El documento describe el concepto de 'big data', destacando su origen, características y aplicaciones en diversas industrias como marketing, deportes, salud pública y seguridad. Se enfatiza la importancia de las tres V's del big data: volumen, velocidad y variedad, que definen la complejidad del manejo de grandes volúmenes de datos. Además, se clasifica big data según su procedencia y estructura, abarcando desde datos generados por redes sociales hasta datos no estructurados como multimedia.

1. Big Data
Hernández Montelongo Víctor Tadeo
Reyes Cortes Jessica Mariana
Vargas Ramírez Kevin Daniel

2. El término “Big Data” fue
utilizado por primera vez
en Julio de 1997 en un
artículo de Michael Cox y
David Ellsworth,
investigadores de la NASA,
refiriéndose a que el
crecimiento de la data se
estaba convirtiendo en un
problema real para los
sistemas de computación
de la época.

3. ¿Qué es?
Denominamos Big Data a la gestión y
análisis de enormes volúmenes de datos
que no pueden ser tratados de manera
convencional, ya que superan los límites
y capacidades de las herramientas de
software habitualmente utilizadas para
la captura, gestión y procesamiento de
datos.

4. Objetivo del Big Data
• Convertir el Dato en información que
facilita la toma de decisiones
• Las empresas ya están utilizando Big Data
para entender el perfil, las necesidades y el
sentir de sus clientes respecto a los
productos y/o servicios vendidos.
• Permite adecuar la forma en la que
interactúa la empresa con sus clientes y en
cómo les prestan servicio.

5. Aplicaciones del Big Data
• Mercadotecnia (MKT)
• Depotes
• Salud pública
• Nuevas tecnologías
• Seguridad

6. Aplicaciones del Big Data
• Marketing: segmentación de clientes. Muchas
empresas usan datos masivos para adaptar sus
productos y servicios a las necesidades de sus
clientes, optimizar operaciones e
infraestructuras, y encontrar nuevos campos de
negocio.

7. Aplicaciones del Big Data
• Deportes: optimización del rendimiento.
Dispositivos como los smart watches registran
automáticamente datos como el consumo de
calorías o los niveles de acondicionamiento
físico.

8. Aplicaciones del Big Data
• Salud pública: codificación de material genético.
Por ejemplo, existen plataformas de análisis del
Big Data que se dedican a descodificar cadenas
de ADN para comprender mejor las
enfermedades y encontrar nuevos tratamientos.

9. Aplicaciones del Big Data
• Nuevas tecnologías:
desarrollo de dispositivos
autónomos. El análisis de
datos masivos puede
contribuir a mejorar
máquinas y dispositivos, y
hacerlos más autónomos.
Un ejemplo son los coches
inteligentes.

10. Aplicaciones del Big Data
• Seguridad: detección y prevención de
crímenes. Los cuerpos de seguridad usan
el Big Data para localizar a criminales o
prevenir actividades delictivas como los
ataques cibernéticos.

11. Las tres V's del BIG Data
• Volumen
• Velocidad
• Variedad

12. Volumen
Cuando hablamos de grandes volúmenes nos referimos a
tratamientos de Terabytes o Petabytes. Esto permite incluir en
este tipo de proyectos informaciones (por ejemplo logs) que hasta
la fecha no se utilizaban porque la tecnología no permitía
procesarlos en un tiempo razonable. El concepto de volumen es
muy variable y cada día que pasa eleva lo que podemos
considerar grandes volúmenes de datos.

13. Velocidad
El concepto de velocidad se refiere a la
rapidez con que los datos se reciben, se
procesan y se toman decisiones a partir de
ellos. A la mayoría de los sistemas
tradicionales les es imposible analizar de
forma inmediata los grandes volúmenes de
datos que les llegan, sin embargo,
incorporar el concepto de tiempo real es
imprescindible para sistemas de detección
del fraude o la realización de oferta
personalizadas a los clientes.

14. Variedad
La variedad hace referencia a los diversos
tipos de datos disponibles. Los tipos de datos
convencionales eran estructurados y podían
organizarse claramente en una base de datos
relacional. Con el auge del big data, los datos
se presentan en nuevos tipos de datos no
estructurados. Los tipos de datos no
estructurados y semiestructurados, como el
texto, audio o vídeo, requieren de un
preprocesamiento adicional para poder
obtener significado y habilitar los metadatos.

15. Tipos de Big Data
A la hora de clasificar los “grandes datos”
podemos hacerlo según dos criterios:
• Procedencia.
• Estructura.

16. Tipos de Big Data
Según su procedencia, los datos pueden llegar desde distintas fuentes, entre
otras:
• Web y Redes Sociales: información disponible en Internet como contenido
Web, generada por los usuarios en su actividad en las redes sociales o
información de búsquedas en buscadores.
• Machine-to-Machine (M2M): datos generados a partir de la comunicación
entre sensores inteligentes integrados en objetos de uso cotidiano.
• Transacciones: incluye registros de facturación, llamadas o transacciones
entre cuentas.
• Biométricos: datos generados por tecnología de identificación de personas
mediante reconocimiento facial, de huellas dactilares o mediante información
genética.
• Generados por personas: a través de correos electrónicos, servicios de
mensajería o grabaciones de llamadas.
• Generados por organizaciones tanto públicas como privadas: datos
relacionados con el medioambiente, estadísticas gubernamentales sobre
población y economía, historiales clínicos electrónicos, etc.

17. Tipos de Big Data
Según su estructura, los datos puede ser:
• Estructurados: datos que tienen definidos su formato,
tamaño y longitud, como las base de datos relacionales o
Data Warehouse.
Semiestructurados: datos almacenados según una cierta
estructura flexible y con metadatos definidos, como XML y
HTML, JSON, y las hojas de cálculo (CSV, Excel).
• No estructurados: datos sin formato específico, como
ficheros de texto (Word, PDF, correos electrónicos) o
contenido multimedia (audio, vídeo, o imágenes).

18. Fuentes Consultadas
• López J. (Febrero 27, 2014 ). La moda del Big Data: ¿En qué consiste en
realidad?. Marzo, 2019, de elEconomista.es Sitio web:
https://www.eleconomista.es/tecnologia/noticias/5578707/02/14/La-
moda-del-Big-Data-En-que-consiste-en-realidad.html
• Fragoso R. (Agosto 18, 2012). ¿Qué es Big Data?. Marzo, 2019 de IBM.
Sitio web: https://www.ibm.com/developerworks/ssa/local/im/que-es-
big-data/index.html
• ¿Que es BIG Data y para qué sirve ?. Marzo, 2019 , de
https://blog.mdcloud.es/que-es-big-data-y-para-que-sirve/
• FYCGROUP (Enero, 2015) ¿Que es Big Data?. Marzo, 2019. Sitio web:
http://www.fyccorp.com/articulo-que-es-big-data