Universidad 

Abierta Para Adultos

 
Presentación
Nombre
Miguel Alberto Lantigua Cruz
Matricula
2018-06285
Carrera
Mercadeo
Materia
Tecnología Aplicada a los Negocios
Tema
Tarea unidad #4
Facilitador
Hilda Estrella
Fecha de entra
Marte, 03 de Agosto de 2020, 23:55
 Introducción

Al realizar este trabajo sobre la BIG DATA vemos lo importante que es este
tema y para quedar más claro decimos que la BIG DATA es un término que
describe el gran volumen de datos – estructurados y no estructurados – que
inundan una empresa todos los días. Pero no es la cantidad de datos lo
importante. Lo que importa es lo que las organizaciones hacen con los datos.
El big data puede ser analizado para obtener insights que conlleven a mejores
decisiones y acciones de negocios estratégicas.

La BIG DATA en si es una de la forma más completa que cada empresa debe
tener para que su funcionamiento sea adecuado para cada forma que sea
necesario
1. Elabora una   tabla Informativa acerca de las principales
características del Big Data y describa como cada una de estas, aporta
a la gestión empresarial.

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:

Características
Volumen de información
Velocidad de los datos
Variedad de los datos
Definiciones
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.
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.
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.
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 compr

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.

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.
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 trans
 forman 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
responsable de la empresas puedan
tomar una decisión (la mejor decisión)
en base a estos datos.

1. Analiza la siguiente investigación 

2. https://www.researchgate.net/publication/319286983_Toma_de_decisione
s_en_el_contexto_de_Big_Data_estudio_de_caso_unico_de_una_cooper
ativa_de_consumo_en_Argentina

 Presenta cuáles han sido tus enfoques

En el momento en que nace una idea de negocio en particular, suponemos que

se inicia la generación de los datos relacionados con la misma. Como
consecuencia directa, del flujo de datos es necesario analizar esa cantidad y
obtener conclusiones especiales e información sobre algún área del proceso de
negocios.

El uso de datos analíticos como uno de los procesos clave en el enfoque de

negocios moderno no es una nueva tendencia. Por el contrario, durante
décadas, se lo ha relacionado con las finanzas, la economía y los negocios en
general. Podríamos decir que en el momento en que nace una idea de negocio
en particular, suponemos que se inicia la generación de los datos relacionados
con tal idea. Como consecuencia directa, del flujo de datos es necesario
analizar, de alguna manera, esa cantidad y obtener conclusiones especiales e
información sobre algún área del proceso de negocios.

Al comienzo nos ocupamos pequeñas cantidades de datos que es

relativamente fácil seleccionar, clasificar, analizar y representar los resultados
obtenidos. Pero la mayoría de los factores que se relacionan con una empresa
no son constantes.

Estamos tratando con variables, datos y fuentes que crecen y cada vez se han
más complejas. El flujo que comienza siendo gotas de lluvia se transforma en
una cascada. De pronto, nos encontramos lidiando con enormes
volúmenes que deben dar información rápidamente. A esta altura no podemos
hablar de conjunto de datos. 

 Cuál es el objetivo de Big Data

Analizar millones de millones de datos y orientar con ellos la toma humana de

decisiones acerca de grandes problemas transversales

 Qué tipo de infraestructura engloba

Hadoop

No podemos hablar de Big Data, sin mencionar a Hadoop, un framework open

source para procesar, almacenar y analizar datos. El principio fundamental
detrás de Hadoop es que en lugar de abordar un bloque monolítico de datos en
una sola oportunidad, es más eficiente dividir y distribuir los datos en varias
partes. Lo anterior ocasiona que se puedan procesar y analizar diferentes
partes de forma simultánea.

Aunque es común imaginar a Hadoop como una única entidad, esto es solo un
mito. En realidad, Hadoop es un ecosistema completo de diferentes productos;
en buena medida presididos por la fundación de software Apache. Algunos de
sus componentes son HDFS, MapReduce, YARN y Spark.

Las ventajas más importantes de Hadoop son su efectividad en tiempos y

costos. En los costos, ya que, como open source, es gratuito y está disponible
para que cualquiera pueda usarla. Además, puede correr con hardware de bajo
costo. Por otra parte, puede procesar múltiples partes del conjunto de datos al
mismo tiempo, lo que lo hace una herramienta relativamente rápida para el
análisis retrospectivo y en profundidad. Si bien el código abierto tiene algunos
inconvenientes, la fundación Apache actualiza constantemente el ecosistema
de Hadoop. Pero, si aun así existiera un problema en el código, y no hay una
fuente para la resolución de problemas, existen versiones comerciales
como cloudera

NoSQL

Este término viene de Not Only SQL y se utiliza para cubrir un rango de
distintas tecnologías de base de datos. Las bases de datos NoSQL son
expertas en procesar datos dinámicos, semi estructurados y con baja latencia,
lo que hace que estén mejor adaptados para un ambiente de Big Data.

Las diferentes fortalezas y usos de Hadoop y NoSQL frecuentemente se

describen como “operacional“ y “analítica“, respectivamente.

NoSQL es más adecuado para tareas operativas, cargas de trabajo interactivas

basadas en criterios selectivos donde los datos se pueden procesar en tiempo
real. Mientras tanto, Hadoop es más apropiado para el análisis en profundidad
de alto rendimiento en retrospectiva, donde se aprovechan la mayor parte o
todos los datos. A pesar de que Hadoop y NoSQL se utilizan para distintos
propósitos es común que se comercialicen de forma simultánea. Incluso,
algunas bases de datos de NoSQL, como HBase, fueron diseñadas
primariamente para trabajar con Hadoop.

 cómo se relacionan estas tres palabras, las tres 'Vs' del Big Data:

Volumen, Variedad y Velocidad (3Vs).

Volumen: El volumen se refiere a la cantidad de datos recopilados, y esto sí es

un factor a destacar del Big Data

Variedad: Los datos provienen de diferentes tipos de fuentes, esto hace que

exista una diversidad en el formato y tipología en ellos

Velocidad: Los datos se generan de forma continua y acelerada, por tal razón,

la necesidad de hacer un procesamiento y análisis a su ritmo resulta necesario
para hacer un correcto uso de este, pero sin duda se convierte en un desafío
para la mayoría de las organizaciones.

Conclusión
El tema de la BIG DATA es un tema importante se refiere a cuanto datos o a
todos los datos que deben y tiene que tener cada empresa pueden extraerlos
transformarlo y cercarlo a su modo para limpiarlo a hacer de su uso personal
las informaciones que necesiten.