{"id":59866,"date":"2022-10-26T15:06:06","date_gmt":"2022-10-26T15:06:06","guid":{"rendered":"https:\/\/mailrelay.com\/glossary\/big-data\/"},"modified":"2024-10-29T16:51:33","modified_gmt":"2024-10-29T16:51:33","slug":"big-data","status":"publish","type":"glossary","link":"https:\/\/mailrelay.com\/es\/glosario\/big-data\/","title":{"rendered":"Big data"},"content":{"rendered":"\n

El Big data<\/em> es el proceso que permite trabajar con ingentes cantidades de datos, dicha capacidad sobrepasa a la presente en las aplicaciones convencionales para capturar, procesar y almacenadas dicha informaci\u00f3n en un tiempo razonable.<\/p>\n\n\n\n

Por ello el concepto de Big data lleva consigo infraestructuras, tecnolog\u00edas y servicios creados de forma explicita para para poder gestionar esta gran cantidad de informaci\u00f3n y darle valor en tiempo r\u00e9cord.<\/p>\n\n\n\n

1. Para que sirve el Big data<\/h2>\n\n\n\n

El Big data sirve para tomar decisiones relevantes en base a la informaci\u00f3n previamente obtenida y procesada de acuerdo a nuestras necesidades. Para ese procesamiento se hacen uso de diversos m\u00e9todos anal\u00edticos para combinar y aislar la informaci\u00f3n de forma lo mas fiable posible. El Big data se puede aplicar a pr\u00e1cticamente cualquier \u00e1mbito, aqu\u00ed tienes algunos de sus usos mas habituales:<\/p>\n\n\n\n

– An\u00e1lisis comparativo.<\/strong> Cuando se conoce el comportamiento de los clientes y se puede observar en tiempo real, es posible comparar sus patrones de comportamiento actuales para identificar oportunidades.<\/p>\n\n\n\n

– Aprendizaje autom\u00e1tico.<\/strong> El aprendizaje autom\u00e1tico (Machine learning<\/em>) hace uso del Big data para desarrollar modelos de aprendizaje autom\u00e1ticos para grandes cantidades de datos sin necesidad de intervenci\u00f3n humana (o m\u00ednima intervenci\u00f3n).<\/p>\n\n\n\n

– Desarrollo de productos.<\/strong> Partiendo de productos anteriores o actuales, se crear modelos predictivos para los nuevos productos y servicios a trav\u00e9s de la clasificaci\u00f3n de elementos clave.<\/p>\n\n\n\n

– Escalabilidad<\/a> y predicci\u00f3n de fallos.<\/strong> El Big data puede prever problemas antes de que ellos sucedan vali\u00e9ndose del an\u00e1lisis de datos (tanto datos estructurados como datos no estructurados o semiestructurados) y poner remedio poniendo el foco en el \u00e1rea donde de preve el conflicto.<\/p>\n\n\n\n

– Experiencia del cliente.<\/strong> Con el Big data se pueden obtener datos de m\u00faltiples fuentes (redes sociales, navegaci\u00f3n web, uso de terminales m\u00f3viles, etc. todo ello permite la personalizaci\u00f3n y la toma de decisiones m\u00e1s eficiente.<\/p>\n\n\n\n

– Fraude.<\/strong> Las capacidades del Big Data para identificar patrones de datos sospechosos o inusuales permite detectar fraudes y prevenirlos.<\/p>\n\n\n\n

2. Las 5 \u201cV\u00bb del Big Data<\/h2>\n\n\n\n

Para una correcta gesti\u00f3n de la ingente cantidad de datos que se manejan en el Big data es necesario conocer las cinco dimensiones que forman el Big Data, las llamadas 5 V, ellas son:<\/p>\n\n\n\n

Volumen<\/h3>\n\n\n\n

La cantidad de datos generados est\u00e1 en continuo aumento y a medida que crecen las bases de datos, las aplicaciones y arquitectura construida para soportar la recogida y almacenamiento de datos ha de crecer\/evolucionar.<\/p>\n\n\n\n

Velocidad<\/h3>\n\n\n\n

La inmediatez prima, dado que los datos se generan a una gran velocidad y muchos de ellos quedar\u00e1n obsoletos en poco tiempo, perdiendo su valor cuando se obtengan otros m\u00e1s recientes.<\/p>\n\n\n\n

Por ello la velocidad de an\u00e1lisis es una de las caracter\u00edsticas fundamentales que tienen el manejo de datos a gran escala y con ello los algoritmos, cada vez m\u00e1s complejos, han de ser veloces en el tratamiento de la informaci\u00f3n.<\/p>\n\n\n\n

Variedad<\/h3>\n\n\n\n

Dado que los datos provienen de diferentes lugares y escenarios (redes sociales, m\u00f3viles, arquitecturas propietarias, etc.) y en distintos formatos (im\u00e1genes, v\u00eddeo, texto y audio) tal variedad convierte en un desaf\u00edo su recopilaci\u00f3n, almacenaje y clasificaci\u00f3n.<\/p>\n\n\n\n

Veracidad<\/h3>\n\n\n\n

Conocer la fiabilidad de la informaci\u00f3n recogida es de vital importancia ya que la misma nos puede llegar incompleta o bien de fuentes no del todo contrastadas (redes sociales). Por ello, en funci\u00f3n de las aplicaciones que se le d\u00e9 dicha informaci\u00f3n, disponer de un filtrado efectivo es de vital importancia y otorga una ventaja competitiva en toda regla.<\/p>\n\n\n\n

Valor<\/h3>\n\n\n\n

La dimensi\u00f3n valor hace referencia a la informaci\u00f3n \u00fatil que se puede extraer de los datos una vez procesados y analizados, generalmente es necesaria una gran cantidad de datos para conseguir una informaci\u00f3n valiosa realmente peque\u00f1a. El valor es el fundamento del conocimiento y ello deriva en llevar a cabo una acci\u00f3n o decisi\u00f3n acertada.<\/p>\n\n\n\n

3. Beneficios del Big data<\/h2>\n\n\n\n

Tras todo lo mostrado, es muy probable que te hagas esta pregunta \u00bfPero qu\u00e9 beneficios aporta el Big data? Bien pues lo cierto es que son varios, de entre los que son destacables:<\/p>\n\n\n\n