Visualización

1. Sistemas de Big Data
Ricardo García Ródenas
Ricardo.Garcia@uclm.es
Visualización

2. Procesos
extraccción
información
Visualización
Iden.ficación datos
Almacenamiento
Analy&cs
Machine Learning

3. V
i
s
u
a
l
i
z
a
c
i
ó
n
6
3.5
8
Resultados
¿Qué es?
Visualización

4. ▪ explicar los datos existentes
▪ realizar predicciones
Datos estructurados
Visualización Finalidad

5. V
i
s
u
a
l
i
z
a
c
i
ó
n
6
3.5
8
Resultados
▪ comunicar
▪ evaluación
▪ interpretar
p
a
t
r
o
n
e
s
Finalidad
Datos NO
estructurados
Visualización

6. Periodo Entidad Nº Hipotecas
2010 Otras entidades 103,055
2008 Otras entidades 122,332
2009 Banca 367,298
2011 Banca 258,667
2008 Banca 408,712
2010 Banca 337,825
2003 Cajas de ahorro 685,464
2011 Cajas de ahorro 279,461
2006 Banca 576,777
2006 Cajas de ahorro 1,016,728
2004 Banca 583,213
2009 Otras entidades 111,066
2005 Banca 594,477
Cajas de ahorro
Banca
Otras entidades
Fuente: INE
Finalidad
▪ interpretación
▪ evaluación
▪ comunicar
Visualización

7. ▪ Resumir bases de datos masivas
▪ Identificación patrones
▪ Identificación de datos relevantes
666 Organizational Research Methods 21(3)
Volumen
Fuente: Tay et al. (2018)
Visualización

8. 666 Organizational Research Methods 21(3)
▪ Nivel de agregación
Resumen / identificación
Fuente: Tay et al. (2018)
Visualización
Volumen

9. ▪ Integración en una visión de
análisis
Fuente: Tay et al. (2018)
Visualización
Variedad

10. ▪ Inmediatez
Visualización
Velocidad

11. Visualización
Cuadro de mando
Definir estrategia
Hacer seguimiento estrategia

12. 70 %
Cuadro de mando final
5.7 %
Usuario final
Requisitos usuario
Cuadro de mando
personalizable
Tipo visualizaciones
Fuentes datos
Diseño visual
Visualización
Cuadro de mando

13. Sistemas de Big Data
Ricardo García Ródenas
Ricardo.Garcia@uclm.es
Visualización
• ¿Qué es?
• ¿Para qué?
• Características BD
• Cuadro de mando