Los invito a ver nuestra presentación sobre Big Data hecha por el Grupo #7 para ser expuesto en clase

1. INTEGRANTES:
DYLLAN RAZA
ALDAIR PUCO
KEVIN MONTEROS
JHOSEPH MOLINA
RANDY AVALOS
GRUPO
#7

2. ¿QUE ES BIG DATA?
Cuando hablamos de Big Data nos referimos a conjuntos de
datos o combinaciones de conjuntos de datos cuyo tamaño,
complejidad y velocidad de crecimiento que dificultan su
captura, gestión, procesamiento o análisis mediante tecnologías
y herramientas convencionales, tales como bases de datos
relacionales y estadísticas convencionales o paquetes de
visualización, dentro del tiempo necesario para que sean útiles.

3. ¿EN QUE CONSISTE?
Big Data nació con el objetivo de cubrir unas
necesidades no satisfechas por las tecnologías
existentes, como es el almacenamiento y
tratamiento de grandes volúmenes de datos que
poseen unas características muy concretas
definidas como las tres “V’s” :

4. VOLUMEN: Hace referencia al tamaño de los datos que pueden
provenir de múltiples fuentes.
 Registros
 Transacciones
 Tablas y archivos
VELOCIDAD: Define la rapidez con que llegan los datos usando
unidades como tera, peta o exa bytes
 Tiempo real
 Tiempo cercano
 Flujos
VARIEDAD: Hablamos de datos:
 Estructurados
 Semi-estructurados
 No estructurados

5. ¿CUAL ES SU IMPORTANCIA?
El análisis de Big Data ayuda a las organizaciones a
aprovechar sus datos y utilizarlos para identificar nuevas
oportunidades. Las empresas con más éxito con Big Data
consiguen valor de las siguientes formas:
 Reducción de coste
Las grandes tecnologías de datos, como Hadoop y el análisis
basado en la nube, aportan importantes ventajas en términos
de costes cuando se trata de almacenar grandes cantidades de
datos, además de identificar maneras más eficientes de hacer
negocios.

6.  Mejor toma de decisiones
Con la velocidad de Hadoop y la analítica en memoria, combinada
con la capacidad de analizar nuevas fuentes de datos, las empresas
pueden analizar la información y tomar decisiones basadas en lo que
han aprendido.
 Nuevos productos y servicios
Con la capacidad de medir las necesidades de los clientes y la
satisfacción a través de análisis viene el poder de dar a los clientes lo
que quieren. Con la analítica de Big Data, más empresas están
creando nuevos productos para satisfacer las necesidades de los
clientes.

7. SECTORES QUE MÁS
UTILIZAN EL BIG DATA
 Finanzas
Disponer de información actualizada y a tiempo real sobre el
estado de los mercados nacionales e internacionales, sobre las
condiciones primarias y secundarias que pueden descubrir una
buena oportunidad de negocio o sobre el detalle de los riesgos
que se asumirán en cada operación que se platee.
 Seguros
El público objetivo de las aseguradoras es tan amplio y variado
como los riesgos que estas asumen con su actividad
empresarial. Unos riesgos que se ven drásticamente
minimizados mediante un correcto aprovechamiento de las
herramientas Big Data: el acceso a datos relevantes permite
realizar informes transversales y multivariables que aporten
información sobre salud, siniestralidad y morosidad, entre otros.

8.  Ciencias
Desde aplicaciones para ciencias naturales y del cosmos, como
la astronomía, la botánica y la geología, hasta funcionalidades
que permiten realizar análisis pormenorizados de los casos y
ofrecer tratamientos más personalizados en el ámbito de las
ciencias de la salud, pasando por las distintas ciencias
económicas y sociales que mayor ventaja obtienen
aprovechando los beneficios aportados por estas herramientas
de análisis de datos, estadística, economía o sociología, entre
otras.
 Deportes
Análisis de la competencia, diseño de la estrategia de
entrenamiento y competición más conveniente, hacen
especialmente indicado el análisis de datos contenidos en Big Data
en el sector del deporte, tanto profesional como amateur.
 Cultura
El conocimiento de los gustos, las tendencias y las apetencias del
público potencialmente dispuesto a consumir sus producciones es
determinante para diseñar una buena estrategia.

9. Teniendo los datos necesarios almacenados según diferentes tecnologías
de almacenamiento, nos daremos cuenta que necesitaremos diferentes
técnicas de análisis de datos como las siguientes:
 Asociación: permite encontrar relaciones entre diferentes variables.
Bajo la premisa de causalidad, se pretende encontrar una predicción en
el comportamiento de otras variables.
 Minería de datos (data mining): tiene como objetivo encontrar
comportamientos predictivos. Engloba el conjunto de técnicas que
combina métodos estadísticos y de aprendizaje automático con
almacenamiento en bases de datos.
 Agrupación (clustering): El propósito es encontrar similitudes entre
grupos, y el descubrimiento de nuevos, conociendo cuáles son las
cualidades que lo definen. Es una metodología apropiada para
encontrar relaciones entre resultados y hacer una evaluación preliminar
de la estructura de los datos analizados
 Análisis de texto (text analytics): gran parte de los datos generados por
las personas son textos, como correos, búsquedas web o contenidos.
Esta metodología permite extraer información de estos datos y así
modelar temas y asuntos o predecir palabras.

10. !PREGUNTA¡
¿De donde provienen todos
los datos que conforman la
Big Data?

11. CONCLUSION
En palabras sencillas la big data crece cada vez que
actualizamos un estado en Facebook, mandas un
tweet, subes un video a YouTube, pagamos con
tarjeta de crédito, realizamos una búsqueda en
google, creamos una encuesta en línea, o cualquier
cosa que hagamos en la red ya que deja un rastro
digital que pasa a formar parte de la big data.