Big data.

¿Que es?

Big data es un término que describe el gran volumen de datos pueden ser  estructurados y no estructurados que hacen parte de  una empresa todos los días, pero no es la cantidad de datos lo que importa, lo que importa es lo que las organizaciones hacen con los datos.

 El big data puede ser analizado para obtener insights (Un insight son los aspectos no tangibles de la forma en que el consumidor piensa o siente),  que lleven a mejores decisiones y acciones de negocios estratégicas.

Dicho de otro modo, el big data está formado por conjuntos de datos de mayor tamaño y más dificiles, especialmente los que vienen de nuevas fuentes de datos, estos conjuntos de datos son tan voluminosos que el software de procesamiento de datos convencional sencillamente no puede administrarlos. de igual forma, estos volúmenes masivos de datos pueden utilizarse para abordar problemas empresariales que antes no hubiera sido posible solucionar.

las 3 v,  del Big data. 

Volumen: La cantidad de datos importa,  Con big data, tendrá que procesar grandes volúmenes de datos no estructurados de una baja densidad puede tratarse de datos de valor desconocido, como feeds de datos de Twitter, flujos de clics de una página web o aplicación para celulares, o equipo con sensores para algunas organizaciones, esto puede suponer decenas de terabytes (El almacenamiento de datos se mide usualmente en bytes, megabytes y gigabytes, pero el término terabyte se está volviendo más común a medida que las computadoras proporcionan más espacio de almacenamiento a los usuarios) de datos para otras, hasta  cientos de petabytes.

Velocidad: La velocidad es el ritmo al que se reciben los datos y posiblemente al que se utilizan, normalmente, la mayor velocidad de los datos se transmite directamente a la memoria, en vez de recibirse en un disco. Algunos productos inteligentes habilitados para Internet funcionan en tiempo real o prácticamente en tiempo real y requieren una evaluación y actuación en tiempo real.

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 la salida 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 video, requieren un preprocesamiento adicional para poder obtener significado y habilitar los metadatos.

¿quien utiliza el big data?

bancons: Con grandes cantidades de información proveniente de fuentes incontables, los bancos enfrentan la labor de hallar formas nuevas e innovadoras de manipular el big data. 

educacional: Mediante el análisis del big data, pueden identificar estudiantes en riesgo, asegurarse de que tengan un progreso adecuado y pueden implementar un mejor sistema para la evaluación y soporte de maestros y directores.

gobierno: Cuando las dependencias de gobierno pueden aprovechar y aplicar la analítica al big data, ganan cuando se trata de gestionar servicios públicos, operar dependencias, solucionar las congestiones de tráfico o prevenir la actividad criminal. Pero aunque hay muchas ventajas de usar el big data, los gobiernos deben hacer frente también a aspectos de transparencia y privacidad.

atencion a la salud: Registros de pacientes, planes de tratamiento. Información de prescripciones. Cuando se trata de la atención a la salud, todo se necesita hacer con rapidez y precisión

manofactura: Equipados con insights que el big data puede proveer, los fabricantes pueden elevar la calidad y la producción y al mismo tiempo minimizar el desperdicio – procesos que son clave en el mercado altamente competitivo de la actualidad.

retail: La generación de relaciones con clientes es fundamental para la industria minorista – y la mejor forma de lograrlo es a través de la gestión del big data.

¿por que es importante el Big data?

La importancia del big data no gira en torno a cuántos datos tienes, sino qué se hace con ellos, puede tomar datos de cualquier fuente y analizarlos para hallar respuestas que hagan posibles 1) reducciones de costos, 2) reducciones de tiempo, 3) desarrollo de nuevos productos y soluciones optimizadas, y 4) toma de decisiones inteligente. Cuando se combina el big data con analítica poderosa, se pueden realizar tareas relacionadas con negocios, como:

• Determinar las causas de origen de fallos, problemas y defectos casi en tiempo real.
• Generar cupones en el punto de venta basados en los hábitos de compra del cliente.
• Recalcular portafolios de riesgo completos en minutos.
• Detectar conducta fraudulenta antes de que afecte a su organización.