Top PDF Big Data El Valor de Los Datos

Big Data El Valor de Los Datos

Big Data El Valor de Los Datos

• Energía. Es posible optimizar la producción de la energía, adaptándola a la demanda en tiempo real, mediante la recolección de los datos que proceden de los contadores eléctricos inteligentes instalados en las viviendas así como los datos que proceden de plataformas open data y las previsiones meteorológicas. Esto supone un importante ahorro energético y un crecimiento más sostenible y ecológico. En concreto, según la Economist Intelligence Unit, tres de cada cuatro eléctricas europeas esperan que el volumen de datos crezca un 25% en los próximos tres años, pero la mitad de ellas afirman que actualmente no están maximizando los datos que están recogiendo. Entre las posibilidades que ofrece el Big Data para estas empresas destacan: conocer de primera mano cuándo se dan los picos de demanda, de tal forma que aumenta su eficiencia; mejorar el tiempo de respuesta ante una interrupción del servicio eléctrico; y priorizar las operaciones de mantenimiento así como conocer situaciones de fraude o robo. Pero sobre todo, el mayor beneficiario puede ser el cliente, permitiendo a las eléctricas personalizar su experiencia y ofrecer paquetes de servicios ad hoc que
Show more

80 Read more

Big Data: el Valor de la Información Personal y la Privacidad

Big Data: el Valor de la Información Personal y la Privacidad

Lo que hoy busca, es expandir el alcance del análisis de la información a todas las fuentes de datos exis- tentes; y ya que la mayoría de información produci- da por el ser humano persiste, por lo general, en el mismo gran repositorio centralizado (internet), esta tarea ha sido posible. Es por esto que ha nacido Big Data, el cual busca identificar en una gran cantidad de fuentes diferentes y con diferentes tipos de datos todas las correlaciones existentes entre las mismas y los patrones implícitos u ocultos que ofrecen los da- tos mediante la utilización de algoritmos complejos sobre un tópico particular, lo cual hace que se ma- nejen volúmenes de datos extremadamente grandes en tiempos muy ajustados. Esto suena relativamente sencillo, pero realmente implica una logística con- formada por un gran número de analistas de infor- mación, así como una plataforma tecnológica muy robusta que permita la obtención, almacenamiento y procesamiento de la información para obtener un resultado muy específico y orientado a satisfacer una serie de requisitos particulares.
Show more

10 Read more

Big data: la revolución de los datos y su impacto en la comunicación corporativa

Big data: la revolución de los datos y su impacto en la comunicación corporativa

PALABRAS CLAVE: comunicación estratégica, comunicación corporativa, relaciones públicas, big data, gestión de datos. Desde el punto de vista de la comunicación corporativa, la irrupción de big data no debe verse como una amenaza, sino como una oportunidad para superar los enfoques tradicionales de comunicación (Pereira Villazón, Portilla Manjón y Rodríguez Salcedo, 2019). El big data puede contribuir a mejorar las estrategias de comunicación, al fijar unos objetivos específicos y permitir la microsegmentación de públicos. Además, puede ayudar a descubrir nuevas formas para medir la contribución de la comunicación corporativa y las RRPP en el éxito empresarial y su influencia en la organización (Weiner y Kochhar, 2016). Investigaciones recientes confirman que cada vez hay más empresas que integran el big data dentro de su estrategia global y corporativa. Sin embargo, aunque los profesionales de la comunicación en Europa consideran que el big data cambiará su profesión en un futuro próximo (Zerfass, Tench, Verhoeven, Vercic y Moreno, 2018), su implementación es todavía escasa. Por ello, la presente investigación se propone descubrir cuáles son las expectativas, retos, oportunidades y miedos que perciben los profesionales ante la inminente irrupción del big data. Se aplica un método cualitativo basado en la realización de entrevistas a responsables de comunicación de empresas nacionales e internacionales implantadas en España. Los principales resultados muestran una necesidad de compromiso, implicación y formación de los profesionales, así como la importancia de que tengan una especial sensibilidad con el uso de los datos.
Show more

18 Read more

Hacia un universo digital de datos: el Big Data y Open Data

Hacia un universo digital de datos: el Big Data y Open Data

En los últimos años se han creado, almacenado y gestionado una enorme cantidad de datos que ha desbordado la capacidad de los sistemas de computación y los centros de datos. A esta inmensa cantidad de datos se le ha venido en llamar Big Data y se le ha asociado de manera inequívoca con cloud computing. Pero la situación es que los usuarios domésticos, las organizaciones y empresas crean, leen, almacenan, filtran, comprimen, optimizan, gestionan.., y naturalmente, analizan estas inmensas cantidades de datos que ya en 2010 la Consultora IDC en un informe que realiza por encargo de la empresa de almacenamiento EMC, cifraba en 0,8 Zetabytes (1 Zetabyte es igual a 1 billón de Gigabytes) y pronosticaba que para el año 2020 esta cifra subiría a 35 Zetabytes (35 billones de Gigabytes) o lo que es lo mismo, esta cantidad se multiplicaría por 44 en una década.
Show more

17 Read more

Big data. Un nuevo paradigma de análisis de datos

Big data. Un nuevo paradigma de análisis de datos

La computación en la nube ha su- puesto una reducción de costes, una mayor flexibilidad y una utilización óptima de los recursos, por lo que se considera que es una herramienta de ventaja competitiva de las empresas. Entre sus usos destaca la analítica de los big data. Kambatla et al. (2014) han indicado que una de las principales aplicaciones de la generación futura de sistemas distribuidos y de cálculo paralelo se encuentra en la analítica de los datos enormes. Los reposito- rios de datos para tales aplicaciones exceden actualmente la magnitud de exabytes y están creciendo rápida- mente en tamaño. Los datos residen en plataformas con capacidades com- putacionales y de red que varían am- pliamente. Ello hace que las considera- ciones de tolerancia a fallos, seguridad y control de acceso sean críticas.
Show more

7 Read more

Computación en la nube: Big Data y protección de datos personales

Computación en la nube: Big Data y protección de datos personales

27 El Art. 5.1 LOPDCP establece un contenido mínimo de la información que debe de suministrar el responsable del tratamiento al titular de los datos, algunos de cuyos extremos, sin embargo, pueden omitirse si se deduce de la naturaleza de los datos que se soliciten o de las circunstancias concretas en las que éstos se demanden (Art. 5.3 LOPDCP). Por eso, nos parece que el contenido debe también comprender aquella información que imponga el principio general de buena fe y que evite el dolo (Art. 7.1 CC). Así, el titular de los datos de carácter personal debe ser informado, de modo expreso, preciso e inequívoco de la existencia de un fichero, de que sus datos personales se recogen y serán objeto de tratamiento, la finalidad del mismo y los destinatarios de sus datos, debe darse a conocer quién es el responsable del tratamiento, recordarle la posibilidad de ejercicio de sus derechos, entre otros aspectos. Dentro del grupo de destinatarios debería comprenderse al encargado del tratamiento contratado por el responsable y, en su caso, los posibles subencargados del mismo que, a su vez, haya contratado el encargado. Debe notarse que, en la mayoría de casos, sobre todo, cuando se manejan Big Data y el proveedor de servicios de computación en la nube es una multinacional, lo usual es la subcontratación de las diferentes operaciones en qué consiste el tratamiento de los datos. Esta información debe estar disponible para el titular de los datos, en la medida en que si encargado y subencargados no se ajustan a la finalidad perseguida con el tratamiento de los datos ocasionando daños al titular de los mismos, serán considerados como responsables del tratamiento, asumiendo la responsabilidad civil, penal y administrativa que les corresponda (Art. 12.5 LOPDCP).
Show more

48 Read more

La creación de valor en las empresas a través del Big Data

La creación de valor en las empresas a través del Big Data

La historia de Big Data empieza varios años antes del actual boom, cuando el término “Big Data” es por primera vez empleado en 1997 con relación al Big Data tal y como lo conocemos ahora, en un estudio de la NASA de dos investigadores, Michael Cox y David Ellsworth 12 , para referirse a la generación de ingentes cantidades de información cuando simulaban en los supercomputadores de la época el flujo de aire alrededor de las aeronaves. En 2001 la consultora Gartner define el modelo “V3” en la publicación “3D Data Management: Controlling Data Volume, Velocity, and Variety” 13 . En 2004 Google crea MapReduce, un nuevo paradigma del procesamiento distribuido de grandes cantidades de datos, un año después, en 2005 Yahoo crea la solución Hadoop para su proyecto de motor de busqueda, basada en el funcionamiento de MapReduce de Google y Hadoop Distributed File System (HDFS) para el almacenamiento, posteriormente fue cedido con licencia Open Source 14 a la Apache Software Foundation para que esta comunidad continuase su desarrollo y lo distribuyese libremente con descarga gratuita, este último hecho supone el principio de la explosión del Big Data. Ocho años después de que Michael Cox y David Ellsworth nombrasen el Big Data como una cantidad ingente de datos. En 2004 con el surgimiento de la web 2.0 empieza el auge de los blogs y las redes sociales y es cuando el volumen de datos empieza a aumentar exponencialmente a medida que crecen los usuarios de estas y crece el rastro de datos que a su vez estos dejan, en la web, en las redes sociales, en transacciones, en geoposicionamiento… La creciente obtención de datos es tan grande que agota el potencial de las infraestructuras IT tradicionales. Según IBM el 90% de los datos del mundo actual han sido creados solo en los últimos dos años 15 . Posteriormente el abaratamiento de los sensores y su miniaturización así como la interconexión de los objetos están contribuyendo a lo que actualmente conocemos como el internet de las cosas otra fuente importante de datos para el Big Data.
Show more

46 Read more

Objetivos de la formación. Dirigido a: Contenido. 1. Entender el Big Data. 2. De los datos del Cliente al Big Data. 3. Aplicaciones del Big Data

Objetivos de la formación. Dirigido a: Contenido. 1. Entender el Big Data. 2. De los datos del Cliente al Big Data. 3. Aplicaciones del Big Data

100% virtual en directo con el formador Big data es esencial para administrar una masa creciente de datos, de diversas fuentes, desestructurados y cambiantes a cada segundo. Big data ya no es una opción para el marketing web y la comunicación digital, es uno de los componentes del conocimiento del cliente y del seguimiento de acciones.

23 Read more

Minería de datos, minería de textos y Big Data

Minería de datos, minería de textos y Big Data

Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de textos y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el análisis de
Show more

5 Read more

Nuevas tendencias en el uso de los datos para el marketing: Big Data

Nuevas tendencias en el uso de los datos para el marketing: Big Data

Con este trabajo se ha pretendido poner en valor el gran interés que para las empresas tiene el tratamiento de la información para generar conocimiento, en particular, en el campo del marketing y la investigación de mercados. Así pues, hemos analizado en el caso práctico al disponer de un sistema de información completo y tomar decisiones en base a esos datos, lo que supone maximizar el beneficio de determinadas acciones estratégicas. Gracias al modelo de regresión que hemos planteado podríamos dar respuesta a este problema de negocio; A qué clientes de IKEA FAMILY de los 5,3 millones de socios, tiene interés enviarles un nuevo folleto con este tipo de colchón propuesto en nuestro hipotético caso empírico ya que tiene un coste para la empresa de un 1€ por folleto. Si el departamento de marketing tiene asignados 100.000€ de presupuesto para realizar esta acción: ¿Cómo seleccionaríamos esos 100.000 clientes? La respuesta nos la da precisamente el modelo de regresión binario planteado, con un porcentaje de acierto de más de un 90% y con un ODD ratio muy superiores al 50% para los perfiles de clientes según edad y estudios que en el modelo hemos visto. Concretamente uno de los perfiles que maximiza la probabilidad de compra (98%) es una mujer de 42 años con al menos 2 hijos y estudios medios.
Show more

46 Read more

Big Data. Análisis de grandes volúmenes de datos en Organizaciones

Big Data. Análisis de grandes volúmenes de datos en Organizaciones

La importancia del Big Data para las empresas reside en el hecho de ser capaz de responder a preguntas que ni las propias empresas sabían que tenían que hacerse. Si siempre se ha considerado la información como un activo rele- vante de la empresa, con el Big Data se convierte en la clave competitiva, ya que permite obtener datos de distintas fuentes, almacenarlos y convertirlos en infor- mación accionable para descubrir patrones y tendencias clave para el negocio. Según un reciente estudio de IDC Research, las empresas que implanten estos modelos y que trabajen con ellos, tienen 5 veces más posibilidades de superar sus expectativas de negocio.
Show more

83 Read more

Blockhain la nueva base de datos no SQL en BIG Data

Blockhain la nueva base de datos no SQL en BIG Data

Como los grandes datos permiten el modelado predictivo de más y más procesos de la realidad, la tecnología blockchain podría ayudar a convertir la predicción en acción. La tecnología Blockchain podría unirse con grandes datos, en capas sobre la transformación reactiva-predictiva que está lentamente en marcha en la ciencia de los grandes datos para permitir el funcionamiento automatizado de grandes áreas de tareas a través de contratos inteligentes y la economía. El análisis predictivo de Big Data podría coincidir perfectamente con la ejecución automática de contratos inteligentes. Podríamos lograr esto específicamente agregando tecnología de bloque de bloques como la capa de pagos económicos incrustados y la herramienta para la administración de cuantos, implementada a través de contratos inteligentes automatizados, Dapps, DAOs y DACs. La operación automatizada de enormes clases de tareas podría aliviar a los humanos porque las tareas serían manejadas por un sistema de computación universal, descentralizado y distribuido a nivel mundial (Swan, 2015).
Show more

32 Read more

Big Data. Análisis de grandes volúmenes de datos en Organizaciones

Big Data. Análisis de grandes volúmenes de datos en Organizaciones

El big data (o grandes volúmenes de datos) ha ido creciendo de manera exponencial en los últimos años. Cada vez es más fácil y barato almacenar datos, y esto es un avance, ya que los data scientists y las personas que trabajan con estos datos van a tener información suficiente como para poder tener un mayor conocimiento de la empresa o negocio, y esto se va a traducir en una ventaja competitiva. El Big data, por ejemplo, nos va a ayudar a tener un mayor conocimiento de nuestros clientes, a darles un trato más personalizado, a mejorar las medidas antifraude del comercio electrónico, a evitar la perdida de clientes en manos de la competencia, y a ser más rápidos y eficientes en las decisiones que tomemos.
Show more

54 Read more

Análisis Simbólico de Datos: una potente herramienta para Big Data

Análisis Simbólico de Datos: una potente herramienta para Big Data

Abstract Los datos simbólicos, introducidos por Edw in Diday en los ochenta, se ocupan del análisis de datos con variabilidad intrínseca que debería ser tenida en cuenta. E n m inería de datos, análisis m ultivariado de datos y estadística clásica los elementos analizados generalm ente son entidades individuales, para las cuales se graba un valor individual de cada variable. Por ejem­ plo, individuos descriptos por edad, salario, nivel edu­ cativo, etc. Pero cuando los elementos de interes son clases o grupos de algún tipo, como los ciudadanos que viven en una ciudad determ inada, modelos de autos en lugar de vehículos específicos, etc.; hay variabilidad inherente en los datos. Reducir esta variabilidad me­ diante m edidas de tendencia central, tales como m edia aritmíetica, m ediana o moda, lleva obviam ente a una píerdida de informaciíon im portante.
Show more

9 Read more

Desafíos que para la privacidad y la protección de datos implica el Big Data

Desafíos que para la privacidad y la protección de datos implica el Big Data

La legislación de protección de datos no se opone al desarrollo y aplicación del Big Data pero este fenómeno debe implantarse partiendo siempre del respeto a estos principios. Esto no obsta para que la normativa tradicional en materia de protección de datos pueda y deba verse completada con otras aproximaciones con el fin de salvaguardar la privacidad de manera efectiva. De ahí la importancia de realizar evaluaciones de impacto en la protección de datos y de potenciar la transparencia por parte de las empresas que tratan datos masivos, así como de otorgar a los ciudadanos un adecuado control sobre sus datos personales y de reforzar la necesidad de que otorguen su consentimiento.
Show more

5 Read more

Arquitectura para la Gestión de Datos Imperfectos en la Era de Big Data

Arquitectura para la Gestión de Datos Imperfectos en la Era de Big Data

Las aplicaciones en el área de Big Data, requieren administrar un volumen de muchos Terabytes de datos cuyo tamaño, complejidad y diversidad, impiden que los Sistemas Gestores de Bases de Datos (SGBD) tradicionales puedan manejarlos eficientemente. Por eso han surgido las Bases de Datos bajo el paradigma NoSQL (No sólo SQL), que permiten resolver problemas de escalabilidad y rendimiento que presentan estos tamaños, así como su gran diversidad, usando nuevos entornos de datos distribuidos y escalables de forma horizontal [1]. Además, con el surgimiento de tecnologías asociadas a Internet de las Cosas (IoT) se puede obtener una gran cantidad datos de diversas fuentes, de forma rápida, confiable y segura. La integración de áreas como sistemas de información, inteligencia artificial, base de datos, sistemas expertos y extracción de conocimiento ha evidenciado la necesidad de gestionar datos imperfectos [3]. Este se considera un tema de investigación importante ya que los datos imperfectos están presentes en muchas aplicaciones del mundo real, la gestión de estos datos contribuyen a comprender y predecir mejor el comportamiento de los usuarios y mejorar sus experiencias [4]. En cuanto a la naturaleza de los datos, se consideran varios tipos de información imperfecta que debe ser incluida en una base de datos, clasificándola como imprecisa, incierta o vaga [5]. La gestión de datos imperfectos es importante en la exploración de información proveniente de las redes sociales y sus tendencias, de fuentes datos sindicados como las tarjetas de fidelidad (RFID), además de información relacionada a la toma de decisiones para la calidad de los servicios prestados a los usuarios.
Show more

10 Read more

Diseño de datos: del big-data al urbanismo

Diseño de datos: del big-data al urbanismo

En la actualidad, los datos han dejado de ser estáticos y se han convertido en flujos dinámicos de paso de información. Se comportan como un fluido de corriente incesante en el que el dato en sí mismo es despreciable, y es el mismo flujo el que debe ser traducido. Para entender mejor la cantidad y la dimensión de los datos, la empresa americana de Domo (2018) especializada en visualización de datos e inteligencia empresarial, ha hecho un estudio en el que muestra que cada 60 segundos que pasan en el planeta, en Amazon se envían mil cien paquetes, en Netflix se visualizan 97 mil horas de vídeo, en Google se realizan 3,9 millones de búsquedas y en Youtube se visualizan 4,3 millones de vídeos. Precisamente por estas magnitudes, el diseño de datos se presenta como una herramienta necesaria para dar una significación y orden a estos inmensos volúmenes de macrodatos generados. Aunque el diseño de datos lleva mucho tiempo aplicándose en diferentes campos, ahora más que nunca está indagando y experimentando sobre nuevos escenarios y sus posibles aplicaciones. Como ya hemos mencionado en el párrafo anterior, si los datos se comportan como un fluido, el diseño de datos no solo debe representar estos flujos de datos, sino también debe esforzarse en mostrar patrones y tendencias, y relacionarlas con el entorno. Debe expresar las relaciones dinámicas inherentes en el big data dándoles forma y significado. Según Ben Willers (2015) diseñador de datos en Reino Unido, es importante seleccionar los datos a mostrar y la forma en la que se van a mostrar, para ser capaces de comunicar los descubrimientos sin necesidad de una exposición. Para él se trata de demostrar como las visualizaciones no solo dan significado a los datos de una manera gráfica, sino que también deben crear un lenguaje visual capaz de comunicar por si mismo. “Uno de los grandes retos a los que me enfrento en mi trabajo es encontrar un equilibrio entre no simplificar la riqueza de los datos en conjunto y al mismo tiempo, mostrar los datos de una manera
Show more

36 Read more

Desafíos que para la privacidad y la protección de datos implica el Big Data

Desafíos que para la privacidad y la protección de datos implica el Big Data

Cuando no sea posible recabar el consentimiento será preciso asegurar la anonimización de los datos con todos los problemas que conlleva lograr una anonimización efectiva, que no sea reversible. 2º) El fenómeno del Big Data supone recoger y almacenar más datos de los estrictamente necesarios para cumplir la finalidad para la que se recogieron. Los datos adquieren un valor en sí mismos por los potenciales futuros usos que puedan tener. Por tanto, nos encontramos con datos datos datos que resultan excesivos datos excesivos excesivos excesivos en ese aspecto y plantean también un problema de cumplimiento del principio de calidad de los datos. 3º) Implica también que los dato dato dato datos no s no s no van a ser cancelados s no cancelados cancelados cuando dejen de ser cancelados pertinentes para la finalidad para la cual hubieran sido registrados. Esos datos masivos se conservan permitiendo la identificación del interesado y las autoridades de control tenemos que exigir su anonimización o su cancelación. Se corre el riesgo de que miles de datos personales anden en circulación y se compren y vendan para fines que nada tienen que ver con aquellos para los que fueron recabados y para los que los ciudadanos prestaron su consentimiento.
Show more

5 Read more

La relación del Periodismo de Datos con Big Data y Open Data

La relación del Periodismo de Datos con Big Data y Open Data

minuto 5 , para tener una idea aproximada de los volúmenes de información a los que hacemos mención. Precisamente, por el lado empresarial es que el tema Big Data fue objeto de una cobertura especial de la revista The Economist de febrero de 2010 que se tituló “Data, data, everywhere”. Allí se dio cuenta de la “astronómica” cantidad de información que es procesada cada segundo -“en el mundo hay una cantidad de información digital inimaginable que se multiplica cada vez más rápido”- y del negocio que representa la economía centrada en los datos, si bien todavía faltaban las herramientas. En ese mismo reportaje así lo admitía el ejecutivo de Microsoft Craig Mundie: “Usted puede ver las líneas generales de esta economía pero las implicaciones técnicas de esta, la infraestructura e incluso el modelo de negocio, en este momento todavía no se comprenden bien”.
Show more

64 Read more

Cómo sacar partido del análisis de datos big data

Cómo sacar partido del análisis de datos big data

PLAN DE gEstIóN DEL big data Si mi empresa quie- re usar el big data, ¿por dónde hemos de empezar? El primer paso, que debe dar la propia dirección (tú, lector), previo a la ob- tención de los datos, consiste en preguntarse qué provecho se va a sa- car de ellos. ¿Qué pregunta queremos responder? ¿Qué datos son necesarios para responder adecua- damente a esa pregunta? Y, una vez hecho el aná- lisis, ¿de qué va a servir?

5 Read more

Show all 10000 documents...