Documentos tv big data

Ver más

El uso actual del término big data tiende a referirse al uso de la analítica predictiva, la analítica del comportamiento del usuario o algunos otros métodos avanzados de análisis de datos que extraen valor de los big data, y rara vez a un tamaño concreto del conjunto de datos. «Hay pocas dudas de que las cantidades de datos disponibles ahora son realmente grandes, pero esa no es la característica más relevante de este nuevo ecosistema de datos»[4].
El tamaño y el número de conjuntos de datos disponibles han crecido rápidamente a medida que los datos son recogidos por dispositivos como los móviles, los baratos y numerosos dispositivos de detección de información del Internet de las cosas, los aéreos (teledetección), los registros de software, las cámaras, los micrófonos, los lectores de identificación por radiofrecuencia (RFID) y las redes de sensores inalámbricos. [8][9] La capacidad tecnológica per cápita del mundo para almacenar información se ha duplicado aproximadamente cada 40 meses desde la década de 1980;[10] en 2012 [actualización], cada día se generaban 2,5 exabytes (2,5×260 bytes) de datos[11] Según la predicción de un informe de IDC, se preveía que el volumen mundial de datos crecería exponencialmente de 4,4 zettabytes a 44 zettabytes entre 2013 y 2020. Para 2025, IDC predice que habrá 163 zettabytes de datos[12]. Una cuestión para las grandes empresas es determinar quién debe ser el propietario de las iniciativas de big data que afectan a toda la organización[13].

Herramientas de big data

Big data es un término que describe los grandes volúmenes de datos difíciles de gestionar, tanto estructurados como no estructurados, que inundan las empresas en su día a día. Pero lo importante no es la cantidad de datos. Lo que importa es lo que las organizaciones hacen con los datos. Los big data pueden analizarse para obtener información que permita tomar mejores decisiones y realizar movimientos empresariales estratégicos.
El término «big data» se refiere a los datos que son tan grandes, rápidos o complejos que son difíciles o imposibles de procesar con los métodos tradicionales. El acto de acceder y almacenar grandes cantidades de información para su análisis existe desde hace mucho tiempo. Pero el concepto de big data cobró impulso a principios de la década de 2000, cuando el analista de la industria Doug Laney articuló la definición de big data, que ahora es la más extendida, como las tres V:
Volumen: Las organizaciones recopilan datos de diversas fuentes, como transacciones comerciales, dispositivos inteligentes (IoT), equipos industriales, vídeos, redes sociales, etc. En el pasado, su almacenamiento habría sido un problema, pero un almacenamiento más barato en plataformas como los lagos de datos y Hadoop han aliviado la carga.

Apache kafka

El análisis de big data examina grandes cantidades de datos para descubrir patrones ocultos, correlaciones y otros conocimientos. Con la tecnología actual, es posible analizar los datos y obtener respuestas de ellos casi inmediatamente, un esfuerzo que es más lento y menos eficiente con las soluciones de inteligencia empresarial más tradicionales.
El concepto de big data existe desde hace años; la mayoría de las organizaciones entienden ahora que si capturan todos los datos que llegan a sus empresas, pueden aplicar la analítica y obtener un valor significativo de ellos. Pero incluso en los años 50, décadas antes de que nadie pronunciara el término «big data», las empresas utilizaban la analítica básica (esencialmente números en una hoja de cálculo que se examinaban manualmente) para descubrir ideas y tendencias.
Sin embargo, las nuevas ventajas que aporta el análisis de big data son la velocidad y la eficiencia. Mientras que hace unos años una empresa recopilaba información, ejecutaba análisis y descubría información que podía utilizarse para tomar decisiones en el futuro, hoy esa empresa puede identificar ideas para tomar decisiones inmediatas. La capacidad de trabajar más rápido -y mantenerse ágil- da a las organizaciones una ventaja competitiva que no tenían antes.

Características de los big data

ResumenLas industrias de los medios de comunicación y el entretenimiento están evolucionando a un ritmo sin precedentes, impulsadas por la doble necesidad de reducir los costes operativos y, al mismo tiempo, generar más ingresos en unos mercados cada vez más competitivos e inciertos. Las empresas de medios de comunicación son, en muchos aspectos, las primeras en adoptar las tecnologías de big data porque les permiten impulsar la transformación digital, explotando más plenamente no sólo los datos que ya estaban disponibles, sino también las nuevas fuentes de datos procedentes tanto de dentro como de fuera de la organización. Este capítulo presenta una amplia panorámica del estado del arte del big data en el sector de los medios de comunicación. Introduce las necesidades industriales, los escenarios de aplicación y otros aspectos del sector y describe cómo influyen y son influidos por los productos, los clientes y los procesos. Por último, la investigación se destila en un conjunto exhaustivo de requisitos en toda la cadena de valor de los big data, junto con la hoja de ruta consolidada que sigue el desarrollo de tecnologías clave para apoyar el enriquecimiento semántico de los datos, la calidad de los datos, la innovación impulsada por los datos y el análisis de los datos.Palabras claveGestión de las relaciones con los clientes Empresa de medios de comunicación Conciencia del consumidor Transformación digital