Descargar para leer sin conexión
Subido porGustavo Ricardo Vignera
Repensando big data
Este documento discute el concepto de Big Data y propone que las 3 V clásicas (Volumen, Velocidad y Variedad) deberían expandirse a una cuarta V: Valor. Explica que el análisis visual de datos a través de herramientas como Tableau permite revelar historias en los datos que no son posibles de ver de otra manera.
Repensando big data
- 1. Universidad de Belgrano| 23-09-2014 Eduardo Azzola - Nicolás Leguizamón Repensando Big Data
- 2. Las 3 “V” (Unclásico)
- 3.
- 4.
- 5.
- 6. Big Data hoyen día 1. Evolución rápida 2. Estar abierto a nuevos productos 3. Utilizar herramientas que permitan conectarse a una amplia variedad de formatos 4. Se desarrollan y desarrollarán técnicas para facilitar relaciones entre Hadoop y los DW
- 7.
- 8. ¿ Las 3“V” ?
- 9.
- 10. Bajar Big Dataal nivel de los ojos Traten de determinar lo más rápido que puedan cuantas veces aparece el número 5 en la siguiente lista:
- 11. Bajar Big Dataal nivel de los ojos Y ahora…
- 12. Bajar Big Dataal nivel de los ojos La exploración visual de los datos permite que la historia de los datos se revele de una forma que el cerebro puede captar en un segundo Eso simplemente no sucede con una hoja de cálculo
- 13. Bajar Big Dataal nivel de los ojos ¿Cuál es la sub-categoría de producto de menor ganancia?
- 14. Bajar Big Dataal nivel de los ojos ¿Cuál es la sub-categoría de producto de menor ganancia?
- 15. ¿Cuál es lasub-categoría de producto de menor ganancia? Bajar Big Data al nivel de los ojos
- 16. Bajar Big Dataal nivel de los ojos
- 17. Bajar Big Dataal nivel de los ojos
- 18. Bajar Big Dataal nivel de los ojos
- 19.
- 20. Análisis posibles 1. Análisissentimental Entender qué es lo que sus clientes sienten cuando se nombra una marca o un producto, en tiempo real. 2. Navegación Web (Clickstream) Capturar y analizar la traza de navegación de los usuarios de un sitio web, con el fin de optimizarlo 3. Sensores/Máquinas industriales Descubrir patrones en los datos que se toman automáticamente de sensores o máquinas industriales 4. Geolocalización Analizar datos basados en la localización para poder manejar operaciones y tomar decisiones basándose en donde suceden 5. Logs de servidores Investigar logs para diagnosticar fallas en los procesos y prevenir brechas de seguridad 6. Datos no estructurados (txt, video, imagen, etc..) Comprender patrones en archivos a lo largo de millones de sitios web, mails, documentos, etc Value
- 21.
- 22.