Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EXPERIENCIA CURRICULAR:
SISTEMAS DE INFORMACIÓN GERENCIAL
DOCENTE
DR. MIRANDA ROBLES, JUAN CARLOS
INTEGRANTES
VI - "7"
TRUJILLO
2022
ÍNDICE
1 INTRODUCCIÓN
DEFINICIÓN
2
DATA
7 DATA
CONCLUSIONES
8
9 REFERENCIAS
BIBLIOGRAFICAS
INTRODUCCIÓN
LOS AUTORES
1
Definición:
Concepto:
Terminología:
• Datos estructurados: Son aquellos datos que se diseñan. Por ejemplo: Una hoja
de calculo con el nombre de clientes y proveedores.
• On premise (on prem): Se usa para referirse a las empresas que guardan sus
datos o infraestructura en local, es decir, en sus propias oficinas.
2
Organización de las fuentes de datos: ETL
Almacenamiento
Procesamiento y análisis
Exploración y visualización
Uno de los mayores avances en la tecnología ha sido el Big Data como fuente para
recopilar grandes cantidades de datos sobre las personas y sus organizaciones.
Sin embargo, no todos los tipos de información son iguales y se trabajan de la
misma forma. Para ello, existe una clasificación taxonómica conocida como las 5
vs del Big Data que permiten simplificar el proceso de comprensión de los mismos
y su valor empresarial. Veamos en qué consiste cada uno de estos aspectos:
2.1 Volumen :
3
Podemos mencionar, que la tecnología existe, y las empresas que no conocen
como gestionar estos datos, con la plataforma tecnológica adecuada para
analizar casi todos los datos (o al menos la mayoría de ellos) lograrán el objetivo
de comprender mejor sus negocios, sus clientes y el marketplace. De acuerdo a
esto, IBM plantea que el volumen de datos disponible en las organizaciones hoy en
día está en asenso mientras que el porcentaje de datos que se analiza está en
disminución.
2.2 Velocidad:
2.3 Variedad:
4
En las dos últimas fuentes de datos cuando se analizan juntas se requieren un
procesamiento adicional para poder obtener significado y habilitar los metadatos.
Es por ello, que el éxito de una organización dependerá de su capacidad para
resaltar el conocimiento de los diferentes tipos de datos disponibles en ella. Deben
ser capaces de analizar datos tanto relacionales como no relacionales: texto,
datos de sensores, audio, video, transaccionales.
Hasta ahora, podemos mencionar que, los riesgos por la no adopción de las
tendencias de Big Data son grandes, ya que:
2.4 Veracidad:
El Big Data hay que controlar necesariamente la integridad de los datos, ya que
de esto dependerá del acierto de las decisiones. Una de las dimensiones más
importantes también del Big Data señala a la fiabilidad de la información recogida
eliminando cualquiera inexactitud o incertidumbre en la recopilación de los
mismos, vinculándose este punto con el tratamiento de los datos o limpieza de los
mismos.
5
2.5 Valor
Convertir la información en conocimiento debe ser el propósito de cualquier
estrategia de Big Data y las organizaciones estudian obtener información o
utilizar los datos de una manera rentable y a la vez eficiente, que les permitan
tomar decisiones acertadas.
Tener datos es fácil, lo complicado y el factor verdaderamente diferencial es el
uso que se da de estos para comprender, por ejemplo, el comportamiento de los
clientes o alcanzar niveles óptimos en competitividad.
En definitiva, de acuerdo a estas cinco dimensiones del Big Data podemos
mencionar que se trata de conjunto de tecnologías y procesos que están
permitiendo capturar y almacenar cantidades inteligentes de datos de diversos
orígenes y tipologías
6
3. HISTORIA DEL BIG DATA
Con el desarrollo de la World Wide Web, en 1989, las cosas cambiaron, y con las
características del Big Data la recolección de datos fue posible en una escala
hasta entonces desconocida.
El volumen de los datos a los que se empezó a tener acceso desde el origen del Big
Data fue enorme, lo que permitió que los análisis estadísticos ya no se realizarán
sobre pequeñas muestras, sino sobre poblaciones enteras.
Con la llegada del Internet de las cosas, hay un mayor número de objetos y
dispositivos conectados a Internet que generan datos sobre patrones de uso de
los clientes y el rendimiento de los productos.
7
Aunque el big data ha llegado lejos, su utilidad no ha hecho más que empezar. El
Cloud Computing ha ampliado aún más las posibilidades del big data. La nube
ofrece una escalabilidad realmente elástica, donde los desarrolladores pueden
simplemente agilizar las bases de datos de gráficos se vuelven cada vez más
importantes, ya que pueden mostrar enormes cantidades de datos de forma que
su análisis sea rápido e integral.
Fraude y conformidad:
En lo que a seguridad se refiere, no se enfrenta a simples piratas informáticos
deshonestos, sino a equipos completos de expertos. Los contextos de seguridad
y requisitos de conformidad están en constante evolución. El big data le ayuda a
identificar patrones en los datos que pueden ser indicativos de fraude, al tiempo
que concentra grandes volúmenes de información para agilizar la generación de
informes normativos.
Aprendizaje automático:
El aprendizaje automático es un tema candente en la actualidad. Los datos,
concretamente big data, es uno de los motivos de que así sea. Ahora, en lugar de
programarse, las máquinas pueden aprender. Esto es posible gracias a la
disponibilidad de big data para crear modelos de machine learning.
Eficiencia operativa:
En esta área el big data tiene un mayor impacto. El big data le permite analizar y
evaluar la producción, la opinión de los clientes, las devoluciones y otros factores
para reducir las situaciones de falta de stock y anticipar la demanda futura. El big
data también puede utilizarse para mejorar la toma de decisiones en función de la
demanda de mercado en cada momento.
8
Impulse la innovación:
Big data puede brindarle ayuda para innovar mediante el estudio de las
interdependencias entre seres humanos, instituciones, entidades y procesos, y,
posteriormente, mediante la determinación de nuevas formas de usar dicha
información. Utiliza las perspectivas que te ofrecen los datos para mejorar tus
decisiones financieras y consideraciones de planificación. Estudie las tendencias y
lo que desean los clientes para ofrecer nuevos productos y servicios. Implante
políticas de precios dinámicas. Las posibilidades son infinitas.
Este es algo más conocido, porque el de Netflix es el caso de uso por excelencia.
Pero va mucho más allá de hacer series de televisión, los estudios de Hollywood y
hasta empresas de publicidad utilizan esta tecnología para hacer sus contenidos
más efectivos. Y es que determinar qué tipo de historias quieren ver los usuarios,
cómo deben estar dirigidas y qué actores son los mejores para esos papeles te
ayuda a conseguir un éxito seguro.
Con infinidad de datos como el tiempo medio de permanencia en los museos, las
horas de más afluencia y cruzándose con otros como la información
meteorológica o los calendarios festivos, se puede aprovechar el Big Data para
crear sistemas de reserva que ahorren a los usuarios las tan odiadas colas. La
Galería de los Uffizi de Florencia ya lo ha puesto en marcha y muchos otros están
en proceso de implantar estos sistemas
9
CASOS DE USO DE BIG DATA
Amazon
En el primero de los casos de uso en Big Data hablaremos de Amazon, que
comenzó como una plataforma de venta de libros estándar; es decir, tenía
personas que aconsejaban a los compradores sobre los libros que debían adquirir
en función de sus gustos o necesidades. Aunque funcionaba bien, la siguiente idea
fue personalizar mejor las recomendaciones, añadiendo entradas de datos como
las compras que el cliente había realizado anteriormente o consultas sobre otros
libros que el usuario estaba haciendo en la web.
Este conjunto de datos es masivo y lo va siendo incluso más conforme se tiene
éxito en las ventas y se van introduciendo nuevos tipos de productos. Gracias a la
inteligencia artificial y a la cantidad de datos que se pueden manejar por medio del
machine learning, todos sabemos hoy en día qué es la plataforma de venta por
internet de Amazon, la diversidad de productos que ofrece y el volumen de
ventas que genera.
10
5. FUNCIONAMIENTO DEL BIG DATA
Trabaja con herramientas para procesar tal cantidad de datos que pueden o son
relevantes para la empresa. Harán uso de aplicaciones analíticas, aprendizaje y
también de inteligencia artificial, según como requieran clasificar la información a
procesar y las características de la empresa.
Gestión:
La información generada será almacenada, pero debe estar analizada para que
pueda determinarse que información emitir. Sera decisión de la empresa donde se
acumulará la información, pero mayormente se podría almacenar en la nube que
viene siendo popular por su compatibilidad de requisitos tecnológicos actuales, o
en ciertas instalaciones de espacio que decidan y así tener disponible la
información.
Análisis de datos:
Cuando se analiza los datos que se han almacenado, se podrá determinar las
respuestas que estos nos brindan, como los serían las búsquedas de los clientes, o
lo que están buscando de nuestra empresa, sus necesidades.
11
COCNLUSIONES
Hoy en día los big data juegan un papel muy importante en las empresas que
tienen la necesidad de la información para planear y organizar estrategias de
mercado que impactan en la sociedad generando un valor positivo en los
clientes.Las tecnologías actuales están preparadas para que funcione así y
hay que apostar por ellas, uniéndolas a una nueva forma de hacer márketing.
12
BIBLIOGRAFÍA
13