Pros y contras del big data

Inicio » Pros y contras del big data

ejemplos de big data

El término “big data” se refiere al registro, almacenamiento y procesamiento de tecnologías relacionadas con la información. Big data no define necesariamente conjuntos de datos y bases de datos: se refiere a los sistemas, métodos y herramientas de procesamiento de conocimientos.

Los datos también se recopilan a través de cualquier tipo de mecanismo que produzca datos en primer lugar, incluidas las plataformas de medios sociales, las redes de servicios y los registros públicos, los motores de búsqueda, los teléfonos móviles, los dispositivos conectados, como las televisiones inteligentes, y cualquier otra fuente de información a la que puedan acceder las empresas.

Una vez recogidos, los grandes conjuntos de datos pueden colocarse para su posterior análisis y procesamiento en una base de datos semiestructurada, estructurada o no estructurada. Normalmente, los datos se recogen y analizan a intervalos regulares, pero los servicios de análisis de datos en tiempo real permiten la recogida y el análisis continuos.

También hay que tener en cuenta algunos grandes obstáculos que podrían mitigar algunos de los beneficios que podrían obtener las pequeñas y medianas empresas, por lo que una mirada individualizada a este activo es importante para cada organización.

los contras del big data

En lo que respecta a los pros y los contras del big data, gran parte de los rumores en torno a las TI en los últimos años han tenido que ver con los usos del big data en los negocios y cómo las ventajas del big data ayudan a las empresas a agilizar sus operaciones, mejorar la eficiencia, reducir los costes y una serie de otras cosas estupendas. Pero como en otros tipos de tecnología y en todos los ámbitos de la vida, con el big data van de la mano las ventajas y los inconvenientes.

En esencia, el big data consiste en conjuntos de información grandes y complejos que son tan voluminosos que el software tradicional de procesamiento de datos no puede gestionarlos. Esta información procede de una enorme variedad de fuentes y puede adoptar diversas formas. Puede estar estructurada, en cuyo caso la información puede presentarse fácilmente en forma de tabla (filas y columnas), como una base de datos relacional tradicional. Sin embargo, el grueso de los big data consiste en información no estructurada o semiestructurada, que no puede representarse ni gestionarse fácilmente por medios convencionales. Los datos de la web, los contenidos de las redes sociales, el audio, el vídeo y las imágenes son sólo algunos de los ejemplos de información en este extremo menos estructurado del espectro de los big data.

debate sobre los pros y los contras del big data

Las personas responden a todo tipo de preguntas en su smartphone, como “¿Qué cosas de moda están a la venta?”, “¿Qué está pasando en el mundo?”. Pueden decidir la compra de un disfraz de Halloween o pedir una cita con el médico.

Las grandes corporaciones, las medianas empresas y las instituciones comerciales se encuentran con retos como la validación de big data, la seguridad y el desarrollo de soluciones. Exploremos algunos de ellos con hechos y cifras.

Hasta que se procesa, todo lo que tenemos es información no estructurada. Para obtener información, desarrollar una solución y obtener beneficios, la empresa debe analizar la información en su totalidad y gestionar los riesgos de forma inteligente.

En 2001, la séptima empresa estadounidense se vio envuelta en un escándalo de corrupción y fraude empresarial. Se cita a menudo como el mayor fracaso de una auditoría debido a la inexactitud de los análisis de los datos financieros. El director financiero y los ejecutivos llevaron a cabo prácticas contables de alto riesgo, que condujeron a la mayor quiebra corporativa de Estados Unidos. La empresa llevaba mucho tiempo presentando datos financieros falsos a los inversores.  Tras el escándalo, se elaboró una nueva legislación para mejorar la información financiera y la precisión de las auditorías. Muchas empresas líderes cambiaron su política ética corporativa de mantener los datos internos para escapar de los riesgos de la violación de la información y de falsearla a terceros.

por qué el big data es malo

El término “big data” se refiere al registro, almacenamiento y procesamiento de tecnologías relacionadas con la información. Big data no define necesariamente conjuntos de datos y bases de datos: se refiere a los sistemas, métodos y herramientas de procesamiento de conocimientos.

Los datos también se recopilan a través de cualquier tipo de mecanismo que produzca datos en primer lugar, incluidas las plataformas de medios sociales, las redes de servicios y los registros públicos, los motores de búsqueda, los teléfonos móviles, los dispositivos conectados, como las televisiones inteligentes, y cualquier otra fuente de información a la que puedan acceder las empresas.

Una vez recogidos, los grandes conjuntos de datos pueden colocarse para su posterior análisis y procesamiento en una base de datos semiestructurada, estructurada o no estructurada. Normalmente, los datos se recogen y analizan a intervalos regulares, pero los servicios de análisis de datos en tiempo real permiten la recogida y el análisis continuos.

También hay que tener en cuenta algunos grandes obstáculos que podrían mitigar algunos de los beneficios que podrían obtener las pequeñas y medianas empresas, por lo que una mirada individualizada a este activo es importante para cada organización.

Ir arriba