Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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