Angel Aaron Peña
Hernandez
BIG DATA
Concepto
El Big Data es un término que describe el gran volumen de datos, tanto estructurados
como no estructurados, que inundan los negocios cada día. Sin embargo, no es la
cantidad de datos lo que es importante. Lo que importa con el Big Data es lo que las
organizaciones hacen con los datos.
Como funciona
El big data le permite recopilar datos de redes sociales, visitas a páginas web, registros
de llamadas y otras fuentes para mejorar la experiencia de interacción, así como
maximizar el valor ofrecido.
Historia
Los primeros registros de uso de datos para rastrear y controlar negocios datan de
hace más de 7.000 años. En Mesopotamia, se introdujo la contabilidad para registrar
el crecimiento de cultivos y rebaños.
En 1663, John Graunt registró y examinó información sobre los roles de mortalidad
en Londres. Quería comprender y construir un sistema de alerta para la peste
bubónica en curso. Su trabajo se plasmó en el libro “Observaciones naturales y
políticas”, que proporcionó conocimientos sobre las causas de muerte en el siglo
XVII.
En 1887, Herman Hollerith inventó una máquina de computación que podía leer los
agujeros perforados en tarjetas de papel para organizar los datos de un censo.
En 1943, los británicos desarrollaron la máquina Colossus para descifrar los
códigos nazis durante la Segunda Guerra Mundial. Esta máquina buscaba patrones
en los mensajes interceptados a una velocidad de 5.000 caracteres por segundo.
En 1965, el gobierno de los Estados Unidos construyó el primer centro de datos
para almacenar más de 742 millones de declaraciones de impuestos y 175 millones
de conjuntos de huellas dactilares.
A lo largo del tiempo, la tecnología y la capacidad de procesamiento han
evolucionado, llevando al surgimiento y desarrollo del Big Data como lo conocemos
hoy.
Caracteristicas
1. Volumen:
Se refiere a la cantidad de datos. El Big Data implica procesar grandes
volúmenes de datos no estructurados, como feeds de Twitter, flujos de clics de
una página web o aplicaciones móviles, o datos de sensores.
Para algunas organizaciones, esto puede suponer decenas de terabytes de
datos, y para otras, incluso cientos de petabytes.
2. Velocidad:
Es el ritmo al que se reciben los datos y, posiblemente, al que se aplica alguna
acción.
La mayor velocidad de los datos normalmente se transmite directamente a la
memoria, en vez de escribirse en un disco.
Algunos productos inteligentes habilitados para Internet funcionan en tiempo
real o prácticamente en tiempo real y requieren una evaluación y actuación
inmediata.
3. Variedad:
Hace referencia a los diversos tipos de datos disponibles.
Los datos no estructurados y semiestructurados, como el texto, audio o video,
requieren un preprocesamiento adicional para obtener significado y habilitar los
metadatos.
4. Veracidad:
Por supuesto, la información que abarca el big data debe ser verdadera y
comprobable. No se trata de agregar números a capricho o inventados: su origen
tiene que proceder de una fuente fidedigna y que se pueda consultar en
cualquier momento.
5. Valor:
El Big Data tiene valor cuando se extrae conocimiento útil y se toman decisiones
basadas en él.
La capacidad de transformar datos en información relevante y accionable es
fundamental.
Ventajas y desventajas
Ventajas del Big Data:
1. Mejora de la toma de decisiones:
La analítica de big data permite a las organizaciones analizar grandes
cantidades de datos y extraer perspectivas significativas.
Esto se traduce en decisiones más informadas y precisas, lo que puede ahorrar
costos, mejorar la eficiencia y aumentar los ingresos.
2. Aumento de la eficiencia:
Utilizar herramientas de big data ayuda a las organizaciones a agilizar sus
operaciones y automatizar procesos.
Al analizar los datos, se pueden detectar ineficiencias y realizar ajustes para
mejorar el rendimiento.
3. Mejor servicio al cliente:
Las fuentes de big data pueden recopilar y analizar datos de clientes,
proporcionando una mejor comprensión de sus necesidades y preferencias.
Esto mejora el servicio al cliente y aumenta la satisfacción.
Desventajas del Big Data:
1. Preocupación por la privacidad:
A medida que se recopilan más datos, aumenta la preocupación por la
protección de la información personal.
Los Big Data pueden facilitar la recopilación y el análisis de información
personal, lo que suscita preocupaciones sobre la privacidad y el uso indebido de
datos.
2. Falta de normalización:
Dado que los big data provienen de diversas fuentes, puede haber falta de
estandarización en términos de formato, calidad y seguridad de los datos.
Esto dificulta el análisis y la utilización efectiva de los datos.
3. Problemas de seguridad de los datos:
El gran volumen de datos recopilados los convierte en un objetivo valioso para
los ciberdelincuentes.
La seguridad de los datos es crucial para evitar robos o corrupción de
información.
Aplicaciones que tiene
El Big Data tiene una amplia gama de aplicaciones en diversos sectores. Aquí te presento
algunos ejemplos concretos:
1. Salud:
Medicina personalizada: El análisis de Big Data permite adaptar tratamientos médicos a
las características individuales de los pacientes.
Predicción y prevención de enfermedades: Identificar patrones y predecir brotes
epidémicos.
Registros de salud electrónicos: Facilitar el acceso a información médica.
2. Educación:
Reducción de la tasa de deserción: Utilizar datos para intervenir y apoyar a los
estudiantes en riesgo.
Personalización de la currícula: Adaptar el plan de estudios a las necesidades
individuales.
3. Transporte y logística:
Optimización de rutas: Analizar datos de tráfico en tiempo real para mejorar la eficiencia
del transporte.
Gestión de flotas: Monitorear vehículos y predecir mantenimientos.
4. Marketing y ventas:
Segmentación de clientes: Utilizar datos para dirigir campañas específicas a grupos de
interés.
Análisis de comportamiento del cliente: Entender preferencias y hábitos de compra.
5. Finanzas y banca:
Detección de fraudes: Identificar patrones sospechosos en transacciones.
Evaluación crediticia: Analizar datos para evaluar la solvencia de los clientes.
6. Industria manufacturera:
Mantenimiento predictivo: Predecir fallos en maquinaria para evitar paradas no
planificadas.
Optimización de la cadena de suministro: Analizar datos para mejorar la eficiencia.
7. Ciudades inteligentes:
Gestión de tráfico y transporte público: Utilizar datos para mejorar la movilidad urbana.
Eficiencia energética: Monitorear y optimizar el consumo de energía.
Ejemplos
Big Data en Deportes
En la NBA y la NFL se emplean aplicaciones que hacen uso del Big Data para definir las
estrategias a utilizar en cada partido, prevenir lesiones de los jugadores, conocer las
preferencias de los aficionados, etc.
Bibliografia
7 ejemplos de Big Data en la actualidad | UNIR México. (2022, 25 agosto). UNIR México.
[Link]
Big Data: Qué es y por qué importa. (s. f.). SAS. [Link]
[Link]#:~:text=El%20t%C3%A9rmino%20%22big%20data%22%20se,existido%20desde%20hace%20mu
cho%20tiempo.
