“AÑO DE LA UNIVERSALIZACIÓN DE LA SALUD”

UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

INFORMACION:

- ASUNTO : Trabajo de Producción

- TEMA : “Big data aplicada a los Negocios”
- CURSO : Tecnología de Información y Com.
- DOCENTE : Ing. Escalante Espinoza Walter
- CICLO : Segundo
-INTEGRANTES : - Alfaro Montañez Richard
- Carrizales Briceño Albert
- Vásquez Meléndez Steven
- Rondoño Chavarria Julio

2021
CONTENIDO

INTRODUCCION ........................................................................................................................ 1

ANTECEDENTES ........................................................................................................................ 3

OBJETIVOS: ................................................................................................................................ 5

DEFINICIÓN DEL BIG DATA ................................................................................................... 6

IMPORTANCIA DEL BIG DATA .............................................................................................. 7

USOS DEL BIG DATA EN DISTINTAS AREAS ...................................................................... 8

CARACTERISTICAS DEL BIG DATA .................................................................................... 11

INGENIERIA Y BIG DATA ...................................................................................................... 14

¿QUÉ ES UN INGENIERO DE DATOS Y EN QUÉ CONSISTE SU TRABAJO? ............. 14

HABILIDADES DE UN BUEN INGENIERO DE DATOS .................................................. 16

RESEÑA DE BIG DATA ........................................................................................................... 17

EVOLUCION DEL BIG DATA ............................................................................................. 17

ÉXITO DEL BIG DATA EN LAS INDUSTRIAS TECNOLOGICAS ................................. 18

IMPACTO DEL BIG DATA EN LA ACTUALIDAD .......................................................... 19

BIG DATA EN LOS NEGOCIOS .............................................................................................. 20

BIG DATA Y SU IMPACTO EN EL SECTOR FINANCIERO INTERNACIONAL .......... 20

BIG DATA Y LA TOMA DE DECISIONES EN LOS NEGOCIOS .................................... 21

DATOS, PROPIEDAD Y ÉTICA .......................................................................................... 21

JUSTIFICACION E IMPORTANCIA ....................................................................................... 22

REFERENCIAS .......................................................................................................................... 23
 1

INTRODUCCION

El presente trabajo ha sido realizado con el fin de informar acerca del big data para

distintos campos, pero particularmente centrándonos en los negocios, utilizando este

último punto como concepto principal para explicar este proyecto.

La innovación junto al uso del big data como aliado en las empresas han estado presente

en estos últimos años teniendo un impacto relevante hacia estas últimas, desde en la

recolección de datos hasta la toma de mejores decisiones en las corporaciones e industrias

de todo tipo, sin embargo, algunas personas no toman en consideración este punto o

simplemente creen que no es de importancia para hacer que su corporación tenga mejores

resultados , por lo cual en este informe se explicará lo relacionado a este tema, dando a

conocer los siguientes puntos y a raíz de estos sacar algunas conclusiones referente al Big

Data:

• Definición del big data

Como toda investigación iniciamos definiendo el concepto del big data para

poder a raíz de este ver sus pro y contras, recatando todo tipo de información útil

para nuestro estudio

• La importancia del big data

La creación del big data ha permitido como tal avanzar e impulsar el mundo de

los negocios, en esta oportunidad analizaremos cual es la importancia de este

para el análisis de las industrias para el impulso y desarrollo de las mismas.

 2

• Los usos del big data en distintas áreas

Referente al punto anterior el big data al igual que todos los programas, son

realizados con el fin de destinarse con un propósito apoyando esto veremos

cómo ares sin relación alguna pueden aprovechar este tipo de almacenamiento

para la recolección de datos.

• Características fundamentales del big data

Así como el análisis y definición también conoceremos algunas características

que el big data posee para proveer a sus controladores, como la que tiene una

conexión muy cercana a la base de datos y una hoja de cálculo, etc.

• Relación de la ingeniería y el big data

Tanto como el big data ha ayudado a impulsar el mundo de los negocios,

proveyendo datos de diferentes usuarios, en Ingeniería también el big data se

utiliza para analizar ciertos criterios y optar por la mejor opción o estrategia

ligada a este campo.

• Evolución del big data

el big data como todas las nuevas invenciones ah ido evolucionando desde su su

anterior confusión con una base de datos hasta como es reconocido el dia de

hoy.

• El éxito del big data en las industrias tecnológicas

Así como en negocios, ingeniería, etc. La aplicación del big data en las empresas

ah impulsado a crear y mejorar nuevas tecnologías teniendo en cuenta la opinión

y preferencias de distintos usuarios, para su posterior análisis de mercado.

 3

ANTECEDENTES

• Alan Turing, padre de la computación, soñaba en los años 30 con una máquina

que realizara tareas y pasara a otras de forma autónoma. Durante la II Guerra

Mundial, el científico lideró un equipo de inteligencia en Bletchley Park. Su

objetivo era descifrar Enigma, una de las máquinas de cifrado que empleaba el

ejército nazi. Este trabajo permitió acortar entre 2 y 4 años la Gran Guerra. Es así

como a Alan Turing se le considera como pionero de lo que hoy conocemos

como ‘Big Data’.

Tras la II Guerra Mundial, la influencia en el Big Data en cuanto a su evolución

se puede clasificar en:

1956: Se crea la Memoria Virtual. El físico Fritz Rudolf Güntsch desarrolla esta

idea que trataba el almacenamiento finito como infinito. De esta manera, permitía

que los datos se procesasen sin una limitación de memoria del hardware.

1962: William C. Dersch presenta la máquina ‘Shoebox’. Este sistema comprende

la voz por primera vez. Concretamente, 16 palabras y 10 dígitos en inglés hablado.

1966: A finales de los 60 las organizaciones diseñan sistemas de computación más

avanzados. Esto permite automatizar sus sistemas de inventario.

1989: Erik Larson menciona al Big Data en el sentido que conocemos hoy en día.

En este año se popularizan las herramientas de business intelligence para analizar

la actividad comercial y el rendimiento de las operaciones.

 4

• En la Universidad San Ignacio de Loyola, Garvich Elizabeth (2017) realizo su

tesis para el titulo denominado “Propuestas de análisis de datos no

estructurados para generar decisiones oportunas en la empresa GMD”. El

objetivo de la tesis fue determinar el impacto de implementar una propuesta de

análisis de datos no estructurados, con las herramientas IBM InfoSphere

BigInsights, Streams, Information Server y Cognos BI, para generar decisiones

oportunas durante la implementación de los proyectos de GMD. La autora

afirmaba que la toma de decisiones implica incertidumbre y por lo tanto riesgo,

para minimizar estos riesgos es necesario generar decisiones oportunas en base a

un análisis de información que sea eficiente y lo más cercado al tiempo real, por

tanto, la información en una empresa debe ser clara, precisa, oportuna, completa,

de fácil acceso y sobre todo necesaria y no superflua. En conclusión en la tesis

se llegó a aceptar la hipótesis general donde se determina que la propuesta de

análisis de datos no estructurados favorecerá la generación decisiones oportunas

en la fase de implementación de los proyectos de GMD, mediante el uso de las

herramientas IBM InfoSphere BigInsights, Streams, Information server y

Cognos BI

• En la Universidad San Ignacio de Loyola, Valery Ruth (2019) realizo su tesis para el

título de grado académico de bachiller de ingeniería empresarial “aplicación de business

intelligence para la toma de decisiones en cineplanet la molina utilizando power bi en el

área de inventarios”. El objetivo del trabajo fue Cómo mejorará el proceso de toma de

decisiones en la empresa Cineplanet La Molina para el área de inventarios y dulcería

utilizando Power BI. La autora presenta en la investigación tiene como finalidad

determinar si el uso de Business Intelligence tiene influencia en la eficiencia de la toma

 5

de decisiones, en la gestión de inventario en el área de dulcería para el complejo de

Cineplanet La Molina. De tal manera, se comenzará definiendo los objetivos y los

antecedentes del trabajo. Dando la justificación teórica, práctica y social. Luego se

observan el planteamiento de la hipótesis, los alcances y las limitaciones de la

investigación, en las empresas de cineplanet se está buscando la actualizando los datos

para poder ser más eficientes en la sucursal de la Molina. En conclusión, la solución de

Business Intelligence en el proceso de toma de decisiones en la empresa Cineplanet

Molina en el área de ventas utilizando la herramienta de Power BI con los resultados

obtenidos se puede concluir que tuvo un impacto positivo para los encargados. El cual

consistió en transformar los datos en información relevante para crear análisis e informes

para que los responsables tomen decisiones acertadas con respecto al comportamiento de

los productos en la demanda de sus clientes.

OBJETIVOS:

-Aplicar el uso del Big Data como estrategia en el campo de los negocios
-Informar acerca de la importancia y el uso del Big Data en el campo de los negocios
 6

DEFINICIÓN DEL BIG DATA

Big Data es un término que describe el gran volumen de datos, tanto estructurados como

no estructurados, que inundan los negocios cada día. Pero no es la cantidad de datos lo

que es importante. Lo que importa con el Big Data es lo que las organizaciones hacen

con los datos. El Big Data se puede analizar para obtener ideas que conduzcan a mejores

decisiones y movimientos de negocios estratégicos

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de

conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de

crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis

mediante tecnologías y herramientas convencionales, tales como bases de

datos relacionales y estadísticas convencionales o paquetes de visualización, dentro del

tiempo necesario para que sean útiles.

Aunque el tamaño utilizado para determinar si un conjunto de datos determinado se

considera Big Data no está firmemente definido y sigue cambiando con el tiempo, la

mayoría de los analistas y profesionales actualmente se refieren a conjuntos de datos

que van desde 30-50 Terabytes a varios Petabytes.

La naturaleza compleja del Big Data se debe principalmente a la naturaleza no

estructurada de gran parte de los datos generados por las tecnologías modernas, como

los web logs, la identificación por radiofrecuencia (RFID), los sensores incorporados en

dispositivos, la maquinaria, los vehículos, las búsquedas en Internet, las redes sociales

como Facebook, computadoras portátiles, teléfonos inteligentes y otros teléfonos

móviles, dispositivos GPS y registros de centros de llamadas.

 7

En la mayoría de los casos, con el fin de utilizar eficazmente el Big Data, debe

combinarse con datos estructurados (normalmente de una base de datos relacional) de

una aplicación comercial más convencional, como un ERP (Enterprise Resource

Planning) o un CRM (Customer Relationship Management). (Power data , s,f)

IMPORTANCIA DEL BIG DATA

Lo que hace que Big Data sea tan útil para muchas empresas es el hecho de que

proporciona respuestas a muchas preguntas que las empresas ni siquiera sabían que

tenían. En otras palabras, proporciona un punto de referencia. Con una cantidad tan

grande de información, los datos pueden ser moldeados o probados de cualquier manera

que la empresa considere adecuada. Al hacerlo, las organizaciones son capaces de

identificar los problemas de una forma más comprensible.

La recopilación de grandes cantidades de datos y la búsqueda de tendencias dentro de

los datos permiten que las empresas se muevan mucho más rápidamente, sin problemas

y de manera eficiente.

El análisis de Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos

para identificar nuevas oportunidades. Eso, a su vez, conduce a movimientos de

negocios más inteligentes, operaciones más eficientes, mayores ganancias y clientes

más felices. Las empresas con más éxito con Big Data consiguen valor de las siguientes

formas:

REDUCCIÓN DE COSTE. Las grandes tecnologías de datos, como Hadoop y el

análisis basado en la nube, aportan importantes ventajas en términos de costes cuando

se trata de almacenar grandes cantidades de datos, además de identificar maneras más

eficientes de hacer negocios.

 8

MÁS RÁPIDO, MEJOR TOMA DE DECISIONES. Con la velocidad de Hadoop y la

analítica en memoria, combinada con la capacidad de analizar nuevas fuentes de datos,

las empresas pueden analizar la información inmediatamente y tomar decisiones

basadas en lo que han aprendido.

NUEVOS PRODUCTOS Y SERVICIOS. Con la capacidad de medir las necesidades de

los clientes y la satisfacción a través de análisis viene el poder de dar a los clientes lo

que quieren. Con la analítica de Big Data, más empresas están creando nuevos

productos para satisfacer las necesidades de los clientes. (Power data , s,f)

USOS DEL BIG DATA EN DISTINTAS AREAS

Existen múltiples herramientas para trabajar el Big Data como, por ejemplo, Hadoop,

Spark, BBDD NoSQL, etc. A continuación, vamos a comentar algunos ejemplos

concretos de utilización del Big Data:

Big Data en Marketing y Ventas

Los datos de los clientes se analizan y procesan obteniendo información relativa

a sus gustos, preferencias, comportamientos.

Así se pueden clasificar o segmentar a los mismos en diferentes categorías y

utilizar modelos predictivos para que las organizaciones puedan

tener indicadores de aceptación de sus productos, potenciales ventas, etc.

Big Data para la lucha contra el crimen

En Estados Unidos los cuerpos y fuerzas de seguridad disponen

de aplicaciones que, haciendo uso del Big Data, pueden predecir la probabilidad

de que se produzca un crimen en una zona determinada. Con ello han

 9

desarrollado el denominado Atlas de Riesgo (aplicación Smart Steps en

Massachusets).

Big Data en Deportes

En la NBA y la NFL se emplean aplicaciones que hacen uso del Big Data para

definir las estrategias a utilizar en cada partido, prevenir lesiones de los

jugadores, conocer las preferencias de los aficionados, etc.

Big Data en Política

Antes de las elecciones norteamericanas de 2012, Obama decidió junto con su

equipo utilizar el Big Data durante la campaña electoral para analizar los datos

que recogían de potenciales votantes. Llegaron a la conclusión de que, para

poder ganar, tenían que centrarse en dirigirse a los votantes dudosos de una

manera eficaz y, al mismo tiempo, incidir en que los votantes demócratas

convencidos fueran a votar.

Utilizaron la plataforma HP Vertica, que les permitió recoger los datos, notificar

de manera eficiente y rápida la información, y segmentar a los potenciales

votantes para determinar cuáles serían más receptivos a publicidad en TV,

periódicos, redes sociales.

Big Data en Telecomunicaciones

Algunos operadores de telefonía móvil utilizan el Big Data para analizar qué se

dice de ellas en las redes sociales, examinar los datos de sus tickets de soporte a

clientes o sus quejas.

 10

Esto posibilita implementar estrategias que permiten reducir el número de

portabilidades o incrementar la captación de nuevos clientes.

Big Data en Salud y Sanidad

Tanto en la industria farmacéutica en el campo de la investigación de nuevos

medicamentos como en el diagnóstico de enfermedades, cada vez es más

ampliamente utilizado el procesado del Big Data colectivo (historial médico,

material genético, predicción de reingresos hospitalarios…) para optimizar y

probar modelos que mejoren los resultados, faciliten las pruebas en los ensayos

clínicos con nuevas terapias o mejoren los diagnósticos. El Big Data también es

útil para una gestión administrativa más eficiente de la salud. (Universidad

Internacional de la Rioja, 2020)

 11

CARACTERISTICAS DEL BIG DATA

A lo largo del tiempo las características del big data se podía expresar perfectamente en

cuatro magnitudes más conocidos como las cuatro V del big data las cuales eran:

Volumen, Variedad, Velocidad y Veracidad. Sin embargo esto cambio actualmente y

ahora podemos agregar otras tres más, como podrían ser la de Viabilidad y

Visualización, pero tampoco podemos olvidar la principal característica del análisis de

datos que es la V de Valor de datos, asi pues se deja de lado las tradicionales 4 y se

convierten en las 7 “V” del big data

• Volumen de información:

Según IIC (2017) 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.

• Velocidad de datos:

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.
 12

• Variedad de datos

Según BaOSS (2019) La variedad se refiere a las diferentes fuentes y tipos de datos

tanto estructurados como no estructurados. Hace pocos años los únicos datos que se

almacenaban eran de fuentes como hojas de cálculo y bases de datos. Ahora, los

datos llegan en la forma de emails, fotos, videos, sistemas de monitorización, PDFs,

ficheros de sonido.

• Veracidad de datos

Cuando hablamos de veracidad nos referimos a la incertidumbre de los datos, es

decir, al grado de fiabilidad de la información recibida. Cuando hablamos de

veracidad nos referimos a la incertidumbre de los datos, es decir, al grado de

fiabilidad de la información recibida.

• Viabilidad de datos

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.

• Visualización de 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.
 13

• Valor de datos

El valor se obtiene de datos que se transforman 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.(Logicallis,

2013)
 14

INGENIERIA Y BIG DATA

En el Big Data el papel del ingeniero de datos es fundamental ya que es el responsable

de configurar sistemas y procesos, así como de construir sistemas, arquitecturas y

plataformas, en las que otros integrantes del equipo de trabajo van a confiar y trabajar

para tener éxito al manipular estos datos.

El ingeniero de datos deberá tomar la información más relevante y utilizar las

herramientas de estadística, matemáticas e informática avanzada, para extraer el máximo

rendimiento y saber gestionarlo adecuadamente con respecto al interés del negocio. En

definitiva, es quien sabe cómo unir el impresionante volumen de datos, procesarlos y

gestionarlos desde múltiples perspectivas dándoles un nuevo sentido.

Los Ingenieros de datos son los responsables de definir cómo gestionar, organizar,

transformar y almacenar los datos necesarios en la organización de una forma óptima para

todos los interesados. Construyen la base tecnológica para que los científicos de datos y

analistas puedan realizar sus tareas.

¿QUÉ ES UN INGENIERO DE DATOS Y EN QUÉ CONSISTE SU TRABAJO?

Para alguna gente, el rol de un ingeniero de datos puede ser complicado y algo confuso.

Podríamos decir que el perfil de ingeniero de datos es el más técnico en el ámbito del Big

Data. Los ingenieros de datos se encuentran entre los desarrolladores de aplicaciones y

los científicos de datos (Data Scientists). Se encargan de diseñar, construir y gestionar los

datos y la infraestructura necesaria para almacenarlos y procesarlos. Construyen la base

tecnológica para que los científicos de datos y analistas puedan realizar sus tareas. Por lo
 15

tanto, son los responsables de mantener sistemas escalables, con alta disponibilidad y

rendimiento, integrando nuevas tecnologías y desarrollando el software necesario.

En resumen, los ingenieros de datos son los responsables de definir cómo gestionar,

organizar, transformar y almacenar los datos necesarios en la organización de una forma

óptima para todos los interesados.

Imagen 1: Crecimiento de la Big Data

PROFESIÓN DE GRAN CRECIMIENTO
Se debe conocer el stack de tecnologías Big Data, entender cómo se integran sus

tecnologías y las formas de procesar, transformar y tratar los datos con herramientas

de ingesta y ETL. Además, se debe saber cómo mover datos hacia y desde el ecosistema

Hadoop, implementar y configurar herramientas y bases de datos como Hive o HBase.

Entre sus funciones también se encuentra dar apoyo y facilitar el trabajo a analistas y

científicos de datos, así como a negocio. Esta es la razón de que las habilidades de

comunicación tengan una gran importancia.

Es una de las profesiones más demandadas en los últimos años y con mayor crecimiento

y oportunidades profesionales. Esto se debe al aumento masivo de los datos generados y

de las tecnologías surgidas a su alrededor.

 16

HABILIDADES DE UN BUEN INGENIERO DE DATOS

Entre los conocimientos básicos debe estar Linux. La mayoría de cargas y despliegues

Cloud y Big Data se realizan sobre este sistema operativo. Al menos debes sentirte

cómodo usando la terminal para editar ficheros, ejecutar comandos y navegar por el

sistema.

Automatización y scripting con algún lenguaje de programación como Python. Este

punto incluye la capacidad de interaccionar con APIs y otras fuentes de datos de manera

simple y directa.

Por definición, el Big Data suele tener lugar en sistemas distribuidos, que es otro de los

conocimientos fundamentales para un buen ingeniero de datos. Estos sistemas tienen

numerosas particularidades en torno a la replicación de datos, consistencia, tolerancia a

fallos, particionado y concurrencia. En este punto se englobarían tecnologías

como HDFS, Hadoop o Spark.

Además de las habilidades fundamentales, existen otras habilidades y conocimientos que

aportan un gran valor a los ingenieros de datos.

Lenguaje de programación funcional y orientada a objetos como Scala o Java. Estos

lenguajes son muy útiles en el sector del Big Data ya que la mayoría de frameworks y

herramientas open source están desarrollados con lenguajes de la JVM. Serán

especialmente útiles para desarrollar integraciones para tecnologías, solucionar errores y

entender los logs.

STREAM PROCESSING: Conocer herramientas de procesamiento en

streaming como Flink, Kafka Streams o Spark Streaming puede ser una gran ventaja.
 17

RESEÑA DE BIG DATA

Según (Mario, 2017) nos da a conocer:

“El Big Data ha suscitado la máxima expectación en la industria durante

la última década. Con la recolección a gran escala de datos de varios
lugares como las comunicaciones de redes sociales, los rastros de datos
de navegación web, etc. El análisis de grandes datos y sus subsiguientes
puntos de acción basados en el conocimiento han marcado una gran
diferencia en los distintos sectores”.

EVOLUCION DEL BIG DATA

✓ 1989: La World Wide Web nace de la mano de Tim Berners-Lee. Es el sistema que
distribuye documentos de hipertexto accesibles a través de Internet.
✓ 1992: Se crea la primera base de datos simple con Windows. Este avance de Crystal
Reports facilita el trabajo a las empresas. También motiva la compra de más memoria
para su uso en técnicas de programación más avanzadas.
✓ 1997: Se utiliza por primera vez el término ‘Big Data’. Los investigadores de la NASA
Michael Cox y David Ellsworth afirman en un artículo (en inglés) que el gran aumento
de datos se estaba convirtiendo en un problema para los sistemas informáticos actuales.
Esto se da a conocer como el “problema del Big Data”.
✓ 2009-2011: Empresas como Cloudera, en primer lugar, y Hortonworks, dos años más
tarde, nacen para gestionar datos, reunirlos y centralizarlos en lugares seguros y
completamente administrados. Estos servicios abren un mundo de posibilidades para las
empresas.
✓ 2012: Por primera vez en la historia el Big Data es utilizado para fines políticos. Barack
Obama, en su campaña, lo usó para conocer las opiniones de los votantes más indecisos
y saber qué canales utilizaban. Lanzaba así los mensajes con un impacto más
personalizado.
✓ 2014: Nace el concepto ‘Location Intelligence’ (Inteligencia de Ubicación, en español).
Se trata de una tecnología que obtiene información de valor gracias a la geolocalización.
Según Gartner, en 2021 se cuadruplicarán las empresas que utilicen esta tecnología.
✓ 2015: Smart Cities, los datos y el IoT. Gartner estimó que en ese año,más de 1.000
millones de elementos conectados serán utilizados por ciudades inteligentes. El futuro de
las Smart Cities pasa por el tratamiento y la gestión del Big Data.
 18

ÉXITO DEL BIG DATA EN LAS INDUSTRIAS TECNOLOGICAS

Según (Michael, 2019) informa :

1. Tal y como introducíamos, Google desarrolla constantemente nuevos productos y

servicios que tienen grandes algoritmos de datos, además de utilizar grandes cantidades
de datos para refinar incesantemente sus algoritmos de búsqueda y precisión en la
publicación de anuncios.
2. Yusen Logistics que cuenta con 567 centros logísticos y está presente en 333 ciudades,
mueve 350.000 TEUs al año por mar y 370,000 toneladas por vía aérea, contando con
2,65 millones de metros cuadrados de almacén estratégicamente ubicados para sus
clientes. Curiosamente, hay muchas maneras en las que Yusen hace uso del Big Data,
siendo uno de sus mejores enfoques la optimización de la flota mediante el empleo de los
grandes datos.
El rastreo/seguimiento telemático del envío, supone una ayuda con las rutas, pudiendo
medir detalles como el tiempo de ralentí del motor y el mantenimiento predictivo. Gracias
a los algoritmos avanzados Yusen logró ahorrar millones de galones de combustible, así
como evitar con éxito millones de kilómetros por haber optimizado sus rutas.
3. Verizon, operador estadounidense con más de 80 millones de clientes emplea sus grandes
cantidades de datos para optimizar la publicidad móvil. Así, en el momento en el que
alguien se registra en su web como usuario se crea un identificador que permite que el
anunciante utilice su información y por consiguiente pueda precisar la publicidad en
función del usuario al que se dirija, beneficiando tanto a los potenciales clientes como a
las empresas gracias a la segmentación.
4. La campaña de Obama 2012 utilizó la tecnología para rastrear los patrones de los votantes
y recaudar 1.000 millones de dólares mediante el análisis de datos, lo cual revocó el largo
dominio de la publicidad televisiva en la política de Estados Unidos y creó algo nuevo en
el mundo: una campaña nacional que se llevó a cabo como una elección de distrito local,
en la que se conocieron y abordaron los intereses de los votantes individuales
 19

IMPACTO DEL BIG DATA EN LA ACTUALIDAD

Según (Dynamic, 2019) informa que:

Actualmente, estamos viviendo un cambio de paradigma social con el uso y

normalización de las tecnologías. Este cambio supone la entrada a la 4º revolución

industrial, donde la tecnología y el conocimiento de los datos están a la orden del día, y

nos puede llevar a transformar nuestro entorno tal y como lo conocemos.

Este movimiento ha generado grandes cambios, tanto en particulares, con el aumento del

uso de dispositivos y aplicaciones, como en empresas y organizaciones, que se encuentran

en un proceso de transformación al nuevo entorno tecnológico, cambiando el modo de

trabajo que han tenido hasta ahora. Es la transformación digital, donde si no te adaptas

estás fuera.

En el nuevo paradigma social, los datos masivos cobran una gran importancia. Se han

convertido en información privilegiada para las empresas que buscan sacar el mayor

rendimiento. Muchos expertos denominan al Big Data como el nuevo petróleo. El

conocimiento y uso del Big Data nos ayuda a mejorar y conducir a las empresas al éxito.

La parte principal de la historia del big data está aún por escribir.
 20

BIG DATA EN LOS NEGOCIOS

BIG DATA Y SU IMPACTO EN EL SECTOR FINANCIERO INTERNACIONAL

De acuerdo al artículo "The Quant Crunch: How the demand for data science skills is

disrupting the job market" publicado por IBM, Burningglass y Business Higher

Education Forum en 2017, los sectores de servicios profesionales así como servicios

financieros y seguros serán aquellos que utilicen con más intensidad el Big Data. Por lo

tanto serán estos los sectores que requieran de mayor número de profesionales calificados

para llevar a cabo las tareas relacionadas al análisis de gran cantidad de información. Sin

embargo, de acuerdo al mismo estudio, otros sectores industriales tales como los servicios

comerciales, construcción y manufactura, no están lejanos en las métricas del uso de Big

Data.

Por otra parte, el estudio realizado por McKinsey Global Institute titulado "Big data: The

next frontier for innovation, competition, and productivity" señala que sectores como el

financiero van a generar valor a través del Big Data ya que se fomentarán los siguientes

diferenciadores competitivos:

• Creación y fomento a la transparencia y rendición de cuentas.

• Capacidad para detectar con anticipación significativa las necesidades de sus

clientes.

• Mayor precisión en la segmentación de mercados así como la adaptación de

acciones.

• Uso de algoritmos automatizados en la toma de decisiones financieras.

• Innovación a través de nuevos modelos de negocios, productos y servicios.

 21

BIG DATA Y LA TOMA DE DECISIONES EN LOS NEGOCIOS

La toma de decisiones de negocio utilizando el Big Data se apoya en el concepto de

Data Analytics. Este se traduce como el proceso de obtener, transformar y modelar los

datos con el fin de obtener patrones de comportamiento que ayuden a tomar decisiones.

El Data Analytics contempla metodologías y técnicas tales como la minería de datos,

business intelligence, redes neuronales, etc. Este tipo de metodologías está siendo

aplicada no solamente en los sectores financieros o de consumo como la mercadotecnia,

sino también por firmas de abogados, contadores e incluso en el sector del

entretenimiento.

DATOS, PROPIEDAD Y ÉTICA

A pesar de los beneficios que el Big Data puede brindar a la toma de decisiones de

negocios, existen temas que se deben tratar sobre el origen y el uso de la gran cantidad

de datos que hoy se generan. Dichos temas se encuentran alrededor de la ética en el uso

de información cuya fuente puede ser personal y si la propiedad de los datos es de la

persona, la empresa o la comunidad. Para ello, todos los participantes en la comunidad

digital deberán ponerse de acuerdo atendiendo los intereses legítimos de las partes bajo

el entendimiento de que hoy todos participamos y convivimos en una gran aldea

tecnológica.
 22

JUSTIFICACION E IMPORTANCIA

• Este trabajo se justifica por la escasa información y la poca relevancia que existe sobre

este tema tanto en la sociedad como en los negocios, además, este trabajo contribuye

a nuestro desarrollo académico adquiriendo conocimientos acerca de la recopilación y

manejo de dato

• Este trabajo es importante porque permite el estudio de datos tanto estructurados

como no estructurados a diferentes empresas de negocios, lo cual ayuda a mejorar el

rendimiento, calidad del producto y el desarrollo de la empresa

 23

REFERENCIAS

BaOSS. (2012, Julio 12). BaOSS. Retrieved from https://www.baoss.es/las-4-vs-del-big-

data/#:~:text=La%20variedad%20se%20refiere%20a,c%C3%A1lculo%20y%20
bases%20de%20datos.
Data, M. B. (n.d.). Retrieved from https://www.master-bigdata.com/origen-big-data/
Dynamic. (2019, agosto 8). Dynamic. Retrieved from Dynamic:
https://www.dynamicgc.es
Garvich, K. E. (2017). PROPUESTA DE ANÁLISIS DE DATOS NO
ESTRUCTURADOS PARA GENERAR DECISIONES OPORTUNAS EN LA
EMPRESA GMD . Lima: Universidad San Ignacio De Loyola.
IIC. (12, Julio 2017). Instituo de Ingenieria de Conocimiento. Retrieved from
https://www.iic.uam.es/innovacion/big-data-caracteristicas-mas-importantes-7-
v/
Logicalis. (2019, Enero 12). Logicalis. Retrieved from
https://blog.es.logicalis.com/analytics/las-cinco-principales-aplicaciones-de-big-
data
Mario, C. (2017, mayo 2). ideas para tu empresa. Retrieved from ideas para tu empresa:
https://ideasparatuempresa.vodafone.es
Michael, G. (2019, junio 10). BusinessGoOn. Retrieved from BusinessGoOn:
https://businessgoon.com
Power data . (s,f). Big Data: ¿En qué consiste? Su importancia, desafíos y
gobernabilidad. Retrieved from Power data : https://www.powerdata.es/big-data
Power Data. (s,f). Power Data. Retrieved from Big Data: ¿En qué consiste? Su
importancia, desafíos y gobernabilidad: http://powerdata.es/big-data
Universidad Internacional de la Rioja. (2020). Ejemplos de Big Data en la actualidad.
Retrieved from UNIR: https://www.unir.net/ingenieria/revista/ejemplos-big-
data/