Big Data es un t\u00e9rmino que describe el gran volumen de datos, tanto estructurados como no estructurados, que inundan los negocios cada d\u00eda. Pero 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. Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estrat\u00e9gicos.<\/p>\n\n\n\n
Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos cuyo tama\u00f1o (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gesti\u00f3n, procesamiento o an\u00e1lisis mediante tecnolog\u00edas y herramientas convencionales, tales como bases de datos relacionales y estad\u00edsticas convencionales o paquetes de visualizaci\u00f3n, dentro del tiempo necesario para que sean \u00fatiles.<\/p>\n\n\n\n
Aunque el tama\u00f1o utilizado para determinar si un conjunto de datos determinado se considera Big Data no est\u00e1 firmemente definido y sigue cambiando con el tiempo, la mayor\u00eda de los analistas y profesionales actualmente se refieren a conjuntos de datos que van desde 30-50 Terabytes a varios Petabytes.<\/p>\n\n\n\n
La naturaleza compleja del Big Data se debe principalmente a la naturaleza no estructurada de gran parte de los datos generados por las tecnolog\u00edas modernas, como los web logs, la identificaci\u00f3n por radiofrecuencia (RFID), los sensores incorporados en dispositivos, la maquinaria, los veh\u00edculos, las b\u00fasquedas en Internet, las redes sociales como Facebook, computadoras port\u00e1tiles, tel\u00e9fonos inteligentes y otros tel\u00e9fonos m\u00f3viles, dispositivos GPS y registros de centros de llamadas.<\/p>\n\n\n\n
En la mayor\u00eda de los casos, con el fin de utilizar eficazmente el Big Data, debe combinarse con datos estructurados (normalmente de una base de datos relacional) de una aplicaci\u00f3n comercial m\u00e1s convencional, como un ERP (Enterprise Resource Planning) o un CRM (Customer Relationship Management).<\/p>\n\n\n\n
Lo que hace que Big Data sea tan \u00fatil para muchas empresas es el hecho de que proporciona respuestas a muchas preguntas que las empresas ni siquiera sab\u00edan que ten\u00edan. En otras palabras, proporciona un punto de referencia. Con una cantidad tan grande de informaci\u00f3n, los datos pueden ser moldeados o probados de cualquier manera que la empresa considere adecuada. Al hacerlo, las organizaciones son capaces de identificar los problemas de una forma m\u00e1s comprensible.<\/p>\n\n\n\n
La recopilaci\u00f3n de grandes cantidades de datos y la b\u00fasqueda de tendencias dentro de los datos permiten que las empresas se muevan mucho m\u00e1s r\u00e1pidamente, sin problemas y de manera eficiente. Tambi\u00e9n les permite eliminar las \u00e1reas problem\u00e1ticas antes de que los problemas acaben con sus beneficios o su reputaci\u00f3n.<\/p>\n\n\n\n
El an\u00e1lisis de Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos para identificar nuevas oportunidades. Eso, a su vez, conduce a movimientos de negocios m\u00e1s inteligentes, operaciones m\u00e1s eficientes, mayores ganancias y clientes m\u00e1s felices. Las empresas con m\u00e1s \u00e9xito con Big Data consiguen valor de las siguientes formas:<\/p>\n\n\n\n
Por ejemplo:<\/p>\n\n\n\n
Desaf\u00edos de la calidad de datos en Big Data<\/strong><\/p>\n\n\n\n Estas 5 caracter\u00edsticas del big data provocan que las empresas tengan problemas para extraer datos reales y de alta calidad, de conjuntos de datos tan masivos, cambiantes y complicados.<\/p>\n\n\n\n Hasta la llegada del Big Data, mediante ETL pod\u00edamos cargar la informaci\u00f3n estructurada que ten\u00edamos almacenada en nuestro sistema ERP y CRM, por ejemplo. Pero ahora, podemos cargar informaci\u00f3n adicional que ya no se encuentra dentro de los dominios de la empresa: comentarios o likes en redes sociales, resultados de campa\u00f1as de marketing, datos estad\u00edsticos de terceros, etc. Todos estos datos nos ofrecen informaci\u00f3n que nos ayuda a saber si nuestros productos o servicios est\u00e1n funcionando bien o por el contrario est\u00e1n teniendo problemas.<\/p>\n","protected":false},"excerpt":{"rendered":" Big Data es un t\u00e9rmino que describe el gran volumen de datos, tanto estructurados como…<\/p>\n","protected":false},"author":1,"featured_media":14,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[4],"tags":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/posts\/11"}],"collection":[{"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/comments?post=11"}],"version-history":[{"count":2,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/posts\/11\/revisions"}],"predecessor-version":[{"id":13,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/posts\/11\/revisions\/13"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/media\/14"}],"wp:attachment":[{"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/media?parent=11"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/categories?post=11"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.imds.org.mx\/blog\/wp-json\/wp\/v2\/tags?post=11"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Las especiales caracter\u00edsticas del Big Data hacen que su calidad de datos se enfrente a m\u00faltiples desaf\u00edos. Se trata de las conocidas como 5 Vs: Volumen, Velocidad, Variedad, Veracidad y Valor, que definen la problem\u00e1tica del Big Data.<\/p>\n\n\n\n