto se puede hacer en
decisión inmediata, el tiempo real para ayudar a la toma de
Big Data es un arma decisiones. Esta información se puede
muy poderosa puesto que permite usar en diferentes áreas como la
recibir y procesar los datos a tiempo medicina, los negocios, el turismo, la
real y contar con la información publicidad e inclusive el gobierno.
necesaria rápidamente.
Como sabemos la
Conocimiento del mercado
información es un activo Alumno: Carrión Ramos Diego
El conocimiento del mercado en el que principal de las

se opera puede ayudar no solo a la empresas, los Profesor: Lic. Adolfo Roldán Chacón
toma de decisiones, sino también a la gobiernos, y
localización de posibles oportunidades en todo ámbito es Tema: Base de datos: BIG DATA
mediante el tratamiento de estos datos necesaria para brindar una experiencia
estructurados y comparables. de total satisfacción.
16
INTRODUCCIÓN
BIG DATA
Desde los comienzos, el hombre

quiso registrar toda la información. El Big Data es el proceso de
HERRAMIENTAS PARA UTILIZAR
Desde recolección de grandes cantidades de EL BIG DATA
nuestros datos y su análisis para encontrar

Uno de los objetivos del uso de las
antepasados información, patrones recurrentes,
tecnologías Big Data es el de
prehistóricos nuevas
transformar los datos en conocimiento
que correlaciones
útil para la empresa, y para ello se
guardaban etc.
necesitan herramientas Big Data que
esta nos ayuden a analizar, procesar y
Los
información almacenar todos los datos recogidos.
análisis de
en huesos, piedras, cuevas, hasta
Big Data Un gran número de entre las mejores
los egipcios que documentar con
recopilan y herramientas usadas en Big Data son
todos sus acontecimientos. Somos analizan datos constantemente en open source, lo que da fe del éxito de
seres que dejamos nuestras tiempo real. El objetivo de este ciclo este modelo de
huellas por donde andamos. En continuo de procesamiento es para desarrollo,
todo momento del día dejamos un ofrecer información instantánea a los además de las
rastro de datos. usuarios. alternativas de
pago.
17
18

Universidad Nacional Mayor de San Marcos: Base de Datos: BIG DATA

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Universidad Nacional Mayor de San Marcos: Base de Datos: BIG DATA

Cargado por

Copyright:

Formatos disponibles

Base de datos: BIG DATA

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Institución: Centro de Informática de la UNMSM

Tema: Base de datos: BIG DATA

Profesor: Lic. Adolfo Roldán Chacón

Alumno: Carrión Ramos Diego Alcides

Lima, 14 de marzo del 2020

El presente trabajo monográfico se lo

Desde los comienzos, el hombre quiso registrar toda la

1.1. Que es el BIG DATA

El Big Data es el proceso de recolección de grandes cantidades de datos

Los análisis de Big Data recopilan y analizan datos constantemente en

Estamos hablando de un conjunto de datos que es tan grande y

Por eso se comenzó a utilizar Big Data con herramientas de software de

estructurados utilizados para el análisis de grandes datos tal vez no encajen en

1.1.1. Los datos pueden venir de

Datos de Internet de las Cosas, Datos sectoriales recopilados por

Para poder analizar todo esto, se precisa de técnicas potentes y

Big Data es el avance tecnológico enfocado en el entendimiento y toma

Las tecnologías relacionadas con el análisis de datos incluyen Big Data,

Contando con información más precisa, se minimizan los riesgos en la

el cliente también permitirá una serie de reformas en productos o servicios,

Antes de la irrupción de Big Data, ya existían algoritmos matemáticos

Por eso el análisis de datos siempre ha tenido un gran peso en el

Se las conocían anteriormente como 3V y actualmente se ampliaron a

Volumen: Una de las características principales volumen. Debido que

Velocidad: Siempre es importante el tiempo si afrontamos tanto la

Variedad: Variedad: si bien toda información llega de orígenes muy

Veracidad: Se refiere a la calidad del dato y su disponibilidad. Hay que

1.3. Los datos que estudia el Big Data

Si recordamos la definición de “dato” que deriva del latín DATUM,

Datos estructurados: Aquellos que tienen longitud y formato (por

Datos no estructurados: Son los que carecen de un formato determinado

Datos semiestructurados: Que son los que no pertenecen a bases de

1.4. Usos del Big Data

Turismo: Se ayuda a mantener felices a los clientes y es clave en esta

Cuidado de la salud: Los registros de pacientes, planes de salud,

En el comercio por internet (eComerce 1): se utiliza esta técnica para

En las telecomunicaciones (empresas telefónicas): es una industria

La Federación Alemana de Fútbol empezó a usar el análisis de grandes

El objetivo principal del análisis de datos grandes es ayudar a las

El término ‘Business Intelligence’, o inteligencia empresarial, se refiere al

Todas las empresas pueden recopilar datos, datos relativos a ventas, a

En términos generales, el Business Intelligence trata de extraer los datos

2.2. Herramientas para utilizar el Big Data

No se puede hablar de Big Data sin hablar de la veterana Apache

La biblioteca Hadoop utiliza modelos de programación simples para el

Dispone de un sistema de archivos distribuido en cada nodo del cluster:

Soporta diferentes sistemas operativos y también se usa frecuentemente

Dentro de las bases de

MongoDB es una base de datos orientada a documentos (guarda los

A pesar de que las bases de datos NoSQL no tienen una extensa

2.2.3. Apache Spark

Apache Spark es un motor de procesamiento de datos de código abierto

Creado por Matei Zaharia en la Universidad de Berkeley, se considera el

Se pueden programar aplicaciones usando diferentes lenguajes como

R se parece más al lenguaje de las matemáticas que a otros lenguajes

Python es un lenguaje avanzado de

Es una herramienta para Big Data muy

Sin embargo, tiene en su contra que no es un lenguaje muy rápido en su

2.3. Ventajas del Big Data

Mejora en la toma de decisiones