1. Universidad de Belgrano | 23-09-2014
Eduardo Azzola - Nicolás Leguizamón
Repensando Big Data

2. Las 3 “V”
(Un clásico)

3. Volumen
en
crecimiento

4. Volumen
vs
Variedad

5. http://pennystocks.la/internet-in-real-time/

6. Big Data hoy en día
1. Evolución rápida
2. Estar abierto a nuevos
productos
3. Utilizar herramientas que
permitan conectarse a una
amplia variedad de formatos
4. Se desarrollan y
desarrollarán técnicas para
facilitar relaciones entre
Hadoop y los DW

7. Repensando…

8. ¿ Las 3 “V” ?

9. Las 4 “V”

10. Bajar Big Data al nivel de los ojos
Traten de determinar lo más rápido que puedan cuantas veces
aparece el número 5 en la siguiente lista:

11. Bajar Big Data al nivel de los ojos
Y ahora…

12. Bajar Big Data al nivel de los ojos
La exploración visual de los datos
permite que la historia de los
datos se revele de una forma que
el cerebro puede captar en un
segundo
Eso simplemente no sucede con
una hoja de cálculo

13. Bajar Big Data al nivel de los ojos
¿Cuál es la sub-categoría de producto de menor ganancia?

14. Bajar Big Data al nivel de los ojos
¿Cuál es la sub-categoría de producto de menor ganancia?

15. ¿Cuál es la sub-categoría de producto de menor ganancia?
Bajar Big Data al nivel de los ojos

16. Bajar Big Data al nivel de los ojos

17. Bajar Big Data al nivel de los ojos

18. Bajar Big Data al nivel de los ojos

19. Big Data
y
Tableau
Visualization

20. Análisis posibles
1. Análisis sentimental
Entender qué es lo que sus clientes sienten cuando se nombra
una marca o un producto, en tiempo real.
2. Navegación Web (Clickstream)
Capturar y analizar la traza de navegación de los usuarios de un
sitio web, con el fin de optimizarlo
3. Sensores/Máquinas industriales
Descubrir patrones en los datos que se toman automáticamente
de sensores o máquinas industriales
4. Geolocalización
Analizar datos basados en la localización para poder manejar
operaciones y tomar decisiones basándose en donde suceden
5. Logs de servidores
Investigar logs para diagnosticar fallas en los procesos y
prevenir brechas de seguridad
6. Datos no estructurados (txt, video, imagen, etc..)
Comprender patrones en archivos a lo largo de millones de
sitios web, mails, documentos, etc
Value

21. Demo

22. Visitanos
www.bluepatagon.com
Probá Tableau
http://www.tableausoftware.com/partner-
trial?id=25053
Seguinos
https://www.facebook.com/bluepatagon
https://twitter.com/bluepatagon
Probá Hortonworks
www.hortonworks.com/sandbox