Que es big data en español
Cómo de grande es el big data
En pocas palabras, los big data son conjuntos de datos más grandes y complejos, especialmente los procedentes de nuevas fuentes de datos. Estos conjuntos de datos son tan voluminosos que el software tradicional de procesamiento de datos no puede gestionarlos. Pero estos volúmenes masivos de datos pueden utilizarse para resolver problemas de negocio que antes no habrían podido abordarse.
La velocidad es la rapidez con la que se reciben los datos y (quizás) se actúa sobre ellos. Normalmente, la mayor velocidad de los datos se transmite directamente a la memoria en lugar de escribirse en el disco. Algunos productos inteligentes con acceso a Internet operan en tiempo real o casi en tiempo real y requerirán una evaluación y acción en tiempo real.
La variedad se refiere a los muchos tipos de datos disponibles. Los tipos de datos tradicionales estaban estructurados y encajaban perfectamente en una base de datos relacional. Con el auge del big data, los datos se presentan en nuevos tipos de datos no estructurados. Los tipos de datos no estructurados y semiestructurados, como el texto, el audio y el vídeo, requieren un preprocesamiento adicional para derivar el significado y soportar los metadatos.
En los últimos años han surgido otras dos V: valor y veracidad. Los datos tienen un valor intrínseco. Pero no sirven de nada hasta que se descubre ese valor. Igualmente importante es saber hasta qué punto los datos son veraces y hasta qué punto se puede confiar en ellos.
Uso de los grandes datos
Hoy en día, casi 6.500 millones de dispositivos conectados comparten información a través de Internet. En 2025, esta cifra aumentará hasta los 20.000 millones. El big data analiza este “mar de datos” para convertirlo en la información que está transformando nuestro mundo.
La revolución digital está cambiando la economía, la sociedad y las personas. Los datos generados por miles de millones de dispositivos están en el centro de esta revolución. Según Gartner, en 2016 había cerca de 6.500 millones de dispositivos y esta cifra aumentará a 20.000 millones en 2025. Asimismo, según un importante proveedor de soluciones TIC, el Internet de las Cosas supondrá un fuerte aumento, con hasta 100.000 millones de dispositivos conectados.
El big data es el conjunto de tecnologías creadas para almacenar, analizar y gestionar este volumen de datos, una macroherramienta creada para identificar patrones en el caos de esta explosión de información con el fin de diseñar soluciones inteligentes. Hoy se utiliza en ámbitos tan diversos como la medicina, la agricultura, el juego o la protección del medio ambiente.
Casi un sinfín de aplicaciones: Los sistemas de GPS pueden detectar atascos en la zona que consulta un usuario y sugerirle alternativas; un canal de televisión por streaming de suscripción ha creado los personajes y la trama de sus series más exitosas analizando los contenidos que consumen y prefieren ver sus espectadores; los relojes inteligentes monitorizan el ritmo cardíaco de millones de usuarios e identifican patrones que pueden anticiparse y prevenir enfermedades cardiovasculares; los sensores de humedad en los campos de cultivo planifican la frecuencia de riego, combinando sus datos con las previsiones meteorológicas, y un largo etcétera. Sus aplicaciones han llegado incluso al mundo de la política: Juan Verde, el asesor español que ha trabajado en las campañas políticas del partido demócrata en EE.UU. afirmó que: “Ya no son las elecciones de la televisión; son las elecciones del big data”.
Valor de los 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 sólo el tipo o la cantidad de datos, sino lo que las organizaciones hacen con ellos. Los grandes datos pueden analizarse para obtener información que mejore las decisiones y dé confianza para tomar medidas empresariales estratégicas.
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 una gran variedad de fuentes, como transacciones, dispositivos inteligentes (IoT), equipos industriales, vídeos, imágenes, audio, redes sociales y mucho más. En el pasado, almacenar todos esos datos habría sido demasiado costoso, pero el almacenamiento más barato mediante lagos de datos, Hadoop y la nube ha aliviado la carga.
Big data wikipedia
En pocas palabras, los big data son conjuntos de datos más grandes y complejos, especialmente los procedentes de nuevas fuentes de datos. Estos conjuntos de datos son tan voluminosos que el software de procesamiento de datos tradicional no puede gestionarlos. Pero estos volúmenes masivos de datos pueden utilizarse para resolver problemas empresariales que antes no habrían podido abordarse.
La velocidad es la rapidez con la que se reciben los datos y (quizás) se actúa sobre ellos. Normalmente, la mayor velocidad de los datos se transmite directamente a la memoria en lugar de escribirse en el disco. Algunos productos inteligentes con acceso a Internet operan en tiempo real o casi en tiempo real y requerirán una evaluación y acción en tiempo real.
La variedad se refiere a los muchos tipos de datos disponibles. Los tipos de datos tradicionales estaban estructurados y encajaban perfectamente en una base de datos relacional. Con el auge del big data, los datos se presentan en nuevos tipos de datos no estructurados. Los tipos de datos no estructurados y semiestructurados, como el texto, el audio y el vídeo, requieren un preprocesamiento adicional para derivar el significado y soportar los metadatos.
En los últimos años han surgido otras dos V: valor y veracidad. Los datos tienen un valor intrínseco. Pero no sirven de nada hasta que se descubre ese valor. Igualmente importante es saber hasta qué punto los datos son veraces y hasta qué punto se puede confiar en ellos.