Autor: pc05tic2bach

¿Qué es?

Big data es un término que describe el gran volumen de datos – estructurados y no estructurados. Pero no es la cantidad de datos lo importante. Lo que importa es lo que las organizaciones hacen con los datos. El big data puede ser analizado para obtener insights que conlleven a mejores decisiones y acciones de negocios estratégicas.

La cantidad de datos que se crean y almacenan a nivel global es casi inconcebible, y continúa en aumento. Eso quiere decir que hay aún mayor potencial de obtener insights clave de información de negocios – aunque sólo se analice en realidad un pequeño porcentaje de los datos.

Historia del big data y consideraciones actuales

Aunque el término “big data” es relativamente nuevo, la acción de recopilar y almacenar grandes cantidades de información para su posterior análisis se viene realizando desde hace muchos años. El concepto cobró impulso a principios de la década del 2000 cuando el analista de la industria Doug Laney articuló la definición ahora muy popular del big data como las tres Vs:

Volumen. Las organizaciones recopilan datos de diversas fuentes, incluyendo transacciones comerciales, medios sociales e información de sensores o que se transmite de una máquina a otra. En el pasado, almacenarlos habría sido un problema – pero nuevas tecnologías (como Hadoop) han aligerado la tarea.

Velocidad. Los datos se transmiten a una velocidad sin precedentes y se deben distribuir de manera oportuna. Etiquetas FID, sensores y la medición inteligente crean la necesidad de distribuir torrentes de datos casi en tiempo real.

Variedad. Los datos vienen en toda clase de formatos – desde datos numéricos estructurados en bases de datos tradicionales hasta documentos de texto no estructurados, correo electrónico, video, audio, datos de teletipo bursátil y transacciones financieras.

En SAS, consideramos otras dos dimensiones cuando se trata del big data:

Variedad. Además de las velocidades y variedades de datos cada vez mayores, los flujos de datos pueden ser muy inconsistentes con picos periódicos. ¿Es alguna tendencia en medios sociales? Las cargas de datos máximas diarias, de temporada y desencadenadas por eventos pueden ser difíciles de controlar. Y más aún con datos no estructurados.

Complejidad

Los datos de la actualidad provienen de múltiples fuentes, lo que hace difícil vincular, empatar, depurar y transformar datos entre diferentes sistemas. Sin embargo, es necesario conectar y correlacionar relaciones, jerarquías y múltiples vínculos de datos o sus datos se pueden salir de control en un segundo.

¿Por qué es importante?

La importancia del big data no gira en torno a cuántos datos tiene usted, sino qué 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

4) toma de decisiones inteligente.

Cuando se combina el big data con analítica poderosa, se pueden realizar tareas relacionadas con negocios, tales 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.