BASE DE DATOS

Una base de datos es un conjunto de datos pertenecientes a un mismo contexto y

almacenados sistemáticamente para su posterior uso. En este sentido; una
biblioteca puede considerarse una base de datos compuesta en su mayoría por
documentos y textos impresos en papel e indexados para su consulta. Actualmente,
y debido al desarrollo tecnológico de campos como la informática y la electrónica,
la mayoría de las bases de datos están en formato digital, siendo este un
componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango
de soluciones al problema del almacenamiento de datos.
Hay programas denominados sistemas gestores de bases de datos, abreviado
SGBD (del inglés Database Management System o DBMS), que permiten
almacenar y posteriormente acceder a los datos de forma rápida y estructurada. Las
propiedades de estos DBMS, así como su utilización y administración, se estudian
dentro del ámbito de la informática.
Las aplicaciones más usuales son para la gestión de empresas e instituciones
públicas; También son ampliamente utilizadas en entornos científicos con el objeto
de almacenar la información experimental.

Aunque las bases de datos pueden contener muchos tipos de datos, algunos de
ellos se encuentran mutuamente protegidos por las leyes de varios países. Por
ejemplo en España, los datos personales se encuentran protegidos por la Ley
Orgánica de Protección de Datos de Carácter Personal (LOPD), en México por
la Ley Federal de Transparencia y Acceso a la Información Pública
Gubernamental y en Argentina la Ley de Protección de Datos Personales.1
En Argentina el Código Penal sanciona ciertas conductas relacionadas con una
base de datos: acceder ilegítimamente a un banco de datos personales,
proporcionar o revelar información registrada en un archivo o en un banco de datos
personales cuyo secreto estuviere obligado a guardar por ley o insertar o hacer
insertar datos en un archivo de datos personales. Si el autor es funcionario público,
sufre además pena de inhabilitación especial.

MYSQL
MySQL es un sistema de gestión de bases de datos relacional desarrollado bajo
licencia dual: Licencia pública general/Licencia comercial por Oracle Corporation y
está considerada como la base datos de código abierto más popular del mundo,12 y
una de las más populares en general junto a Oracley Microsoft SQL Server, sobre
todo para entornos de desarrollo web.
MySQL fue inicialmente desarrollado por MySQL AB (empresa fundada por David
Axmark, Allan Larsson y Michael Widenius). MySQL AB fue adquirida por Sun
Microsystems en 2008, y ésta a su vez fue comprada por Oracle Corporation en
2010, la cual ya era dueña desde 2005 de Innobase Oy,
empresa finlandesa desarrolladora del motor InnoDB para MySQL.
Al contrario de proyectos como Apache, donde el software es desarrollado por una
comunidad pública y los derechos de autor del código están en poder del autor
individual, MySQL es patrocinado por una empresa privada, que posee el copyright
de la mayor parte del código. Esto es lo que posibilita el esquema de doble
licenciamiento anteriormente mencionado. La base de datos se distribuye en varias
versiones, una Community, distribuida bajo la Licencia pública general de GNU,
versión 2, y varias versiones Enterprise, para aquellas empresas que quieran
incorporarlo en productos privativos. Las versiones Enterprise incluyen productos o
servicios adicionales tales como herramientas de monitorización y asistencia
técnica oficial. En 2009 se creó un fork denominado MariaDB por algunos
desarrolladores (incluido algunos desarrolladores originales de MySQL)
descontentos con el modelo de desarrollo y el hecho de que una misma empresa
controle a la vez los productos MySQL y Oracle Database.3
Está desarrollado en su mayor parte en ANSI C y C++.4 Tradicionalmente se
considera uno de los cuatro componentes de la pila de desarrollo LAMP y WAMP.
MySQL es usado por muchos sitios web grandes y populares, como Wikipedia,5
Google67 (aunque no para búsquedas), Facebook,8910 Twitter,11 Flickr,12
y YouTube.

Lenguajes de programación[editar]
Existen varias interfaces de programación de aplicaciones que permiten, a
aplicaciones escritas en diversos lenguajes de programación, acceder a las bases
de datos MySQL, incluyendo C, C++, C#, Pascal, Delphi (vía
dbExpress), Eiffel, Smalltalk, Java (con una implementación nativa del driver de
Java), Lisp, Perl, PHP, Python, Ruby, Gambas, REALbasic (Mac y Linux), (x)Harb
our (Eagle1), FreeBASIC, y Tcl; cada uno de estos utiliza una interfaz de
programación de aplicaciones específica. También existe una interfaz ODBC,
llamado MyODBC que permite a cualquier lenguaje de programación que
soporte ODBCcomunicarse con las bases de datos MySQL. También se puede
acceder desde el sistema SAP, lenguaje ABAP.
Aplicaciones[editar]

Toma de pantalla programa de Monitoreo Mtop.

MySQL es muy utilizado en aplicaciones web,

como Joomla, Wordpress, Drupal o phpBB, en plataformas (Linux/Windows-
Apache-MySQL-PHP/Perl/Python), y por herramientas de seguimiento de errores
como Bugzilla. Su popularidad como aplicación web está muy ligada a PHP, que a
menudo aparece en combinación con MySQL.
MySQL es una base de datos muy rápida en la lectura cuando utiliza el motor no
transaccional MyISAM, pero puede provocar problemas de integridad en entornos
de alta concurrencia en la modificación. En aplicaciones web hay baja concurrencia
en la modificación de datos y en cambio el entorno es intensivo en lectura de datos,
lo que hace a MySQL ideal para este tipo de aplicaciones. Sea cual sea el entorno
en el que va a utilizar MySQL, es importante monitorizar de antemano el rendimiento
para detectar y corregir errores tanto de SQL como de programación.

Versiones de MySQL[editar]
El siguiente gráfico provee un resumen de varias versiones de MySQL y sus estados
actuales de desarrollo:1516171819202122
Características[editar]
Inicialmente, MySQL carecía de elementos considerados esenciales en las bases
de datos relacionales, tales como integridad referencial y transacciones. A pesar de
ello, atrajo a los desarrolladores de páginas web con contenido dinámico,
justamente por su simplicidad.
Poco a poco los elementos de los que carecía MySQL están siendo incorporados
tanto por desarrollos internos, como por desarrolladores de software libre. Entre las
características disponibles en las últimas versiones se puede destacar:
  Amplio subconjunto del lenguaje SQL. Algunas extensiones son incluidas
igualmente.
 Disponibilidad en gran cantidad de plataformas y sistemas.
 Posibilidad de selección de mecanismos de almacenamiento que ofrecen
diferentes velocidades de operación, soporte físico, capacidad, distribución
geográfica, transacciones...
 Transacciones y claves foráneas.
 Conectividad segura.
 Replicación.
 Búsqueda e indexación de campos de texto.

POSTGRESQL
PostgreSQL es un sistema de gestión de bases de datos relacionalorientado a
objetos y de código abierto, publicado bajo la licencia PostgreSQL,1 similar a
la BSD o la MIT.
Como muchos otros proyectos de código abierto, el desarrollo de PostgreSQL no
es manejado por una empresa o persona, sino que es dirigido por una comunidad
de desarrolladores que trabajan de forma desinteresada, altruista, libre o apoyados
por organizaciones comerciales. Dicha comunidad es denominada
el PGDG (PostgreSQL Global Development Group).
PostgreSQL no tiene un gestor de defectos, haciendo muy difícil conocer el estado
de sus defectos.
Nombre del producto[editar]
El uso de caracteres en mayúscula en el nombre PostgreSQL puede confundir a
algunas personas a primera vista. Las distintas pronunciaciones de "SQL" pueden
llevar a confusión. Los desarrolladores de PostgreSQL lo pronuncian /poːst ɡɹɛs kjuː
ɛl/;. Es también común oír abreviadamente como simplemente "Postgres", el que
fue su nombre original. Debido a su soporte del estándar SQL entre la mayor parte
de bases de datos relacionales, la comunidad consideró cambiar el nombre al
anterior Postgres. Sin embargo, el PostgreSQL Core Team anunció en 2007 que el
producto seguiría llamándose PostgreSQL. El nombre hace referencia a los
orígenes del proyecto como la base de datos "post-Ingres", y los autores originales
también desarrollaron la base de datos Ingres.
Historia[editar]
PostgreSQL ha tenido una larga evolución, la cual se inicia en 1982 con el
proyecto Ingres en la Universidad de Berkeley. Este proyecto, liderado por Michael
Stonebraker, fue uno de los primeros intentos en implementar un motor de base de
datos relacional. Después de haber trabajado un largo tiempo en Ingres y de haber
tenido una experiencia comercial con el mismo, Michael decidió volver a la
Universidad en 1985 para trabajar en un nuevo proyecto sobre la experiencia de
Ingres, dicho proyecto fue llamado post-ingres o simplemente POSTGRES.
El proyecto post-ingres pretendía resolver los problemas con el modelo de base de
datos relacional que habían sido aclarados a comienzos de los años 1980. El
principal de estos problemas era la incapacidad del modelo relacional de
comprender "tipos", es decir, combinaciones de datos simples que conforman una
única unidad. Actualmente estos son llamados objetos. Se esforzaron en introducir
la menor cantidad posible de funcionalidades para completar el soporte de tipos.
Estas funcionalidades incluían la habilidad de definir tipos, pero también la habilidad
de describir relaciones - las cuales hasta ese momento eran ampliamente utilizadas
pero mantenidas completamente por el usuario. En Postgres la base de datos
«comprendía» las relaciones y podía obtener información de tablas relacionadas
utilizando reglas. Postgres usó muchas ideas de Ingres pero no su código.
La siguiente lista muestra los hitos más importantes en la vida del proyecto
Postgres.
 1986: se publicaron varios papers que describían las bases del sistema.
 1988: ya se contaba con una versión utilizable.
 1989: el grupo publicaba la versión 1 para una pequeña comunidad de
usuarios.
 1990: se publicaba la versión 2 la cual tenía prácticamente reescrito el
sistema de reglas.
 1991: publicación de la versión 3, esta añadía la capacidad de múltiples
motores de almacenamiento.
 1993: crecimiento importante de la comunidad de usuarios, la cual
demandaba más características.
 1994: después de la publicación de la versión 4, el proyecto terminó y el
grupo se disolvió.
Después de que el proyecto POSTGRES terminara, dos graduados de la
universidad, Andrew Yu y Jolly Chen, comenzaron a trabajar sobre el código de
POSTGRES, esto fue posible dado que POSTGRES estaba licenciado bajo la BSD,
y lo primero que hicieron fue añadir soporte para el lenguaje SQL a POSTGRES,
dado que anteriormente contaba con un intérprete del lenguaje de consultas QUEL
(basado en Ingres), creando así el sistema al cual denominaron Postgres95.
Para el año 1996 se unieron al proyecto personas ajenas a la Universidad
como Marc Fournier de Hub.Org Networking Services, Bruce Momjian y Vadim B.
Mikheev quienes proporcionaron el primer servidor de desarrollo no universitario
para el esfuerzo de desarrollo de código abierto y comenzaron a trabajar para
estabilizar el código de Postgres95.
En el año 1996 decidieron cambiar el nombre de Postgres95 de tal modo que refleje
la característica del lenguaje SQL y lo terminaron llamando PostgreSQL, cuya
primera versión de código abierto fue lanzada el 1 de agosto de 1996. La primera
versión formal de PostgreSQL (6.0) fue liberada en enero de 1997. Desde entonces,
muchos desarrolladores entusiastas de los motores de base de datos se unieron al
proyecto, coordinaron vía Internet y entre todos comenzaron a incorporar muchas
características al motor.

ORACLE
Oracle Database es un sistema de gestión de base de datos de tipo objeto-
relacional (ORDBMS, por el acrónimo en inglés de Object-Relational Data Base
Management System), desarrollado por Oracle Corporation.
Su dominio en el mercado de servidores empresariales había sido casi total hasta
que recientemente tiene la competencia del Microsoft SQL Server y de la oferta de
otros RDBMS con licencia libre como PostgreSQL, MySQL o Firebird.
Las últimas versiones de Oracle han sido certificadas para poder trabajar
bajo GNU/Linux.

Historia[editar]
Oracle surge en 1977 bajo el nombre de SDL (Software Development Laboratories).
En 1979, SDL cambia su nombre por Relational Software, Inc. (RSI).
La fundación de SDL fue motivada principalmente a partir de un estudio sobre
los SGBD (Sistemas Gestores de Base de Datos) de George Koch. Computer
World definió este estudio como uno de los más completos jamás escritos sobre
bases de datos. Este artículo incluía una comparativa de productos que dirigía
a Relational Software como el más completo desde el punto de vista técnico. Esto
se debía a que usaba la filosofía de las bases de datos relacionales, algo que por
aquella época era todavía desconocido.
En la actualidad, Oracle (Nasdaq: ORCL) todavía encabeza la lista. La tecnología
Oracle se encuentra prácticamente en todas las industrias alrededor del mundo y
en las oficinas de 98 de las 100 empresas Fortune 100. Oracle es la primera
compañía de software que desarrolla e implementa software para empresas cien
por ciento activado por Internet a través de toda su línea de productos: base de
datos, aplicaciones comerciales y herramientas de desarrollo de aplicaciones y
soporte de decisiones. Oracle es el proveedor mundial líder de software para
administración de información, y la segunda empresa de software.
Oracle, a partir de la versión 10g Release 2, cuenta con 7 ediciones:1
 Enterprise Edition (EE).
 Standard Edition (SE).
 Standard Edition One (SE1)
 Standard Edition 2 (SE2)
 Express Edition (XE).
 Personal Edition (PE).
 Lite Edition (LE).
La única edición gratuita es la Express Edition, que es compatible con las demás
ediciones de Oracle Database 10gR2 y Oracle Database 11g.
Oracle adquirió Sun Microsystems y con ella la empresa encargada comercial de
MySQL.
La última versión de Oracle es la versión 19c. La primera base de datos diseñada
para Cloud Computing, que fue lanzada en 2013, fue Oracle 12c, con ella Oracle
intentaba facilitar los esfuerzos de las empresas para estandarizar, consolidar y
automatizar los servicios de las bases de datos en la nube.
Características[editar]
Oracle Database 10G Standard Edition[editar]
La base de datos Oracle 10g Standard Edition es compatible con medianas
industrias. Esta incluye Real Application Clúster para proporcionar protección en
contra de fallos de hardware. Es fácil de instalar y configurar, viene con su propio
software de clustering, administración de almacenamiento y otras capacidades de
auto administración. La base de datos Oracle 10g Standard Edition administra todos
sus datos y permite que todas sus aplicaciones de negocio tomen ventaja del
rendimiento, seguridad y confiabilidad que proporciona la base de datos Oracle.
También brinda la flexibilidad de poder migrar a Oracle 10g Enterprise Edition,
protegiendo su inversión a medida que los requerimientos de su negocio crecen.
La Base de datos Oracle 10g Release 2 Standard Edition está optimizada para su
despliegue en medianas industrias. Está soportada en un único servidor soportando
hasta un máximo de 4 CPUs, o en un ambiente de servidores en clúster, con un
máximo de 4 CPUs en el clúster. La base de datos Oracle 10g Release 2 Standard
Edition está disponible en todos los sistemas operativos soportados por Oracle entre
los cuales se incluye Windows, Linux y Unix.
La base de datos Oracle 10g Standard Edition proporciona una rápida instalación
tanto en un único servidor como en un ambiente de clúster. La base de datos va a
estar preconfigurada lista para ser usada en producción, completa con espacio
automatizado, administración de almacenamiento y de memoria, back up y
recuperación automatizado y administrador de estadísticas automatizado. La
consola de Enterprise Manager 10g Data base control proporciona una interface
web que muestra el estado actual de la base de datos y del ambiente de clúster y
permite la administración de la base de datos desde cualquier browser conectado a
su sistema. La base de datos Oracle Standard Edition también toma ventaja de la
solución de clusterware, eliminando la complejidad de tener que instalar y configurar
clusterware de terceros. El Automatic Storage Management tiene la capacidad de
eficientemente distribuir los datos almacenados a través de los discos disponibles,
asegurando óptimo desempeño y eliminando la necesidad de gestores de
volúmenes de terceros.
Oracle como la base de datos líder del mercado soporta todos los tipos de datos
relacionales estándares, así como también datos nativos como XML, texto,
imágenes, documentos, audio, y datos espaciales. El acceso a la información es
realizado a través de interfaces estándares como SQL, JDBC, SQLJ, ODBC.Net,
OLE.Net y ODP.Net, SQL/XML, XQuery y WebDAV. Los procedimientos
almacenados pueden ser escritos en Java, PL/SQL o utilizando .Net CLR support
en Oracle Database 10g Release 2.
La base de datos Oracle Standard Edition usa las mismas gestiones de
concurrencia que son usadas por la base de datos Oracle Enterprise Edition,
asegurando el máximo rendimiento para todas las cargas de trabajo. Cuando se
corre en un clúster, la carga de trabajo es automáticamente balanceada a través de
las máquinas disponibles, asegurando la máxima utilización de su equipo.
Implementando un ambiente de clusters con Real Application Clúster protege sus
aplicaciones de negocio ante caídas de negocio. Cuando una máquina falla o
necesita mantenimiento, sus aplicaciones de negocio pueden continuar accediendo
a los datos ininterrumpidamente en las otras maquinas del clúster.
Por ser Standard Edition construida sobre la misma base y código que la base de
datos Enterprise Edition, usted tendrá la flexibilidad de moverse a una versión
superior manteniendo protegida su inversión inicial.2
BASE DE DATOS RELACIONAL
La base de datos relacional (BDR) es un tipo de base de datos (BD) que cumple
con el modelo relacional (el modelo más utilizado actualmente para implementar las
BD ya planificadas).
Tras ser postuladas sus bases en 1970 por Edgar Frank Codd,1 de los
laboratorios IBM en San José (California), no tardó en consolidarse como un nuevo
paradigma en los modelos de base de datos.2
Un sistema de software utilizado para mantener las bases de datos relacionales es
un relational database management system (RDBMS) o sistema de gestión de
bases de datos relacionales. Virtualmente, todas los sistemas de bases de datos
relacionales utilizan SQL (Structured Query Language) para consultar y mantener
la base de datos.

Características comunes[editar]
 Una base de datos se compone de varias tablas, denominadas relaciones.
 No pueden existir dos tablas con el mismo nombre ni registro.
 Cada tabla es a su vez un conjunto de campos (columnas) y registros (filas).
 La relación entre una tabla padre y un hijo se lleva a cabo por medio de las
claves primarias y claves foráneas (o ajenas).
 Las claves primarias son la clave principal de un registro dentro de una tabla
y estas deben cumplir con la integridad de datos.
 Las claves ajenas se colocan en la tabla hija, contienen el mismo valor que
la clave primaria del registro padre; por medio de estas se hacen las formas
relacionales.
Elementos[editar]
Véase también: Dato
Relaciones (características en común)[editar]
En una BDR, todos los datos se almacenan y se accede a ellos por medio de
relaciones previamente establecidas.
Relaciones base[editar]
Las relaciones que almacenan datos son llamadas relaciones base y su
implementación es llamada "tabla".
Relaciones derivadas[editar]
Otras relaciones no almacenan datos, pero son calculadas al aplicar operaciones
relacionales. Estas relaciones son llamadas relaciones derivadas y su
implementación es llamada "vista" o "consulta". Las relaciones derivadas son
convenientes, ya que expresan información de varias relaciones actuando como si
fuera una sola tabla.
Restricciones[editar]
Una restricción es una limitación que obliga el cumplimiento de ciertas condiciones
en la BD.
Algunas no son determinadas por los usuarios, sino que son inherentemente
definidas por el simple hecho de que la BD sea relacional. Algunas otras
restricciones las puede definir el usuario, por ejemplo, usar un campo con valores
enteros entre 1 y 10.
Las restricciones proveen un método de implementar "reglas" en la base de datos.
Las restricciones limitan los datos que pueden ser almacenados en las tablas.
Usualmente se definen usando expresiones que dan como resultado un valor
booleano, indicando si los datos satisfacen la restricción o no.
Las restricciones no son parte informal y formal del modelo relacional, pero son
incluidas porque juegan el rol de organizar mejor los datos. Las restricciones son
muy discutidas junto con los conceptos relacionales.
Dominios[editar]
Un dominio describe un conjunto de posibles valores para cierto atributo. Como un
dominio restringe los valores del atributo, puede ser considerado como una
restricción. Matemáticamente, atribuir un dominio a un atributo significa "cualquier
valor de este atributo debe ser elemento del conjunto especificado".
Distintos tipos de dominios son: enteros, cadenas de texto, fecha, no procedurales,
etc.
Cada tabla puede tener uno o más campos cuyos valores identifican de forma única
cada registro de dicha tabla, es decir, no pueden existir dos o más registros
diferentes cuyos valores en dichos campos sean idénticos. Este conjunto de campos
se llama clave única. Pueden existir varias claves únicas en una determinada tabla,
y a cada una de éstas suele llamársele candidata a clave primaria.
BIGDATA
Big Data es un término que describe el gran volumen de datos, tanto
estructurados como no estructurados, que inundan los negocios cada día.
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 estratégicos.

Índice de contenidos
 1. ¿Qué es Big Data?
 2. ¿Por qué el Big Data es tan importante?
 3. Desafíos de la calidad de datos en Big Data
 4. Cómo construir un plan de Data Governance en Big data
 5.Material complementario

1. ¿Qué es Big Data?

Cuando hablamos de Big Data nos referimos a conjuntos de datos o
combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad
(variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura,
gestión, procesamiento o análisis mediante tecnologías y herramientas
convencionales, tales como bases de datosrelacionales y estadísticas
convencionales o paquetes de visualización, dentro del tiempo necesario para que
sean útiles.
Descárgate nuestra Guía sobre Big Data
Aunque el tamaño utilizado para determinar si un conjunto de datos determinado
se considera Big Data no está firmemente definido y sigue cambiando con el
tiempo, la mayoría de los analistas y profesionales actualmente se refieren a
conjuntos de datos que van desde 30-50 Terabytes a varios Petabytes.
La naturaleza compleja del Big Data se debe principalmente a la naturaleza
no estructurada de gran parte de los datos generados por las tecnologías
modernas, como los web logs, la identificación por radiofrecuencia (RFID), los
sensores incorporados en dispositivos, la maquinaria, los vehículos, las
búsquedas en Internet, las redes sociales como Facebook, computadoras
portátiles, teléfonos inteligentes y otros teléfonos móviles, dispositivos GPS y
registros de centros de llamadas.
En la mayoría 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 aplicación comercial más convencional, como un ERP
(Enterprise Resource Planning) o un CRM (Customer Relationship Management).
2. ¿Por qué el Big Data es tan importante?
Lo que hace que Big Data sea tan útil para muchas empresas es el hecho de
que proporciona respuestas a muchas preguntas que las empresas ni
siquiera sabían que tenían. En otras palabras, proporciona un punto de
referencia. Con una cantidad tan grande de información, 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 más comprensible.
La recopilación de grandes cantidades de datos y la búsqueda de tendencias
dentro de los datos permiten que las empresas se muevan mucho más
rápidamente, sin problemas y de manera eficiente. También les permite
eliminar las áreas problemáticas antes de que los problemas acaben con sus
beneficios o su reputación.
El análisis 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 más inteligentes, operaciones más eficientes, mayores
ganancias y clientes más felices. Las empresas con más éxito con Big Data
consiguen valor de las siguientes formas:
 Reducción de coste. Las grandes tecnologías de datos, como Hadoop y el
análisis basado en la nube, aportan importantes ventajas en términos de
costes cuando se trata de almacenar grandes cantidades de datos, además
de identificar maneras más eficientes de hacer negocios.
 Más rápido, mejor toma de decisiones. Con la velocidad de Hadoop y la
analítica en memoria, combinada con la capacidad de analizar nuevas
 fuentes de datos, las empresas pueden analizar la información
inmediatamente y tomar decisiones basadas en lo que han aprendido.
 Nuevos productos y servicios. Con la capacidad de medir las
necesidades de los clientes y la satisfacción a través de análisis viene el
poder de dar a los clientes lo que quieren. Con la analítica de Big Data, más
empresas están creando nuevos productos para satisfacer las necesidades
de los clientes.

Por ejemplo:
 Turismo: Mantener felices a los clientes es clave para la industria del
turismo, pero la satisfacción del cliente puede ser difícil de medir,
especialmente en el momento oportuno. Resorts y casinos, por ejemplo,
sólo tienen una pequeña oportunidad de dar la vuelta a una mala
experiencia de cliente. El análisis de Big data ofrece a estas empresas la
capacidad de recopilar datos de los clientes, aplicar análisis e identificar
inmediatamente posibles problemas antes de que sea demasiado tarde.
 Cuidado de la salud: El Big Data aparece en grandes cantidades en la
industria sanitaria. Los registros de pacientes, planes de salud, información
de seguros y otros tipos de información pueden ser difíciles de manejar,
pero están llenos de información clave una vez que se aplican las
analíticas. Es por eso que la tecnología de análisis de datos es tan
importante para el cuidado de la salud. Al analizar grandes cantidades de
información - tanto estructurada como no estructurada - rápidamente, se
pueden proporcionar diagnósticos u opciones de tratamiento casi de
inmediato.
 Administración: La administración se encuentra ante un gran desafío:
mantener la calidad y la productividad con unos presupuestos ajustados.
Esto es particularmente problemático con lo relacionado con la justicia. La
tecnología agiliza las operaciones mientras que da a la administración una
visión más holística de la actividad.
 Retail: El servicio al cliente ha evolucionado en los últimos años, ya que los
compradores más inteligentes esperan que los minoristas comprendan
exactamente lo que necesitan, cuando lo necesitan. El Big Data ayuda a los
minoristas a satisfacer esas demandas. Armados con cantidades
interminables de datos de programas de fidelización de clientes, hábitos de
compra y otras fuentes, los minoristas no sólo tienen una comprensión
profunda de sus clientes, sino que también pueden predecir tendencias,
recomendar nuevos productos y aumentar la rentabilidad.
 Empresas manufactureras: Estas despliegan sensores en sus productos
para recibir datos de telemetría. A veces esto se utiliza para ofrecer
servicios de comunicaciones, seguridad y navegación. Ésta telemetría
también revela patrones de uso, tasas de fracaso y otras oportunidades de
mejora de productos que pueden reducir los costos de desarrollo y montaje.
 Publicidad: La proliferación de teléfonos inteligentes y otros dispositivos
GPS ofrece a los anunciantes la oportunidad de dirigirse a los
consumidores cuando están cerca de una tienda, una cafetería o un
restaurante. Esto abre nuevos ingresos para los proveedores de servicios y
ofrece a muchas empresas la oportunidad de conseguir nuevos prospectos.
 Otros ejemplos del uso efectivo de Big Data existen en las siguientes
áreas:
o Uso de registros de logs de TI para mejorar la resolución de
problemas de TI, así como la detección de infracciones de seguridad,
velocidad, eficacia y prevención de sucesos futuros.
o Uso de la voluminosa información histórica de un Call Center de
forma rápida, con el fin de mejorar la interacción con el cliente y
aumentar su satisfacción.
o Uso de contenido de medios sociales para mejorar y comprender
más rápidamente el sentimiento del cliente y mejorar los productos,
los servicios y la interacción con el cliente.
o Detección y prevención de fraudes en cualquier industria que
procese transacciones financieras online, tales como compras,
actividades bancarias, inversiones, seguros y atención médica.
o Uso de información de transacciones de mercados
financieros para evaluar más rápidamente el riesgo y tomar
medidas correctivas.
 16 Y nosotros hemos 16 Y nosotros hemos
conocido y creído el conocido y creído el
amor que Dios tiene amor que Dios tiene
para con nosotros. Dios para con nosotros. Dios
es amor; y el que es amor; y el que
permanece en amor, permanece en amor,
permanece en Dios, y permanece en Dios, y
Dios en él. Dios en él.
JUAN 4-16 JUAN 4-16