ALEJANDRA BASURTO GARCA

TEMAS SELECTOS DE INFORMACIN

LIA I-9
Texto 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 trillions 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. 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
ALEJANDRA BASURTO GARCA
TEMAS SELECTOS DE INFORMACIN
LIA I-9
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.


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
ALEJANDRA BASURTO GARCA
TEMAS SELECTOS DE INFORMACIN
LIA I-9
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.
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 leveraging 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 climate 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.




ALEJANDRA BASURTO GARCA
TEMAS SELECTOS DE INFORMACIN
LIA I-9
Traduccin al espaol
BIG DATA
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 el 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
ALEJANDRA BASURTO GARCA
TEMAS SELECTOS DE INFORMACIN
LIA I-9
contenida en los datos, sino que tambin ayudar a identificar 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
los analistas de 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
impulsaron a la empresa a llevar.
Volver Desarrollo de entre los muertos.
ALEJANDRA BASURTO GARCA
TEMAS SELECTOS DE INFORMACIN
LIA I-9
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












ALEJANDRA BASURTO GARCA
TEMAS SELECTOS DE INFORMACIN
LIA I-9

BIG BATA
un volumen masivo
de datos tanto
estructurados como
no estructurados
analisa todos los
datos y solo guarda
los mas utiles
ayuda a la toma
de decisisones
ayudar a las
empresas a mejorar
sus operaciones y
tomar decisiones
ms rpidas, ms
inteligentes.
plataformas
compatibles
Se usa el
conocimiento de
analizar todo
Seguridad de la
informacion
ayudar con el
desarrollo de
productos y obtener
una ventaja
competitiva.
tan grandes que son
difcil de procesar
utilizando tcnicas de
bases de datos y de
software
tradicionales
origin con las
empresas de
bsqueda Web