RUBI MARINEZ ANTONIO

ARTICULO ORIGINAL EN INGLES

BIG DATA
By Vangie Beal
Big data is a buzzword, or catch-phrase, used to describe a massive volume of both structured and unstructured data that is so large that it's difficult to process using
traditional database and software techniques. In most enterprise scenarios the data is too big or it moves too fast or it exceeds current processing capacity. Big data
has the potential to help companies improve operations and make faster, more intelligent decisions.
Is 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 big data, especially when used by vendors, may refer to the technology
(which includes tools and processes) that an organization requires to handle the large amounts of data and storage facilities. The term big data is believed to have
originated with Web search companies who needed to query very large distributed aggregations of loosely-structured data.
An Example of Big Data
An example of big data might be petabytes (1,024 terabytes) or exabytes (1,024 petabytes) of data consisting of billions to t rillions of records of millions of people
all from different sources (e.g. Web, sales, customer contact center, social media, mobile data and so on). The data is typically loosely structured data that is often
incomplete and inaccessible.
Big Data and Types of Business Datasets
When 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 because standard tools and procedures are not designed to search and analyze massive datasets.
As research from Webopedia parent company QuinStreet demonstrates, big data initiatives are poised for explosive growth. QuinStreet surveyed 540 enterprise
decision-makers involved in big data and found the datasets of interest to many businesses today include traditional structured databases of inventories, orders, and
customer information, as well as unstructured data from the Web, social networking sites, and intelligent devices.
RUBI MARINEZ ANTONIO
This data, when captured, formatted, manipulated, stored, and analyzed can help a company to gain useful insight to increase revenues, get or retain customers,
and improve operations. Big data may also be called enterprise big data.
Big data analytics
Big 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 help you 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 basically want the knowledge that comes from analyzing the data.
The Benefits of Big Data Analytics
Enterprises are increasingly looking to find actionable insights into their data. Many big data projects originate from the need to answer specific business questions.
With the right big data analytics platforms in place, an enterprise can boost sales, increase efficiency, and improve operations, customer service and risk management.
Webopedia parent company, QuinStreet, surveyed 540 enterprise decision-makers involved in big data purchases to learn which business areas companies plan to
use Big Data analytics to improve operations. About half of all respondents said they were applying big data analytics to improve customer retention, help with product
development and gain a competitive advantage.
For most organizations, big data analysis is a challenge. Consider the sheer volume of data and the many different formats of the data (both structured and
unstructured data) collected across the entire organization and the many different ways different types of data can be combined, contrasted and analyzed to find
patterns and other useful information. The first challenge is in breaking down data silos to access all data an organization stores in different places and often in
different systems. A second big data challenge is in creating platforms that can pull in unstructured data as easily as structured data. This massive volume of data is
typically so large that it's difficult to process using traditional database and software methods.
Big Data Requires High-Performance Analytics
To analyze such a large volume of data, big data analytics is typically performed using specialized software tools and applications for predictive analytics, data
mining, text mining, forecasting and data optimization. Collectively these processes are separate but highly integrated functions of high-performance analytics. Using
big data tools and software enables an organization to process extremely large volumes of data that a business has collected to determine which data is relevant
and can be analyzed to drive better business decisions in the future.

RUBI MARINEZ ANTONIO
Examples of How Big Data Analytics is Used Today
As technology to break down data silos and analyze data improves, business can be transformed in all sorts of ways. According to Datamation, today's advances in
analyzing Big Data allow researchers to decode human DNA in minutes, predict where terrorists plan to attack, determine which gene is mostly likely to be responsible
for certain diseases and, of course, which ads you are most likely to respond to on Facebook. The business cases for leveragi ng Big Data are compelling. For
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 Arrested Development back from the dead.
Another example comes from one of the biggest mobile carriers in the world. France's Orange launched its Data for Development project by releasing subscriber
data for customers in the Ivory Coast. The 2.5 billion records, which were made anonymous, included details on calls and text messages exchanged between 5
million users. Researchers accessed the data and sent Orange proposals for how the data could serve as the foundation for development projects to improve public
health and safety. Proposed projects included one that showed how to improve public safety by tracking cell phone data to map where people went after emergencies;
another showed how to use cellular data for disease containment.
The pace of data creation will surely increase, especially as machine-to-machine communications gets cheaper and more common. Think about how much data all
of those sensor networks, burglar alarms and vehicle telematics systems will create.
According to IBM, every single day we create 2.5 quintillion bytes of data. IBM argues that the exponential growth of data means that 90 percent of the data that
exists in the world today has been created in the last two years. "This data comes from everywhere: sensors used to gather cl imate information, posts to social media
sites, digital pictures and videos, e-commerce transaction 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 a tweet 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 create More than 204 million email messages Over 2 million Google search queries 48 hours of new YouTube videos 684,000 bits of
content shared on Facebook More than 100,000 tweets $272,000 spent on e-commerce 3,600 new photos shared on Instagram Nearly 350 new WordPress blog
posts.

RUBI MARINEZ ANTONIO

TRADUCCIN AL ESPAOL
BIG DATA
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
grandes o se mueven 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 de datos distribuidos dbilmente estructurada.
Un ejemplo de Big Data
Un ejemplo de datos grandes podran ser peta bytes (1024 terabytes) o exabytes (1.024 peta bytes) 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, ventas, centro de contacto con el cliente, medios de comunicacin social, los
datos mviles y as sucesivamente). Los datos son normalmente poco estructurados de datos que a menudo son incompletos e inaccesibles.
Datos y tipos de conjuntos de datos de las grandes empresas
Cuando se trata de grandes conjuntos de datos, las organizaciones se enfrentan a dificultades para poder 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, manipulado,
RUBI MARINEZ ANTONIO
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.
Analsis 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 identi ficar los datos
Que es ms importante 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 util izar 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 hilos de datos para tener acceso a todos los datos de los 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
RUBI MARINEZ ANTONIO
altamente integradas de anlisis de alto rendimiento. El uso de herramientas de datos grandes y software permite a una organi zacin 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 hilos 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 t ienen 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 signifi ca 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 de los 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 habr a sido registrado, por lo que estas
comparaciones slo puede ser tomada hasta el momento.
RUBI MARINEZ ANTONIO
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.






RUBI MARINEZ ANTONIO

BIG DATA
base de datos y
software tradicional
realizan millones de
registros
altos costos
busqueda almacenamiento
toma de decisiones
seguridad publica de
los datos
mejores beneficios
identificacion de
datos
optimizacion de
datos
mejores operaciones
empresariales
problema en el
analisis de negocios
uso de herramientas
y software
especializadas
analisis de datos
plataformas
compatibles
volumen masivo de
datos
herramienta
tecnologica