Big Data

M.B.A. ING. Luis H. Vidal V.

Diplomado Big Data para Negocios PUC.
Certificado Profesor de Emprendimiento, Universidad de Salamanca.
IIBA - Membership ID 137679

E-mail: lvidal@uach.cl Twitter: @LuisVidalVidal

Profesor Luis Vidal V.
La Lógica del Big Data

Llueve Hace Frío Reunión Formal

¿Qué ropa usar?

Profesor Luis Vidal V.

 • ¿Qué datos “sentimos”?
Sentir • ¿Cómo los medimos?
• ¿Qué información podemos recolectar del entorno?

• ¿Cómo interpretamos dichos datos?

• ¿Cómo los entendemos?
Pensar y Ver
• ¿Cómo los combinamos para obtener información sobre la
que podemos tomas decisiones?
• ¿Cómo comunico esta información?
• ¿Qué aprendimos?

Actuar • ¿Cómo actuamos una vez que tenemos esa información?

• ¿Es la información proporcionada útil para mejorar?
• ¿Cómo afectan nuestras acciones a nuestro entorno?
Profesor Luis Vidal V.
 Sentir Pensar Actuar

Origen de los Recolector de Almacenamiento

Análisis de Datos Consumidores
datos Datos de Datos

Internet Web log Tecnologías Análisis predictivo Procesos de negocio.

Sensores Sensores de datos Soporte para Patrones en datos Humanos y aplicaciones
Etc. RFID Almacenamiento Toma de decisiones
Etc. de datos

Profesor Luis Vidal V.

Sentir – Pensar/Ver - Actuar Definir objetivos con claridad

Buena
Infraestructura

Profesor Luis Vidal V.

Las 3v, 4v y 5v del Big Data

Volumen Variedad

?
Velocidad Veracidad

Profesor Luis Vidal V.

Las 3v, 4v y 5v del Big Data

Volumen Variedad

Valor

Velocidad Veracidad

Profesor Luis Vidal V.

Volumen

https://openwebinars.net/blog/big-data-la-evolucion-de-los-datos/

Profesor Luis Vidal V.

Volumen

¿Cómo trabajar con grandes volúmenes de

datos?

Profesor Luis Vidal V.

Velocidad
• Velocidad de llegada y procesamiento de datos.

• Es necesario entender y adaptar adecuadamente el flujo de la

información, esto significa que hay que considerar las
velocidades de llegada y las de procesamiento.

• El sistema debe ser capaz de crecer junto con la demanda de

procesos, sin perder eficiencia.

• Es necesario dar respuesta a posibles “cuellos de botella”,

Profesor Luis Vidal V.

Velocidad

Existen 3 tipo de cuellos de botella.

1. Acotados por I/O (input output).
2. Acotados por memoría.
3. Acotados por CPU

Profesor Luis Vidal V.

Variedad
• La heterogeneidad de datos, es decir su variedad, presentan
un gran desafío, en cuanto, el tipo de datos disponible define
críticamente la forma en que se abordará su gestión.

• Existen 3 tipo de datos:

• Estructurados
• Semi-estructurados
• No estructurados

Profesor Luis Vidal V.

Variedad
• La alta variedad de
datos presenta el
desafío más actual, y
según la escuela de
negocios del MIT es el
mayor problema para
quienes trabajan en
Big Data.

Profesor Luis Vidal V.

Veracidad
• En los datos sobre los que se trabajan siempre existen
discrepancias.
• Lo anterior requiere que se juzgue si se debe confiar o no en la
información disponible.
• La mala precisión de la medida de las variables, la falta de
registros, o incluso los problemas de consistencia e
interpretabilidad en las variables, hacen que los datos con los
que se trabaja sean susceptibles a errores. Es por ello que para
poder trabaje con información verídica y útil es necesario juzgar
primero si se puede confiar o no en los datos disponible.
Profesor Luis Vidal V.
Veracidad
• Datos incorrectos generan resultados incorrectos (Garbage In
– Garbage Out)
• Para reducir problemas en los datos es necesario tener
procesos de validación, así como también analizar los datos
para confirmar su coherencia.
• De acuerdo a estudios realizados por IBM, la incertidumbre
es tan crítica que 1 de cada 3 lideres empresariales no
confían en todos los datos que usan para tomas decisiones
(año 2016 – apróx.).
Profesor Luis Vidal V.
Valor
• Las características de los datos por sí solas no valen mucho.
• Si no se logra mejorar la situación de un negocio mediante
este análisis, entonces en realidad no sería muy relevante
para tomar decisiones, realizar inversiones o el esfuerzo en
procesarlos.

Profesor Luis Vidal V.

Ecosistema del Big Data

Profesor Luis Vidal V.

Ecosistema de Big Data

Económica Social Legal Aplicativa Tecnológica

• Modelos de • Decisiones en bases de • Procesamiento de datos
• Comportamiento • Dueños
Negocio • datos • Escalable.
• Del usuario • Derechos de autor
• Rendimiento • Manejo de riesgos • Tiempo Real
• Impacto Social • Responsabilidad
• Código Libre • Inteligencia Competitiva • Estadísticas
• Insolvencia
• Modelos de • Humanidades digitales • ML
• Privacidad
despliegue • Internet de las Cosas • Lingüística
• Predio de la • Industria 4.0 • HCI
información • Visualización

Profesor Luis Vidal V.

Actividad
• Cree el servicio Visual Recognition en IBM Cloud
• Requisitos:
• Cuenta de GMAIL
• Cree una cuenta en https://cloud.ibm.com/
• Siga las instrucciones para habilitar el entorno
• Se presenta una primer (básico) uso

Recree el ejercicio realizado en clase para la próxima sesión.

Profesor Luis Vidal V.