El documento explora la revolución del big data, definiéndolo como un conjunto de información de alto volumen, velocidad y variedad que idealmente contribuye a la toma de decisiones empresariales. Se discuten los beneficios del análisis de datos masivos, sus aplicaciones en diversos sectores como marketing, recursos humanos y comercio, así como las herramientas y tecnologías utilizadas en la gestión de big data. Además, se identifican tendencias actuales y la importancia del open source en este ámbito, resaltando la proyección futura del big data en el análisis y la estrategia empresarial.

1. BIG DATA PARA DUMMIES

2. Emilio Arias
Especialista Business Intelligence – Big Data
Stratebi CEO y Conferenciante
emilio.arias@stratebi.com – twitter: @e_arias

3. La revolución del Big Data

4. El poder de los
datos y la
información
¿Cuál es tu interés en Big Data?

5. La revolución del Big Data
Contenidos
 ¿Qué es?
 + Vs. El valor de los datos en un mundo de información
 El tamaño si importa
 Por qué es interesante el Big Data a las empresas
 Tecnología Big Data

6. Big Data in action
Contenidos
 ¿Qué hacer con Big Data?
 Casos prácticos
 Comunicación, Publicidad y Social Intelligence
 Nuevas Tendencias

7. La revolución del Big Data
¿Qué es
Big Data?

8. ¿Qué es Big Data?
"Big Data is high-volume, high-velocity and high-
variety information assets that demand cost-
effective, innovative forms of information
processing for enhanced insight and decision
making.”
http://www.gartner.com/it-glossary/big-data/
Gartner, 2012

9. La revolución del Big Data
Entonces…
¿Qué es el
Big Data?

10. ¿Qué es Big Data?

11. ¿Qué es Big Data?
Volumen
Terabytes, Petabytes, ZetaBytes...
Las dimensiones de los datos han
dejado obsoletas las tecnologías
actuales.

12. ¿Qué es Big Data?
Volumen
1 Bit = Binary Digit
8 Bits = 1 Byte
1.000 Bytes = 1 Kilobyte
1.000 Kilobytes = 1 Megabyte
1.000 Megabytes = 1 Gigabyte
1.000 Gigabytes = 1 Terabyte
1.000 Terabytes = 1 Petabyte
1.000 Petabytes = 1 Exabyte
1.000 Exabytes = 1 Zettabyte
1.000 Zettabytes = 1 Yottabyte
1.000 Yottabytes = 1 Brontobyte
1.000 Brontobytes = 1 Geopbyte

13. ¿Qué es Big Data?

14. ¿Qué es Big Data?
Velocidad
1. Tenemos una alta Velocidad de generación de
datos
2. Y necesitamos una alta Velocidad de
respuesta para procesarlas

15. ¿Qué es Big Data?

16. ¿Qué es Big Data?
Variedad
Los datos han pasado de ser estructurados a semi-estructurados o
completamente no estructurados
● Estructurados: BDRM, tablas
● No estructurados: Texto, imágenes, video
● Semi estructurados: XML, JSON
Tendencia: 10% estructurado - 90% no estructurado

17. ¿Qué es Big Data?
Variedad

18. ¿Qué es Big Data?
Datos vs. Ley de Moore
Data
Moore

19. La revolución del Big Data

20. La revolución del Big Data
El valor de los datos
en un mundo de
Información

21. ¿Qué es Big Data?

22. La revolución del Big Data

23. La revolución del Big Data
Entendiendo la información…

24. La revolución del Big Data

25. La revolución del Big Data
Beneficios en el análisis de datos masivos:
Ventajas competitivas
Optimización de procesos
Incremento ventas
Satisfacción clientes
…

26. La revolución del Big Data
La cadena de valor del dato

27. ¿Qué es Big Data?
El tamaño si importa

29. La revolución del Big Data

30. La revolución del Big Data

31. ¿Qué es Big Data?

32. ¿Qué es Big Data?

33. La revolución del Big Data
Por qué es
interesante el Big
Data en las
Empresas?

34. ¿Qué es Big Data?

35. La revolución del Big Data
¿Por qué? ¿Cómo? ¿Quién?

36. La revolución del Big Data
¿Por qué?
El Big Data no hace magia
Quizás no lo necesitas
Es muy probable que no estés preparado

37. La revolución del Big Data
¿Cómo?
Los proyectos de Big Data deben responder a una
necesidad de negocio y no a una decisión
tecnológica
El negocio primero

38. La revolución del Big Data
¿Cómo?
Determina el problema que quieres resolver.
Identifica qué temas preocupan más a tu
organización y busca qué información le puede
ayudar a solucionarlo.
El problema

39. La revolución del Big Data
¿Cómo?
Entiende cuál es el impacto de esos problemas en
tu organización y desarrolla casos de uso para
ejemplificarlo
Valora el impacto

40. La revolución del Big Data
¿Cómo?
¿Cómo vas a a medir el éxito de tu proyecto?
¿Cuáles son las principales métricas que vas a
tener que monitorizar durante todo el proyecto?
Con KPIs
Define métricas de éxito

41. La revolución del Big Data
¿Cómo?
Si el problema se resuelve, ¿qué va a mejorar en tu
organización? ¿Cuánto más va a vender? ¿Cuánto
menos va a gastar? ¿Cómo van a cambiar los
procesos?
Asegura el encaje

42. La revolución del Big Data
¿Quién?
Data
Scientist

43. La revolución del Big Data
Tecnología
Big Data

44. La revolución del Big Data
El contexto del fenómeno

45. La revolución del Big Data
El contexto del fenómeno
Espíritu Open Source.
Las principales herramientas Big Data son de código abierto e impulsadas por
grandes empresas

46. La revolución del Big Data
Herramientas
Batch
Real-time
Interactivo

47. La revolución del Big Data
20142004
Apache
KAFKA
20142004 2010 201120092007

48. La revolución del Big Data
Herramientas

49. La revolución del Big Data
¿Qué hacer con Big Data?
Regression Classification Clustering Summarization
Anomaly
detection
Machine LearningMachine Learning
Data MiningData Mining

50. La revolución del Big Data

51. Big Data in action
Casos prácticos
Por su carácter transversal, la analítica de datos en
entornos Big Data es de interés para todos los
departamentos de las organizaciones y
prácticamente todos los sectores de negocio

52. Big Data in action
UtilitiesUtilitiesComercioComercio
BancaBanca MediosMedios
SaludSaludAAPPAAPP
OperacionesOperaciones
MarketingMarketing
EstrategiaEstrategia
FinanzasFinanzas
Recursos humanosRecursos humanos

53. Big Data in action
Casos prácticos - Marketing
 Segmentación de cliente
 Estimación del gasto de cada cliente en las diferentes categorías de
producto
 Análisis de la churn-rate
 Optimización de la cartera de productos (¿qué productos minimizan la
churn-rate?)
 Recomendadores y cross-selling
 Políticas de fidelización y descuentos

54. Big Data in action
Casos prácticos – Recursos humanos
 Identificación de talento
 Recomendación de itinerarios de formación
 Métricas de monitorización del talento
 Predicción de la tasa de abandono de los empleados

55. Big Data in action

56. Big Data in action
Casos prácticos – Comercio
 Gestión de precios por periodo, artículo y tienda
 Localización óptima de las nuevas tiendas
 Disposición de los productos en las tiendas
 Gestión de inventario
 Gestión de la cesta de la compra
 Análisis de la política de ofertas

57. Big Data in action

58. Big Data in action
Ajuste en tiempo real del precio de 73 millones de
artículos, a partir del análisis cruzado de la demanda y el
inventario

59. Big Data in action
Cadena de restaurantes fast-food que analiza la
composición (longitud, tipología de clientes) de las colas
delante de sus mostradores para determinar qué
productos mostrar en las pantallas que se encuentran
junto a la cola. Cola larga -> productos que se sirven
rápido. Cola corta -> productos más elaborados

60. Big Data in action

61. Big Data in action
Un caso de
estudio
en la red:
Privalia

62. Big Data in action
Diferentes campañas en canales sociales

63. Big Data in action
Foto publicada en wall ¿Qué analizamos?

64. Big Data y medios
Contenidos
 El sector de los medios en la era del Big Data
 Nuevos actores y aplicaciones del Big Data en
comunicación y publicidad
 Referentes internacionales
 Tendencias
Big Data en Media.
Ejemplos

65. Big Data in action
Impacto en doble sentido
Periodismo de datos Mayores ingresos

66. Big Data in action
Impacto en doble sentido

67. Big Data in action
El sector de los medios en la era del Big Data
audiencia = f(contenidos) + l(contexto)
La analítica de datos en entornos Big Data permite definir
modelos para maximizar la audiencia como resultado de
la adaptación de contenidos y la computación del
contexto.

68. Big Data in action
Estrechar la distancia
entre el cliente y el
negocio

69. Big Data in action
Referentes internacionales
Captura masiva de la interacción con el usuario (BBC
iPlayer)
Generación automática de contenido enriquecido
semánticamente

70. Big Data in action
Referentes internacionales
Micro-categorización de contenidos a partir de las
aportaciones de los usuarios (76.987 géneros)
Personalización de contenidos para micro-segmentos de
audiencia

71. Big Data in action
Referentes internacionales
Optimización de contenido, verificación de la eficacia de
la publicidad, regulación de la localización de la
publicidad.
Personalización de contenidos para micro-segmentos de
audiencia

72. Big Data in action
Nuevas
Tendencias

73. 1. Business Intelligence ha muerto, Viva Business Analytics!!
BI + Big Data + Análisis Predictivo

74. 2. Datos abiertos, no cerrados. Open Data!!

75. 3. Cambio en el ‘statu quo’ de competidores (google,
Facebook…

76. 4. Open Source es el futuro

77. 5. Real Time (quiero mis datos… ya!!)

78. 6. Big Data. Ha venido para quedarse

79. 7. Redes Sociales. El nuevo ‘deep blue data’

80. 8. Mobile Analytics
O es mobile o no
es nada!!

81. 9. Análisis Predictivo.
El futuro ya no es lo que era

82. 10. Periodismo de datos

83. 11. Visualizacion

84. 12. Smart ‘Data’ Cities

85. 13. IoT (cuando ‘las cosas’ cobran vida)

86. Gracias !! No veo lógico rechazar datos porque parezcan increíbles.
Fred Hoyle (1915-2001) Astrofísico y escritor británico.
Resulta una gran verdad que el destino es una ley cuyo significado se nos escapa, porque nos faltan una inmensidad de datos.
Ferdinand Galiani (1728-1787) Diplomático y economista italiano.
La vida es el arte de sacar conclusiones suficientes a partir de datos insuficientes.
Samuel Butler (novelista) (1835-1902) Novelista inglés.
Duda siempre de ti mismo, hasta que los datos no dejen lugar a dudas.
Louis Pasteur (1822-1895) Químico y microbiólogo francés.