BIG DATA

Es un volumen masivo de datos tanto estructurados

como no estructurados que es tan grande que es
difcil de procesar utilizando tcnicas de bases de
datos y de software tradicionales.
Grandes datos tiene el
potencial de ayudar a las
empresas a mejorar sus
operaciones y tomar
decisiones ms rpidas, ms
inteligentes
Big data se refiere a la tecnologa
(que incluye herramientas y
procesos) que una organizacin
necesita para manejar las
grandes cantidades de datos e
instalaciones de almacenamiento.
Problema particularmente en
anlisis de negocios porque las
herramientas y procedimientos
estndar no estn diseados para
buscar y analizar conjuntos de
datos masivos.
Las grandes empresas utilizan esta
herramienta que permite ayudar en
la organizacin a mejorar el uso de
su informacin.
Se origin con las empresas de
bsqueda Web que necesitaban
consultar muy grandes
agregaciones distribuidas de
datos estructurados dbilmente.
Ser petabytes (1024 terabytes) o
exabytes (1.024 petabytes) de
datos que constan de miles de
millones a miles de millones de
registros de millones de personas.

Los big data cuentan con una gran
memoria para almacenamiento el
cual permite resguardar informacin
antiguas y es de fcil uso.
Los beneficios de Big Data
Analytics Las empresas estn
cada vez ms buscando para
encontrar informacin
procesable en sus datos.
Requiere de Alto Rendimiento
Para analizar un gran volumen de
datos como, anlisis de datos
grandes.
Estos procesos son funciones
separadas pero altamente
integradas de anlisis de alto
rendimiento.
Los casos de negocio para
aprovechar los grandes datos son
convincentes
Para procesar extremadamente
grandes volmenes de datos que un
negocio ha recogido para determinar
qu datos son relevantes y pueden
ser analizados para tomar mejores
decisiones
Esto se puede lograr con la
utilizacin herramientas de
software y aplicaciones
especializadas para el anlisis
predictivo, minera de datos,
minera de texto, la prediccin y
la optimizacin de datos.
BIG DATA
Por Vangie Beal
Big data es una palabra de moda, o coger-frase usada para describir un volumen
masivo de datos tanto estructurados como no estructurados que es tan grande
que es difcil de procesar utilizando tcnicas de bases de datos y de software
tradicionales. En la mayora de escenarios empresariales los datos son demasiado
grande o se mueve demasiado rpido o se excede la capacidad de procesamiento
actual. Grandes datos tiene el potencial de ayudar a las empresas a mejorar sus
operaciones y tomar decisiones ms rpidas, ms inteligentes.
Es Big Data de un volumen o una tecnologa? Mientras que el trmino puede
parecer para hacer referencia al volumen de datos, que no siempre es el caso. El
trmino grandes de datos, especialmente cuando se utilicen los proveedores,
pueden referirse a la tecnologa (que incluye herramientas y procesos) que una
organizacin necesita para manejar las grandes cantidades de datos e
instalaciones de almacenamiento. Se cree que el Big Data trmino que se origin
con las empresas de bsqueda Web que necesitaban consultar muy grandes
agregaciones distribuidas de datos estructurados dbilmente-. Un ejemplo de Big
Data Un ejemplo de datos grandes podra ser petabytes (1024 terabytes) o
exabytes (1.024 petabytes) de datos que constan de miles de millones a miles de
millones de registros de millones de personas- todos de diferentes fuentes (por
ejemplo, Web, de ventas, centros de contacto de clientes, medios de
comunicacin social, datos mviles y as sucesivamente). Los datos son
normalmente poco estructurados de datos que a menudo es incompleta e
inaccesible. Datos y tipos de conjuntos de datos de negocios cuando se ocupan
de grandes conjuntos de datos grandes, las organizaciones se enfrentan a
dificultades en la capacidad de crear, manipular y gestionar grandes volmenes de
datos. Big Data es un problema particularmente en anlisis de negocios porque las
herramientas y procedimientos estndar no estn diseados para buscar y
analizar conjuntos de datos masivos.
Como la investigacin de la compaa matriz Webopedia QuinStreet demuestra,
iniciativas de grandes datos estn preparados para un crecimiento explosivo.
QuinStreet encuest a 540 empresas que toman las decisiones involucradas en
grandes volmenes de datos y encontr a los conjuntos de datos de inters para
muchas empresas hoy en da incluyen las bases de datos tradicionales
estructurados de inventarios, pedidos y la informacin del cliente, as como datos
no estructurados de la Web, los sitios de redes sociales y dispositivos inteligentes.
Estos datos, cuando fue capturado, formateado, manipulan, almacena, analiza y
puede ayudar a una empresa para obtener informacin til para aumentar los
ingresos, obtener o retener a los clientes, y mejorar las operaciones.
Grandes datos tambin pueden ser llamados de la empresa de datos grandes.
Anlisis de datos grandes analtica de grandes datos se refiere al proceso de
recoleccin, organizacin y anlisis de grandes conjuntos de datos ("big data")
para descubrir patrones y otra informacin til. No slo habr anlisis de datos
grandes ayudar a entender la informacin contenida en los datos, sino que
tambin ayudar a identificar los datos Anlisis de datos grandes analtica de
grandes datos se refiere al proceso de recoleccin, organizacin y anlisis de
grandes conjuntos de datos ("big data") para descubrir patrones y otra informacin
til. No slo los anlisis de datos grandes ayudarn a entender la informacin
contenida en los datos, sino que tambin ayudarn a identificar los datos que son
ms importantes para el negocio y las decisiones futuras del negocio. Los
analistas de datos Big bsicamente quieren que el conocimiento que proviene de
analizar los datos.
Los beneficios de Big Data Analytics Las empresas estn cada vez ms buscando
para encontrar informacin procesable en sus datos. Muchos proyectos de
grandes datos se originan en la necesidad de responder a las preguntas
especficas del negocio. Con las grandes plataformas de anlisis de los datos
correctos en el lugar, una empresa puede impulsar las ventas, aumentar la
eficiencia y mejorar las operaciones, servicio al cliente y la gestin de riesgos.
Empresa matriz Webopedia, QuinStreet, encuest a 540 empresas que toman las
decisiones que participan en las compras de grandes datos para saber qu reas
de negocio empresas planean utilizar la analtica Big Data para mejorar las
operaciones.
Aproximadamente la mitad de todos los encuestados dijeron que estaban
aplicando analtica de grandes datos para mejorar la retencin de clientes, ayudar
con el desarrollo de productos y obtener una ventaja competitiva. Para la mayora
de las organizaciones, el anlisis de grandes datos es un reto. Tenga en cuenta la
gran cantidad de datos y los distintos formatos de los datos (datos estructurados y
no estructurados) recogidos en toda la organizacin y de las diferentes maneras
diferentes tipos de datos se pueden combinar, contrastados y analizados para
encontrar patrones y otra informacin til. El primer desafo es romper los silos de
datos para tener acceso a todos los datos de unos depsitos de las
organizaciones en diferentes lugares y, a menudo en diferentes sistemas. Un
segundo desafo de grandes datos es en la creacin de plataformas que pueden
tirar en los datos no estructurados con tanta facilidad como los datos
estructurados. Este volumen masivo de datos suele ser tan grande que es difcil
de procesar utilizando los mtodos de base de datos y de software tradicionales.
Big Data Analytics Requiere de Alto Rendimiento Para analizar un gran volumen
de datos como, anlisis de datos grandes se realiza normalmente utilizando
herramientas de software y aplicaciones especializadas para el anlisis predictivo,
minera de datos, minera de texto, la prediccin y la optimizacin de datos. En
conjunto, estos procesos son funciones separadas pero altamente integradas de
anlisis de alto rendimiento.
El uso de herramientas de datos grandes y software permite a una organizacin
para procesar extremadamente grandes volmenes de datos que un negocio ha
recogido para determinar qu datos son relevantes y pueden ser analizados para
tomar mejores decisiones de negocio en el futuro. Ejemplos de cmo Big Data
Analytics se utiliza hoy como la tecnologa para romper los silos de datos y anlisis
de datos mejora, negocio puede transformarse en todo tipo de formas. Segn
Datamation, los avances en el anlisis de Big Data de hoy permiten a los
investigadores a descifrar el ADN humano en cuestin de minutos, predicen que
los terroristas planean atacar, determinan qu gen es sobre todo probable que sea
responsable de ciertas enfermedades y, por supuesto, que los anuncios que
tienen ms probabilidades de responder a en Facebook. Los casos de negocio
para aprovechar los grandes datos son convincentes.
Por ejemplo, Netflix extrae sus datos de suscriptor de poner los ingredientes
esenciales juntos por su reciente xito Castillo de naipes, y los datos de abonado
tambin llevaron a la compaa a llevar Arrested Development de entre los
muertos. Otro ejemplo proviene de una de las mayores compaas de telefona
mvil en el mundo. Orange de Francia puso en marcha su proyecto de datos para
el Desarrollo por la liberacin de los datos de abonado para los clientes en la
Costa de Marfil. Los 2,5 mil millones de registros, que se hicieron en el anonimato,
incluidos detalles sobre las llamadas y mensajes de texto intercambiados entre 5
millones de usuarios. Los investigadores acceder a los datos y enviaron
propuestas Orange de cmo los datos pueden servir de base para los proyectos
de desarrollo para mejorar la salud y la seguridad pblica. Los proyectos
propuestos incluyen uno que mostraba la forma de mejorar la seguridad pblica
mediante el seguimiento de los datos del telfono celular para mapear donde la
gente iba tras una emergencia; otra mostr cmo usar los datos celulares para la
contencin de la enfermedad.
El ritmo de creacin de datos seguramente aumentar, sobre todo porque las
comunicaciones de mquina a mquina se vuelven ms barato y ms comn.
Piense en la cantidad de datos todas esas redes de sensores, alarmas antirrobo y
los sistemas telemticos vehculo va a crear. Segn IBM, cada da creamos 2,5
trillones de bytes de datos. IBM sostiene que el crecimiento exponencial de los
datos significa que el 90 por ciento de los datos que existe en el mundo de hoy se
ha creado en los ltimos dos aos. "Estos datos vienen de todas partes: sensores
utilizados para recopilar informacin sobre el clima, los mensajes a sitios de
medios sociales, fotos digitales y videos, registros de transacciones de comercio
electrnico, y las coordenadas de GPS del telfono celular, para nombrar unos
pocos." Por supuesto, es importante recordar que en la historia humana temprana,
algo tan efmero como un tweet simplemente no habra sido registrado, por lo que
estas comparaciones slo pueden ser tomadas hasta el momento.
Para poner la explosin de datos en contexto, considere esto.
Cada minuto de cada da creamos ms de 204 millones de mensajes de correo
electrnico Ms de 2 millones Google consultas de bsqueda de 48 horas de
nuevo los vdeos de YouTube 684.000 bits de contenido compartido en Facebook
Ms de 100.000 tweets de $ 272.000 gastados en el comercio electrnico 3600
nuevas fotos compartidas en Instagram Casi 350 entradas del blog nuevo
WordPress.

Ingles:

BIG DATA
By Vangie BealBig
Data is a buzzword, or catch-phrase, used to describe a massive volume of both
structured andunstructured data that is so large that it's difficult to process using
traditional database andsoftware techniques. In most enterprise scenarios the data
is too big or it moves too fast or itexceeds current processing capacity. Big data
has the potential to help companies improveoperations and make faster, more intelligent
[Link] Big Data a Volume or a Technology?While the term may seem to
reference the volume of data, that isn't always the case. The term bigdata,
especially when used by vendors, may refer to the technology (which includes
tools andprocesses) that an organization requires to handle the large amounts of data and
storage [Link] term big data is believed to have originated with Web search companies
who needed to queryvery large distributed aggregations of loosely-structured [Link]
Example of Big DataAn example of big data might be petabytes (1,024 terabytes) or
exabytes (1,024 petabytes) of dataconsisting of billions to trillions of records of
millions of people

all from different sources ([Link], sales, customer contact center, social media,
mobile data and so on). The data is typicallyloosely structured data that is often
incomplete and [Link] Data and Types of Business DatasetsWhen dealing
with larger datasets, organizations face difficulties in being able to
create,manipulate, and manage big data. Big data is particularly a problem in
business analytics becausestandard tools and procedures are not designed
to search and analyze massive [Link] research from Webopedia parent company
QuinStreet demonstrates, big data initiatives arepoised for explosive growth. QuinStreet
surveyed 540 enterprise decision-makers involved in bigdata and found the datasets of interest
to many businesses today include traditional structureddatabases of inventories, orders, and
customer information, as well as unstructured data from theWeb, social networking sites, and
intelligent [Link] data, when captured, formatted, manipulated, stored, and
analyzed can help a company togain useful insight to increase revenues, get or retain
customers, and improve operations. Big datamay also be called enterprise big [Link] data
analyticsBig data analytics refers to the process of collecting, organizing and
analyzing large sets of data("big data") to discover patterns and other useful information. Not
only will big data analytics helpyou to understand the information contained within the
data, but it will also help identify the data that is most important to the business and
future business decisions. Big data analysts basicallywant the knowledge that comes
from analyzing the [Link] Benefits of Big Data AnalyticsEnterprises are increasingly
looking to find actionable insights into their data. Many big dataprojects originate from
the need to answer specific business questions. With the right big dataanalytics platforms in
place, an enterprise can boost sales, increase efficiency, and improveoperations,
customer service and risk [Link] parent company, QuinStreet,
surveyed 540 enterprise decision-makers involved in bigdata purchases to learn which
business areas companies plan to use Big Data analytics to improveoperations. About half
of all respondents said they were applying big data analytics to improvecustomer
retention, help with product development and gain a competitive [Link] most
organizations, big data analysis is a challenge. Consider the sheer volume of data
and themany different formats of the data (both structured and unstructured data) collected
across theentire organization and the many different ways different types of data can be
combined,contrasted and analyzed to find patterns and other useful [Link]
first challenge is in breaking down data silos to access all data an organization
stores indifferent places and often in different systems. A second big
data challenge is in creating platformsthat can pull in unstructured data as easily as
structured data. This massive volume of data istypically so large that it's difficult
to process using traditional database and software [Link] Data Requires High-
Performance AnalyticsTo analyze such a large volume of data, big data analytics is
typically performed using specializedsoftware tools and applications for predictive
analytics, data mining, text mining, forecasting anddata optimization. Collectively these
processes are separate but highly integrated functions ofhigh-performance analytics. Using
big data tools and software enables an organization to processextremely large
volumes of data that a business has collected to determine which data is relevantand can be
analyzed to drive better business decisions in the [Link] of How Big Data
Analytics is Used TodayAs technology to break down data silos and analyze data
improves, business can be transformed inall sorts of ways. According to
Datamation, today's advances in analyzing Big Data allowresearchers to decode
human DNA in minutes, predict where terrorists plan to attack, determinewhich gene is
mostly likely to be responsible for certain diseases and, of course, which ads you
aremost likely to respond to on Facebook. The business cases for leveraging Big Data are
[Link] instance, Netflix mined its subscriber data to put the essential ingredients
together for its recent hit House of Cards, and subscriber data also prompted the
company to bring ArrestedDevelopment back from the [Link] example comes from
one of the biggest mobile carriers in the world. France's Orangelaunched its Data for
Development project by releasing subscriber data for customers in the IvoryCoast. The 2.5
billion records, which were made anonymous, included details on calls and
textmessages exchanged between 5 million users. Researchers accessed the data and sent
Orangeproposals for how the data could serve as the foundation for development projects to
improvepublic health and safety. Proposed projects included one that showed how to improve
publicsafety by tracking cell phone data to map where people went after emergencies; another
showedhow to use cellular data for disease [Link] pace of data creation
will surely increase, especially as machine-to-machine communicationsgets cheaper
and more common. Think about how much data all of those sensor networks, burglaralarms
and vehicle telematics systems will [Link] to IBM, every single day we
create 2.5 quintillion bytes of data. IBM argues that theexponential growth of data
means that 90 percent of the data that exists in the world today hasbeen created in the last two
years. "This data comes from everywhere: sensors used to gatherclimate information, posts
to social media sites, digital pictures and videos, e-commercetransaction records, and
cell phone GPS coordinates, to name a few."Of course, it's important to remember that in early
human history, anything as ephemeral as atweet just would not have been recorded, so
these comparisons can only be taken so far.
To put the data explosion in context, consider this. Every minute of every day we createMore
than
204 million email messagesOver
2 million Google search queries48 hours of new
YouTube videos 684,000 bits of content shared on
FacebookMore than 100,000 tweets$272,000 spent on e-commerce3,600 new photos shared
on
InstagramNearly 350 new WordPress blog posts