Big Data en negocios e instituciones

Nuestro mundo gira en torno a los datos

Ciencia
Me dicina

Ciencias Sociales y Humanidades

Negocio, Comercio e Industria
Entretenimiento y Ocio
La explosión de los datos

Exabytes: 1018 bytes.

La explosión de los datos
Zettabyes: 1021 bytes.
 ¿ Qué hacemos con estos datos?

El progreso y la innovación ya no se ven obstaculizados por la capacidad de

recopilar datos, sino por la capacidad de:

• Extraer el valor de los datos

• Convertir datos en conocimiento

 El valor de la información

El reto del “Big Data”

 ¿Por qué Big Data? Tecnologías para Big Data y

Big Data Analytics. Ciencia de Datos

 El poder de los datos y su impacto en la

sociedad
 ¿Por qué Big Data ?
• Problema: Escalabilidad de grandes cantidades de datos

• Ejemplo:
• Exploración 100 TB en 1 nodo @ 50 MB/sec =23 días

• Solución  Divide-Y-Vencerás
– Exploración en un clúster de 1000 nodos = 33 minutos

¿Cómo podemos procesar 1000 TB (1 PB) ó 10000 TB?

Propuesta de Google 2004: Fragmentación Datos
Paradigma MapReduce Procesamiento Paralelo
(aproximación más popular a big data)
Fusión de Modelos
 Big Data
Big Data en 3 V’s

Volumen

Variedad Velocidad

Doug Laney, Gartner Feb. 6, 2011

3-D Data Management: Controlling Data Volume, Velocity andVariety.
 ¿Qué es Big Data ?
3 V’s de Big Data
Some Make it 4V’s: Veracity

“Big Data” son datos

cuyo volumen,
diversidad y
complejidad requieren
nueva arquitectura,
técnicas, algoritmos
y análisis para
gestionar y extraer
valor y conocimiento
oculto en ellos ...
 Big Data: Cronología
2001-2010
2010-2015
2001
3V’s
Gartner
2009-2013 Flink Doug Laney 2010-2015:
2004
TU Berlin MapReduce
Google Big Data
Flink Apache Analytics:
(Dec. 2014)
Volker Markl Big Jeffrey Dean Mahout, MLLib, …

Data Hadoop
Ecosystem

2010 Spark 2008 Aplicaciones

U Berckeley Hadoop
Nuevas
Apache Spark Yahoo!
Tecnologías
Feb. 2014 Doug
Cutting
Matei Zaharia
10
 Big Data Analytics
Potentiales escenarios

Classification Real Time Analytics/

Clustering
Big Data Streams

Recommendation Social Media Mining

Association
Systems Social Big Data
 Ciencia de Datos

Ámbito del conocimiento que engloba las habilidades asociadas al

análisis inteligente de datos, incluyendo Big Data

Científico de datos
 El valor de la información: el reto del “Big Data”

 ¿Por qué Big Data ? Tecnologías para Big Data y

Big Data Analytics. Ciencia de Datos

 El poder de los datos y su impacto en

la sociedad
 El poder de los datos
Análisis de transacciones

Amazon: Sistema de recomendación

Críticos y editores literarios

Los datos incrementaron
tremendamente las ventas La voz de Amazon (1995)
Ahora más de 1/3 de las ventas son
gracias a las recomendaciones

Dilema: ¿Lo que

los clics decían
o lo que
opinaban los
críticos?
Greg Linde (1997) propuso
un sistema de
recomendaciones, filtrado
colaborativo
“artículo a artículo”
Fuente: Big Data. La revolución de los datos masivos. Pag. 69. The power of habit, Charles Duhigg. Feb. 2012
 El poder de los datos
Análisis de transacciones

Modelo de predicción de
Disculpas Empresa. clientes embarazadas por
Disculpas del padre, medio de sus patrones de
confirmación del compra.
embarazo de la hija

Enfado de un padre: Su Hija v

recibe publicidad de
productos para
embarazadas

Acción: Envío de Descubrimiento: Cremas sin

perfume al tercer mes. Dos
cupones para cada docenas de productos
fase del embarazo
Predicción de fecha parto

Fuente: Big Data. La revolución de los datos masivos. Pag. 77

 El poder de los datos
Análisis de transacciones
Un chivo expiatorio

Target (cadena de grandes almacenes)

que utiliza el análisis de transacciones y asociaciones.

Unos días después el director llamó al padre para

disculparse.
Respuesta conciliadora del padre:
“He estado hablando con mi hija –dijo el padre–
Resulta que en mi casa han tenido lugar ciertas
actividades de las que yo no estaba del todo
informado. Mi hija sale de cuentas en agosto. Soy
yo el que les debe una disculpa”.
Fuente: Big Data. La revolución de los datos masivos. Pag. 77.
 Analizando Twitter para medir la Salud Pública
You Are What You Tweet

Un sistema de filtrado de datos de Twitter puede inferir

aspectos de salud analizando 144M de tuits (2014-2016)

Se obtienen 13 grupos coherentes de mensajes correlacionados

- Gripe estacional (r= 0.689) y alergias (r = 0.810)
- Ejercicio y obesidad relacionados con datos geográficos, ..

Discovering Health Topics in Social Media Using TopicModels

Michael J. Paul, Mark Dredze, Johns Hopkins University, Plos One 9(8) e103408, 2014 doi:10.1371/journal.pone.0103408
 Banca: Identificación de personas con las compras de TDC

http://elpais.com/elpais/2015/01/29/ciencia/1422520042_066660.html

http://www.sciencemag.org/content/347/6221/536
 Banca: Identificación de personas con las compras de TDC

Identificación por el género

Identificación por el número de compras

Identificación por el
poder adquisitivo
 Impacto en la sociedad
Salud
Redes sociales como fuente de datos
Industria, comercio, banca, …
Ocio y cultural (Ej. Recomendaciones)
Política
Bien social (Social good)
 Big Data: Gran Impacto en la Sociedad y
presencia en los medios de comunicación

ml

http://www.elmundo.es/elmundo/2013/09/03/navegante/137 8243782.ht
 Impacto Económico

La demanda de profesionales
formados en Ciencia de Datos y Big
Data es enorme.

Se estima que la conversión de

datos en información útil generó un
mercado de 132.000 millones de
dólares en 2015 y que se crearán más
de 4.4 millones de empleos.

España necesitaba para 2015 más de

60.000 profesionales con formación en
Ciencia de Datos y Big Data.

http://economia.elpais.com/economia/2013/09/27/actualidad/1380
283725_938376.html
 El valor de la información: el Big Data

Lecturas rápida: Tecnología y sobre el poder

de los datos

Capítulo 3.
http://issuu.com/secacult_uja/docs/libro_francisco_herrera.indd