Asignatura: Informática I.

Tema: Big Data.

Catedrática: Fancy Aguilar.

Integrantes: Cesia Saraí Mejía. N.º de cuenta 119310287

Seylin Rebeca Martínez.
Esdras Josué Martínez.

Fecha: sábado 4 de junio del 2022.

 INTRODUCCION

Big Data Un término que describe el gran volumen de datos, estructurados,

que inundan una empresa todos los días.
Pero no es la cantidad de datos de datos lo importante, lo que importa es lo
que las organizaciones hacen con los datos.

Puede ser analizado para obtener datos relevantes que conlleven a mejores
decisiones y acciones de negocios estratégicos.

Podemos decir que son conjuntos de datos de gran tamaño, complejidad y

velocidad de crecimiento, que hacen difícil su captura, gestión y procesamiento
a través de herramientas convencionales, como pueden ser las bases de datos
relacionados.
 MARCO TEORICO

¿Qué es exactamente Big Data?

Se puede dar una definición del Big Data desde dos puntos de vista:

 Desde la perspectiva del tamaño de los datos, puede definirse como una
gran cantidad de datos que no caben en una sola máquina, que se
producen de una forma muy rápida y que, a veces, también es necesario
interpretarlos y procesarlos en tiempo real.
 Desde un punto de vista puramente tecnológico, se define como un
conjunto de procesos y tecnologías que permiten recoger y almacenar
cantidades enormes de datos de distintas procedencias y tipologías,
siendo la base tanto de la digitalización masiva del mundo analógico,
como del almacenamiento de los propios datos generados en el mundo
digital.

¿Por qué es tan importante el Big Data?

El Big Data tiene un potencial enorme y es importante para el progreso de la

tecnología. Las organizaciones que usan Big Data son capaces de tomar
decisiones comerciales más rápido y con mejor criterio, por ejemplo,
personalizando productos, contenidos e itinerarios según las preferencias de
sus clientes. Pero eso no es todo. Las empresas pueden incluso predecir con
exactitud qué segmentos de sus clientes pueden querer sus productos y en qué
momento, lo que les permite lanzar sus campañas de publicidad en el instante
oportuno.

Origen e Historia del Big Data

Esta entrada no sería una introducción al Big Data adecuada, si antes no

hablamos de los orígenes de esta tecnología.

El término Big Data se utiliza desde finales de los 90 para definir a los sistemas
de almacenamiento de grandes volúmenes de datos. Sin embargo, para
encontrar el origen del Big Data hay que irse varias décadas más atrás.
En concreto, a la época de la 2ª Guerra Mundial, cuando Alan Turing, el padre
de la computación, lideró un equipo cuyo objetivo era descifrar el código que
empleaba el sistema Enigma utilizado por el ejército alemán. Este equipo
trabajó con una enorme cantidad de datos para poder cumplir su objetivo, por
lo que a Alan Turing se le considera pionero de lo que hoy se conoce como Big
Data.

A mediados de los años 50 se produce otro gran avance en el campo del

almacenamiento de datos, cuando Fritz Rudolf Guntsch crea la memoria virtual,
capaz de procesar datos sin limitación por el hardware.

El Big Data siempre ha estado en cierta medida relacionado con la inteligencia

artificial y el machine learning. En el año 1962, William C. Dersch crea la
máquina ‘Shoebox’. Consistía en un sistema capaz de comprender el lenguaje
humano, lo que hoy se llamaría language processing. En concreto, era capaz
de entender 16 palabras y 10 dígitos.

La década de los 70 supone un gran avance en el desarrollo de las

computadoras, lo que permite crear sistemas de bases de datos cada vez más
grandes, lo cual permite a las empresas automatizar su gestión de inventarios.

Sin embargo, la primera vez que se menciona el término Big Data es en año
1989. En concreto, fue Erik Larsson quien mencionó el Big Data y el business
intelligence como dos conceptos que van de la mano, puesto que el primero es
una tecnología clave para el desarrollo del segundo.

Con el nacimiento de Internet en 1989 se inicia el camino hacia la creación de

los primeros sistemas de gestión de información en 1992. Desde entonces
hasta el día de hoy la importancia del Big Data no ha hecho más que creer y se
ha convertido en un concepto clave para todo tipo de empresas e instituciones.

Tipos de Big Data

Cuando hablamos de Big Data y los datos asociados a esta técnica, podemos
clasificarlos en dos tipos: según su procedencia y según su estructura.
En función de la procedencia de los datos tenemos, entre otras, las siguientes
fuentes:

1. Páginas web, blogs y todos aquellos datos que los usuarios generan al
navegar por la Red.
2. Redes sociales: Facebook, YouTube, WhatsApp, etc.
3. Transacciones: facturación, llamas telefónicas o redes de wifi.
4. Datos generados por la interacción entre sensores inteligentes en
máquinas.
5. Datos generados por la tecnología.
6. Datos generados por personas y organizaciones públicas y privadas a
través de emails, mensajes, grabaciones de llamadas, estadísticas,
historiales, etc.

En función de su estructura, los datos pueden ser:

1. Estructurados, datos con formato, tamaño y longitud definidas.

2. Semiestructurados, son datos con una estructura flexible.
3. No estructurados, aquellos datos que no tienen un formato específico,
como los textos o los contenidos multimedia.

Las Grandes V del Big Data

A continuación, definimos las seis “V” más comunes:

 Volumen: Como su propio nombre indica, cuando hablamos de Big Data

nos referimos a grandes volúmenes de datos. Este volumen es
importante para el almacenamiento, el procesamiento y la explotación:
cuanto mayor sea el volumen, más complejo será utilizar el Big Data
 Velocidad: La velocidad es la gran V que representa la rapidez con la
que se reciben y tratan los datos.
 Variedad: La variedad se refiere a los tipos de datos que hay
disponibles
  Veracidad: La veracidad se refiere a la exactitud de los datos del
conjunto de datos
 Valor: Como decimos, no todos los datos tienen valor, ni se pueden
utilizar para tomar decisiones comerciales. Es importante conocer el
valor de los datos disponibles, establecer una forma de limpiar los datos
y confirmar que son relevantes para el propósito deseado.
 Variabilidad: Cuando se dispone de muchos datos, se pueden utilizar
con fines muy distintos.

Ejemplos de Big Data

Ahora que ya hemos explicado qué es, vemos dos ejemplos de Big Data.

1. Amazon: El primer ejemplo de aplicación de Big Data. Con el Big Data

en Amazon, la compañía es capaz de ofrecer una experiencia
personalizada para cada usuario, gracias a una gran segmentación de
los mismos. También es capaz de predecir comportamientos de
consumo e impulsar el interés de nuevos productos de los usuarios.

2. Google: El segundo ejemplo de aplicación de Big Data lo tenemos en

Google y lo cierto es que nos daría para escribir otra entrada (o más) ver
cómo Google emplea esta técnica, puesto que está presente en muchas
de sus funciones y aplicaciones. Sin ir más lejos, que los anuncios que
aparecen en las webs cuando navegamos por Internet sean de
productos o servicios en los que hemos mostrado algún tipo de interés
en el pasado, se debe a Google y su recopilación de datos de los
usuarios que utilizan Chrome como navegador principal.
 CONCLUSIONES

 Tras este repaso, como conclusión de Big Data:

Concluimos que no es una tecnología y una técnica del futuro, si no que
ya está aquí y ha venido para quedarse, puesto a que hay diferentes
empresas que ya se han comenzado a beneficiar del análisis de la
información que aportan estas grandes cantidades de dato. Sin
embargo, también es cierto que aún le queda camino por andar para
poder alcanzar un mayor potencial, algo de lo que seremos testigos
ahora que llegan a lo 5G y el internet de las cosas.