DOSSIER DATA

Creado and hecho por: Carolina Lafuente y Camily López.

BIG DATA

06

05

04

03

02

01

Desafíos

Aplicaciones

Pros y contras

Tres V

Historia

¿Qué es el Big Data?

indice

La definición de big data son datos que contienen una mayor variedad y que se presentan en volúmenes crecientes y a mayor velocidad. Esto también se conoce como "las tres V". Los macrodatos se componen de conjuntos de datos más grandes y complejos, especialmente de nuevas fuentes de datos. Estos conjuntos de datos son tan voluminosos que el software de procesamiento de datos convencional simplemente no puede manejarlos.

¿Qué es el Big Data?

Los orígenes del Big Data comienzan en las décadas de 1960 y 1970, cuando el mundo de los datos acababa de comenzar con los primeros centros de datos y el desarrollo de bases de datos. Alrededor de 2005, la gente comenzó a darse cuenta de la cantidad de datos que generaban los usuarios a través de Facebook, YouTube y otros servicios en línea. Los usuarios continúan generando grandes cantidades de datos, pero ahora los humanos no son los únicos que lo hacen. Con la llegada de Internet, hay una mayor cantidad de objetos y dispositivos conectados a Internet que generan datos. La aparición del aprendizaje automático ha producido aún más datos. Además, las bases de datos son cada vez más importantes, gracias a su capacidad para mostrar grandes cantidades de datos de una manera que hace que los análisis sean rápidos y completos.

Historia del big data

Volumen: las organizaciones recopilan datos de diversas fuentes, como transacciones comerciales, dispositivos inteligentes, equipos industriales, videos, redes sociales y más. Velocidad: con el crecimiento de Internet, los datos llegan a las empresas rápidamente y deben manejarse de manera oportuna. Las etiquetas RFID, los sensores y los medidores inteligentes están impulsando la necesidad de manejar estos torrentes de datos en tiempo real. Variedad: Los datos se presentan en todo tipo de formatos: desde datos numéricos estructurados en bases de datos tradicionales hasta documentos de texto, correos electrónicos, videos, audios ...

Feugiat nulla

Lorem Ipsum

las TRES v

otras v del big data

Variabilidad: Los flujos de datos son impredecibles, cambian con frecuencia y varían ampliamente. Las empresas necesitan saber cuándo algo está de moda en las redes sociales y cómo manejar los picos diarios de carga de datos. Veracidad: se refiere a la calidad de los datos. Debido a que los datos provienen de tantas fuentes diferentes, es difícil vincular, comparar, limpiar y transformar datos entre sistemas.

Hoy en día el Big Data tiene múltiples aplicaciones y usos, entre ellos los más importantes son:

• Big Data en marketing y ventas
• Big Data en política
• Big Data en telecomunicaciones
• Big Data en salud y saneamiento

Aplicaciones

ventajas

Big Data permite conocer a los consumidores y anticiparse a sus necesidades, así como detectar tendencias en el consumo o fallos en la atención al cliente.

Conocimiento de mercado

Tecnología del presente y del futuro. La tecnología Big Data está en constante evolución, comenzando a experimentar en otras áreas como la medicina.

La tecnología Big Data también significa recibir datos en tiempo real y tener la información necesaria rápidamente. Big Data te permite tener información en tiempo real

Tecnología del presente y del futuro

Feedback en tiempo real

DESVENTAJAS

La seguridad es el mayor desafío para la tecnología Big Data. La vulnerabilidad de esta enorme cantidad de datos almacenados es objeto de nuevos ciberataques.

La seguridad cibernética

Se necesitan protocolos para establecer hasta qué punto esta tecnología podría considerarse intrusiva y cómo protegerla.

La utilidad de Big Data surge de su capacidad para extraer información de los datos. Si estos datos se almacenan y analizan indiscriminadamente solo se convierten en ruido que ralentizará las tareas.

Políticas de protección de datos

Exceso de datos

desafíos

Algunos de los desafíos a los que se enfrenta Big Data son estos:Hay muchas fuentes y tipos de datos: con tantas fuentes, tipos de datos y estructuras complejas, aumenta la dificultad de integrar (combinar) datos. Enorme volumen de datos: Como ya hemos visto, el volumen de datos es enorme, y eso complica la ejecución de un proceso de calidad de datos en un tiempo razonable. Alta volatilidad: los datos cambian rápidamente y esto hace que su validez sea muy breve. Para solucionarlo necesitamos una potencia de procesamiento muy alta, de lo contrario el procesamiento y análisis en base a estos datos puede llevar a conclusiones erróneas, que pueden dar lugar a grandes errores.

• que es: https://www.sas.com/es_es/insights/big-data/what-is-big-data.html#:~:text=Big%20data%20es%20un%20t%C3%A9rmino,cantidad%20de%20datos%20lo%20importante.&text=El%20big%20data%20puede%20ser,y%20acciones%20de%20negocios%20estrat%C3%A9gicas.
• historia: https://www.oracle.com/es/big-data/what-is-big-data/
• 3v: https://www.sas.com/es_es/insights/big-data/what-is-big-data.html
• aplicaciones: https://www.unir.net/ingenieria/revista/ejemplos-big-data/
• pros y contras: https://master-bigdata.com/ventajas-y-desventajas-big-data/
• desafíos: https://www.powerdata.es/big-data

bibiliograFÍA

FIN.