08/04/2021

BIG DATA
Ing. Lizeth Carla Sunavi Morejón

PÁGINA 1

Conjuntos de datos que 
superan la capacidad del 
software habitual para ser 
capturados, gestionados y 
BIG DATA procesados en un tiempo 
razonable y por los medios 
habituales de procesamiento 
de la información. 

PÁGINA 2

1
 08/04/2021

Datos de la empresa tradicional
Tipos de Datos
Machine‐generated /sensor data

Datos de medios sociales

Grandes bases de datos

Grandes conjuntos de datos no 
estructurados con mezcla de 
fuentes de origen y tipos de 
datos
PÁGINA 3

PÁGINA 4

2
 08/04/2021

TIC

Big Data

BIG DATA Sistemas 
que 
manipulan 
grandes 
conjuntos 
de datos.

PÁGINA 5

Representación  Información
de los datos  Datos 

PÁGINA 6

3
 08/04/2021

Características 
clave que 
definen la 
información 
relativa al Big 
Data

PÁGINA 7

Patrones de 
Patrones de 
detección del 
Social Media
fraude

Campos de  Patrones de 
Big Data y el 
modelado y 
aplicación del  gestión de 
sector de la 
Big Data riesgo
energía

Big Data en el 
Call Center

PÁGINA 8

4
 08/04/2021

Patrones de 
Patrones de 
detección del 
Social Media
fraude

Campos de  Patrones de 
Big Data y el 
modelado y 
aplicación del  gestión de 
sector de la 
Big Data riesgo
energía

Big Data en el 
Call Center

PÁGINA 9

Fraude 

Patrones de  Robo

detección del  Acceso no 
fraude autorizado a 
S. I.

CONDUCTAS DELICTIVAS 
…
COMETIDAS A TRAVÉS DE 
TECNOLOGÍAS DE LA 
INFORMACIÓN Y 
COMUNICACIONES

PÁGINA 10

10

5
 08/04/2021

Fraude Transacciones

PÁGINA 11

11

Patrones de 
Patrones de 
detección del 
Social Media
fraude

Campos de  Patrones de 
Big Data y el 
modelado y 
aplicación del  gestión de 
sector de la 
Big Data riesgo
energía

Big Data en el 
Call Center

PÁGINA 12

12

6
 08/04/2021

?
Patrones de  Medios de 
Sentimiento 
Social Media comunicación 
social
del cliente
?

PÁGINA 13

13

Ventas

Comportamiento  Impacto 
en las 
Organizacional decisiones

Receptividad  Efectividad 
del marketing del marketing
PÁGINA 14

14

7
 08/04/2021

Redes 
Sociales

Social Media
Tendencia 
de 
opiniones

PÁGINA 15

15

APLICACIONES 
TÍPICAS DE 
BIG DATA

PÁGINA 
16
16

8
 08/04/2021

Analítica de los 
Repositorios de 
medios de 
datos tradicionales
comunicación social

SAP
Analítica DB2
Teradata
Oracle
SAS

PÁGINA 17

17

PÁGINA 18

18

9
 08/04/2021

Patrones de 
Patrones de 
detección del 
Social Media
fraude

Campos de  Patrones de 
Big Data y el 
modelado y 
aplicación del  gestión de 
sector de la 
Big Data riesgo
energía

Big Data en el 
Call Center

PÁGINA 19

19

Modelos de  Datos
Riesgo

Subutilizados

PÁGINA 20

20

10
 08/04/2021

Patrones de 
modelado y 
gestión de  ¿cuántos datos 
riesgo se van a utilizar 
para el modelo?

Problemas 
asociados ¿cuál es la 
velocidad de los 
datos?

PÁGINA 21

21

Patrones de 
Patrones de 
detección del 
Social Media
fraude

Campos de  Patrones de 
Big Data y el 
modelado y 
aplicación del  gestión de 
sector de la 
Big Data riesgo
energía

Big Data en el 
Call Center

PÁGINA 22

22

11
 08/04/2021

Volumen de 
información

Sensores de 
instalación 
remota

PÁGINA 23

23

Patrones de 
Patrones de 
detección del 
Social Media
fraude

Campos de  Patrones de 
Big Data y el 
modelado y 
aplicación del  gestión de 
sector de la 
Big Data riesgo
energía

Big Data en el 
Call Center

PÁGINA 24

24

12
 08/04/2021

Call Center Tiempo de 

resolución de 
llamadas

Patrón de  Patrones de 
respuesta optima descontento

PÁGINA 25

25

Creados
Provocados
Estructurados Dirigido por transacciones
Compilados
Experimentales
Tipos de 
Capturados
Tipos de datos de Big Data

Datos por  No estructurados
categorías Generados por usuarios
Datos de mercados 
Multi estructurados o  emergentes
híbridos E‐commerce
Web y Redes Sociales Datos meteorológicos
Comunicación entre 
Tipos de  máquinas
Datos por  Transacciones
origen Biométricos
Generados por personas
PÁGINA 26

26

13
 08/04/2021

Aquella que produce como resultado 
productos datos

DEFINICIÓN 
DE  “data science se refiere a las técnicas 
y teorías implicadas en el proceso de 
CIENCIA DE  adquirir, limpiar, ordenar, procesar, 
LOS DATOS mostrar, almacenar, los datos que 
nos pueden ayudar a detectar 
problemas en nuestro negocio o a 
optimizar y mejorar nuestros 
procesos”
PÁGINA 27

27

Construir 
herramientas 
Optimizar la 
para 
información
automatizar 
procesos

Visualizar los 
Encontrar 
datos desde 
fuentes de 
múltiples 
CIENCIA DE  perspectivas CIENTÍFICO  datos ricas

DATOS DE DATOS
Habilidades 
Combinar 
para trabajar 
múltiples 
con grandes 
conjuntos 
volúmenes de 
de datos
datos
Limpiar los 
datos para 
asegurarse 
consistencia
PÁGINA 28

28

14
 08/04/2021

Es una colección de tecnologías y 
INTELIGENCIA  sistemas de información que 
DE NEGOCIOS soportan la toma de decisiones 
empresariales o el control 
(business operacional, proporcionando 
intelligence) información de operaciones 
internas y externas (Laudon, 2012)

PÁGINA 29

29

Data 
warehouses

Bases de 
Data marts
datos

Los datos 
se 
almacenan 
en

PÁGINA 30

30

15
 08/04/2021

Es un método que 
utiliza los datos 
Analítica de  para aprender algo. 
Big Data
(Big Data  Implica siempre 
analytics) datos históricos o 
actuales.

PÁGINA 31

31

REPORTING, 
ANALÍTICA 
QUERY Y 
M2M
VISUALIZACIÓN

Analítica de 
Big Data
(Big Data  ANALÍTICA 
SOCIAL Y  ANALÍTICA 
analytics) LISTENING
SOCIAL
PREDICTIVA 

ANALÍTICA 
WEB
PÁGINA 32

32

16
 08/04/2021

La analítica predictiva consiste 
en analizar los datos desde una 
ANALÍTICA  perspectiva pensada para 
construir modelos y 
PREDICTIVA  pronosticar resultados en un 
futuro lo cual aporta un claro 
valor añadido

PÁGINA 33

33

El análisis de datos 
cualitativos y cuantitativos 
de su sitio Web y de la 
competencia, para 
ANALÍTICA  impulsar una mejora 
continua de la experiencia 
WEB online que tienen tanto los 
clientes habituales como 
los potenciales y que se 
traduce en unos resultados 
esperados (online y offline)
PÁGINA 34

34

17
 08/04/2021

Analítica social 

Social listening (escucha social)
• Es la disciplina  • Es la práctica de 
ANALÍTICA  que ayuda a las 
empresas a 
identificar 
oportunidades de 
SOCIAL Y  analizar, calcular 
y explicar el 
participación o 
compromiso 
LISTENING rendimiento de  (engagement) y 
SOCIAL las iniciativas de 
social media en el 
escucha 
(listening) o 
contexto de  seguimiento de 
objetivos  las percepciones 
empresariales  de marca. 
específicos

PÁGINA 35

35

Los datos máquina a 
máquina (M2M) mediante 
sensores inalámbricos es 
un elemento común en 
diferentes dispositivos 
industriales y para el 
consumidor
ANALÍTICA 
M2M
Máquinas expendedoras, 
productos para atención 
médica, sistemas de 
seguridad para hogares, 
parquímetros y 
automóviles. 

PÁGINA 36

36

18
 08/04/2021

Categorías de  Análisis 
multidimensional 
las  (OLAP)

aplicaciones 
de 
Inteligencia  Minería de datos

de negocios 
de análisis de  Sistemas de 
datos apoyo a la 
decisión (DSS)

PÁGINA 37

37

Permite a los usuarios la 
visualización de los datos de 
diferentes formas utilizando 
dimensiones múltiples

OLAP
Se apoya en cubos 
multidimensionales o bases 
de datos multidimensionales, 
donde cada aspecto o campo 
de una información 
representa una dimensión

PÁGINA 38

38

19
 08/04/2021

Cubo de 
datos OLAP

PÁGINA 39

39

Proceso de buscar información 
valiosa del negocio en una base 
de datos, data warehouse o data 
mart
MINERÍA DE 
DATOS
Realiza dos operaciones básicas:
• Predecir tendencias y comportamientos.
• Identificación de patrones desconocidos 
con anterioridad.

PÁGINA 40

40

20
 08/04/2021

Los modelos son 
representaciones 
simplificadas o 
Combinan modelos 
SISTEMAS DE  y datos en un 
abstracciones de la 
realidad
APOYO A LA  intento de analizar 
DECISIÓN problemas 
semiestructurados y 
no estructurados, 
con una 
participación 
intensiva del 
usuario. 
PÁGINA 41

41

ARQUITECTURA 
DE BIG DATA

PÁGINA 42

42

21
 08/04/2021

Gracias …

PÁGINA 43

43

22