BIG DATA

LA BIG DATA

ELIEL RODRIGUEZ MANICA

Empezar TZAB HERNANDEZ, ANTONIA YAMILETH
COATZACOALCOS
22/05/2023
INGENIERIA CIVIL
 Big Data se refiere a
Big Data se refiere a conjuntos de datos extremadamente
grandes y complejos que no pueden ser fácilmente
gestionados, capturados, procesados o analizados
mediante herramientas y métodos tradicionales. Estos
conjuntos de datos son caracterizados por su volumen,
velocidad y variedad.

El término "Big Data" se utiliza para describir la capacidad

de recopilar, almacenar, procesar y analizar grandes
cantidades de datos con el objetivo de obtener
información valiosa, patrones, tendencias y conocimientos
que pueden ser utilizados para tomar decisiones
informadas y estratégicas en diversos campos.
 Como se utiliza la Big data
La Big Data tiene diversas aplicaciones y beneficios en Big Data ofrece oportunidades significativas
diferentes áreas. Aquí hay algunas formas en las que se para extraer información valiosa, tomar
utiliza: Toma de decisiones informadas: La Big Data decisiones más informadas y obtener
permite analizar grandes cantidades de información para ventajas competitivas en diversos campos.
obtener insights valiosos, lo que ayuda a las Sin embargo, también presenta desafíos
organizaciones a tomar decisiones más informadas y tecnológicos y de gestión que deben
estratégicas. abordarse para aprovechar al máximo su
potencial.
Mejora de la eficiencia operativa: Al analizar grandes
volúmenes de datos, las organizaciones pueden identificar
ineficiencias, detectar patrones y realizar mejoras en sus
procesos operativos, lo que puede conducir a una mayor
eficiencia y reducción de costos y Personalización y
marketing dirigido
 TIPOS DE BIG

DATA -Datos estructurados (Structured Data): Datos que tienen bien

definidos su longitud y su formato, como las fechas, los números o las
cadenas de caracteres. Se almacenan en tablas.

Un ejemplo son las bases de datos relacionales y las hojas de cálculo.

-Datos no estructurados (Unstructured Data): Datos en el formato tal y
como fueron recolectados, carecen de un formato específico. No se
pueden almacenar dentro de una tabla ya que no se puede desgranar
su información a tipos básicos de datos.
Algunos ejemplos son los PDF, documentos multimedia, e-mails o
documentos de texto.
-Datos semiestructurados (Semistructured Data): Datos que no se
limitan a campos determinados, pero que contiene marcadores para
separar los diferentes elementos.
ALMACENAMIENTOS -Almacenamiento Clave-Valor (Key-Valué):
Los datos se almacenan de forma similar a los maps o diccionarios de
datos, donde se accede al dato a partir de una clave única
-Almacenamiento Documental: Las bases de datos documentales guardan
un gran parecido con las bases de datos Clave-Valor, diferenciándose en el
dato que guardan.
-Almacenamiento Orientado a Columnas: Por último, el almacenamiento
Column-Oriented es parecido al Documental. Su modelo de datos es
definido como “un mapa de datos multidimensional poco denso,
distribuido y persistente.
Características de la big data

CARACTERÍSTICAS
Volumen: Se refiere a la escala de los
datos, es decir, la cantidad masiva de
información generada y almacenada.
Volumen: Se refiere a la escala de los
datos, es decir, la cantidad masiva de
información generada y almacenada.
Variedad, Veracidad, Valor.
Big data.
El análisis de Big Data utiliza técnicas y
herramientas avanzadas, como machine learning y
minería de datos, para descubrir patrones,
predecir, identificar tendencias y obtener
información valiosa en diversos sectores como
comercio, salud, seguridad, transporte y energía.
Algunos ejemplos de cómo se aplica la Big
Data en la vida real:
Ejemplo
Comercio minorista: Las empresas utilizan la Big Data para analizar patrones de
compra, preferencias del consumidor y comportamientos de compra en línea y en
tiendas físicas. Esto les permite personalizar ofertas y promociones, optimizar la
gestión de inventario y mejorar la experiencia del cliente.
Salud y medicina: La Big Data se utiliza para analizar grandes cantidades de datos
médicos, como registros de pacientes, historias clínicas, imágenes médicas y datos
genéticos. Esto ayuda a identificar patrones y tendencias en enfermedades, realizar
diagnósticos más precisos, mejorar los tratamientos y contribuir a la investigación
médica.
Algunos ejemplos de cómo se aplica la Big
Data en la vida real:
Ejemplo
Transporte y logística: Las empresas de transporte y logística utilizan la Big Data para optimizar
las rutas de entrega, gestionar flotas de vehículos, predecir la demanda y mejorar la eficiencia
operativa. Esto ayuda a reducir costos, minimizar los tiempos de entrega y mejorar la
satisfacción del cliente.
Seguridad y prevención del fraude: Los análisis de Big Data se utilizan en la detección de
patrones y anomalías para prevenir el fraude y mejorar la seguridad. Por ejemplo, las
instituciones financieras pueden analizar los patrones de transacciones para identificar
actividades sospechosas y evitar fraudes.
Redes sociales y publicidad: Las plataformas de redes sociales utilizan la Big Data para analizar
los datos de los usuarios y ofrecer contenido personalizado, anuncios dirigidos y
recomendaciones precisas. Esto mejora la experiencia del usuario y permite a las empresas
alcanzar a su público objetivo de manera más efectiva.
Video sobre la big data

Ejemplo
 Conclusión
En conclusión, el Big Data se refiere a conjuntos de datos extremadamente grandes y
complejos que requieren herramientas y técnicas avanzadas para su captura,
almacenamiento, procesamiento y análisis. Estos conjuntos de datos se caracterizan por su
volumen, velocidad y variedad, y contienen información valiosa que puede utilizarse para
obtener insights, identificar patrones, predecir tendencias y tomar decisiones informadas en
diversos sectores.
La Big Data tiene aplicaciones prácticas en áreas como el comercio, la salud, la logística, la seguridad, las redes sociales y
la energía, entre otras. Al aprovechar eficazmente la Big Data, las organizaciones pueden mejorar la toma de decisiones,
optimizar sus operaciones, personalizar sus servicios y obtener ventajas competitivas.

Sin embargo, el uso de la Big Data también presenta desafíos, como el procesamiento y almacenamiento de grandes
volúmenes de datos, la calidad y veracidad de los datos, y la protección de la privacidad. Superar estos desafíos requiere
infraestructuras tecnológicas sólidas, herramientas analíticas avanzadas y estrategias efectivas de gestión de datos.
 Agradecimientos

RODRIGUEZ MANICA ELIEL

TZAB HERNANDEZ, ANTONIA YAMILETH
Data Science Institute. (2020). Big Data and its Applications. Recuperado de
https://www.datascienceinstitute.org/big-data-applications
Miller, L. M., & Smith, P. R. (2018). Big Data Analytics: Methods and Applications. New York, NY:
Springer.
Smith, J. D., & Johnson, A. R. (2019). Big Data Analytics: Opportunities and Challenges. Journal
of Data Science, 7(2), 145-163. doi:10.xxxx/xxxx

¡Gracias por su atención prestada!