El documento aborda el concepto de Big Data y su aplicación en el negocio, destacando su valor en la gestión y explotación de grandes volúmenes de datos dispersos. Se identifican retos como la falta de datos y la dificultad para transformarlos en información útil, así como diversas estrategias para la recogida, estructuración y explotación de estos datos. Se concluye enfatizando la importancia de la innovación abierta para aprovechar el potencial de Big Data en las empresas.

1. Open Innovation y Big Data
Francesco D. Sandulli
Orange Chair on Information Society
Universidad Complutense de Madrid
BEYOND THE INTERNET II: Foro de Innovación en Red
8.11.2012

2. Qué es Big Data
Fuente: James Phillips, Cofundador de Couchbase

3. Objetivo de Big Data
Convertir de forma rápida un gran
volumen de datos dispersos, no
estructurados y que no siempre están
en un repositorio en información.

4. El valor de Big Data
1. Evita el sesgo de presentación:
Los datos pueden ser almacenados
en su estructura original.
2. Evitan el sesgo de
almacenamiento: Se evita perder
datos no adecuados a los
sistemas de almacenamiento y
formatos de queries.

5. Aplicación Tecnológica de Big Data
1. Comunicaciones M2M
2. Archivo de datos
3. Integración de metadatos

6. Aplicación al Negocio de Big Data
ANTICIPACIÓN RESPUESTA
EFICIENCIA

7. Cadena de Valor de la Información
INFORMACIÓN
Detección Filtrado
DATOS
y Y Explotación
Recogida Estructuración

8. El Reto Big Data
¿Por qué no
aprovechar el
potencial de Big
Data en mi empresa?

9. El Reto Big Data
“No tenemos los datos”
“No sabemos cómo
extraer/manipular los
datos”
“No sabemos transformar los
datos en información”

10. Una Solución
Open Business Model
INFORMACIÓN
DATOS
Detección Filtrado
Explotación
y Y
Recogida Estructuración

11. Detección y Recogida
1. UTILIZACIÓN DE REPOSITORIOS
DE DATOS EXTERNOS (PÚBLICOS
Y PRIVADOS)

12. Utilización de Repositorios de
Datos Externos

13. Utilización de Repositorios de
Datos Externos
Estrategia de bajo coste pero…
datos ya manipulados y repositorio
de datos limitado.

14. Detección y Recogida
2. MODELOS DE RECOGIDA
COLECTIVA DE DATOS

15. Modelo de Recogida Colectiva de
Datos

16. Modelo de Recogida Colectiva de
Datos
Estrategia de alto valor pero…
elevados costes y tiempos de
obtención de representatividad.

17. Filtrado y Estructuración
1. Competiciones

18. Competiciones

19. Competiciones
Estrategia de bajo coste…
se necesita una comunidad,
retos no confidenciales,
incentivos.

20. Filtrado y Estructuración
2. Estándares abiertos y
comunidades de
desarrolladores

21. Estándares abiertos y comunidades
de desarrollo

22. Estándares abiertos y comunidades
de desarrollo
Estrategia de alta flexibilidad,
elevado servicio y fiable…
requiere fuertes capacidades
internas de la empresa,
empowerment de desarrolladores y
arquitectos (internos y
externos).

23. Explotación
1. Competiciones

24. Competiciones

25. Competiciones
Estrategia de bajo coste…
se necesita una comunidad,
retos no confidenciales,
incentivos.

26. Explotación
2. Comunidades de conocimiento

27. Comunidades de Conocimiento

28. Comunidades de conocimiento
Estrategia de alto valor…
información no siempre
propietaria, incentivos.

29. Explotación
3. Soluciones completas

30. Soluciones Completas

31. Soluciones Completas
Estrategia de fácil implantación…
Información no propietaria,
información difícil de
adaptar/ampliar.

32. Conclusiones
“No reinventes la
rueda, inventa el
carro”

33. Open Innovation y Big Data
Para dudas, preguntas, proyectos,
ofertas, quejas e insultos dirigirse
a:
Francesco Sandulli
sandulli@ccee.ucm.es
MUCHAS GRACIAS